電力電纜壽命估計的方法及系統的製作方法
2023-10-17 21:05:29
電力電纜壽命估計的方法及系統的製作方法
【專利摘要】本發明公開了一種電力電纜壽命估計的方法及系統，該方法包括：獲取電纜待測樣本在N個類型環境下對應的N個電纜訓練樣本的相關信息；根據出廠設計年限t和真實服役時間treal計算得到相對服役時間t*；對每個所述電纜訓練樣本依據預設絕緣狀態指標進行檢測，對獲取到的檢測數據進行預處理，得到預處理後的檢測數據li；建立電纜壽命估計的神經網絡模型，並訓練所述神經網絡模型得到電纜壽命估計模型；利用所述電纜壽命估計模型對所述電纜待測樣本進行壽命估計，得到所述電纜待測樣本的壽命估計結果，實現了對電纜待測樣本進行將絕緣狀態指標和所處的環境情況作為依據的離線壽命估計，達到了提高電力電纜的壽命估計結果的實用性，從而提高電網安全性的目的。
【專利說明】電力電纜壽命估計的方法及系統
【技術領域】
[0001] 本發明涉及電力電纜【技術領域】，特別是涉及一種電力電纜壽命估計的方法及系 統。
【背景技術】
[0002] 隨著電網建設的持續發展，電力電纜作為輸送電能的重要設備，其在實際使用過 程中，通常會因絕緣老化引發事故而給電網帶來安全隱患。因此，需要對在役電纜進行壽命 估計，為線路維護及運行策略的制訂提供依據。
[0003] 目前，通常採用溫鬆弛電流法、差示掃描熱量法及經驗公式法等方法來估計電力 電纜的壽命並得到壽命估計結果，並且，上述電力電纜壽命估計方法多為基於電力電纜在 線檢測的壽命估計。然而，這樣的估計方法可能會使參與壽命估計的電力電纜產生記憶效 應，而該記憶效應會在電力電纜運行過程中使其承受過電壓，使得電力電纜在參與壽命估 計後的使用過程中極易受到損傷，導致該電力電纜的實際壽命小於上述壽命估計結果，此 時，如果仍以上述壽命估計結果為依據來進行線路維護和制定運行策略，比如依據上述壽 命估計結果推導出電力電纜能支撐到九月，進而做好九月對該電力電纜進行維護或更換的 安排與準備，但是由於該電力電纜的實際壽命小於上述壽命估計結果，使得該電力電纜在 不到九月就不能進行正常的傳輸工作，導致突然斷電影響用戶正常的生活，甚至發生漏電 等危險情況，顯然，上述壽命估計結果已不再適應於當下的電力電纜，降低了上述壽命估計 結果的實用性，從而降低了電網的安全性。
【發明內容】
[0004] 有鑑於此，本發明提供了一種電力電纜壽命估計的方法及系統，以達到提高電力 電纜的壽命估計結果的實用性，從而提高電網安全性的目的。
[0005] 為解決上述技術問題，本發明提供一種電力電纜壽命估計的方法，包括：
[0006] 獲取電纜待測樣本在N個類型環境下對應的N個電纜訓練樣本的相關信息；
[0007] 其中，所述電纜訓練樣本的相關信息至少包括：所述電纜待測樣本的出廠設計年 限t，真實服役時間t Mal和每個所述電纜訓練樣本相對應的環境參數Wi，i = 1，2,3，···，Ν， 所述環境參數Wi = [wn, wi2, wi3，…，wim]T，m為所述環境參數中所包含的參數個數；
[0008] 根據出廠設計年限t和真實服役時間tMal計算得到相對服役時間t#，其中，= treai,t ;
[0009] 對每個所述電纜訓練樣本依據預設絕緣狀態指標進行檢測，對獲取到的檢測 數據進行預處理，得到預處理後的檢測數據li;其中，所述預處理後的檢測數據li = [ln, li2, li3，…，lin]T, η為所述預設絕緣狀態指標所包含的指標個數；
[0010] 建立電纜壽命估計的神經網絡模型，並以Ν個所述電纜訓練樣本所對應的環境參 數Α和預處理後的檢測數據^為輸入，Ν個所述電纜訓練樣本所屬的所述電纜待測樣本的 相對服役時間為輸出，訓練所述神經網絡模型得到電纜壽命估計模型； toon] 利用所述電纜壽命估計模型對所述電纜待測樣本進行壽命估計，得到所述電纜待 測樣本的壽命估計結果。
[0012] 優選的，建立電纜壽命估計的神經網絡模型，並以N個所述電纜訓練樣本所對應 的環境參數 Wi和預處理後的檢測數據li為輸入，N個所述電纜訓練樣本所屬的所述電纜待 測樣本的相對服役時間為輸出，訓練所述神經網絡模型得到電纜壽命估計模型，包括：
[0013] 以N個所述電纜訓練樣本所對應的環境參數Wi和預處理後的檢測數據li為樣本 輸入Xi，N個所述電纜訓練樣本所屬的所述電纜待測樣本的相對服役時間t #為樣本輸出yi， 建立訓練樣本集合
【權利要求】
1. 一種電力電纜壽命估計的方法，其特徵在於，包括： 獲取電纜待測樣本在N個類型環境下對應的N個電纜訓練樣本的相關信息； 其中，所述電纜訓練樣本的相關信息至少包括：所述電纜待測樣本的出廠設計年限t， 真實服役時間tMal和每個所述電纜訓練樣本相對應的環境參數Wi，i= 1，2, 3,…，N，所述 環境參數Wi = [wn,wi2,Wi3，…，Wim]T,m為所述環境參數中所包含的參數個數； 根據出廠設計年限t和真實服役時間tMal計算得到相對服役時間t*，其中，=tMal/t； 對每個所述電纜訓練樣本依據預設絕緣狀態指標進行檢測，對獲取到的檢測數據進行 預處理，得到預處理後的檢測數據Ii ;其中，所述預處理後的檢測數據Ii = [ln，li2,Ii3，… ，lin]T，n為所述預設絕緣狀態指標所包含的指標個數； 建立電纜壽命估計的神經網絡模型，並以N個所述電纜訓練樣本所對應的環境參數Wi 和預處理後的檢測數據Ii為輸入，N個所述電纜訓練樣本所屬的所述電纜待測樣本的相對 服役時間L為輸出，訓練所述神經網絡模型得到電纜壽命估計模型； 利用所述電纜壽命估計模型對所述電纜待測樣本進行壽命估計，得到所述電纜待測樣 本的壽命估計結果。
2. 如權利要求1所述的方法，其特徵在於，建立電纜壽命估計的神經網絡模型，並以N 個所述電纜訓練樣本所對應的環境參數Wi和預處理後的檢測數據Ii為輸入，N個所述電纜 訓練樣本所屬的所述電纜待測樣本的相對服役時間1為輸出，訓練所述神經網絡模型得到 電纜壽命估計模型，包括： 以N個所述電纜訓練樣本所對應的環境參數Wi和預處理後的檢測數據Ii為樣本輸入Xi，N個所述電纜訓練樣本所屬的所述電纜待測樣本的相對服役時間為樣本輸出yi，建立 訓練樣本集合;其中，所述訓練樣本集合中，樣本輸入Xi與樣本輸出7i --對應； 設定所述神經網絡模型中的神經元數量N，第j個神經元和輸入節點之間的內權權重 列向量〇』和第j個神經兀的偏置值列向量bj;其中，= ; 依據所述神經元數量第j個神經元和輸入節點之間的內權權重列向量和第j個神經元的偏置值列向量卜計算得到神經元矩陣H;其中，//(iJ_) =G(<v,.+/?/)，G(_)為 Sigmodal函數，y= 1,2,…，iV，i= 1，2,…，N; 依據所述神經元矩陣H計算得到所述神經網絡模型中第j個神經元和輸出節點之間的 外權權重列向量 其中為=H+F，H+ = (HtH)4Ht為所述神經元矩陣H的Moore-Penrose廣義逆，Y= [yi，y2,...，yN]T為所述訓練樣本集合中的樣本輸出； 依據所述神經元矩陣H和所述外權權重列向量&得到電纜壽命估計模型F(?);其中，
3. 如權利要求1所述的方法，其特徵在於，利用所述電纜壽命估計模型對所述電纜待 測樣本進行壽命估計，得到所述電纜待測樣本的壽命估計結果，包括： 將所述電纜待測樣本的環境參數列向量w和所述預處理後的檢測數據1構成的列向量 z輸入所述電纜壽命估計模型
，得到所述電纜待測樣本的相對服役 時間￡ ; 其中，W= [WpW2,--?，￥」，I= [I1, 12,…，1N]，所述電纜待測樣本的相對服役時間
依據所述電纜待測樣本的相對服役時間￡:和所述設計年限t得到所述電纜待測樣本 的壽命估計結果tlast ;其中，所述電纜待測樣本的壽命估計結果=f。
4. 如權利要求1所述的方法，其特徵在於，所述環境參數包括：地表日平均溫度，土壤 平均溼度，土壤酸鹼性，地表日最高溫度，地表日最低問題，路面壓力和土壤砂質。
5. 如權利要求1所述的方法，其特徵在於，所述預設絕緣狀態指標包括： 絕緣厚度，微孔雜質，熱延伸率，永久延伸率，斷裂延伸率和抗張強度。
6. 如權利要求1所述的方法，其特徵在於，所述對獲取到的檢測數據進行預處理，包 括： 去除所述檢測數據中的壞數據點，其中，所述壞數據點至少包括：因漏記造成的空缺數 據點，與其它檢測數據相比偏差較大明顯記錄錯誤的數據點。
7. -種電力電纜壽命估計的系統，其特徵在於，應用於權利要求1?6任意一項所述的 方法，該系統包括 ： 獲取單元，用於獲取電纜待測樣本在N個類型環境下對應的N個電纜訓練樣本的相關 信息； 其中，所述電纜訓練樣本的相關信息至少包括：所述電纜待測樣本的出廠設計年限 真實服役時間C/和每個所述電纜訓練樣本相對應的環境參數Wi,i= 1，2, 3,…，N，所述環 境參數Wi=[wn, wi2, Wi3，…，Wim]T,m為所述環境參數中所包含的參數個數； 計算單元，用於根據出廠設計年限h和真實服役時間tMal計算得到相對服役時間t#， 其中，t* =traal/t; 檢測單元，用於對每個所述電纜訓練樣本依據預設絕緣狀態指標進行檢測，對獲取到 的檢測數據進行預處理，得到預處理後的檢測數據Ii ;其中，所述預處理後的檢測數據Ii = [ln,li2,Ii3，…，lin]T,n為所述預設絕緣狀態指標所包含的指標個數； 建模單元，用於建立電纜壽命估計的神經網絡模型，並以N個所述電纜訓練樣本所對 應的環境參數Wi和預處理後的檢測數據Ii為輸入，N個所述電纜訓練樣本所屬的所述電纜 待測樣本的相對服役時間L為輸出，訓練所述神經網絡模型得到電纜壽命估計模型；壽命 估計單元，用於利用所述電纜壽命估計模型對所述電纜待測樣本進行壽命估計，得到所述 電纜待測樣本的壽命估計結果。
8. 如權利要求7所述的系統，其特徵在於，所述建模單元包括： 集合構建模塊，用於以N個所述電纜訓練樣本所對應的環境參數Wi和預處理後的檢測 數據Ii為樣本輸入Xi,N個所述電纜訓練樣本所屬的所述電纜待測樣本的相對服役時間 為樣本輸出yi，建立訓練樣本集合;其中，所述訓練樣本集合P,,XKl1中，樣本輸 入Xi與樣本輸出yi -一對應； 參數設定模塊，用於設定所述神經網絡模型中的神經元數量及，第j個神經元和輸入 節點之間的內權權重列向量和第j個神經元的偏置值列向量bj;其中，= 1,2,3,--?,#; 神經元矩陣構建模塊，用於依據所述神經元數量,第j個神經元和輸入節點之間 的內權權重列向量和第j個神經元的偏置值列向量bj計算得到神經元矩陣H;其中， 醜〇,0二<^( =1,2，.._，]?，1 = 1，2，...，1 外權權重構建模塊，用於依據所述神經元矩陣H計算得到所述神經網絡模型中第j個 神經元和輸出節點之間的外權權重列向量及； 其中= /./+K，H+ = (HtH)-1Ht為所述神經元矩陣H的Moore-Penrose廣義逆，Y= [yi，y2, ...，yN]T為所述訓練樣本集合中的樣本輸出； 建模模塊，用於依據所述神經元矩陣H和所述外權權重列向量&得到電纜壽命估計模 型F( ?);其中 J-1
9. 如權利要求7所述的系統，其特徵在於，所述壽命估計單元包括： 第一估計模塊，用於將所述電纜待測樣本的環境參數列向量w和所述預處理後的檢測 數據1構成的列向量z輸入所述電纜壽命估計模型
得到所述電纜 待測樣本的相對服役時間￡ ; 其中，W= [WpW2,--?，￥」，I= [I1, 12,…，1N]，所述電纜待測樣本的相對服役時間
第二估計模塊，用於依據所述電纜待測樣本的相對服役時間￡和所述設計年限t得 到所述電纜待測樣本的壽命估計結果tlast;其中，所述電纜待測樣本的壽命估計結果 O
10. 如權利要求7所述的系統，其特徵在於，所述檢測單元包括： 預處理模塊，用於去除所述檢測數據中的壞數據點，其中，所述壞數據點至少包括：因 漏記造成的空缺數據點，與其它檢測數據相比偏差較大明顯記錄錯誤的數據點。
【文檔編號】G06N3/08GK104268626SQ201410561756
【公開日】2015年1月7日 申請日期:2014年10月21日 優先權日:2014年10月21日
【發明者】黃宏新, 趙明, 任廣振, 羅進聖, 許剛, 徐祥海, 胡偉, 楊先進, 韓一峰, 談元鵬, 徐航, 毛煒, 黃肖為, 洪曉東, 婁雨風, 池俊鋒, 姚廣元 申請人:國家電網公司, 國網浙江省電力公司杭州供電公司, 華北電力大學