一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法技術(shù)

本發(fā)明專利技術(shù)涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，屬電力電纜狀態(tài)監(jiān)測(cè)于技術(shù)領(lǐng)域。該方法執(zhí)行如下步驟：1）獲取配電電纜部分參數(shù)作為訓(xùn)練樣本和測(cè)試數(shù)據(jù)；2）建立三層BP神經(jīng)網(wǎng)絡(luò)；3）以獲取的配電電纜運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，訓(xùn)練網(wǎng)絡(luò)得到最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；4）將實(shí)時(shí)采集的配電電纜導(dǎo)體運(yùn)行電流和外表皮溫度輸入到步驟3中訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明專利技術(shù)將魚群算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合應(yīng)用于電纜絕緣層溫度計(jì)算中，結(jié)合配電電纜的實(shí)際運(yùn)行數(shù)據(jù)，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，相比于現(xiàn)有方法，本發(fā)明專利技術(shù)提出的方法，不用考慮電纜的結(jié)構(gòu)及敷設(shè)環(huán)境等非線性因素，計(jì)算誤差小。

A real time temperature calculation method for distribution cable insulation layer based on BP neural network

The invention relates to a real-time temperature calculation method for distribution cable insulation layer based on BP neural network, which belongs to the technical field of power cable condition monitoring. The method performs the following steps: 1) to obtain distribution cable parameters as training samples and test data; 2) the establishment of three layer BP neural network; 3) to obtain the distribution cable operation data as the training samples, combined with the artificial fish swarm algorithm and neural network, train network neural network optimal structure; 4) will the skin temperature distribution cable conductors operating current and external real-time input to the steps of the trained BP neural network model in 3. The invention of the fish swarm algorithm combined with BP neural network is applied to the cable insulation temperature calculation, combined with the actual operation data of power distribution cable, BP neural network was trained, compared with the existing methods, the method of the invention, without considering the structure and installation environment of cable nonlinear factors, small calculation error.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法
本專利技術(shù)涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，屬電力電纜狀態(tài)監(jiān)測(cè)于

技術(shù)介紹
目前，電力電纜作為電網(wǎng)中常用的電能傳輸設(shè)備，電纜的運(yùn)行狀態(tài)一直是電力運(yùn)行維護(hù)人員所關(guān)心的問題。電纜的壽命主要取決于電纜絕緣層的老化程度，當(dāng)絕緣層在電纜運(yùn)行過程中一直處于較高狀態(tài)時(shí)，會(huì)加速絕緣老化程度，縮短電纜的使用壽命。同時(shí)，處于高溫狀態(tài)的電纜絕緣層，其絕緣能力也會(huì)大大下降，甚至有可能發(fā)生喪失絕緣能力，引起短路故障，進(jìn)而影響電能傳輸和電力系統(tǒng)的穩(wěn)定性。因而監(jiān)測(cè)電纜的絕緣層溫度，在高溫狀態(tài)下，有針對(duì)性地采取散熱和降溫措施，保證電纜的正常運(yùn)行是十分必要的。然而受現(xiàn)有溫度測(cè)量技術(shù)的限制，通過光纖測(cè)溫技術(shù)，只能測(cè)得電纜運(yùn)行的外表皮溫度，無法直接通過測(cè)量獲得電纜的絕緣層溫度，例如申請(qǐng)?zhí)?01310226382.5的中國專利《利用光纖測(cè)量電纜溫度的測(cè)量方法》。目前在解決配電電纜絕緣層溫度問題上主要采用的是解析法，根據(jù)電纜的物理參數(shù)，建立電纜的暫態(tài)熱路模型，可以由外表皮溫度推算電纜各層的溫度，包括絕緣層溫度，雖然通過該方法可以獲得電纜的絕緣層溫度，但是該方法的計(jì)算結(jié)果誤差較大，對(duì)于工程實(shí)踐而言，無法準(zhǔn)確把握電纜實(shí)時(shí)運(yùn)行狀態(tài)。而且計(jì)算配電電纜的絕緣層溫度主要采用解析法，根據(jù)配電電纜結(jié)構(gòu)，建立熱路模型，基于配電電纜的外表皮溫度，反推出配電電纜的絕緣層溫度。該方法建模過程復(fù)雜，參數(shù)計(jì)算公式冗長，電纜絕緣層溫度計(jì)算誤差較大。而針對(duì)高壓?jiǎn)涡倦娎|，采用有限元方法，根據(jù)電纜的本身結(jié)構(gòu)和運(yùn)行環(huán)境，建立電纜的有限元計(jì)算模型，可以獲得電纜各層包括絕緣層的溫度，計(jì)算精度相對(duì)于解析法有較大提高，但是有限元方法建立數(shù)學(xué)模型的過程復(fù)雜，參數(shù)計(jì)算公式冗長，電纜絕緣層溫度計(jì)算誤差較大。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)要解決的技術(shù)問題是，針對(duì)現(xiàn)有技術(shù)不足，提出一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法。本專利技術(shù)為了解決上述技術(shù)問題提出的技術(shù)方案是：一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，該方法執(zhí)行如下步驟：1）獲取配電電纜部分參數(shù)作為訓(xùn)練樣本和測(cè)試數(shù)據(jù)，所述配電電纜部分參數(shù)包括配電電纜導(dǎo)體的運(yùn)行電流、電纜的外表皮實(shí)時(shí)溫度、電纜的絕緣層實(shí)時(shí)溫度；2）建立三層BP神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層、輸出層，其輸入為配電電纜導(dǎo)體的運(yùn)行電流和電纜的外表皮實(shí)時(shí)溫度，其輸出為配電電纜的絕緣層實(shí)時(shí)溫度；3）以獲取的配電電纜運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，訓(xùn)練網(wǎng)絡(luò)得到最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；4）將實(shí)時(shí)采集的配電電纜導(dǎo)體運(yùn)行電流和外表皮溫度輸入到步驟3中訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，便可以輸出配電電纜的絕緣層實(shí)時(shí)溫度。上述技術(shù)方案的改進(jìn)是：所述輸入層包括至少兩個(gè)神經(jīng)元，所胡輸出層包括至少一個(gè)神經(jīng)元，隱含層包括至少三個(gè)神經(jīng)元，最多不超過九個(gè)神經(jīng)元。上述技術(shù)方案的改進(jìn)是：所述隱含層的神經(jīng)元個(gè)數(shù)是通過多次的不同網(wǎng)絡(luò)訓(xùn)練結(jié)果確定；通過訓(xùn)練不同隱層神經(jīng)元個(gè)數(shù)的BP神經(jīng)網(wǎng)絡(luò)，選擇輸出誤差小且計(jì)算速度快的BP神經(jīng)網(wǎng)絡(luò)，即確定該BP神經(jīng)網(wǎng)絡(luò)的隱含層的神經(jīng)元個(gè)數(shù)。上述技術(shù)方案的改進(jìn)是：在步驟3中所述將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，以輸出誤差最小為尋優(yōu)對(duì)象，在BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，不斷調(diào)整BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和閾值，進(jìn)而獲得最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。本專利技術(shù)采用上述技術(shù)方案的有益效果是：本專利技術(shù)提出的配電電纜絕緣層溫度計(jì)算方法，將魚群算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合應(yīng)用于電纜絕緣層溫度計(jì)算中，結(jié)合配電電纜的實(shí)際運(yùn)行數(shù)據(jù)，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到配電電纜的絕緣層溫度計(jì)算模型，相比于現(xiàn)有方法，本專利提出的方法，不用考慮電纜的結(jié)構(gòu)及敷設(shè)環(huán)境等非線性因素，通過魚群算法的優(yōu)化得到性能較優(yōu)的神經(jīng)網(wǎng)絡(luò)模型，計(jì)算誤差小。附圖說明下面結(jié)合附圖對(duì)本專利技術(shù)作進(jìn)一步說明。圖1是本專利技術(shù)實(shí)施例的方法的實(shí)現(xiàn)流程圖。圖2是本專利技術(shù)實(shí)施例的三層的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖。圖3是本專利技術(shù)實(shí)施例的魚群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的流程圖。圖4是本專利技術(shù)實(shí)施例的BP神經(jīng)網(wǎng)絡(luò)測(cè)試計(jì)算結(jié)果圖。具體實(shí)施方式實(shí)施例本實(shí)施例的一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，如圖1所示，該方法執(zhí)行如下步驟：1）獲取配電電纜部分參數(shù)作為訓(xùn)練樣本和測(cè)試數(shù)據(jù)，所述配電電纜部分參數(shù)包括配電電纜導(dǎo)體的運(yùn)行電流、電纜的外表皮實(shí)時(shí)溫度、電纜的絕緣層實(shí)時(shí)溫度；2）建立三層BP神經(jīng)網(wǎng)絡(luò)，如圖2所示，包括輸入層、隱含層、輸出層，其輸入為配電電纜導(dǎo)體的運(yùn)行電流和電纜的外表皮實(shí)時(shí)溫度，其輸出為配電電纜的絕緣層實(shí)時(shí)溫度；3）以獲取的配電電纜運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，訓(xùn)練網(wǎng)絡(luò)得到最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；4）將實(shí)時(shí)采集的配電電纜導(dǎo)體運(yùn)行電流和外表皮溫度輸入到步驟3中訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，便可以輸出配電電纜的絕緣層實(shí)時(shí)溫度。本實(shí)施例的所述輸入層包括至少兩個(gè)神經(jīng)元，所胡輸出層包括至少一個(gè)神經(jīng)元，隱含層包括至少三個(gè)神經(jīng)元，最多不超過九個(gè)神經(jīng)元。在步驟2中所述的三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，輸入層有2個(gè)神經(jīng)元，輸出層有1個(gè)神經(jīng)元，隱含層的神經(jīng)元個(gè)數(shù)可按以下經(jīng)驗(yàn)公式確定：其中，n指輸入層神經(jīng)元個(gè)數(shù)；m指輸出層神經(jīng)元個(gè)數(shù)；a指[1,10]之間的常數(shù)；n1指隱含層神經(jīng)元個(gè)數(shù)；因此隱含層神經(jīng)元個(gè)數(shù)至少為3，最大不超過9。本實(shí)施例的所述隱含層的神經(jīng)元個(gè)數(shù)是通過多次的不同網(wǎng)絡(luò)訓(xùn)練結(jié)果確定；通過訓(xùn)練不同隱層神經(jīng)元個(gè)數(shù)的BP神經(jīng)網(wǎng)絡(luò)，選擇輸出誤差小且計(jì)算速度快的BP神經(jīng)網(wǎng)絡(luò)，即確定該BP神經(jīng)網(wǎng)絡(luò)的隱含層的神經(jīng)元個(gè)數(shù)。在步驟2中所述的三層神經(jīng)網(wǎng)絡(luò)，設(shè)定神經(jīng)網(wǎng)絡(luò)的輸入為X=[Xd，Xt]，輸出為Oc，其中，Xd指配電電纜的運(yùn)行電流，Xt指配電電纜的外表皮溫度，Oc指配電電纜的絕緣層溫度。本實(shí)施例的在步驟3中所述將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，以輸出誤差最小為尋優(yōu)對(duì)象，在BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，不斷調(diào)整BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和閾值，進(jìn)而獲得最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。在步驟2中所述的三層神經(jīng)網(wǎng)絡(luò)，其隱含層神經(jīng)元函數(shù)采用常用的雙曲正切函數(shù)，其表達(dá)式如下：其中xs指隱含層神經(jīng)元的輸入值。在步驟3中所述人工魚群算法與BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程相結(jié)合，輸出神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值，，如圖3所示，具體步驟如下：31）設(shè)定魚群的規(guī)模數(shù)目N為20，初始化魚群的狀態(tài)，定義人工魚的狀態(tài)Sb如下：其中Sb指第b個(gè)人工魚的狀態(tài)，b取1至20；wbi指神經(jīng)網(wǎng)絡(luò)的第i個(gè)權(quán)值，i取1至11；αbj指神經(jīng)網(wǎng)絡(luò)的第j個(gè)閾值，j取1至10；32）初始化過程中，設(shè)定人工魚群的參數(shù)，包括人工魚移動(dòng)的最大步長，人工魚的最大視野，擁擠度因子；33）定義神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差E為：其中Oc指神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出值，EOc指神經(jīng)網(wǎng)絡(luò)的期望輸出值；設(shè)定人工魚群算法的食物密度fc為：；34）人工魚預(yù)執(zhí)行游動(dòng)過程，游動(dòng)后，若食物密度fc小于誤差精度值0.001，則跳出算法，得到的人工魚的狀態(tài)Sb，即確定神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值；若食物密度fc不小于誤差精度值0.001，則繼續(xù)循環(huán)執(zhí)行人工魚群算法的游動(dòng)過程。測(cè)試計(jì)算結(jié)果圖如圖4所示，從計(jì)算結(jié)果與實(shí)測(cè)結(jié)果的對(duì)比中，可知本專利技術(shù)的三芯電纜導(dǎo)體溫度動(dòng)態(tài)計(jì)算誤差可以滿足實(shí)際工程要求。本專利技術(shù)不局限于上述實(shí)施例。凡采用等本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，其特征在于該方法執(zhí)行如下步驟：1）獲取配電電纜部分參數(shù)作為訓(xùn)練樣本和測(cè)試數(shù)據(jù)，所述配電電纜部分參數(shù)包括配電電纜導(dǎo)體的運(yùn)行電流、電纜的外表皮實(shí)時(shí)溫度、電纜的絕緣層實(shí)時(shí)溫度；2）建立三層BP神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層、輸出層，其輸入為配電電纜導(dǎo)體的運(yùn)行電流和電纜的外表皮實(shí)時(shí)溫度，其輸出為配電電纜的絕緣層實(shí)時(shí)溫度；3）以獲取的配電電纜運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，訓(xùn)練網(wǎng)絡(luò)得到最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；4）將實(shí)時(shí)采集的配電電纜導(dǎo)體運(yùn)行電流和外表皮溫度輸入到步驟3中訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，便可以輸出配電電纜的絕緣層實(shí)時(shí)溫度。

【技術(shù)特征摘要】
1.一種基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)時(shí)溫度計(jì)算方法，其特征在于該方法執(zhí)行如下步驟：1）獲取配電電纜部分參數(shù)作為訓(xùn)練樣本和測(cè)試數(shù)據(jù)，所述配電電纜部分參數(shù)包括配電電纜導(dǎo)體的運(yùn)行電流、電纜的外表皮實(shí)時(shí)溫度、電纜的絕緣層實(shí)時(shí)溫度；2）建立三層BP神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層、輸出層，其輸入為配電電纜導(dǎo)體的運(yùn)行電流和電纜的外表皮實(shí)時(shí)溫度，其輸出為配電電纜的絕緣層實(shí)時(shí)溫度；3）以獲取的配電電纜運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，將人工魚群算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，訓(xùn)練網(wǎng)絡(luò)得到最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；4）將實(shí)時(shí)采集的配電電纜導(dǎo)體運(yùn)行電流和外表皮溫度輸入到步驟3中訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，便可以輸出配電電纜的絕緣層實(shí)時(shí)溫度。2.根據(jù)權(quán)利要求1所述的基于BP神經(jīng)網(wǎng)絡(luò)的配電電纜絕緣層實(shí)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王春寧，許洪華，馬宏忠，付明星，劉寶穩(wěn)，
申請(qǐng)(專利權(quán))人：國網(wǎng)江蘇省電力公司南京供電公司，河海大學(xué)，國家電網(wǎng)公司，國網(wǎng)江蘇省電力公司，
類型：發(fā)明
國別省市：江蘇,32