The invention discloses a prediction method for insulator metal accessory corrosion charge, get data from the on-line monitoring system, to obtain data with missing values, get the continuous data; the metal accessories corrosion charge and the extracted features from continuous data; using neural network algorithm for metal corrosion annex charge the amount and characteristics of processing; by using the time series analysis of metal corrosion annex charge method; comparison of prediction neural network short-term corrosion metal accessories charge results and the time series short-term corrosion of metal accessories load forecast results, get the short-term forecast charge the corrosion of metal accessories; finally, according to the prediction of short term corrosion of metal accessories the amount of charge the running state of the insulator is evaluated according to the predicted annual charge amount of corrosion of metal accessories As a result, the metal accessory protection device of insulator is designed to solve the problem of less life and waste material of insulator protection device.
【技术实现步骤摘要】
绝缘子金属附件腐蚀电荷量预测方法
本专利技术涉及特高压直流输电
,尤其涉及绝缘子金属附件腐蚀电荷量预测方法。
技术介绍
近年来,我国高压直流输电技术发展迅速,但随之也带来了一些问题,在涉及高压直流绝缘子的
,多条高压直流输电线路上的玻璃和瓷绝缘子出现了大面积的金属附件腐蚀现象。绝缘子金属附件腐蚀主要分为钢脚腐蚀和铁帽腐蚀两种。钢脚腐蚀会直接造成绝缘子机械强度的下降,同时,腐蚀产物会导致钢脚与水泥之间产生一个比较大的应力,进而导致绝缘子的损坏;而铁帽腐蚀则会造成绝缘子上出现由腐蚀物造成的锈迹通道,该锈迹通道能够加速污秽的积累。金属附件腐蚀严重时,还会造成绝缘子脱落等问题,进而影响输电线路的安全运行。为了保护绝缘子金属附件不受腐蚀,目前最行之有效的方法是在绝缘子上加装锌制保护装置。然而,锌制保护装置一般都是依据经验值进行设计的,即年均腐蚀电荷量低于1500℃的地区保护锌套设计为4mm厚时,该锌套使用寿命为30年。但是实际年均腐蚀电荷量一般随时间的变化而出现变动,这就会造成锌套实际寿命短于设计寿命或者锌套材料浪费的情况出现。
技术实现思路
本专利技术提供了一种绝缘子金属附件腐蚀电荷量预测方法,以解决绝缘子保护装置寿命减少和浪费材料的问题。本专利技术的实施例提供了一种绝缘子金属附件腐蚀电荷量预测方法,所述方法包括:从绝缘子金属附件腐蚀电荷量在线监测系统中获取数据;对所述数据进行缺失值处理,得到连续数据;对所述连续数据进行金属附件腐蚀电荷量的提取和特征量的提取,得到所述金属附件腐蚀电荷量和所述特征量,所述特征量包括:相对湿度、温差和降雨情况;将所述金属附件腐 ...
【技术保护点】
一种绝缘子金属附件腐蚀电荷量预测方法,其特征在于,所述方法包括:从绝缘子金属附件腐蚀电荷量在线监测系统中获取数据;对所述数据进行缺失值处理,得到连续数据;对所述连续数据进行金属附件腐蚀电荷量的提取和特征量的提取,得到所述金属附件腐蚀电荷量和所述特征量;将所述金属附件腐蚀电荷量和所述特征量通过神经网络算法的处理,得到神经网络短时金属附件腐蚀电荷量预测的结果;将所述金属附件腐蚀电荷量通过时间序列分析法的处理,得到时间序列短时金属附件腐蚀电荷量预测的结果和年均金属附件腐蚀电荷量预测的结果;将所述神经网络短时金属附件腐蚀电荷量预测的结果与所述时间序列短时金属附件腐蚀电荷量预测的结果进行对比,得到短时金属附件腐蚀电荷量预测的结果。
【技术特征摘要】
1.一种绝缘子金属附件腐蚀电荷量预测方法,其特征在于,所述方法包括:从绝缘子金属附件腐蚀电荷量在线监测系统中获取数据;对所述数据进行缺失值处理,得到连续数据;对所述连续数据进行金属附件腐蚀电荷量的提取和特征量的提取,得到所述金属附件腐蚀电荷量和所述特征量;将所述金属附件腐蚀电荷量和所述特征量通过神经网络算法的处理,得到神经网络短时金属附件腐蚀电荷量预测的结果;将所述金属附件腐蚀电荷量通过时间序列分析法的处理,得到时间序列短时金属附件腐蚀电荷量预测的结果和年均金属附件腐蚀电荷量预测的结果;将所述神经网络短时金属附件腐蚀电荷量预测的结果与所述时间序列短时金属附件腐蚀电荷量预测的结果进行对比,得到短时金属附件腐蚀电荷量预测的结果。2.根据权利要求1所述的方法,其特征在于,所述将所述金属附件腐蚀电荷量和所述特征量通过神经网络算法的处理,得到神经网络短时金属附件腐蚀电荷量预测的结果的过程中,所述神经网络算法包括:将所述特征量作为变量,将所述金属附件腐蚀电荷量作为因变量,建立神经网络模型;将所述特征量和所述金属附件腐蚀电荷量进行归一化处理,得到处理后的数据;将所述处理后的数据进行分类,得到训练数据和测试数据;将所述训练数据输入所述神经网络模型中,得到测试金属附件腐蚀电荷量;将所述测试数据中的金属附件腐蚀电荷量与所述测试金属附件腐蚀电荷量相减,得到差值;将所述差值与预设范围比较,得到标准模型;根据所述标准模型,对所述神经网络短时金属附件腐蚀电荷量进行预测,得到神经网络短时金属附件腐蚀电荷量预测的结果。3.根据权利要求2所述的方法,其特征在于,所述将所述差值与预设范围比较,包括:判断所述差值是否在所述预设范围内;如果所述差值在所述预设范围内,则所述神经网络模型为所述标准模型;如果所述差值不在所述预设范围内,则对所述神经网络模型进行修订后得到所述标准模型。4.根据权利要求1所述的方法,其特征在于,所述将所述金属附件腐蚀电荷量通过时间序列分析法的处理,得到时间序列短时金属附件腐蚀电荷量预测的结果和年均金属附件腐蚀电荷量预测的结果的过程中,所述时间序列分析法包括:将所述金属附件腐蚀电荷量按照时间顺序排列,建立时间序列;测定季节变化对所述...
【专利技术属性】
技术研发人员:王黎明,郭晨鋆,李旭,颜冰,杨代铭,梅红伟,龙俊飞,宋文波,夏治侃,
申请(专利权)人:云南电网有限责任公司电力科学研究院,清华大学深圳研究生院,
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。