[发明专利]结合EEMD-LSTM及孤立森林算法的电力电缆接头温度异常预警方法

说明书

本发明提出一种结合EEMD‑LSTM及孤立森林算法的电力电缆接头温度异常预警方法，针对中低压配电网的温度热点电力电缆接头，进行温度异常预警；根据接头历史温度监测数据，建立EEMD‑LSTM的温度预测模型；使用EEMD将原始温度数据序列分解为多个量级更小的子序列，提取接头温度变化趋势信息；通过LSTM对各子序列进行预测，并将子序列的预测结果进行重构，输出接头温度未来时刻温度预测值；采用孤立森林算法对由EEMD‑LSTM预测得到的温度指标进行温度异常检测；建立多个子检测分类器，以接头表面温度、线芯温度、相对温差两两组合，得到三组分类器；最后实现接头温度预警。本发明所提方法能够及时预判接头潜在异常温度，对温度过高、温升过快的电缆接头进行温度预警。

技术领域

本发明涉及电力电缆线路故障检测领域，具体涉及一种结合EEMD-LSTM及孤立森林算法的电力电缆接头温度异常预警方法。

背景技术

伴随着我国工业化和城镇化的加快，电力电缆线路在输配电网络中所占的比例不断增大，35kV及以下电压等级的交联聚乙烯(XLPE)电缆应用越来越广泛。

电力电缆线路的安全稳定运行至关重要，电缆线路故障时，不仅会发生停电，严重时可能发生接头爆炸，引起火灾和造成人员伤亡。电缆中间接头作为电缆线路的主要附件之一，用于连接两端电缆，是电缆线路最薄弱的环节。经事故统计分析，中间接头故障的发生不像线路短路故障那样突发，而是不断累积的过程。通常存在的故障会聚积大量的焦耳热，使电缆温度不断升高。系统长期过负荷运行，施加负载超出电缆载流量时，接头处温度也会升高，存在安全隐患。温度作为一种非电气量，仅能够反映电缆绝缘性能和系统运行负荷状态，且易于测量并表征，在国内外都被认为是一种重要的电缆状况检测手段。诸如数字式温度传感器、光纤光栅等现有温度检测技术，均能精准检测得到电缆的温度。结合计算机技术和电子技术，开发得到电缆温度在线监测系统，对电缆接头温度和其余各项指标进行实时监测。与此同时，存在接头温度数据传输滞后、数据利用不充分的现象，以及如何解决实际配网复杂电缆线路带来的检修成本过高的问题。

发明内容

本发明所要解决的技术问题是，如何根据相关的标准和检测经验，同时考虑单一阈值预警存在误判、漏判问题；基于《配网设备状态评价导则》(Q/GDW 645-2011)，解决指标过多、指标获取难度较大的难题。结合LSTM神经网络和孤立森林算法，解决上述问题。

一种结合EEMD-LSTM及孤立森林算法的电力电缆接头温度异常预警方法，包括如下步骤：

步骤1，针对某区域10kV配网电缆沟内的电缆线路，基于在线监测系统，监测对应标签接头的温度信息，包括接头表面温度、线芯温度、内外相对温差，获得初始温度序列；

步骤2，采用集成经验模态分解EEMD对初始温度序列进行分解，逐级分解出多个子序列，处理非平稳序列；

步骤3，建立LSTM网络单元，优化LSTM网络单元参数，使用LSTM网络单元对分解得到的各子序列进行预测，将子序列预测结果重构，输出未来时刻接头温度值；

步骤4，提取接头温度指标数据集，使用哈尔小波变换对原始数据集进行特征变换，提取温度变化趋势信息，得到温度检测样本；

步骤5，设定接头各温度指标对应的注意值和预警值；

步骤6，采用孤立森林算法对温度异常进行检测，将检测样本划分为训练集和测试集，对训练集进行异常标记，建立接头表面温度-线芯温度、表面温度-相对温差、线芯温度-相对温差的检测分类器；

步骤7，依据步骤3、4、5、6，将建立的检测模型对测试集进行温度异常检测，实现接头温度预警。

进一步的，步骤2所述的集成经验模态分解，具体表述为：

采用EEMD处理接头温度序列的过程，具体如下表示：