一种基于谐波监测的高压电缆寿命分析模型的终端系统技术方案

技术编号:38602960 阅读:11 留言:0更新日期:2023-08-26 23:36
本发明专利技术公开了一种基于谐波监测的高压电缆寿命分析模型的终端系统,涉及高压电缆寿命分析技术领域,包括数据采集模块、数据处理模块、数据分析模块和评估模块。数据采集模块,用于检测电缆各部位的电流谐波信号;数据处理模块,用于建立电缆的实际劣化程度、老化部位和高次谐波之间的实际关系表、理论关系表,将实际关系表与理论关系表信息传递至数据分析模块;数据分析模块,用于接收到数据处理模块的信息后,通过实际关系表更正理论关系表;评估模块,对处理后的数据与数据库对比分析输出得到电缆诊断报告示。本发明专利技术可以根据实际的情况准确分析出故障的类型和故障发生的位置,快速输出准确的方案及解决方法,把故障可能造成的影响降低。影响降低。影响降低。

【技术实现步骤摘要】
一种基于谐波监测的高压电缆寿命分析模型的终端系统


[0001]本专利技术涉及高压电缆寿命分析
,具体涉及一种基于谐波监测的高压电缆寿命分析模型的终端系统。

技术介绍

[0002]高压电缆是电力电缆的一种,是指用于传输1kv

1000kv之间的电力电缆,多应用于电力传输和分配。电缆的老化一直是电网事故发生的重要原因之一,每年在这方面的人力物力投入也是巨大的。为了减少事故的发生率,提前预知电缆的老化规律及发生趋势,准确预测电缆的剩余使用寿命从而计划性的进行检修和更换。
[0003]目前高压电缆在使用中,电缆使用寿命估算无法兼顾电流谐波因素的影响,导致估算寿命不精准;且在使用过程中,故障诊断专家系统进存有历史电缆数据,对于新发生的故障问题无法及时更新调整,影响到操作人员解决故障问题的及时性。

技术实现思路

[0004]为解决现有技术所存在的技术问题,本专利技术提供一种基于谐波监测的高压电缆寿命分析模型的终端系统,解决现有技术中电缆使用寿命估算无法兼顾电流谐波因素的影响,导致估算高压电缆寿命不精准的问题。
[0005]本专利技术可以通过采取如下技术方案达到:
[0006]一种基于谐波监测的高压电缆寿命分析模型的终端系统,包括数据采集模块、数据处理模块、数据分析模块和评估模块;
[0007]数据采集模块,采用非接触式检测方法检测电缆各部位的电流谐波信号,并将采集到的电流谐波信号传递至数据处理模块;
[0008]数据处理模块,用于对接收到的电流谐波信号经过计算得到高次谐波的含有率,结合估算的电缆实际劣化程度,建立电缆的实际劣化程度、老化部位和高次谐波之间的实际关系表;
[0009]将电缆历史运行数据作为数据样本输入到人工智能模型中进行训练,得到训练完成的人工神经网络模型;将电缆各部位的电流谐波信号输入到人工神经网络模型,得到电缆的实际劣化程度、老化部位和高次谐波之间的理论关系表;并将实际关系表与理论关系表信息传递至数据分析模块;
[0010]数据分析模块,用于接收到数据处理模块的信息后,通过实际关系表更正理论关系表,并将处理后的数据传送到评估模块;
[0011]评估模块,用于将所述数据分析模块将处理后的数据输入至故障诊断专家系统中,对处理后的数据与数据库对比分析输出得到电缆诊断报告,将电缆诊断报告通过显示器显示。
[0012]作为本专利技术进一步的方案,采用非接触式检测方法检测电缆各部位的电流谐波信号,具体包括:
[0013]通过非接触式电流传感器采集电缆的谐波,所述非接触式电流传感器采集采用漆包线绕制而成,非接触式电路输入端的匝数与输出端的匝数比为1:200,线圈内径为15mm,外径为20mm,漆包线直径O.1mm。
[0014]作为本专利技术进一步的方案,所述通过非接触式电流传感器采集电缆的谐波,非接触有效测试夹角范围为35度到45度,线圈采用螺旋式绕制。
[0015]作为本专利技术进一步的方案,所述将电缆历史运行数据作为数据样本输入到人工智能模型中进行训练,得到训练完成的人工神经网络模型,包括:
[0016]通过从互联网上获取电缆历史运行数据,将电缆各部位的电流谐波信号、电缆类型作为输入数据,将相应的电缆的实际劣化程度、老化部位、成分占比贡献率和高次谐波作为输出数据,对构建的人工智能模型进行训练,得到训练完成的人工神经网络模型。
[0017]作为本专利技术进一步的方案,所述人工智能模型为支持向量机模型或者深度卷积神经网络模型。
[0018]作为本专利技术进一步的方案,所述故障诊断专家系统用于储存历史电缆各种故障类型数据以及故障发生的具体位置数据,匹配与各种故障类型相应的解决方案。
[0019]作为本专利技术进一步的方案,所述故障诊断专家系统包括基于规则的诊断专家系统、基于案例的诊断专家系统。
[0020]所述电缆的剩余寿命是根据输入的电缆制造年份和劣化值为依据利用韦伯尔系数判定;
[0021]所述劣化值是根据电缆的高频谐波的含有率和成分占比贡献率通过傅里叶级数公式计算自动生成,通过劣化值的大小分析电缆各部位老化情况。
[0022]本专利技术与现有技术相比,具有如下优点和有益效果:
[0023]本专利技术提供一种基于谐波监测的高压电缆寿命分析模型的终端系统,通过将电缆历史运行数据作为训练样本去训练人工神经网络模型,通过采集待测电缆的电流谐波信号输入到人工神经网络模型进行电缆谐波处理,处理有的数据再利用故障诊断专家系统进行比较分析,操作人员可以根据实际的情况准确分析出故障的类型甚至是故障发生的具体位置,可以快速拿出准确的方案及解决方法,把故障可能造成的影响降到了最低,及时保障了人员与财产安全;另一方便,在这个交互的过程中,也可以对专家系统的更新以及纠正,通过实际的故障结果与专家系统的故障结果进行对比验证试验,提升专家系统的诊断的准确性。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
[0025]图1是本专利技术实施例中的高压电缆寿命分析模型的终端系统原理框图;
[0026]图2是本专利技术实施例中的非接触式电流传感器的结构示意图。
具体实施方式
[0027]下面将结合附图和实施例,对本专利技术技术方案做进一步详细描述,显然所描述的实施例是本专利技术一部分实施例,而不是全部的实施例,本专利技术的实施方式并不限于此。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0028]实施例1:
[0029]如图1所示,高压电缆寿命分析模型的终端系统原理框图,一种基于谐波监测的高压电缆寿命分析模型的终端系统,包括数据采集模块、数据处理模块、数据分析模块以及评估模块;
[0030]数据采集模块,采用非接触式检测方法检测电缆各部位的电流谐波信号,并将采集到的电流谐波信号传递至数据处理模块;
[0031]所述数据处理模块,用于对接收到的电流谐波信号经过计算得到高次谐波的含有率,结合估算的电缆实际劣化程度,建立电缆的实际劣化程度、老化部位和高次谐波之间的实际关系表;将电缆历史运行数据作为数据样本输入到人工智能模型中进行训练,得到训练完成的人工神经网络模型;将电缆各部位的电流谐波信号输入到人工神经网络模型,得到电缆的实际劣化程度、老化部位和高次谐波之间的理论关系表;并将实际关系表与理论关系表信息传递至数据分析模块。
[0032]所述数据分析模块,用于接收到数据处理模块的信息,通过实际关系表更正理论关系表,并将处理后的数据传送到评估模块。
[0033]所述评估模块,用于将所述数据分析模块将处理后的数据输入至故障诊断专家系统中,对处理后的数据与数据库本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于谐波监测的高压电缆寿命分析模型的终端系统,其特征在于,包括数据采集模块、数据处理模块、数据分析模块和评估模块;数据采集模块,用于采用非接触式检测方法检测电缆各部位的电流谐波信号,并将采集到的电流谐波信号传递至数据处理模块;数据处理模块,用于对接收到的电流谐波信号经过计算得到高次谐波的含有率,结合估算的电缆实际劣化程度,建立电缆的实际劣化程度、老化部位和高次谐波之间的实际关系表;将电缆历史运行数据作为数据样本输入到人工智能模型中进行训练,得到训练完成的人工神经网络模型;将电缆各部位的电流谐波信号输入到人工神经网络模型,得到电缆的实际劣化程度、老化部位和高次谐波之间的理论关系表;并将实际关系表与理论关系表信息传递至数据分析模块;数据分析模块,用于接收到数据处理模块的信息后,通过实际关系表更正理论关系表,并将处理后的数据传送到评估模块;评估模块,用于将所述数据分析模块将处理后的数据输入至故障诊断专家系统中,对处理后的数据与数据库对比分析输出得到电缆诊断报告,将电缆诊断报告通过显示器显示。2.根据权利要求1所述的一种基于谐波监测的高压电缆寿命分析模型的终端系统,其特征在于,采用非接触式检测方法检测电缆各部位的电流谐波信号,具体包括:通过非接触式电流传感器采集电缆的谐波,所述非接触式电流传感器采集采用漆包线绕制而成,非接触式电路输入端的匝数与输出端的匝数比为1:200,线圈内径为15mm,线圈外径为20mm,漆包线直径O.1mm。3.根据权利要求2所述的一种基于谐波监测的高压电缆寿命分析模型的终端系统,其特征在于,所述通过非接触式电流传感器采集电缆的谐波,...

【专利技术属性】
技术研发人员:徐涛卢润戈周卓蓓李茂李瀚儒黄潮灿谢文卓丁晟
申请(专利权)人:广东电网有限责任公司广州供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1