[发明专利]一种基于随机森林算法的电缆电场分布预测方法

权利要求书

1.一种基于随机森林算法的电缆电场分布预测方法，其特征在于，所述方法利用有限元软件计算得到电缆的电场数据，基于随机森林算法通过获取的电场数据构建电缆的数据驱动模型，通过数据驱动模型快速预测电缆在不同运行状态下电场的分布情况；所述方法具体包括如下步骤：

步骤1：获取含电缆模型的电气参数；

步骤2：对电缆几何建模，并设置电场参数；

步骤3：电缆电场预测模型的构建。

2.如权利要求1所述的一种电缆电场分布预测方法，其特征在于，所述步骤1中的电气参数包括电缆的型号参数、电缆缆芯的直径、绝缘层的厚度、屏蔽层的厚度、铠装层的厚度和外护套的厚度。

3.如权利要求1所述的一种电缆电场分布预测方法，其特征在于，所述步骤2具体包括如下步骤：S201根据所述步骤1中电缆缆芯的直径，设置有限元计算软件中电缆缆芯的模型参数；S202根据所述绝缘层的厚度，设置有限元计算软件中绝缘层的模型参数；S203根据所述屏蔽层的厚度，设置有限元计算软件中屏蔽层的模型参数；S204根据所述铠装层的厚度和所述外护套的厚度，设置有限元计算软件中铠装层和外护套的模型参数；S205根据所述电缆的型号参数，设置有限元计算软件中电缆的电场参数。

4.如权利要求1所述的一种电缆电场分布预测方法，其特征在于，所述步骤3具体包括如下步骤：S301根据步骤2所建立的电缆几何模型，有限元计算软件中计算获得电缆电场的相关数据集；S302将电缆的结构、激励以及电磁参数等数据作为输入特征量，将电缆的电场强度作为输出特征量，构建用作回归森林训练的数据集；S303将数据集分为训练集和测试集，然后对随机森林算法的参数进行选择与构建，将数据集用于随机森林算法的训练与测试，构建基于回归森林算法的电缆电场预测数据驱动模型。

5.如权利要求2所述的一种电缆电场分布预测方法，其特征在于，所述步骤1中电缆缆芯的直径为18.3mm，绝缘层的厚度为4.5mm。

6.如权利要求2所述的一种电缆电场分布预测方法，其特征在于，所述步骤1中屏蔽层的厚度为0.5mm。

7.如权利要求2所述的一种电缆电场分布预测方法，其特征在于，所述步骤1中铠装层的厚度为0.8mm。

8.如权利要求2所述的一种电缆电场分布预测方法，其特征在于，所述步骤1中外护套的厚度为2.5mm。

9.如权利要求3所述的一种电缆电场分布预测方法，其特征在于，所述步骤3中的输入特征量为一个6维向量，包括激励电压、绝缘层电导率、绝缘层相对介电常数、电缆工作频率、缆芯直径和绝缘层厚度。

10.如权利要求4所述的一种电缆电场分布预测方法，其特征在于，所述步骤3中的数据集分为训练集和测试集，训练集为80%，测试集为20%。