[发明专利]一种基于分布式光纤在线测温系统的电缆导体温度估算方法

说明书

本发明在于提供一种基于分布式光纤在线测温系统的电缆导体温度估算方法。所述方法所述的估算方法包括以下步骤：步骤1.构建模型数据序列；步骤2.根据步骤1的数据序列，构建电缆导体温度预测模型；步骤3.将测试集的负荷电流数据、环境温度数据和电缆表皮温度数据输入到模型中，即可估算出电缆导体的温度。本申请提供的方法避免了电缆导体和表皮之间的温度传输解析式求解，也不受电缆本身的结构物理参数影响，具有较高的精度和实用性。

技术领域

本发明涉及电缆导体温度实时估算技术领域，更具体地说，涉及一种电缆导体温度估算方法。

背景技术

电缆在输电和供配电领域广泛应用，电力电缆运行中的导体温度是评估其载流量和安全性的重要依据。为此，很多电力企业和用户在其变电站内引入光纤在线测温系统，以便对电缆运行温度进行实时监测。

但现行的测温系统存在以下问题：一是多数测温探头都是非直接测量，易受环境温度和测量方法影响，且精确度不够高，二是由于电缆热时间常数的存在，负荷电流变化时，电缆导体温度达到稳定状态需要一段时间，电缆表皮温升也滞后于导体温升，所以考虑负荷电流变化、环境温度和电缆表皮温度的综合导体温度计算方法具有很强的实用性。

发明内容

所述方法利用变电站计量系统的负荷电流、光纤测温系统采集的电缆表皮温度、环境温度和电缆导体温度数据，利用动态时间规整算法(DTW)进行时间序列相似性计算，得到电缆负荷电流对应的电缆表皮温度和电缆导体温度。基于深度神经网络Keras框架搭建基于注意力机制的长短时记忆(LSTM)算法模型，将负荷电流、环境温度、电缆表皮温度和电缆导体温度作为模型的输入数据进行训练，得到模型之后，将负荷电流、环境温度和电缆表皮温度的数据输入到模型中，即可估算出电缆导体温度。

为了实现上述目的，本发明是采用以下技术方案实现的：所述的估算方法包括以下步骤：

步骤1.构建模型数据序列；

步骤2.根据步骤1的数据序列，构建电缆导体温度预测模型；

步骤3.将测试集的负荷电流数据、环境温度数据和电缆表皮温度数据输入到模型中，即可估算出电缆导体的温度。

优选的，所述的步骤1构建模型数据序列，采集电缆负荷电流数据、环境温度数据、电缆表皮温度和电缆导体温度数据。基于电缆负荷电流数据，利用DTW算法进相似性计算，得到电缆负荷电流序列对应的电缆表皮温度序列和电缆导体温度序列。

优选的，所述的步骤2包括以下步骤

S201将负荷电流数据、环境温度数据、电缆表皮温度和电缆导体温度数据归一化；

S202将归一化的数据转换成监督学习数据；

S203将数据分割为训练集和测试集；

S204基于深度神经网络Keras框架搭建基于注意力机制的长短时记忆(LSTM)算法模型，将训练集输入到模型进行训练，根据损失进行模型的优化。

优选的，所述的步骤1采用以下具体方案实现：步骤1.利用DTW算法分别计算电缆负荷电流序列与电缆导体温度序列、表皮温度序列的相似性以构建模型的输入数据：

D(i,j)＝||T_i,T_j||+min{D_i-1,j,D_i,j-1,D_i-1,j-1}

D＝[D₁,D₂···D_l]

d＝min{D}