本发明专利技术公开了一种绝缘子污染程度的预测方法、装置、设备及存储介质，所述方法包括：获取沿海盐雾地区架空线路绝缘子的环境数据和泄露电流数据；其中，所述环境数据包括操作电压、相对湿度以及等值盐密；所述泄露电流数据包括泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；将所述环境数据和所述泄露电流数据输入至预设的绝缘子污染程度预测模型，得到所述绝缘子污染程度预测模型输出的绝缘子污染程度。本发明专利技术考虑了操作电压、相对湿度以及等值盐密对绝缘子泄露电流的影响，从而使得根据绝缘子污染程度预测模型预测到的沿海盐雾地区架空线路绝缘子的污染程度更加准确、有效。有效。有效。
【技术实现步骤摘要】
一种绝缘子污染程度的预测方法、装置、设备及存储介质
[0001]本专利技术涉及电力保护
，尤其涉及一种绝缘子污染程度的预测方法、装置、设备及存储介质。
技术介绍
[0002]在输电线路经过的地区，由于工业污秽、海风的盐雾、空气中的尘埃等污秽物渐渐积累并附着在绝缘子表面，形成污秽层。这些污秽物含有酸碱和盐的成分，在干燥时导电性不好，遇水受潮后具有较高的导电系数。当下雨、积雪融化、下雾等不良天气时，污秽绝缘子的绝缘强度大大降低，引起绝缘子在正常运行电压下闪络，造成大面积停电，称为线路的污闪事故。污闪事故对电力系统的安全运行有重大影响，容易造成大面积停电。随着“西电东送、南北互供、全国联网”电力发展战略的实施和1000kV交流特高压、
±
800kV直流特高压输电线路的建设，我国的南、北、中线路走廊都存在重污秽、雨雪综合作用的特殊环境地区。随着我国电网建设进入新的发展阶段，需要保证不同气候条件下电力系统的稳定。高海拔、严寒、大气污染严重等恶劣环境条件对绝缘子的可靠性提出了新的挑战。因此，对绝缘子污染水平进行科学、合理的评估是十分必要的。
[0003]但是，由于污秽绝缘子的泄漏电流是各种环境因素综合作用的结果，目前污秽绝缘子的泄漏电流与各影响因素之间的关系尚无比较系统的理论和试验研究，缺乏能够准确、有效地预测绝缘子污染程度的方法。
技术实现思路
[0004]本专利技术所要解决的技术问题在于，提供一种绝缘子污染程度的预测方法、装置、设备及存储介质，考虑了操作电压、相对湿度以及等值盐密对绝缘子泄露电流的影响，从而使得根据绝缘子污染程度预测模型预测到的沿海盐雾地区架空线路绝缘子的污染程度更加准确、有效。
[0005]为了实现上述目的，本专利技术实施例提供了一种绝缘子污染程度的预测方法，包括：获取沿海盐雾地区架空线路绝缘子的环境数据和泄露电流数据；其中，所述环境数据包括操作电压、相对湿度以及等值盐密；所述泄露电流数据包括泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；
[0006]将所述环境数据和所述泄露电流数据输入至预设的绝缘子污染程度预测模型，得到所述绝缘子污染程度预测模型输出的绝缘子污染程度。
[0007]作为上述方案的改进，所述绝缘子污染程度预测模型的训练方法包括：
[0008]基于局部放电模型进行绝缘子污闪机理分析，建立所述泄露电流数据的回归公式；
[0009]基于回归数据集以及所述回归公式进行回归分析，并基于验证数据集进行模型验证；
[0010]基于层次分析法构建多层污秽闪络指标，确定污秽闪络数值模型，并对所述污秽
闪络数值模型中的参数进行优化，得到训练好的绝缘子污染程度预测模型。
[0011]作为上述方案的改进，所述泄露电流数据的回归公式具体包括：
[0012][0013][0014][0015][0016]其中，I
m
表示泄露电流幅值，U表示操作电压，RH表示相对湿度，ρ表示等值盐密，表示泄露电流相位，THD表示泄露电流最大谐波失真，K表示泄露电流三次谐波/基波，m、n、p、q、a1、a2、a3、a4、c1、b1、b2、b3均表示常数。
[0017]作为上述方案的改进，所述基于回归数据集以及所述回归公式进行回归分析，并基于验证数据集进行模型验证，具体包括：
[0018]采集若干组训练数据，并根据预设比例将所述训练数据划分为回归数据集和验证数据集；
[0019]基于回归数据集以及所述回归公式进行回归分析，计算得到泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；
[0020]基于验证数据集进行模型验证，将计算结果与实验结果进行比较验证。
[0021]作为上述方案的改进，所述污秽闪络数值模型具体为：
[0022][0023]作为上述方案的改进，所述对所述污秽闪络数值模型中的参数进行优化，得到训练好的绝缘子污染程度预测模型，具体包括：
[0024]获取不同参数污闪时的阈值，根据所述阈值对所述污秽闪络数值模型中的参数进行优化，得到训练好的绝缘子污染程度预测模型为：
[0025][0026]其中，PFI表示绝缘子污染程度。
[0027]本专利技术实施例还提供了一种绝缘子污染程度的预测装置，包括：
[0028]获取模块，用于获取沿海盐雾地区架空线路绝缘子的环境数据和泄露电流数据；其中，所述环境数据包括操作电压、相对湿度以及等值盐密；所述泄露电流数据包括泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；
[0029]预测模块，用于将所述环境数据和所述泄露电流数据输入至预设的绝缘子污染程度预测模型，得到所述绝缘子污染程度预测模型输出的绝缘子污染程度。
[0030]进一步的，所述绝缘子污染程度预测模型的训练方法包括：
[0031]基于局部放电模型进行绝缘子污闪机理分析，建立所述泄露电流数据的回归公
式；
[0032]基于回归数据集以及所述回归公式进行回归分析，并基于验证数据集进行模型验证；
[0033]基于层次分析法构建多层污秽闪络指标，确定污秽闪络数值模型，并对所述污秽闪络数值模型中的参数进行优化，得到训练好的绝缘子污染程度预测模型。
[0034]本专利技术实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的绝缘子污染程度的预测方法。
[0035]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一项所述的绝缘子污染程度的预测方法。
[0036]相对于现有技术，本专利技术实施例提供的一种绝缘子污染程度的预测方法、装置、设备及存储介质的有益效果在于：通过获取沿海盐雾地区架空线路绝缘子的环境数据和泄露电流数据；其中，所述环境数据包括操作电压、相对湿度以及等值盐密；所述泄露电流数据包括泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；将所述环境数据和所述泄露电流数据输入至预设的绝缘子污染程度预测模型，得到所述绝缘子污染程度预测模型输出的绝缘子污染程度。本专利技术实施例考虑了操作电压、相对湿度以及等值盐密对绝缘子泄露电流的影响，从而使得根据绝缘子污染程度预测模型预测到的沿海盐雾地区架空线路绝缘子的污染程度更加准确、有效。
附图说明
[0037]图1是本专利技术提供的一种绝缘子污染程度的预测方法的一个优选实施例的流程示意图；
[0038]图2是本专利技术提供的一种绝缘子污染程度的预测方法中绝缘子未发生局部放电时的等效电路图；
[0039]图3是本专利技术提供的一种绝缘子污染程度的预测方法中绝缘子发生局部放电时的等效电路图；
[0040]图4是本专利技术提供的一种绝缘子污染程度的预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种绝缘子污染程度的预测方法，其特征在于，包括：获取沿海盐雾地区架空线路绝缘子的环境数据和泄露电流数据；其中，所述环境数据包括操作电压、相对湿度以及等值盐密；所述泄露电流数据包括泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；将所述环境数据和所述泄露电流数据输入至预设的绝缘子污染程度预测模型，得到所述绝缘子污染程度预测模型输出的绝缘子污染程度。2.如权利要求1所述的绝缘子污染程度的预测方法，其特征在于，所述绝缘子污染程度预测模型的训练方法包括：基于局部放电模型进行绝缘子污闪机理分析，建立所述泄露电流数据的回归公式；基于回归数据集以及所述回归公式进行回归分析，并基于验证数据集进行模型验证；基于层次分析法构建多层污秽闪络指标，确定污秽闪络数值模型，并对所述污秽闪络数值模型中的参数进行优化，得到训练好的绝缘子污染程度预测模型。3.如权利要求2所述的绝缘子污染程度的预测方法，其特征在于，所述泄露电流数据的回归公式具体包括：回归公式具体包括：回归公式具体包括：回归公式具体包括：其中，I
m
表示泄露电流幅值，U表示操作电压，RH表示相对湿度，ρ表示等值盐密，表示泄露电流相位，THD表示泄露电流最大谐波失真，K表示泄露电流三次谐波/基波，m、n、p、q、a1、a2、a3、a4、c1、b1、b2、b3均表示常数。4.如权利要求3所述的绝缘子污染程度的预测方法，其特征在于，所述基于回归数据集以及所述回归公式进行回归分析，并基于验证数据集进行模型验证，具体包括：采集若干组训练数据，并根据预设比例将所述训练数据划分为回归数据集和验证数据集；基于回归数据集以及所述回归公式进行回归分析，计算得到泄露电流幅值、泄露电流相位、泄露电流最大谐波失真以及泄露电流三次谐波/基波；基于验证数据集进行模型验证，将计算结果与实验结果进行比较验证。5.如权利要求4...
【专利技术属性】
技术研发人员：李国强，陈科技，卞荣，顾妙松，张琳琳，孙永军，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：
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。