基于支持向量机的极寒地区电力橡胶密封圈失效预测方法技术

本发明专利技术提供一种基于支持向量机的极寒地区电力橡胶密封圈失效预测方法，通过获取数据样本、选定自变量和因变量、进行归一化预处理、参数优化、预测模型训练等方式，能够同时获得多因素作用下橡胶的失效率，进而准确预测高寒地区电力系统中橡胶密封圈的老化程度，判断是否失效达到退役标准，对避免极寒地区因橡胶密封圈失效导致的电力设备故障提供了预测手段与参考依据。与参考依据。与参考依据。

【技术实现步骤摘要】
基于支持向量机的极寒地区电力橡胶密封圈失效预测方法


[0001]本专利技术属于材料老化预测领域，具体涉及一种基于支持向量机的极寒地区电力橡胶密 封圈失效预测方法。

技术介绍

[0002]公开该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不必然被视 为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。
[0003]橡胶类材料具有高弹性和耐腐蚀性，我国电力系统中充油及充气设备的连接处，普遍 使用橡胶类密封件。由于橡胶类制品的工作状态为材料的高弹态，受低温影响明显。一旦 橡胶类密封工作失效，会导致气体、液体介质的渗漏及外部空气和水分的混入，引发设备 故障。
[0004]在电力设备实际运行过程中，绝缘油或绝缘气体、设备运行温度、环境温度、机械压 力、环境湿度及紫外强度等都会导致橡胶失效，目前涉及橡胶加速老化和测试的方法，未 考虑我国高寒地区所处地域的最低温度可达到
‑
50℃以下、橡胶所接触的绝缘油、绝缘气体 等。而且，目前常用的加速老化和寿命评估的方法，只能获得某一种或几种因素作用下橡 胶的失效率，与实际设备中橡胶圈的失效率相差较大。

技术实现思路

[0005]为了解决现有技术的不足，本专利技术提供一种基于支持向量机的极寒地区电力橡胶密封 圈失效预测方法，能够准确预测高寒地区电力系统中橡胶密封圈的老化程度，是否失效达 到退役标准，对避免极寒地区因橡胶密封圈失效导致的电力设备故障提供了预测手段与参 考依据。
[0006]具体技术方案如下：
[0007]本专利技术提供一种基于支持向量机的极寒地区电力橡胶密封圈失效预测方法，包括以下 步骤：
[0008]S1、获取极寒地区电力设备橡胶密封圈性能测试数据作为数据样本，根据橡胶密封圈 失效机理选定自变量与因变量；
[0009]S2、对数据样本中的自变量和因变量进行归一化预处理；
[0010]S3、使用交叉验证法进行参数优化，选择最佳的惩罚参数和核函数参数；
[0011]S4、进行支持向量机回归预测模型训练；
[0012]S5、利用该模型进行极寒地区电力设备橡胶密封圈失效预测。
[0013]本专利技术的一个或多个实施方式至少具有以下有益效果：
[0014]本专利技术提供一种基于支持向量机的极寒地区电力橡胶密封圈失效预测方法，通过获取 数据样本、选定自变量和因变量、进行归一化预处理、参数优化、预测模型训练等方式， 能够同时获得多因素作用下橡胶的失效率，进而准确预测高寒地区电力系统中橡胶密
封圈 的老化程度，判断是否失效达到退役标准，对避免极寒地区因橡胶密封圈失效导致的电力 设备故障提供了预测手段与参考依据。
附图说明
[0015]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性 实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0016]图1为本专利技术中基于支持向量机的极寒地区电力橡胶密封圈失效方法的模型流程图。
[0017]图2为本专利技术中基于支持向量机的极寒地区电力橡胶密封圈失效方法的预测值与实际 值的曲线图。
[0018]图3为本专利技术中基于支持向量机的极寒地区电力橡胶密封圈失效方法的预测误差百分 比。
具体实施方式
[0019]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有 指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理 解的相同含义。
[0020]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本 专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也 意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括
”ꢀ
时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0021]正如
技术介绍
所介绍的，目前涉及橡胶加速老化和测试的方法，未考虑我国高寒地区 所处地域的最低温度可达到
‑
50℃以下、橡胶所接触的绝缘油、绝缘气体等。而且，目前常 用的加速老化和寿命评估的方法，只能获得某一种或几种因素作用下橡胶的失效率，与实 际设备中橡胶圈的失效率相差较大。
[0022]为了解决如上的技术问题，本专利技术提供一种基于支持向量机的极寒地区电力橡胶密封 圈失效预测方法，包括以下步骤：
[0023]S1、获取极寒地区电力设备橡胶密封圈性能测试数据作为数据样本，根据橡胶密封圈 失效机理选定自变量与因变量；
[0024]S2、对数据样本中的自变量和因变量进行归一化预处理；
[0025]S3、使用交叉验证法进行参数优化，选择最佳的惩罚参数和核函数参数；
[0026]S4、进行支持向量机回归预测模型训练；
[0027]S5、利用该模型进行极寒地区电力设备橡胶密封圈失效预测。
[0028]进一步的，通过对全新及服役中的两类橡胶密封圈分别进行测试，实验结果作为数据 样本。
[0029]进一步的，选择服役时间、微米压痕硬度、经历最低温度和丁腈橡胶密封圈的玻璃化 转变温度作为自变量，选择微米压痕简约杨氏模量作为因变量。
[0030]进一步的，采用最大最小值法和平均数方差法对数据进行归一化预处理；
[0031]归一化即把数据转化为范围在[0,1]之间的数，目的在于消除具有不同特征属性
的数据 之间因数量级差别过大而产生的影响，在客观上避免因数量级差别过大而造成的预测误差 过大；
[0032]进一步的，最大最小值法：
[0033]x
k
＝(x
k
‑
x
min
)/(x
max
‑
x
min
)
[0034]式中，Xmin表示最小值，Xmax表示最大值。
[0035]平均数方差法:
[0036]x
k
＝(x
k
‑
x
mean
)/x
var
[0037]式中，Xmean表示平均值，Xvar表示方差。
[0038]进一步的，利用K折交叉验证法选择最佳的惩罚参数c和核函数参数g。
[0039]K折交叉验证法的原则是将训练样本的使用实现最大化，通过随机分割训练集与测试集， 尽量避免体现数据之间的内在联系，降低偶然性，使得SVM模型在得到充分训练的同时， 避免过拟合现象的发生。K折交叉验证法，顾名思义，将待分类样本分为K组，每一组都有 机会作为训练集和测试集，从而最大程度上“剪断”数据之间的联系，以K次分类结果的平均 值作为分类指标，使得模型在训练集和测试集上均有比较良好的表现，具有较好的泛化能 力。
[0040]核函数是支持向量机(SVM)能够保证任何问题实现利用分类超平面完成分类的关键 所在，其被用于构造映本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于支持向量机的极寒地区电力橡胶密封圈失效预测方法，其特征在于：包括以下步骤：S1、获取极寒地区电力设备橡胶密封圈性能测试数据作为数据样本，根据橡胶密封圈失效机理选定自变量与因变量；S2、对数据样本中的自变量和因变量进行归一化预处理；S3、使用交叉验证法进行参数优化，选择最佳的惩罚参数c和核函数参数g；S4、进行支持向量机回归预测模型训练；S5、利用该模型进行极寒地区电力设备橡胶密封圈失效预测。2.如权利要求1所述的方法，其特征在于：通过对全新及服役中的两类橡胶密封圈分别进行测试，实验结果作为数据样本。3.如权利要求1所述的方法，其特征在于：选择服役时间、微米压痕硬度、经历最低温度和丁腈橡胶密封圈的玻璃化转变温度作为自变量，选择微米压痕简约杨氏模量作为因变量。4.如权利要求1所述的方法，其特征在于：采用最大最小值法和平均数方差法对数据进行归一化预处理。5.如权利要求4所述的方法，其特征在于：最大最小值法：x
k
＝(x
k
‑
x
min
)/(x
max
‑
x
min
)式中，Xmin表示最小值，Xmax表示最大值；平均数方差法:x
k
＝(x
k<...

【专利技术属性】
技术研发人员：安义岩，王延伟，王栋，张子琦，迟晓红，刘文凤，王乾力，刘会斌，张欣伟，秦若锋，王博，刘天奇，戴雨薇，粱佳宇，聂浩，
申请(专利权)人：西安交通大学国家电网有限公司，
类型：发明
国别省市：