[发明专利]基于有限元分析的电缆缆芯温度预测方法有效
申请号: | 201910318060.0 | 申请日: | 2019-04-19 |
公开(公告)号: | CN110083908B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 郭文强;张梦梦;董瑶;王立贤;李清华;侯勇严;全定可 | 申请(专利权)人: | 陕西科技大学 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06N3/08 |
代理公司: | 西安新思维专利商标事务所有限公司 61114 | 代理人: | 李罡 |
地址: | 710021*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 有限元分析 电缆 温度 预测 方法 | ||
1.基于有限元分析的电缆缆芯温度预测方法,其特征在于:
由以下步骤实现:
第1步:建立缆芯温度场模型:
通过电缆的结构参数、材料热参数、敷设条件以及边界条件建立电缆的有限元模型;
第2步:获取缆芯温度样本数据:
施加环境参数以及载荷进行有限元计算,得到电缆的温度场分布云图,选取电缆缆芯所对应的节点,查询相应的温度数据,获得样本数据;
第3步:数据预处理:
对获得的缆芯温度和其它可测量参量原始样本数据进行归一化处理,选取预测模型的输入变量为X={x1(1),...,x1(n),...xk(1),...,xk(n)},输出变量为Y={y(n),y(n+1),...,y(n+m)};
第4步:建立预测模型:
确定输入变量后,利用神经网络对数据进行训练,建立缆芯温度的预测模型;
第5步:预测输出:
将可测量参量归一化后输入到训练好的神经网络中,就可以得到所求的缆芯温度预测值。
2.根据权利要求1所述的基于有限元分析的电缆缆芯温度预测方法,其特征在于:
第1步具体为:
(1)确定电缆的结构参数、材料热参数以及敷设条件;
结构参数包括线芯导体外径、绝缘层厚度和外径、皱纹铝护套厚度和外径、外护套厚度和电缆外径;
材料热参数包括线芯导体的导热系数、绝缘层的导热系数、皱纹铝护套的导热系数、外护套的导热系数、土壤热阻系数、土壤温度和对流换热系数;
敷设条件包括电缆埋深、左右边界、下边界、电缆中心间距和排列方式;
(2)确定边界条件;
相应电缆的温度场模型的边界条件如下:
1)深层土壤的温度不受电缆的影响,符合第一类边界条件;
2)左右侧土壤距离电缆较远,符合第二类边界条件;
3)模型上边界,即地表土壤与空气的接触面,符合第三类边界条件。
3.根据权利要求2所述的基于有限元分析的电缆缆芯温度预测方法,其特征在于:
第2步具体为:
施加环境参数,即环境温度;计算并加载体积生成热,根据公式(1)计算电缆各热源的体积生成热,将其以载荷的形式加载至电缆缆芯、皱纹铝护套以及绝缘层的单元;
其中,i={1,2,3}分别对应电缆导体、绝缘层和金属屏蔽层;Qi为各层损耗对应的体积生成热;Wi为电缆各层的单位长度损耗;Si为各层的面积;I为流过电缆线芯的有效电流;R为单位长度线芯导体的交流电阻;l为导体的长度;ρi为电缆各层的电阻率;ri为电缆各层的有效半径;
对其进行求解计算,得到温度场分布云图;其次,选取电缆缆芯所对应的节点,查询该节点的温度数据;
同理,即可获得预测模型所需不同条件下的缆芯温度数据。
4.根据权利要求3所述的基于有限元分析的电缆缆芯温度预测方法,其特征在于:
第4步具体为:
选用BP神经网络建立缆芯温度预测模型,设置BP神经网络的隐层激励函数为tan-sigmoid,输出层为Linear函数,利用mapminmax函数对数据进行归一化处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西科技大学,未经陕西科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910318060.0/1.html,转载请声明来源钻瓜专利网。