[发明专利]基于温差长短时记忆网络学习的电缆接头故障预测方法

说明书

本发明提出一种基于温差长短时记忆网络学习的电缆接头故障预测方法，首先，采集电缆中间接头附件多个位置点的温度，并计算这些位置点温度与环境温度的温差值；其次，将时间序列的多个位置点温差值作为模型输入，建立基于长短时记忆网络的故障预测模型；然后，构建数据集对模型进行训练，并采用多元宇宙优化算法对模型的关键参数进行优化；最后，采集多条电力电缆中间接头多个位置点的时间序列温差值，采用建立的模型对中间接头故障进行预测。

技术领域

本发明涉及电缆中间接头故障预测识别、机器学习技术领域，尤其涉及一种基于温差长短时记忆网络学习的电缆接头故障预测方法。

背景技术

随着电力系统的飞速发展以及旧城改造工程的进行，电力电缆在电力网络中的应用愈发广泛。电力电缆在整个配电网中起到至关重要的作用，特别是城市用地紧张，考虑到环境美观，采用电力电缆来连接整个配电网架。电力电缆在使用过程中，电缆中间接头是配网线路中最薄弱的环节，也是发生故障率最高的装置。电缆中间接头接触电阻大,同时又处于封闭空间,散热条件差,当电缆超载运行,电缆接头温度迅速上升,过高的温度将造成电缆接头的绝缘层迅速老化,接触电阻将增大,温度上升,形成恶性循环,会引起电缆发生接地或短路事故的发生，甚至引起电气设备的烧毁、火灾、大面积停电的事故发生，造成严重事故,威胁电网的安全运行。因此，检测电缆中间接头的温度变化，可以及时判断是否出现故障，对提高电力系统稳定性具有重要意义。

目前，为了确保电缆中间接头的安全运行，通常会采取以下几种方法进行监测:

第一种，电缆接头涂色漆。在电缆接头处涂上色漆，然后通过观察相色漆的颜色变化判断发热的情况，当相色漆的颜色变深，漆皮裂开说明接头己发热。需要注意的，相色漆的颜色有时变化不大，很容易造成误判断，所以这种方法谨慎采用。

第二种，电缆连接头贴试温片。在电缆连接头处贴上试温片，通过观察试温片的熔化判断电气接头是否发热。试温片温度分别为红色80℃、绿色为70℃、黄色为60℃，当试温片熔化时说明接头己发热。由于试温片比较直观所以采用较多，缺点：试温片往往在分合闸开关时被震动掉。

第三种在电缆连接头安装温度传感器和数据采集器，通过无线传输将采集的温度数据上传至后台服务器，结合后台进行展示，后台服务器对采集的温度数据进行判断，当温度高于设置阈值时就进行故障报警。但是，这种方法受环境温度变化的影响大，当周围环境异常或夏天高温天气下可能产生误判。另外，在电缆中间接头采用温度在线监测，故障电缆在击穿前往往伴随着温度的突变，就可以通过温度传感器反应到远程监控平台，但这一作法存在的问题是知道了故障点在哪，但是往往这时的故障已是发展很严重了，可能瞬时性地发生，智能监控的干预和人工干预根本已来不及，不具备提前预警的功能。

目前，相对最优的电缆中间接头故障检测方法是在电缆连接头安装温度传感器和数据采集器，通过无线传输将采集的温度数据上传至后台服务器，结合后台进行展示，后台服务器对采集的温度数据进行判断，当温度高于设置阈值时就进行故障报警。但是，这种方法受环境温度变化的影响大，当周围环境异常或夏天高温天气下可能产生误判。另外，在电缆中间接头采用温度在线监测，故障电缆在击穿前往往伴随着温度的突变，就可以通过温度传感器反应到远程监控平台，但这一作法存在的问题是知道了故障点在哪，但是往往这时的故障已是发展很严重了，可能瞬时性地发生，智能监控的干预和人工干预根本已来不及，不具备提前预警的功能。

发明内容

因此，针对现有技术存在的缺陷和不足，本发明提出一种基于温差长短时记忆网络学习的电缆中间接头故障预测方法：首先，采集电缆中间接头附件多个位置点的温度，并计算这些位置点温度与环境温度的温差值；其次，将时间序列的多个位置点温差值作为模型输入，建立基于长短时记忆网络的故障预测模型；然后，构建数据集对模型进行训练，并采用多元宇宙优化算法对模型的关键参数进行优化；最后，采集多条电力电缆中间接头多个位置点的时间序列温差值，采用建立的模型对中间接头故障进行预测。