[发明专利]一种基于机器学习的复合绝缘子芯棒性能预测方法

说明书

一种基于机器学习的复合绝缘子芯棒性能预测方法，利用机器学习算法预测采用同类型材料与工艺制造的复合绝缘子芯棒的性能，以解决改变材料配比和生产工艺时测试的成本高、周期长的问题。当改变复合绝缘子芯棒规格、生产工艺和使用材料中单个或者多个变量时，可以免去实际生产与检测，快速预测得到改变后的芯棒性能参数。通过预测的方法，能够大幅减少实际生产与检测所需要的时间成本与经济成本。

技术领域

本发明涉及电力系统防护领域，具体涉及一种基于机器学习的复合绝缘子芯棒性能预测方法。

背景技术

我国建立了庞大的电力网络。其中，最常见的输电方式为架空输电网络。绝缘子作为架空线路上不可或缺的一部分，不止能够固定导线，也起到电气绝缘的作用。为了起到上述所用，对绝缘子的机械性能、电气性能和抗老化能力均提出了非常高的要求。

绝缘子根据材料不同，可以分为瓷绝缘子、玻璃绝缘子和复合绝缘子。近些年，复合绝缘子以其机械强度高、重量轻、耐污染能力强的特点，受到了电网的重视，渐渐替换掉老式瓷绝缘子和玻璃绝缘子，市场份额大幅提升。

复合绝缘子由芯棒、护套、金具等组成。其中芯棒主要起承担机械负荷的作用，同时其绝缘能力也在一定程度上决定了整只绝缘子绝缘能力的底线。现在电网中涉及复合绝缘子的故障中很大一部分都是芯棒酥朽断裂所导致。

为了研发生产出具有更高机械强度、更强绝缘能力的复合绝缘子芯棒，各个科研机构与芯棒生产厂家均投入大量资源对使用材料、生产工艺进行改进。而且，由于生产芯棒过程中涉及到许多生产材料的选择与配比、生产工艺参数的变化，修改任意参数均会导致成品性能参数的不同。因此，每一种方案从提出、生产加工到实验验证，整个流程都需要花费大量时间和金钱。

发明内容

本发明为了克服以上技术的不足，提供了一种利用机器学习算法预测采用同类型材料与工艺制造的复合绝缘子芯棒的性能的预测方法。

本发明克服其技术问题所采用的技术方案是：

一种基于机器学习的复合绝缘子芯棒性能预测方法，其特征在于，包括：

a)选取不同规格、不同生产工艺生产的以及不同使用材料的复合绝缘子芯棒；

b)根据规格、生产工艺以及使用材料将各个复合绝缘子芯棒进行分类；

c)选取每一类中若干复合绝缘子芯棒并测试其性能参数，将测试的性能参数记入数据库；

d)利用LSTM算法预测同类中其他复合绝缘子芯棒的性能参数；

e)利用试验对预测的性能参数进行验证，将验证后的性能参数记入数据库。

进一步的，步骤b)中分类方式分为同规格同生产工艺不同材料类、同规格不同生产工艺同材料类、不同规格同生产工艺同材料类。

进一步的，步骤b)中的规格按照复合绝缘子芯棒直径和复合绝缘子芯棒长度进行划分，生产工艺按照复合绝缘子芯棒生产中牵引力、牵引速度、固化温度、固化时间进行划分，材料按照复合绝缘子芯棒集体材料、增强材料、固化剂、促进剂、脱模剂的各成分组合及成分占比进行划分。

进一步的，步骤c)中复合绝缘子芯棒测试的性能参数包括理化性能参数、力学性能参数及电学性能参数，所述理化性能参数包括复合绝缘子芯棒的固化度、含胶量、玻璃化转变温度、纵向线膨胀系数、树脂分解温度，所述力学性能参数包括复合绝缘子芯棒生产中的牵引力、牵引速度、固化温度、固化时间，所述电学性能参数包括复合绝缘子芯棒表面电阻、体积电阻、泄露电流、介质损耗角。

进一步的，步骤d)包括如下步骤：

d-1)将数据库中的性能参数数据归一化处理，得到矩阵X，x_ij为矩阵X中第i行第j列的数据；