[發明專利]一種電力電纜損耗及線芯溫度預測方法

在審

• 申請號: 201910346446.2
• 申請日: 2019-04-26
• 公開（公告）號: CN110135019A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 王富立;嚴柏平;張杰雄;成潤婷;馮君璞;江梓丹
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種電力電纜損耗及線芯溫度預測方法，其特征值在于，所述方法包括以下步驟：

S1：通過實驗獲取正常運行狀態下電纜中的基波、諧波、電流值、電纜損耗值、導體溫度數據；

S2：通過有限元軟件，建立電纜的2D模型，利用有限元軟件ANSYS復原實驗，根據S1所獲取的數據調整仿真結構材料的物理參數；然后仿真多組不同截面積電纜，獲取仿真數據；

S3：選取訓練樣本：訓練樣本包括環境溫度、電纜芯數，以及S2中所得的仿真數據；

S4：根據訓練樣本，構建一個Elman神經網絡；

S5：對Elman神經網絡用遺傳算法先進行一次優化訓練，然后使用BP算法進行二次優化訓練；

S6：將實時采集到的電纜導體電流和電纜的環境溫度輸入到S5中訓練好的網絡，即可計算出電纜的損耗和線芯的溫度。

2.根據權利要求1所述的電力電纜損耗及線芯溫度預測方法，其特征值在于，S2所獲取的仿真數據包括：基波、3次諧波、5次諧波、7次諧波、9次諧波、11次諧波和13次諧波的電流值，電流頻率、線芯截面積、電纜損耗值、導體溫度。

3.根據權利要求1所述的電力電纜損耗及線芯溫度預測方法，其特征值在于，步驟S2中利用有限元仿真獲得數據具體操作步驟如下：

根據敷設于空間域中的電纜及電纜附件的幾何尺寸，分別建立電纜及其終端的幾何模型；并輸入材料的電氣參數和熱參數；電纜材料包括：銅導體、內外半導電屏蔽、交聯聚乙烯絕緣、銅屏蔽、外護套；再使用電-熱耦合法求出電纜在電壓和電流同時作用下的溫度場分布。

4.根據權利要求3所述的電力電纜損耗及線芯溫度預測方法，其特征在于，電-熱耦合法求解溫度場分布的具體步驟如下：

S2.1：根據S1實驗中電纜的幾何尺寸建立電纜的2D模型；

S2.2：將電纜的2D模型導入有限元軟件的電磁場和溫度場，賦予電纜的各結構材料的電磁參數、邊界條件、材料的熱學參數、環境溫度，并設置和實驗時相同的導通電流，求解獲得電磁損耗和導體溫度；

S2.3：將仿真結果與實驗結果進行對比，根據有限元軟件的電-熱耦合法的計算形式，調整材料的電磁參數和熱參數，以使得仿真結果與電纜實際運行情況下各參數的誤差小于10％；

S2.4：將調整好的材料參數賦予新建立的電纜模型中，模型為幾款不同線芯截面積的電纜，使用上述S2.1-S2.2的方式，得到多組不同電流組合的電纜損耗值和導體溫度數據。

5.根據權利要求2-4任一項所述的電力電纜損耗及線芯溫度預測方法，其特征值在于，S4的具體操作為：將訓練樣本中的電纜芯數、線芯截面積、基波、3次諧波、5次諧波、7次諧波、9次諧波、11次諧波和13次諧波的電流值、環境溫度做為輸入，導體溫度、電纜損耗值做為輸出，構建一個Elman神經網絡。

6.根據權利要求5所述的電力電纜損耗及線芯溫度預測方法，其特征值在于，Elman神經網絡的構建包括以下步驟：

S4.1：遺傳算法參數設置：設置種群規模為e，進化次數為g次，交叉概率為h，變異概率為d；其中，種群規模為一個數集，Elman神經網絡中的輸入和輸出為該數集中的數組；

S4.2：建立適應度函數，用來訓練Elman神經網絡，并把預測輸出和期望輸出之間的誤差絕對值和作為個體適應度值；

S4.3：選擇操作，基于適應度比例的選擇策略，每個個體i的選擇概率：

式中，N為種群個體數目，F_i、F_j分別為個體i、j的適應度；

S4.4：交叉操作，將第k個染色體a_k和將第l個染色體a_l在j位交叉操作；

S4.5：變異操作，選取第i個個體的第j個基因a_ij進行變異；

S4.6：判斷算法是否滿足誤差精度或達到最大迭代次數，如果是，退出遺傳算法，否則，返回繼續迭代；將遺傳算法得到的權值和閾值作為初值，繼續使用BP算法進行二次優化；若訓練結果優于遺傳算法訓練結果，則輸出BP訓練的網絡，否則，輸出遺傳算法訓練的網絡。