[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

说明书

本发明提供了一种电力电缆绝缘老化寿命超前预测方法及系统，本发明通过选取指标历史数据，采用循环神经网络方法进行指标预测，循环神经网络会对上一个时刻的状态产生记忆功能，并用作当前时刻输出向量的计算，在预测时间序列数据方面具有独有的优越性，能够准确评价电缆运行可靠性，计算电缆剩余绝缘老化寿命，在相同数据规模和计算环境下，预测精度相比于传统的BP神经网络方法更高。

技术领域

本发明涉及电力系统设备管理技术领域，特别是一种电力电缆绝缘老化寿命超前预测方法及系统。

背景技术

电缆相比于架空线路有占地少、可靠性高、分布电容大、维护工作量少和电击概率小等诸多优点。此外，随着电力系统的发展，电缆具有向特高压、大容量以及远距离发展的更为有利的条件，所以在电力系统的发展过程中，电缆占全部输电线路数量的比重在逐渐增加。

然而，上述因素也使得电缆生产行业存在的严重重复生产、重复建设、产能过剩、工艺和质量参差不齐的问题不断加剧，对电力系统安全、高效、经济运行带来巨大挑战。因此对电力电缆进行全寿命周期管理，能够综合考虑各种费用，降低总成本，提高设备和系统的可靠性，提高效益，而寿命预测和状态评估在电力电缆全寿命周期管理中占据着举足轻重的地位，电力企业有必要对运行中的电力电缆进行实时的状态监测，评估其运行状态的可靠性，预测其剩余使用寿命，预防其可能出现的故障或异常状态，达到降低生产成本、提高效益的目的。

但是目前已有的工作主要是针对某一特定指标展开研究，而且对于工程实际运行中的电力电缆而言，无法对其寿命和状态进行实时预测和综合评估，或者预测和评估结果难以体现与时间的耦合性。此外，目前对于电缆寿命预测和状态评估的方法大多是将电缆退运后，在实验室内通过试验进行评估计算，实用价值不高。随着目前在线监测数据量的不断增大以及云计算技术的发展，人工智能方法的优势逐渐凸显出来，将人工智能方法运用到电力电缆的全寿命周期管理中，具有良好的开发和应用前景，是本领域的重点研究方向。

发明内容

本发明的目的是提供一种电力电缆绝缘老化寿命超前预测方法及系统，旨在解决现有技术中电缆使用寿命无法实时预测和综合评估的问题，实现准确评价电缆运行可靠性，提高预测精度。

为达到上述技术目的，本发明提供了一种电力电缆绝缘老化寿命超前预测方法，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。

优选地，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I_c。

优选地，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。

优选地，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；