一种电力电缆损耗及线芯温度预测方法技术

本发明专利技术涉及一种电力电缆损耗及线芯温度预测方法，包括：S1：通过实验获取电缆中基波、谐波、电流值、电缆损耗值、导体温度数据；S2：根据S1所获取的数据调整仿真结构材料的物理参数；获取的仿真数据；S3：选取训练样本；S4：根据训练样本中构建一个Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化，然后使用BP算法进行二次优化方法训练；S6：计算电缆的损耗和线芯的温度；本发明专利技术采用遗传算法和Elman结合算法对网络进行训练，训练效果优于单独使用BP算法对网络进行训练；使用训练好的网络对电缆损耗和导体温度进行计算，前者产生的误差小于后者；本发明专利技术可减小电缆损耗和线芯温度的预测的准确性所受外部环境因素影响。

A Prediction Method of Power Cable Loss and Core Temperature

【技术实现步骤摘要】
一种电力电缆损耗及线芯温度预测方法
本专利技术涉及电缆参数预测方法领域，更具体地，涉及一种电力电缆损耗及线芯温度预测方法。
技术介绍
随着电力系统中的非线性负载逐渐增加，导致线路中存在大量超标的谐波电流和电压，使得输电线路的电能质量严重下降。当电力谐波畸变严重时，线路的负荷会急剧增加、损耗增大，导致电缆及其附件的运行温度过高，绝缘层老化问题突出；尤其以谐波电流作用而导致的过热问题需要引起电力行业的重视。因此目前需要一种基于谐波电流含量和电缆导体有效截面积，进行较为准确的计算出电缆损耗和导体温度的方法。由于电缆的导体温度不能直接测量，且电缆受外部运行环境，如埋深处的地温和土壤热阻系数等多因素影响，因而电缆损耗和导体温度的计算是电缆状态检测的重要手段。电缆的损耗大都基于等效电路计算，温升计算大都基于电缆的热路模型，常用的方法是分别计算电缆本体和电缆外部环境两部分的暂态响应，然后进行叠加，但该方法计算的准确性仍然受外部环境因素影响；在运用这种方法计算过程中，热路的暂态模型比较难确定。
技术实现思路
本专利技术为克服上述现有技术所述的电缆损耗和线芯温度的预测的准确性受外部环境因素影响的缺陷，提供一种电力电缆损耗及线芯温度预测方法。所述方法包括以下步骤：S1：通过实验获取正常运行状态下电缆中的基波、谐波、电流值、电缆损耗值、导体温度数据；用于有限元仿真做材料物理参数调整；S2：通过有限元软件，建立电缆的2D模型，利用有限元软件ANSYS复原实验，根据S1所获取的数据调整仿真结构材料的物理参数；然后仿真多组不同截面积电缆，获取的仿真数据；包括：电流值、电流频率、线芯截面积、电缆损耗值、导体温度；S3：选取训练样本：训练样本包括环境温度、电缆芯数，以及S2中所得的仿真数据：导体温度、电缆损耗值、线芯截面积，基波、3次谐波、5次谐波、7次谐波、9次谐波、11次谐波和13次谐波的电流值；S4：将训练样本中的电缆芯数、线芯截面积、基波、3次谐波、5次谐波、7次谐波、9次谐波、11次谐波和13次谐波的电流值、环境温度做为输入，导体温度、电缆损耗值做为输出，构建一个含输入层、隐含层、承接层和输出层的四层的Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化训练，然后使用BP算法进行二次优化训练；S6：将实时采集到的电缆导体电流(需先进行傅里叶分解，将不同频率的电流分离出来)和电缆的环境温度输入到S5中训练好的网络，即可计算出电缆的损耗和线芯的温度。优选地，步骤2中所用有限元仿真获得数据具体操作步骤如下：根据敷设于空间域中的电缆及附件(如电缆头、固定支架等)的几何尺寸，在有限元仿真软件ANSYS中分别建立电缆及其终端的几何模型；在软件中输入材料的电气参数和热参数；电缆材料包括：铜导体、内外半导电屏蔽、交联聚乙烯绝缘、铜屏蔽、外护套(铠装层)；鉴于电缆实际运行中同时存在电压和电流，使用电-热耦合法求出电缆在电压和电流同时作用下的温度场分布。优选地，ANSYS软件电-热耦合法求解温度场分布的具体步骤如下：S2.1：根据S1实验中电缆的几何尺寸建立电缆的2D模型。S2.2：将电缆的2D模型导入有限元软件的电磁场和温度场，赋予电缆各结构材料电磁参数、边界条件、材料的热学参数、环境温度等，并设置和实验时相同的导通电流，求解获得电磁损耗和导体温度。S2.3：将仿真结果与实验结果进行对比，根据有限元软件的电-热耦合法的计算形式，调整材料的电磁参数和热参数，以使得仿真结果与电缆实际运行情况下各参数的误差小于10％。S2.4：将调整好的材料参数赋予新建立的电缆模型中，模型为几款不同线芯截面积的电缆，使用上述S2.1-S2.2的方式，得到多组不同电流组合的电缆损耗值和导体温度数据。优选地，S4包括以下步骤：S4.1：遗传算法参数设置：设置种群规模为e，进化次数为g次，交叉概率为h，变异概率为d；其中，种群规模为一个数集，Elman神经网络中的输入和输出为该数集中的数组；此外，进化次数、交叉概率、变异概率为变异操作做准备，若未设置进化次数，交叉概率，变异概率，则交叉、变异操作步骤的循环次数、交叉概率、变异概率不确定，故需设置交叉概率和变异概率。S4.2：建立适应度函数，用来训练Elman神经网络，并把预测输出和期望输出之间的误差绝对值和作为个体适应度值；S4.3：选择操作，基于适应度比例的选择策略，每个个体i的选择概率：式中，N为种群个体数目，Fi、Fj为个体i、j的适应度；S4.4：交叉操作，将第k个染色体ak和将第l个染色体al在j位交叉操作；S4.5：变异操作，选取第i个个体的第j个基因aij进行变异；S4.6：判断算法是否满足误差精度或达到最大迭代次数，如果是，退出遗传算法，否则，返回继续迭代；将遗传算法得到的权值和阈值作为初值，继续使用BP算法进行二次优化；若训练结果优于遗传算法训练结果，则输出BP训练的网络，否则，输出遗传算法训练的网络。优选地，S4.2中适应度函数的表达式为：式中，K为系数，C为隐藏层层数，n为输出结点数，yij为期望输出，oij为预测输出。优选地，S4.4中交叉操作的表达式为：其中，akj为第k个染色体的第j个基因，b为[0,1]间的随机数；alj为第l个个体的第j个基因，akj、alj为同一个个体内部两个不同的基因；优选地，S4.5中变异操作的表达式为：注：该公式使用前需先随机选择基因aij的上或下界值a；式中，a为aij的上或下界，r为随机数，且取值区间[0,1]，g为当前迭代次数，Gmax为最大进化次数。与现有技术相比，本专利技术技术方案的有益效果是：先用实验修正仿真材料物理参数，使得仿真结果更接近于真实结果；并且使用仿真可以获得大量数据，比搭建实验平台做实验更节省时间；大量的数据可以保证神经网络的训练效果。神经网络可以基于电缆导体电流和环境温度，无需考虑电缆本身的物理参数，即可准确地计算电缆损耗和导体温度，计算方便快捷。本专利技术采用遗传算法和Elman结合算法对网络进行训练，训练效果优于单独使用BP算法对网络进行训练；使用训练好的网络对电缆损耗和导体温度进行计算，前者产生的误差小于后者。本专利技术可减小电缆损耗和线芯温度的预测的准确性所受外部环境因素影响附图说明图1为本实施例所述电力电缆损耗及线芯温度预测方法流程图。图2为本实施例神经网络算法部分流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。下面结合附图和实施例对本专利技术的技术方案做进一步的说明。本实施例提供一种电力电缆损耗及线芯温度预测方法，如图1所示，所述方法包括以下步骤：S1：通过实验获取正常运行状态下电缆中的基波、谐波、电流值、电缆损耗值、导体温度数据；用于有限元仿真做材料物理参数调整；S2：通过有限元软件，建立电缆的2D模型，利用有限元软件ANSYS复原实验，根据S1所获取的数据调整仿真结构材料的物理参数；然后仿真多组不同截面积电缆，获取的仿真数据；包括：电流值、电流频率、线芯截面积、电缆损耗值、导体温度；S3：选取训练样本：训练样本包括环境温度、电缆芯数，以及S2中所得本文档来自技高网...

【技术保护点】
1.一种电力电缆损耗及线芯温度预测方法，其特征值在于，所述方法包括以下步骤：S1：通过实验获取正常运行状态下电缆中的基波、谐波、电流值、电缆损耗值、导体温度数据；S2：通过有限元软件，建立电缆的2D模型，利用有限元软件ANSYS复原实验，根据S1所获取的数据调整仿真结构材料的物理参数；然后仿真多组不同截面积电缆，获取仿真数据；S3：选取训练样本：训练样本包括环境温度、电缆芯数，以及S2中所得的仿真数据；S4：根据训练样本，构建一个Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化训练，然后使用BP算法进行二次优化训练；S6：将实时采集到的电缆导体电流和电缆的环境温度输入到S5中训练好的网络，即可计算出电缆的损耗和线芯的温度。

【技术特征摘要】
1.一种电力电缆损耗及线芯温度预测方法，其特征值在于，所述方法包括以下步骤：S1：通过实验获取正常运行状态下电缆中的基波、谐波、电流值、电缆损耗值、导体温度数据；S2：通过有限元软件，建立电缆的2D模型，利用有限元软件ANSYS复原实验，根据S1所获取的数据调整仿真结构材料的物理参数；然后仿真多组不同截面积电缆，获取仿真数据；S3：选取训练样本：训练样本包括环境温度、电缆芯数，以及S2中所得的仿真数据；S4：根据训练样本，构建一个Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化训练，然后使用BP算法进行二次优化训练；S6：将实时采集到的电缆导体电流和电缆的环境温度输入到S5中训练好的网络，即可计算出电缆的损耗和线芯的温度。2.根据权利要求1所述的电力电缆损耗及线芯温度预测方法，其特征值在于，S2所获取的仿真数据包括：基波、3次谐波、5次谐波、7次谐波、9次谐波、11次谐波和13次谐波的电流值，电流频率、线芯截面积、电缆损耗值、导体温度。3.根据权利要求1所述的电力电缆损耗及线芯温度预测方法，其特征值在于，步骤S2中利用有限元仿真获得数据具体操作步骤如下：根据敷设于空间域中的电缆及电缆附件的几何尺寸，分别建立电缆及其终端的几何模型；并输入材料的电气参数和热参数；电缆材料包括：铜导体、内外半导电屏蔽、交联聚乙烯绝缘、铜屏蔽、外护套；再使用电-热耦合法求出电缆在电压和电流同时作用下的温度场分布。4.根据权利要求3所述的电力电缆损耗及线芯温度预测方法，其特征在于，电-热耦合法求解温度场分布的具体步骤如下：S2.1：根据S1实验中电缆的几何尺寸建立电缆的2D模型；S2.2：将电缆的2D模型导入有限元软件的电磁场和温度场，赋予电缆的各结构材料的电磁参数、边界条件、材料的热学参数、环境温度，并设置和实验时相同的导通电流，求解获得电磁损耗和导体温度；S2.3：将仿真结果与实验结果进行对比，根据有限元软件的电-热耦合法的计算形式，调整材料的电磁参数和热参数，以使得仿真结果与电缆实际运行情况下各参数的误差小于10％；S2.4：将调整好的材料参数赋予新建立的电缆模型中，模型为几款不同线芯截面积的电缆，使用上述S2.1-S2.2的方式，得到多组不同电流...

【专利技术属性】
技术研发人员：王富立，严柏平，张杰雄，成润婷，冯君璞，江梓丹，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44