[发明专利]电缆线芯温度预测方法

说明书

本发明公开了一种电缆线芯温度预测方法，包括获取电缆历史运行数据并进行相关性分析得到数据集；构建原始电缆线芯温度预测模型；采用数据集对原始电缆线芯温度预测模型训练得到电缆线芯温度预测模型；采用电缆线芯温度预测模型对待监测的电缆进行电缆线芯温度实时预测。本发明提供的这种电缆线芯温度预测方法，采用BAS‑GRNN网络构建预测模型，并采用logsig函数对步长进行优化，从而使得本发明方法能够快速的实现对电缆线芯的温度预测，而且可靠性高、实用性好、科学准确。

技术领域

本发明属于电气自动化领域，具体涉及一种电缆线芯温度预测方法。

背景技术

随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保障电能的稳定可靠供应，就成为了电力系统最重要的任务之一。

电力电缆是电力系统重要的部件之一，而电力电缆线芯温度是判断电缆是否正常运行的关键因素。按照《GB50217-2018电力工程电缆设计标准》的规定，电缆线芯温度不得高于70℃。受限于电缆运行状况及目前温度检测手段，电缆线芯的温度难以直接测量。

目前计算线芯温度的方法主要包括热路法和数值解析法。热路法在考虑电缆径向与轴向传热方式上，建立三维热路模型，优化模型结构，提高模型准确性。数值解析法利用有限元计算得到表面温度与线芯温度的对应关系曲线，并利用最小化方法辨识电缆热参数用于修正仿真模型，从而计算得到对应的曲线。热路法和数值解析法受电缆各结构材料参数及环境热参数影响较大；而且在实际运行条件下，电缆接头各结构热参数不仅难以获取，而且存在因电缆老化等原因而发生参数改变的情况。此外，热路法及数值解析法利用电磁学、传热学等理论知识进行推导线芯温度，计算复杂、难度大，且电缆接头温度变化是一个复杂的非线性过程，使得这两种方法难以适用于实际工程中。

发明内容

本发明的目的在于提供一种可靠性高、实用性好且科学准确的电缆线芯温度预测方法。

本发明提供的这种电缆线芯温度预测方法，包括如下步骤：

S1.获取电缆历史运行数据；

S2.对步骤S1获取的历史运行数据进行相关性分析，从而确定数据集；

S3.构建原始电缆线芯温度预测模型；

S4.采用步骤S2得到的数据集，对步骤S3构建的原始电缆线芯温度预测模型进行训练，从而得到电缆线芯温度预测模型；

S5.采用步骤S4得到的电缆线芯温度预测模型，对待监测的电缆进行电缆线芯温度实时预测。

步骤S1所述的获取电缆历史运行数据，具体包括获取电缆表面温度、电缆环境温度和电缆负荷电流；同时，对获取的数据进行数据清洗、缺失值补全、数据去噪和归一化，从而得到电缆历史运行数据。

步骤S2所述的对步骤S1获取的历史运行数据进行相关性分析，从而确定数据集，具体为对获取的数据进行相关性分析，从而确定最终的数据集。

所述的相关性分析，具体包括采用皮尔逊相关系数和斯皮尔曼相关系数进行相关性分析。

步骤S3所述的构建原始电缆线芯温度预测模型，具体为采用如下步骤构建模型：

A.构建GRNN神经网络模型；

B.采用天牛算法优化平滑因子；

C.采用logsig函数对天牛算法的步长进行进行优化；

D.构建最终的BAS-GRNN模型，作为原始电缆线芯温度预测模型。

步骤A所述的构建GRNN神经网络模型，具体包括如下步骤：

GRNN神经网络包括输入层、模式层、求和层和输出层；