[发明专利]一种电弧炉二次侧水冷电缆寿命分析方法及系统

说明书

本发明涉及电弧炉技术领域，尤其涉及一种电弧炉二次侧水冷电缆寿命分析方法及系统，包括采集水冷电缆运行参数；得到输入参数；通过熵权法分析水冷电缆寿命多个评估指标，得到综合权重最高的输出指标；构建输入参数和输出指标的1‑DCNN神经网络模型，并通过均方根误差和决定系数评价1‑DCNN神经网络模型；利用GA算法对1‑DCNN神经网络模型的权值与阈值参数进行寻优。本发明以1‑DCNN神经网络模型建立寿命的函数预测，通过GA算法对1‑DCNN算法的网络初始权值和阈值进行优化，提高1‑DCNN神经网络模型通用性，并通过熵权法得到与电缆的损坏相关性强的电流平衡度指标，解决电缆安全评价问题。

技术领域

本发明涉及电弧炉技术领域，尤其涉及一种电弧炉二次侧水冷电缆寿命分析方法及系统。

背景技术

电弧炉主要被广泛应用于炼钢，其冶炼工艺主要是通过导电横臂加持控制石墨电极并向电弧炼钢炉内输入电能，以电极端部和炉料之间发生的电弧为热源进行炼钢。

水冷电缆在电弧炉中是传输大电流的重要部件，安装在变压器和导电横臂之间，它的性能和质量对电炉的正常运转有较大的影响；由于导电横臂控制石墨电极的升降，与导电横臂相连接的水冷电缆由于高频的移动会导致水冷电缆的损坏；提前更换水冷电缆有利于电弧炉的持续生产，因此对水冷电缆的寿命评估体现的尤为重要，具有一定的意义和价值。

发明内容

针对现有算法的不足，本发明以1-DCNN神经网络模型建立寿命的函数预测，通过GA算法对1-DCNN算法的网络初始权值和阈值进行优化，提高1-DCNN神经网络模型通用性，并通过熵权法得到与电缆的损坏相关性强的电流平衡度指标，解决电缆安全评价问题。

本发明所采用的技术方案是：一种电弧炉二次侧水冷电缆寿命分析方法包括以下步骤：

步骤一、采集水冷电缆运行参数；

进一步的，运行参数包括：电流、接触点的温度、电压、阻抗、电导率、和冷却水水流量、弯折力度、弯折速度。

步骤二、通过多元分析法对运行参数进行特征分析，按照累计贡献率得到输入参数；

进一步的，输入参数包括：电流、接触点的温度、电压、阻抗、电导率、和冷却水水流量。

步骤三、通过熵权法分析水冷电缆寿命多个评估指标，得到综合权重最高的输出指标；

进一步的，综合权重最高的输出指标为电流平衡度。

步骤四、对输入参数进行归一化处理，构建输入参数和输出指标的1-DCNN神经网络模型，并通过均方根误差和决定系数评价1-DCNN神经网络模型；

进一步的，1-DCNN神经网络模型包括：C1、C2卷积层、全连接层D1，D2，输入数据经过C1、C2卷积后平铺为一维数据，依次输入D1，D2，并引入激活函数和ReLU函数，输出为电缆电流平衡度的预测值；

步骤五、利用GA算法对1-DCNN神经网络模型的权值与阈值参数进行寻优。

网络初始权值和阈值的好坏直接决定系统的收敛过程，甚至可能决定网络是否能正常收敛。若不经过特殊的规定，初始权值与阈值则由计算机随机设定，这种情况将会大大降低网络的收敛质量，若要满足一定的误差要求将会需要多次训练，结果也有可能无法满足预测的精度。

进一步的，具体包括：

步骤51、初始化1-DCNN神经网络模型和GA算法，设置群体规模、迭代次数、交叉概率和变异概率；

步骤52、选择标准的线性尺度方法作为适应度函数；

步骤53、通过交叉变异操作，父代种群FP(g)生成了新的子代种群P(g+1),令种群进化代数g＝g+1；进行下一轮的迭代操作，直至迭代次数达到最大的迭代次数；