分析大气条件参数对空气间隙放电电压影响的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种分析大气条件参数对空气间隙放电电压影响的方法及装置，本发明专利技术实施例基于不同的输入，建立相应的Chebyshev神经网络，通过比较检验结果误差，得出各大气条件参数对空气间隙放电电压的影响的程度，本发明专利技术简单快捷，能够反映各大气条件参数对空气间隙放电电压的影响的程度。

Method and device for analyzing influence of atmospheric condition parameter on air gap discharge voltage

The embodiment of the invention discloses a method and a device for an analysis of the influence of atmospheric parameters on the discharge voltage of air gap, the embodiment of the invention based on different input, establish the corresponding Chebyshev neural network, by comparing the test results of the error, atmospheric parameters on air gap discharge voltage of the invention is simple and fast can reflect the atmospheric conditions, effects of parameters on air gap discharge voltage level.

【技术实现步骤摘要】
分析大气条件参数对空气间隙放电电压影响的方法及装置
本专利技术涉及电气设备在线监测
，尤其涉及一种分析大气条件参数对空气间隙放电电压影响的方法及装置。
技术介绍
空气间隙的放电特性是高压输变电外绝缘设计的重要依据。由放电理论可知，空气间隙放电电压受大气条件(气压、温度、湿度等)影响.。针对大气条件参数对放电电压的影响，国内外进行了大量的试验研究，但研究主要集中在单个大气参数与放电电压之间的关系曲线，对各大气参数对放电电压影响程度大小的研究还比较缺乏。因此，提供一种分析大气条件参数对空气间隙放电电压的影响的方法，进而确定大气条件参数对空气间隙放电电压的影响程度，为电气设备的外绝缘设计提供参考为本领域技术人员需要解决的技术问题。
技术实现思路
本专利技术实施例提供了一种分析大气条件参数对空气间隙放电电压影响的方法及装置，确定了大气条件参数对空气间隙放电电压的影响程度，为电气设备的外绝缘设计提供参考。本专利技术实施例提供了一种分析大气条件参数对空气间隙放电电压影响的方法，包括：获取到大气条件参数训练样本、与大气条件参数训练样本对应的空气间隙放电电压训练样本、大气条件参数检验样本、与大气条件参数检验样本对应的空气间隙放电电压检验样本，其中，大气条件参数包括气压、温度、风速、相对湿度和照度；以气压、温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建参照Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对参照Chebyshev神经网络进行训练，得到训练后的参照神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的参照神经网络进行检验，得到参照检验结果误差；以温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第一Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第一Chebyshev神经网络进行训练，得到训练后的第一神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第一神经网络进行检验，得到第一检验结果误差；以气压、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第二Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第二Chebyshev神经网络进行训练，得到训练后的第二神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第二神经网络进行检验，得到第二检验结果误差；以气压、温度、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第三Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第三Chebyshev神经网络进行训练，得到训练后的第三神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第三神经网络进行检验，得到第三检验结果误差；以气压、温度、风速和照度为输入，以空气间隙放电电压为输出，构建第四Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第四Chebyshev神经网络进行训练，得到训练后的第四神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第四神经网络进行检验，得到第四检验结果误差；以气压、温度、风速和相对湿度为输入，以空气间隙放电电压为输出，构建第五Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第五Chebyshev神经网络进行训练，得到训练后的第五神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第五神经网络进行检验，得到第五检验结果误差；将第一检验结果误差、第二检验结果误差、第三检验结果误差、第四检验结果误差和第五检验结果误差分别与参照检验结果误差进行求差计算，得到第一差值、第二差值、第三差值、第四差值和第五差值。优选地，将第一检验结果误差、第二检验结果误差、第三检验结果误差、第四检验结果误差和第五检验结果误差分别与参照检验结果误差进行求差计算，得到第一差值、第二差值、第三差值、第四差值和第五差值之后还包括：根据从大到小的顺序对第一差值、第二差值、第三差值、第四差值和第五差值进行排序，得到差值排序结果。优选地，根据从大到小的顺序对第一差值、第二差值、第三差值、第四差值和第五差值进行排序，得到差值排序结果之后还包括：将差值排序结果转换为气压、温度、风速、相对湿度和照度对空气间隙放电电压的影响程度排序结果。优选地，参照Chebyshev神经网络、第一Chebyshev神经网络、第二Chebyshev神经网络、第三Chebyshev神经网络、第四Chebyshev神经网络、第五Chebyshev神经网络均为三层Chebyshev神经网络。优选地，三层Chebyshev神经网络包括：输入层、隐含层和输出层。优选地，本专利技术实施例还提供了一种分析大气条件参数对空气间隙放电电压影响的装置，包括：获取单元，用于获取到大气条件参数训练样本、与大气条件参数训练样本对应的空气间隙放电电压训练样本、大气条件参数检验样本、与大气条件参数检验样本对应的空气间隙放电电压检验样本，其中，大气条件参数包括气压、温度、风速、相对湿度和照度；参照网络单元，用于以气压、温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建参照Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对参照Chebyshev神经网络进行训练，得到训练后的参照神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的参照神经网络进行检验，得到参照检验结果误差；第一网络单元，用于以温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第一Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第一Chebyshev神经网络进行训练，得到训练后的第一神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第一神经网络进行检验，得到第一检验结果误差；第二网络单元，用于以气压、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第二Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第二Chebyshev神经网络进行训练，得到训练后的第二神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第二神经网络进行检验，得到第二检验结果误差；第三网络单元，用于以气压、温度、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第三Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第三Chebyshev神经网络进行训练，得到训练后的第三神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第三神经网络进行检验，得到第三检验结果误差；第四网络单元，用于以气压、温度、风速和照度为输入，以空气间隙放电电压为输出，构建第四Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第四Chebyshev神经网络进行训练，得到训练后的第四神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第四神本文档来自技高网...

【技术保护点】
一种分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，包括：获取到大气条件参数训练样本、与大气条件参数训练样本对应的空气间隙放电电压训练样本、大气条件参数检验样本、与大气条件参数检验样本对应的空气间隙放电电压检验样本，其中，大气条件参数包括气压、温度、风速、相对湿度和照度；以气压、温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建参照Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对参照Chebyshev神经网络进行训练，得到训练后的参照神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的参照神经网络进行检验，得到参照检验结果误差；以温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第一Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第一Chebyshev神经网络进行训练，得到训练后的第一神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第一神经网络进行检验，得到第一检验结果误差；以气压、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第二Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第二Chebyshev神经网络进行训练，得到训练后的第二神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第二神经网络进行检验，得到第二检验结果误差；以气压、温度、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第三Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第三Chebyshev神经网络进行训练，得到训练后的第三神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第三神经网络进行检验，得到第三检验结果误差；以气压、温度、风速和照度为输入，以空气间隙放电电压为输出，构建第四Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第四Chebyshev神经网络进行训练，得到训练后的第四神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第四神经网络进行检验，得到第四检验结果误差；以气压、温度、风速和相对湿度为输入，以空气间隙放电电压为输出，构建第五Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第五Chebyshev神经网络进行训练，得到训练后的第五神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第五神经网络进行检验，得到第五检验结果误差；将第一检验结果误差、第二检验结果误差、第三检验结果误差、第四检验结果误差和第五检验结果误差分别与参照检验结果误差进行求差计算，得到第一差值、第二差值、第三差值、第四差值和第五差值。...

【技术特征摘要】
1.一种分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，包括：获取到大气条件参数训练样本、与大气条件参数训练样本对应的空气间隙放电电压训练样本、大气条件参数检验样本、与大气条件参数检验样本对应的空气间隙放电电压检验样本，其中，大气条件参数包括气压、温度、风速、相对湿度和照度；以气压、温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建参照Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对参照Chebyshev神经网络进行训练，得到训练后的参照神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的参照神经网络进行检验，得到参照检验结果误差；以温度、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第一Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第一Chebyshev神经网络进行训练，得到训练后的第一神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第一神经网络进行检验，得到第一检验结果误差；以气压、风速、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第二Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第二Chebyshev神经网络进行训练，得到训练后的第二神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第二神经网络进行检验，得到第二检验结果误差；以气压、温度、相对湿度和照度为输入，以空气间隙放电电压为输出，构建第三Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第三Chebyshev神经网络进行训练，得到训练后的第三神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第三神经网络进行检验，得到第三检验结果误差；以气压、温度、风速和照度为输入，以空气间隙放电电压为输出，构建第四Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第四Chebyshev神经网络进行训练，得到训练后的第四神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第四神经网络进行检验，得到第四检验结果误差；以气压、温度、风速和相对湿度为输入，以空气间隙放电电压为输出，构建第五Chebyshev神经网络，并通过大气条件参数训练样本、空气间隙放电电压训练样本对第五Chebyshev神经网络进行训练，得到训练后的第五神经网络，再通过大气条件参数检验样本、空气间隙放电电压检验样本对训练后的第五神经网络进行检验，得到第五检验结果误差；将第一检验结果误差、第二检验结果误差、第三检验结果误差、第四检验结果误差和第五检验结果误差分别与参照检验结果误差进行求差计算，得到第一差值、第二差值、第三差值、第四差值和第五差值。2.根据权利要求1所述的分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，将第一检验结果误差、第二检验结果误差、第三检验结果误差、第四检验结果误差和第五检验结果误差分别与参照检验结果误差进行求差计算，得到第一差值、第二差值、第三差值、第四差值和第五差值之后还包括：根据从大到小的顺序对第一差值、第二差值、第三差值、第四差值和第五差值进行排序，得到差值排序结果。3.根据权利要求2所述的分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，根据从大到小的顺序对第一差值、第二差值、第三差值、第四差值和第五差值进行排序，得到差值排序结果之后还包括：将差值排序结果转换为气压、温度、风速、相对湿度和照度对空气间隙放电电压的影响程度排序结果。4.根据权利要求1所述的分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，参照Chebyshev神经网络、第一Chebyshev神经网络、第二Chebyshev神经网络、第三Chebyshev神经网络、第四Chebyshev神经网络、第五Chebyshev神经网络均为三层Chebyshev神经网络。5.根据权利要求4所述的分析大气条件参数对空气间隙放电电压影响的方法，其特征在于，三...

【专利技术属性】
技术研发人员：吴炬卓，
申请(专利权)人：广东电网有限责任公司珠海供电局，
类型：发明
国别省市：广东,44