System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于输电线路在线监测与故障诊断,具体涉及一种电缆接头温度预测系统,本专利技术还涉及一种电缆接头温度预测方法。
技术介绍
1、随着电力需求不断的增加,人们对电网的安全运行也有了更高的要求,电缆是电力设备连接时不可缺少的零件,但有时候受到环境影响,电缆头就会出现有温度升高,甚至是会影响到电网的正常运行,也正是这样,对电缆头温度的实时监测也成为了电力监测系统的监测重点。
2、通过对电缆接头的温度预测,能够很快速的监测到电缆接头的温度情况,而且在监测电缆头温度的同时,做好合理的预测,将故障发生率降至最低,确保潜在的隐患可以及时被发觉。同时还能够将采集到的温度数据上传到显示终端上,可供相关工作人员了解即时温度情况和查询往期温度情况,电缆头测温为维护电力设备提供了直接明了的数据支撑,能够及时的排除安全隐患,增加了电网系统的可靠性。
技术实现思路
1、本专利技术的目的是提供一种电缆接头温度预测系统,解决了现有技术中存在的电缆头随温度升高影响电网正常运行而无法实时监测的问题。
2、本专利技术的另一目的是提供一种电缆接头温度预测方法。
3、本专利技术所采用的第一技术方案是,电缆接头温度预测系统,包括依次连接的在线监测装置、数据监测终端和监测显示平台,在线监测装置包括温度传感器、气象传感器、且内置计算机,计算机包含有存储接口进行数据存储,以及无线通信接口完成数据通信。
4、本专利技术第一技术方案的特点还在于,
5、温度传感器、气象传
6、监测显示平台具体结构为:包括存储模块、分析模块,以及可调用的api接口,且在分析模块中内置线芯温度预测模型以及天气预测模型。
7、本专利技术所采用的第二技术方案是,电缆接头温度预测方法,基于电缆接头温度预测系统,具体按照以下步骤实施:
8、步骤1、在线监测装置的布置安装;
9、步骤2、数据采集及预处理;
10、步骤3、数据分析评估。
11、本专利技术第二技术方案的特点还在于,
12、步骤1具体按照以下步骤实施:
13、步骤1.1、在电缆接头处安装一个温度传感器、一个气象传感器;
14、步骤1.2、在监测显示平台安装服务器,在服务器中嵌入线芯温度预测模型和气象预测模型,调用api接口。
15、步骤2具体按照以下步骤实施:
16、步骤2.1、气象传感器每m个小时测得的气象数据即气温、气压、风速风向发送到数据监测终端,数据监测终端过滤筛选出表示当地气象特征的数据后,再通过4g网络连接发送到监测显示平台存储;
17、步骤2.2、温度传感器测得当天电缆接头的温度数据,经无线传输发送至数据监测终端进行温度数据的筛选处理,最后发送至监测显示平台。
18、步骤3具体按照以下步骤实施:
19、步骤3.1、在监测显示平台搭建基于grnn预测的线芯温度预测模型,调用所述步骤2得到的温度数据,进行未来一天时刻的线芯温度预测,并返回线芯温度预测值;
20、步骤3.2、在检测显示平台搭建天气预测模型,调用步骤2.1中所存储的历史气象数据进行未来一天区域任意时刻气象参数的精准预测,返回次日间隔三个小时一次的具体预测数值组,
21、步骤3.3、在监测显示平台通过api接口直接调用所述步骤3.2中未来一天每隔三小时一次的区域气象参数的具体预测数值,同时采用基于eend—lstm的电缆接头温度组合预测模型,以及结合风机次日对应时刻的运行计划,预测电缆接头温度。
22、步骤3.1具体如下:
23、基于grnn预测的接头线芯预测模型具体结构为:包括输入层、模式层、求和层、输出层,外部输入为x=[x1,x2,…xm]t,x表示温度序列,网络输出为y=[y1,y2,…yk]t;
24、线芯温度预测模型输入包括过去一段时间的历史温度数据,即外部输入x=[x1,x2,…xm]t,历史中的m个连续时刻1,2,…m,与之对应的温度指标观测值为x=[x1,x2,…xm]t;xm表示m时刻传感器测得的温度数据;
25、模式层中,该层神经元i的传递函数为:
26、
27、式中,pi为高斯核函数;x为网络输入变量;xi为神经元i所对应的学习样本;σ为平滑因子,模式层神经元i的输出结果为:输入变量与其对应样本之间的euclid距离平凡的指数形式;
28、求和层中,该层神经元有两种类型,其中一种神经元是对所有模式层的输出进行算数求和:
29、
30、另一种神经元是对所有模式层的输出进行加权求和,模式层第i个神经元与求合层第j个分子求和神经元之间的连续系数是第i个输出样本中第j个元素yij:
31、
32、输出层中,该层神经元数量等于输出维数k,将求和层中神经元的加权求和输出与算数求和输出相除,各个神经元的输出对应输出结果中第j个元素:
33、
34、输出是未来一段时间的线芯温度数据,包括未来的k个连续时刻对应的温度指标值,表示为y=[y1,y2,…yk]t。
35、步骤3.2具体如下:
36、首先,定义天气预测模型的输入与输出:
37、天气预测模型的输入包括过去一段时间的历史气象信息和超级计算机的预测值,历史中的t个连续的时刻1,2,…,t,与之对应的天气指标观测值为y=(y1,y2,…,yt),对应的超级计算机预测值为其中某个时刻t所对应的气象数据yt包含了k个天气指标,表示为
38、输出是未来一段时间的气象信息,包括未来的p个连续时刻对应的天气指标值,表示为其中每个时刻的数据同样包含k个天气指标;
39、最后给出天气预测模型f,表示为:
40、
41、其次,基于改进后的tcn对时序任务进行建模,tcn包含3种基本结构,因果卷积、扩张卷积和恒等映射,具体如下:
42、①令卷积核为f=(f1,f2,…fk),其中k为卷积核的大小,输入序列为x=(x1,x2,…xt),则xt处的因果卷积表示为:
43、
44、②引入扩张卷积后的因果卷积操作为:
45、
46、其中,d为扩张卷积的系数;
47、③为了增加网络稳定性,加入恒等映射后网络的输出结果为:
48、f(xt)=fd(xt)+xt
49、最后,将两路tcn卷积层输出做双线性层融合输出g′为:
50、
51、其中,a1=(a1,…,an)为一路tcn卷积层输出,a2=(a1′,…,a′n)为另一路输出。
52、取g′的对角线元素并进行规范化,得到双线性层的最终输出g:
53、g=diga(g′)
本文档来自技高网...【技术保护点】
1.电缆接头温度预测系统,其特征在于,包括依次连接的在线监测装置(1)、数据监测终端(2)和监测显示平台(3),在线监测装置包括温度传感器(1-1)、气象传感器(1-2)、且内置计算机(1-3),计算机(1-3)包含有存储接口(1-3-1)进行数据存储,以及无线通信接口(1-3-2)完成数据通信。
2.根据权利要求1所述的电缆接头温度预测系统,其特征在于,所述温度传感器(1-1)、气象传感器(1-2)与所述数据监测终端(2)之间采用无线技术通信的方式进行数据传输,数据监测终端(2)与监测显示平台(3)之间通过4G网络连接。
3.根据权利要求2所述的电缆接头温度预测系统,其特征在于,所述监测显示平台(3)具体结构为:包括存储模块(3-1)、分析模块(3-2),以及可调用的API接口(3-3),且在分析模块(3-2)中内置线芯温度预测模型以及天气预测模型。
4.电缆接头温度预测方法,其特征在于,基于权利要求3所述的电缆接头温度预测系统,具体按照以下步骤实施:
5.根据权利要求4所述的电缆接头温度预测方法,其特征在于,所述步骤1具体按照以
6.根据权利要求5所述的电缆接头温度预测方法,其特征在于,所述步骤2具体按照以下步骤实施:
7.根据权利要求6所述的电缆接头温度预测方法,其特征在于,所述步骤3具体按照以下步骤实施:
8.根据权利要求7所述的电缆接头温度预测方法,其特征在于,所述步骤3.1具体如下:
9.根据权利要求8所述的电缆接头温度预测方法,其特征在于,所述步骤3.2具体如下:
10.根据权利要求9所述的电缆接头温度预测方法,其特征在于,所述步骤3.3具体流程为:
...【技术特征摘要】
1.电缆接头温度预测系统,其特征在于,包括依次连接的在线监测装置(1)、数据监测终端(2)和监测显示平台(3),在线监测装置包括温度传感器(1-1)、气象传感器(1-2)、且内置计算机(1-3),计算机(1-3)包含有存储接口(1-3-1)进行数据存储,以及无线通信接口(1-3-2)完成数据通信。
2.根据权利要求1所述的电缆接头温度预测系统,其特征在于,所述温度传感器(1-1)、气象传感器(1-2)与所述数据监测终端(2)之间采用无线技术通信的方式进行数据传输,数据监测终端(2)与监测显示平台(3)之间通过4g网络连接。
3.根据权利要求2所述的电缆接头温度预测系统,其特征在于,所述监测显示平台(3)具体结构为:包括存储模块(3-1)、分析模块(3-2),以及可调用的api接口(3-3),且在分析模块(3-2)中内置线...
【专利技术属性】
技术研发人员:张敏,王涛,李旭伟,李宇轮,何振涛,陈振满,李春晓,李暾,
申请(专利权)人:大唐同心新能源有限公司,
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。