[發明專利]一種高壓電纜接頭溫度預測方法

在審

• 申請號: 201710193168.2
• 申請日: 2017-03-28
• 公開（公告）號: CN107103184A
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 王媚;何邦樂;趙杰;張偉;周利軍;葉頲;顧黃晶;吳辰斌;何荷;劉君華
• 申請（專利權）人: 國網上海市電力公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/00;G06K9/62
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 宣慧蘭

技術領域

本發明涉及高壓電力電纜領域，尤其是涉及一種高壓電纜接頭溫度預測方法。

背景技術

電力電纜輸電系統不僅可以美化城市容貌，還能大幅度節省城市土地資源，充分滿足資源節約、環境友好的需求。電力電纜在城市電網中得以廣泛應用，需求量正在飛速增長。電纜系統的薄弱環節是電纜接頭，現場運行經驗表明，超過90％的電纜運行故障發生在電纜接頭位置。電纜接頭內部存在的缺陷將造成電場集中，局部溫度升高，超過137℃，電力電纜絕緣介質將發生電-熱擊穿，嚴重影響電網的安全可靠運行。接頭溫度能很好地反映電纜接頭的運行狀況，現有電纜監測系統能對電纜接頭溫度進行實時數據采集，但不能進行預報。因此，應對接頭溫度進行預測，提前預判電纜接頭的絕緣水平，及時判斷故障，為溫度監測系統提供預警依據。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種高壓電纜接頭溫度預測方法。

本發明的目的可以通過以下技術方案來實現：

一種高壓電纜接頭溫度預測方法，該方法包括以下步驟：

1)以環境溫度、環境濕度、護層/線芯電流比和電纜接頭歷史溫度值作為輸入的訓練樣本，建立基于最小二乘支持向量機的接頭溫度預測模型；

2)采用粒子群算法對最小二乘支持向量機中的正則化參數C和標準化參數σ進行動態尋優，形成基于粒子群優化最小二乘支持向量機的接頭溫度預測模型；

3)根據基于粒子群優化最小二乘支持向量機的接頭溫度預測模型和實時的環境溫度、環境濕度、護層/線芯電流比和電纜接頭歷史溫度值進行溫度預測，獲取高壓電纜接頭溫度的預測值。

所述的步驟1)中基于最小二乘支持向量機的接頭溫度預測模型為：

K(x,x_i)＝exp(-||x-x_i||²/σ²)

其中，y為輸出向量，λ_i為拉格朗日乘子，K(x_i,x)為核函數，b為偏差量，x_i為第i個徑向基函數的中心，x為輸入向量，l為訓練樣本數據點總數，σ為標準化參數，||x-x_i||為向量x-x_i的范數。

所述的核函數為徑向基核函數。

所述的步驟2)中，采用粒子群算法對最小二乘支持向量機中的正則化參數C和標準化參數σ進行動態尋優具體包括以下步驟：

21)初始化加速常數c₁和c₂、慣性權重w、種群規模m、最大進化代數N_max、設定閾值ε，并正則化參數C和核參數σ映射為輸入的粒子群；

22)獲取當前位置各個粒子的適應值并作比較，在各個粒子中選擇最優位置以及所有粒子中最優者作為種群最優位置；

23)更新各個粒子的速度和位置，產生新種群；

24)新種群中各個粒子新位置的適應值，并分別與其歷史最優位置和種群的歷史最優位置作比較，若更優，則替換，否則，保持不變；

25)判斷是否滿足結束條件，若滿足，則輸出最優C和σ，否則，返回步驟22)。

所述的步驟23)中，第j個粒子的速度v_jd和位置x_jd的更新規則為：

v_jd＝wv_jd+c₁r₁(p_jd-x_jd)+c₂r₂(p_gd-x_jd)

x_jd＝x_jd+v_jd

其中，p_jd為第j個粒子的最優位置，p_gd為所有粒子中的最優位置，r₁、r₂為0-1之間的隨機數。

所述的步驟25)中，結束條件為進化代數達到N_max或精度小于設定閾值ε。

與現有技術相比，本發明具有以下優點：