本申请涉及电力设备，尤其涉及一种变压器热点温度确定方法、装置、可读介质及电子设备。
背景技术：
1、随着经济社会的发展和现代化建设的稳步推进，社会用电需求逐年增加，变压器处于过负荷运行情况越来越频繁。当变压器负载率升高时，铁芯和绕组发热损耗也会增加，从而导致变压器内部温度升高。因此，变压器过负荷运行容易导致变压器处于过热运行状态，严重时可能会引起燃烧爆炸事故，造成重大经济损失和不必要的人员伤亡。变压器热点温度作为衡量变压器热状态的重要指标，通过对变压器热点温度进行实时预测，并判断变压器热点温度是否超过阈值，可以实时保障变压器处于安全热运行状态，从而保障电力系统安全稳定运行。
技术实现思路
1、本申请提供一种变压器热点温度确定方法、装置、可读介质及电子设备，能够预先对变压器热点温度进行检测，进而提高变压器的安全性。
2、第一方面，本申请提供一种变压器热点温度确定方法，包括：
3、获取变压器的第一参数，通过所述第一参数确定所述变压器的电磁场数据；
4、根据所述电磁场数据计算所述变压器的铁芯损耗与绕组损耗；
5、生成所述变压器的流热场耦合模型；
6、将所述铁芯损耗与所述绕组损耗输入所述流热场耦合模型中，通过稳态仿真计算所述流热场耦合模型在不同环境温度下的变压器温度分布数据；
7、基于所述变压器温度分布数据，通过瞬态仿真计算所述流热场耦合模型在各时刻的热点温度；
8、通过所述各时刻的热点温度训练得到循环神经网络模型，利用训练后的神经网络模型确定所述变压器待测时刻的热点温度。
9、根据本实施例提供的变压器热点温度确定方法，通过确定变压器的电磁场数据，构建流热场耦合模型，通过该模型计算变压器在不同环境温度下的温度分布数据，再通过温度分布数据来确定各个时刻的热点温度，将确定的各个时刻的热点温度作为训练数据训练得到循环神经网络模型，来对变压器各个时刻的热点温度进行预测，可以提前识别出变压器温度过高的风险，有利于及时排除风险，提高变压器运行的安全性。并且，本申请通过构建流热场耦合模型得到各个时刻的热点温度的训练数据，训练循环神经网络模型，能够对变压器各个时刻的热点温度进行预测，有利于提高热点温度检测的实时性。
10、在示例性实施方式中，所述第一参数包括变压器的电力参数、绕组参数、铁芯参数，所述通过所述第一参数确定所述变压器的电磁场数据，包括：
11、根据所述绕组参数、所述铁芯参数生成所述变压器的几何模型；
12、通过有限元分析对所述几何模型进行网格划分，得到有限元网格；
13、基于所述电力参数、所述有限元网格进行仿真计算，得到所述变压器的电磁场数据。
14、在示例性实施方式中，所述生成所述变压器的流热场耦合模型，包括：
15、生成所述变压器的流热场耦合模型，并确定所述流热场耦合模型的规则区域和不规则区域；
16、分别采用不同类型的网格，对所述规则区域与所述不规则区域进行网格划分，得到划分有多个网格的流热场耦合模型。
17、在示例性实施方式中，所述通过稳态仿真计算所述流热场耦合模型在不同环境温度下的变压器温度分布数据，包括：
18、获取所述变压器的环境温度、材料参数，对流换热系数、热辐射系数，根据所述环境温度、材料参数，对流换热系数、热辐射系数确定所述流热场耦合模型的边界条件；
19、通过稳态仿真计算所述流热场耦合模型在不同环境温度和负载率时的变压器温度分布数据。
20、在示例性实施方式中，所述基于所述变压器温度分布数据，通过瞬态仿真计算所述流热场耦合模型在各时刻的热点温度，包括：
21、将不同的所述环境温度、负载率对应的所述变压器温度分布数据分别输入所述流热场耦合模型，通过瞬态仿真计算在所述环境温度、负载率下，所述变压器各时刻的热点温度和顶层油温。
22、在示例性实施方式中，所述通过所述各时刻的热点温度训练得到循环神经网络模型，包括：
23、将各时刻的所述环境温度、所述负载率以及所述顶层油温作为输入特征，输入循环神经网络模型，获取所述循环神经网络模型的输出特征；
24、根据各时刻的所述热点温度与所述输出特征之间的差异对所述循环神经网络模型进行调整，直到调整后的循环神经网络模型的输出特征与对应的热点温度之间的差异小于预设阈值为止，得到训练后的循环神经网络模型。
25、在示例性实施方式中，所述利用训练后的循环神经网络模型确定所述变压器待测时刻的热点温度，包括：
26、获取所述变压器的当前环境温度、当前负载率以及当前顶层油温；
27、将所述当前环境温度、当前负载率以及当前顶层油温输入训练后的所述循环神经网络模型，得到所述循环神经网络模型输出的多个未来时刻的热点温度；
28、根据所述多个未来时刻的热点温度确定所述变压器是否存在风险；
29、在存在风险时，发送预警信息。
30、第二方面，本申请提供一种变压器热点温度确定装置，包括：
31、磁场计算模块，用于获取变压器的第一参数，通过所述第一参数确定所述变压器的电磁场数据；
32、损耗计算模块，用于根据所述电磁场数据计算所述变压器的铁芯损耗与绕组损耗；
33、模型构建模块，用于生成所述变压器的流热场耦合模型；
34、温度分布确定模块，用于将所述铁芯损耗与所述绕组损耗输入所述流热场耦合模型中，通过稳态仿真计算所述流热场耦合模型在不同环境温度下的变压器温度分布数据；
35、热点温度获取模块，用于基于所述变压器温度分布数据，通过瞬态仿真计算所述流热场耦合模型在各时刻的热点温度；
36、温度预测模块，用于通过所述各时刻的热点温度训练得到循环神经网络模型，利用训练后的神经网络模型确定所述变压器待测时刻的热点温度。
37、第三方面，本申请提供一种电子设备，该电子设备包括存储器、一个或多个处理器。其中，该存储器中存储有一个或多个计算机程序，计算机程序包括指令，当该指令被处理器执行时，可使得电子设备执行如第一方面中的变压器热点温度确定方法。
38、第四方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在电子设备上运行时，使得电子设备执行如第一方面中的变压器热点温度确定方法。
39、第五方面，本申请提供一种计算机程序产品，当该计算机程序产品在电子设备上运行时，使得该电子设备执行如第一方面所述的变压器热点温度确定方法。
40、可以理解地，上述提供的变压器热点温度确定装置、电子设备、计算机可读存储介质、计算机程序产品所能达到的有益效果，可参考第一方面中的有益效果，此处不再赘述。
1.一种变压器热点温度确定方法，其特征在于，包括：
2.根据权利要求1所述的变压器热点温度确定方法，其特征在于，所述第一参数包括变压器的电力参数、绕组参数、铁芯参数，所述通过所述第一参数确定所述变压器的电磁场数据，包括：
3.根据权利要求1所述的变压器热点温度确定方法，其特征在于，所述生成所述变压器的流热场耦合模型，包括：
4.根据权利要求1所述的变压器热点温度确定方法，其特征在于，所述通过稳态仿真计算所述流热场耦合模型在不同环境温度下的变压器温度分布数据，包括：
5.根据权利要求4所述的变压器热点温度确定方法，其特征在于，所述基于所述变压器温度分布数据，通过瞬态仿真计算所述流热场耦合模型在各时刻的热点温度，包括：
6.根据权利要求5所述的变压器热点温度确定方法，其特征在于，所述通过所述各时刻的热点温度训练得到循环神经网络模型，包括：
7.根据权利要求1所述的变压器热点温度确定方法，其特征在于，所述利用训练后的循环神经网络模型确定所述变压器待测时刻的热点温度，包括：
8.一种变压器热点温度确定装置，其特征在于，包括：
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的变压器热点温度确定方法。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述电子设备执行时，使得所述电子设备执行权利要求1至7中任一项所述的变压器热点温度确定方法。
