[發明專利]一種基于電纜表皮溫度推斷場強分布識別故障類型的方法

在審

• 申請號: 202211697195.0
• 申請日: 2022-12-28
• 公開（公告）號: CN116244911A
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 李易之;彭靜;駱建;劉峰佚;段盼;張奔;何婭;時英橋;張連芳
• 申請（專利權）人: 重慶郵電大學;重慶舉宇科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01R31/00;G01R31/58;G01R29/08;G01K13/00;G06F17/11;G06F18/213;G06F18/24;G06F18/241;G06N3/048;G06N3/09;G06N3/006;G06F113/16;G06F11
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

本發明涉及一種基于電纜表皮溫度推斷場強分布識別故障類型的方法，屬于電氣領域。該方法包括如下步驟：S1：構建基于電纜表面溫度推算纜芯溫度的反演公式；S2：構建纜芯溫度場及場強分布關系；S3：基于廣義回歸神經網絡和粒子群算法優化，輸入場強分布圖特征值進行故障類型識別。改進現有的局部放電模式識別的方案，將平滑因子的優化及神經網絡模型更新部署在云端，而將訓練好的廣義回歸神經網絡模型部署在邊緣層，解決了系統資源分配問題，提高了系統響應速度。

技術領域

本發明屬于電氣領域，涉及一種基于電纜表皮溫度推斷場強分布識別故障類型的方法。

背景技術

隨著電氣設備容量的擴大和社會對電力需求的日益增長，對輸電線路的可靠性要求也不斷提高。在電能的傳輸過程中，電力電纜作為主要載體被廣泛的使用。由于在敷設過程中選用理論數據設計電纜回路，使得電纜纜芯的理論溫度和實際運行中表現出的溫度有較大的差異，如何對現有運行電纜的溫度在不同條件下的變化情況進行分析，對于提高電纜的容量利用率，準確快速的計算出，對電力系統安全、可靠、高效地運行有著很重要的意義。

起初主要是通過在電纜內部埋設感溫光纖等來對導體溫度進行直測﹐此種手段會破壞電纜結構。后來，采用較易測量的表面溫度間接反演出導體溫度。借鑒于有限元法在電纜溫度場計算中的有效應用，利用有限元法可實現多種環境下電纜溫度場的分析計算，從而獲取不同載荷、邊界條件下的表面溫度和導體溫度的對應關系，為利用表面溫度間接估計導體溫度。從而避免了對電纜結構的損害。

為識別在不同溫度狀況下，電纜故障類型，但由于溫度變化可能非常弱(除幾種嚴重故障外)且識別率較低，于是，采用溫度場分布構建電纜場強分布，分析其關系，運用場強分布對故障類型進行識別。

目前對電纜故障類型識別的方法主要有:人工神經網絡方法(ANN)、支持向量機方法(SVM)以及回歸神經網絡方法。(1)人工神經網絡方法是對人腦神經元系統進行抽象從而建立的一種自適應信息分析處理模型，針對輸入端的樣本數據，通過學習實際輸出與期望輸出的誤差，以此調整網絡的權值和閾值，最終利用識別效果最優的分類模型識別測試集樣本。(2)支持向量機方法是是一種適用于小樣本、非線性、高維數情況下的分類方法，通過求取最優超平面實現樣本數據的最大可分，具有優越的泛化能力。(3)廣義回歸神經網絡是建立在數理統計基礎上的徑向基函數網絡，其理論基礎是非線性回歸分析。GRNN具有很強的非線性映射能力和學習速度，網絡最后普收斂于樣本量集聚較多的優化回歸，樣本數據少時，預測效果很好，網絡還可以處理不穩定數據。

在對溫度場分析的基礎上，建立地下電纜溫度場控制方程，推導了其溫度場的邊界條件計算公式以及熱源參數計算公式。

現有目前針對電纜纜芯溫度推導及故障類型識別還存在以下問題及難點。(1)ANN方法在處理高維大數據樣本時，需經多次迭代計算才能確定網絡結構和參數，導致其收斂速度較慢，在解決復雜非線性問題時，搜索優化的過程中極易陷入局部極小值；(2)SVM方法在多分類問題的處理中需要構造多分類SVM，這個過程往往比較復雜。SVM核參數的選取在很大程度上會影響最終的分類結果，若選擇的參數不合理，無法保證結果的可靠性。

針對電纜纜芯溫度在運行狀況下難以準確測得，提出一種基于有限元的電纜導體溫度間接測量方法。利用有限元法對電纜溫度場進行分析計算，獲取不同情況下表面溫度和導體溫度的關系，節間測量出導體溫度。并運用有限元分析不同狀態下電纜的場強分布，構建溫度場與電場分布的關系。通過電場場強分布，提取相關特征，提出了基于一種基于邊緣計算和廣義回歸神經網絡的局放模式識別方法，利用邊緣計算架構的優勢，基于云層訓練、邊緣推理思路，將復雜的識別算法訓練優化過程部署在云層，將計算量大的識別算法卸載到邊緣層，而計算量小的特征提取保留在終端設備層處理。通過構造場強分布強度圖提取統計特征參數，采用粒子群優化算法對廣義回歸神經網絡模型進行優化，最后將統計特征參數作為神經網絡的輸入量，對故障類型進行識別。

發明內容