[发明专利]基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法

权利要求书

1.一种基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法，其特征在于，包括如下步骤：

步骤1：采用有限元方法或者实验提取特征参数样本集；

步骤2：将收集到的样本数据分为训练集和测试集，对训练集和数据集进行归一化处理；

步骤3：引入Levy飞行对粒子群优化算法进行改进；

步骤4：设计BPNN结构；

步骤5：采用步骤3对BPNN多回路沟槽敷设电缆温升预测模型的权重和阈值进行优化；

步骤6：进行多回路沟槽敷设电缆温升预测。

2.根据权利要求1所述的一种基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法，其特征在于，所述的步骤1具体为：

构建沟槽电缆物理模型，利用有限元方法计算不同环境温度和回路电流下沟槽电缆温度场或实验测量不同环境温度和回路电流下沟槽电缆缆芯温度。

3.根据权利要求2所述的一种基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法，其特征在于，所述的有限元的计算物理模型可简化为二维沟槽电缆模型，温升计算中考虑了沟槽内部对流和辐射换热，所述特征参数样本集中的特征数据包括各回路电缆负荷、外界环境温度、各回路缆芯温度。

4.根据权利要求1所述的一种基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法，其特征在于，所述的步骤2中的归一化处理公式为：

式中x_i表示输入变量，分别为环境温度和各回路电流，x_i,max和x_i,min分别表示各输入变量的最大值和最小值，x′_i为归一化处理后的变量。

5.根据权利要求1所述的一种基于LFVPSO-BPNN的多回路沟槽敷设电缆温升预测方法，其特征在于，所述的步骤3具体为：

以粒子群中粒子历史最优位置，当前最优位置以及当前最差位置为粒子运动方向向导，引入一个[0,1]之间的随机数，当随机数大于0.5时，引入Levy飞行算法对粒子群算法进行更新，更新后的粒子位置再引入自适应变异，当随机数大于0.95时，随机更新粒子群中某一粒子位置，对粒子群优化算法进行改进，获得LFVPSO算法。