The invention discloses a soft measuring method for the core temperature of a ring network cabinet based on a neighborhood preserving embedded regression algorithm. The method based on neighborhood preserving embedding algorithm local feature extraction strategy based on ring network cabinet temperature, humidity, wire current, the surface temperature of the cable as input to the core temperature inside the ring net cabinet cable line regression optimization function of the output, the input data and output data in the local retain the characteristics at the same time, to maximize the correlation between the data; then the low dimensional latent variable data acquisition based on the input and output characteristics of the regression, a soft sensor model core temperature. The invention has the advantages that the traditional neighborhood preserving embedding algorithm is improved into a regression model by using the local feature extraction method of the data, and the key variable information of the ring network cabinet is difficult to be measured. The invention solves the problem that the temperature of the inner core of the ring net cabinet is not easy to measure, and improves the accuracy and the ease of operation of the on-line monitoring and fault location of the ring type cabinet equipment.
【技术实现步骤摘要】
:本专利技术属配电网环网柜在线监测
,特别涉及基于邻域保持嵌入回归算法的环网柜线芯温度软测量方法。
技术介绍
:由于实际的环境条件、技术困难、分析仪器成本和测量时间延迟限制,配电网环网柜存在很多无法或者难以用传感器直接测量的变量,如环网柜的线芯温度。而这些变量对于监控环网柜的运行状况与实时控制,起着至关重要的作用。线芯温度是监测环网柜运行状况,避免故障和火灾发生的重要参数。虽然该变量能通过在线分析传感器进行测量,但是此类传感器较难在环网柜中进行安装,而且安装后存在隐患,易产生故障。现有的对线芯温度直接测量的传感技术,大都只针对特定的电力系统应用,并未在整个电力系统中普及。因此,电网配电网中的配电网总进线一般采用直接利用传感器测量,而对于备用总进线和多个环网柜系统采用间接的方法进行测量。软测量是一种通过建立过程变量之间的数学模型,对难以测量或者不能直接测量的重要变量,选择另外一些容易测量的变量,实现利用可测量变量预测难测量变量信息的技术方法。因此,利用软测量技术对环网柜线芯温度进行间接测量,不但经济可靠,而且响应迅速,易于达到在线监测的目的。在现实的环网柜,由于工况过程经常变化,过程数据往往存在强非线性关系,传统的非线性建模技术如:人工神经网络(ANN),支持向量回归(SVR)。但上述算法大多是利用数据的全局结构信息,对不同空间位置的数据进行等同处理,同时核函数方法也不能显式考虑过程中的非线性结构。一般情况下,不同的局部区域有不同的特性,因此利用数据局部关系模型更适合于对非线性数据进行特征分析。本专利技术提出了基于数据局部特征,利用邻域保持嵌入算法建 ...
【技术保护点】
基于邻域保持嵌入回归算法的环网柜线芯温度软测量方法,其特征在于:首先基于邻域保持嵌入算法局部特征提取的策略,建立以环网柜的柜内温度、湿度、线芯电流、电缆表面温度为输入量,以环网柜内电缆的线芯温度为输出量的回归优化函数,使得输入数据和输出数据在局部特征保留的同时,获取数据间的最大相关关系;然后基于数据低维潜变量获取构建数据回归的输入和输出特征,建立线芯温度的软测量模型;基于邻域保持嵌入回归算法的环网柜线芯温度软测量方法具体的特征步骤如下:步骤1:采集环网柜正常运行的柜内温度、湿度、电缆表面温度和线芯电流测量数据,作为软测量模型输入样本集X∈RD×n,其中D为测量数据的维度,n为训练数据的样本个数;并把采集的数据存入历史数据库;步骤2:采集环网柜正常运行的线芯温度测量数据,作为软测量模型输出样本集Y∈Rn,其中n为训练数据的样本个数;并把采集的数据存入历史数据库;步骤3:对历史数据库中的训练样本数据进行归一化,使得输入输出样本的均值为0,方差为1;并去除野值点和误差较大的点,得到新的数据样本矩阵步骤4:针对预处理后的输入和输出样本数据,建立基于邻域保持嵌入回归模型,并将回归模型的相应参数存 ...
【技术特征摘要】
1.基于邻域保持嵌入回归算法的环网柜线芯温度软测量方法,其特征在于:首先基于邻域保持嵌入算法局部特征提取的策略,建立以环网柜的柜内温度、湿度、线芯电流、电缆表面温度为输入量,以环网柜内电缆的线芯温度为输出量的回归优化函数,使得输入数据和输出数据在局部特征保留的同时,获取数据间的最大相关关系;然后基于数据低维潜变量获取构建数据回归的输入和输出特征,建立线芯温度的软测量模型;基于邻域保持嵌入回归算法的环网柜线芯温度软测量方法具体的特征步骤如下:步骤1:采集环网柜正常运行的柜内温度、湿度、电缆表面温度和线芯电流测量数据,作为软测量模型输入样本集X∈RD×n,其中D为测量数据的维度,n为训练数据的样本个数;并把采集的数据存入历史数据库;步骤2:采集环网柜正常运行的线芯温度测量数据,作为软测量模型输出样本集Y∈Rn,其中n为训练数据的样本个数;并把采集的数据存入历史数据库;步骤3:对历史数据库中的训练样本数据进行归一化,使得输入输出样本的均值为0,方差为1;并去除野值点和误差较大的点,得到新的数据样本矩阵步骤4:针对预处理后的输入和输出样本数据,建立基于邻域保持嵌入回归模型,并将回归模型的相应参数存入历史数据库中;步骤5:针对环网柜新采集的柜内温度、湿度、电缆表面温度和线芯电流的在线测量数据Xnew,首先对其进行预处理,结合历史数据库中已有的模型参数对线芯温度的软测量估计值ynew进行估计。2....
【专利技术属性】
技术研发人员:苗爱敏,蒋建波,李鹏,梁竹关,檀磊,邹勋,陈霍兴,郭俊岭,陈能,
申请(专利权)人:云南大学,昆明迪森电气有限公司,
类型:发明
国别省市:云南;53
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。