[发明专利]一种电力电缆损耗及线芯温度预测方法在审
| 申请号： | 201910346446.2 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110135019A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 王富立;严柏平;张杰雄;成润婷;冯君璞;江梓丹 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种电力电缆损耗及线芯温度预测方法，包括：S1：通过实验获取电缆中基波、谐波、电流值、电缆损耗值、导体温度数据；S2：根据S1所获取的数据调整仿真结构材料的物理参数；获取的仿真数据；S3：选取训练样本；S4：根据训练样本中构建一个Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化，然后使用BP算法进行二次优化方法训练；S6：计算电缆的损耗和线芯的温度；本发明采用遗传算法和Elman结合算法对网络进行训练，训练效果优于单独使用BP算法对网络进行训练；使用训练好的网络对电缆损耗和导体温度进行计算，前者产生的误差小于后者；本发明可减小电缆损耗和线芯温度的预测的准确性所受外部环境因素影响。 | ||
| 搜索关键词： | 线芯 电缆损耗 导体 电力电缆 神经网络 温度预测 训练样本 遗传算法 电缆 外部环境因素 单独使用 二次优化 仿真结构 仿真数据 数据调整 温度数据 物理参数 训练效果 网络 构建 基波 减小 算法 谐波 预测 优化 | ||
【主权项】：
1.一种电力电缆损耗及线芯温度预测方法，其特征值在于，所述方法包括以下步骤：S1：通过实验获取正常运行状态下电缆中的基波、谐波、电流值、电缆损耗值、导体温度数据；S2：通过有限元软件，建立电缆的2D模型，利用有限元软件ANSYS复原实验，根据S1所获取的数据调整仿真结构材料的物理参数；然后仿真多组不同截面积电缆，获取仿真数据；S3：选取训练样本：训练样本包括环境温度、电缆芯数，以及S2中所得的仿真数据；S4：根据训练样本，构建一个Elman神经网络；S5：对Elman神经网络用遗传算法先进行一次优化训练，然后使用BP算法进行二次优化训练；S6：将实时采集到的电缆导体电流和电缆的环境温度输入到S5中训练好的网络，即可计算出电缆的损耗和线芯的温度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910346446.2/，转载请声明来源钻瓜专利网。
