[发明专利]一种电力电缆绝缘老化寿命超前预测方法及系统在审
申请号: | 202010830377.5 | 申请日: | 2020-08-18 |
公开(公告)号: | CN112115636A | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | 宋长城;卢福木;兰峰;郑耀斌;杨正;张春磊;袁佩然 | 申请(专利权)人: | 国网山东省电力公司经济技术研究院;山东智源电力设计咨询有限公司;国网冀北综合能源服务有限公司;国家电网有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/08;G06Q10/04;G06Q10/06;G06Q50/04;G01R31/12;G06F113/16;G06F119/02;G06F119/04 |
代理公司: | 济南诚智商标专利事务所有限公司 37105 | 代理人: | 朱晓熹 |
地址: | 250021 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电力电缆 绝缘 老化 寿命 超前 预测 方法 系统 | ||
1.一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述方法包括以下步骤:
S1、获取电缆在线状态评估指标历史数据,将指标历史数据转化为时间间隔相同的时间序列数据;
S2、采用循环神经网络方法对指标历史数据进行训练和学习,并对未来指标数据进行在线超前预测;
S3、根据指标预测结果,使用模糊层次分析法构造并计算电缆可靠性指数,根据投运时间和可靠性指数计算电缆剩余绝缘老化寿命。
2.根据权利要求1所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述指标历史数据包括介质损耗角正切值tanδ、直流漏电流I和接地电容电流Ic。
3.根据权利要求1所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述对未来指标数据进行在线超前预测的具体过程如下:
S201、确定循环神经网络的每层神经元节点数目;
S202、设置神经网络的输入向量截断长度;
S203、对指标历史数据进行训练和学习;
S204、对未来的指标数据进行超前预测。
4.根据权利要求1所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述使用模糊层次分析法构造并计算电缆可靠性指数具体过程如下:
S301、将最终决策目标与各影响因素按照相互关系进行分层,得到层次结构图;
S302、构造模糊判断矩阵;
S303、对模糊判断矩阵进行变换调整得到一致性矩阵;
S304、计算评价指标的权重;
S305、将预测得到的各项指标数据进行归一化处理,得到各种指标表征的电缆相对老化程度,根据电缆相对老化程度以及权重计算最终电缆的可靠性指数。
5.根据权利要求4所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述电缆相对老化程度的计算公式如下:
式中,ui表示电缆相对老化程度归一化指标值,Uif表示指标i的合格阈值,Uio表示指标i的初始值,Ui表示指标i的测量值。
6.根据权利要求5所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述可靠性指数的计算公式如下:
7.根据权利要求6所述的一种电力电缆绝缘老化寿命超前预测方法,其特征在于,所述电缆的剩余绝缘老化寿命的计算公式如下:
式中,TS表示电缆的剩余寿命,TR表示电缆的已投运时间。
8.一种电力电缆绝缘老化寿命超前预测系统,其特征在于,所述系统包括:
电缆历史数据处理模块,用于获取电缆在线状态评估指标历史数据,将指标历史数据转化为时间间隔相同的时间序列数据;
未来数据预测模块,用于采用循环神经网络方法对指标历史数据进行训练和学习,并对未来指标数据进行在线超前预测;
电缆寿命计算模块,用于根据指标预测结果,使用模糊层次分析法构造并计算电缆可靠性指数,根据投运时间和可靠性指数计算电缆剩余绝缘老化寿命。
9.根据权利要求8所述的一种电力电缆绝缘老化寿命超前预测系统,其特征在于,所述指标历史数据包括介质损耗角正切值tanδ、直流漏电流I和接地电容电流Ic。
10.根据权利要求8所述的一种电力电缆绝缘老化寿命超前预测系统,其特征在于,所述电缆的剩余绝缘老化寿命的计算公式如下:
式中,TS表示电缆的剩余寿命,TR表示电缆的已投运时间,y为可靠性指数,ui表示电缆相对老化程度归一化指标值,ki为指标i的权重,Uif表示指标i的合格阈值,Uio表示指标i的初始值,Ui表示指标i的测量值。
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国网山东省电力公司经济技术研究院;山东智源电力设计咨询有限公司;国网冀北综合能源服务有限公司;国家电网有限公司,未经国网山东省电力公司经济技术研究院;山东智源电力设计咨询有限公司;国网冀北综合能源服务有限公司;国家电网有限公司许可,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/202010830377.5/1.html,转载请声明来源钻瓜专利网。