一種基于rbf神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法
【專利摘要】本發(fā)明涉及一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法。本發(fā)明主要分以下4個(gè)步驟：1）樣本數(shù)據(jù)采集：實(shí)時(shí)測量與電纜接頭導(dǎo)線溫度有聯(lián)系的關(guān)聯(lián)因素（環(huán)境濕度、環(huán)境溫度、護(hù)套溫度、接頭處絕緣層溫度、觸頭溫度和各種表皮溫度）；2）網(wǎng)絡(luò)訓(xùn)練：首先對1）采集的數(shù)據(jù)進(jìn)行預(yù)處理，劃分訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)，然后設(shè)置各種參數(shù)，創(chuàng)建網(wǎng)絡(luò)，最后進(jìn)行數(shù)據(jù)預(yù)測；本發(fā)明將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到電纜接頭導(dǎo)線溫度預(yù)測中，對電纜接頭導(dǎo)線溫度在線實(shí)時(shí)監(jiān)測與故障分析有較好的作用。
【專利說明】一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電纜接頭溫度值預(yù)測技術(shù)，特別涉及一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法。
【背景技術(shù)】
[0002]電力電纜是電力系統(tǒng)中非常重要的設(shè)備，一旦發(fā)生故障，小則造成用戶長時(shí)間停電，大則可能導(dǎo)致電纜線路關(guān)聯(lián)設(shè)備發(fā)生連鎖反應(yīng)而發(fā)生故障，甚至導(dǎo)致配電系統(tǒng)部分的癱瘓。而電纜接頭則是電纜線路發(fā)生故障的主要部件，因此，對電纜接頭的研究是十分必要的，對于溫度監(jiān)測終端采集的各類數(shù)據(jù)，我們有必要能準(zhǔn)確的分析出電纜接頭的工作狀態(tài)，以及判斷某個(gè)電纜接頭是否出現(xiàn)了故障，以便發(fā)現(xiàn)電纜的潛在隱患并作出及時(shí)的處理，減小由于電纜故障造成的損失，提高供電的可靠性。
[0003]然而，高壓電纜在線監(jiān)測研究主要集中在電纜絕緣老化及缺陷探測等方面，其主要手段有局部放電檢測和在線溫度監(jiān)測兩種。其中，要實(shí)施局部放電檢測的關(guān)鍵技術(shù)難點(diǎn)在于如何在現(xiàn)場存在較大電磁場的情況下提高局部放電檢測設(shè)備的靈敏度。一般而言，為了滿足實(shí)際工程需要，需要采用高精度的高頻局部放電和甚高頻局部放檢測儀，其核心技術(shù)在國內(nèi)尚未攻破，因此相應(yīng)的檢測設(shè)備都需要從國外進(jìn)口，設(shè)備購買費(fèi)和未來的維護(hù)費(fèi)用都相當(dāng)高。除了放電檢測外，溫度檢測是目前國內(nèi)外在電纜監(jiān)測中最被認(rèn)可的一項(xiàng)重要手段，因?yàn)闊o論是電纜的老化導(dǎo)致泄露電流增大或者是過負(fù)荷導(dǎo)致?lián)p耗增加，都會通過溫度升高的形式體現(xiàn)出來，而且溫度升高也是引起電纜故障的重要因素。因此，如果能夠?qū)﹄娎|運(yùn)行溫度實(shí)施在線檢測，則完全可以對電纜的安全運(yùn)行做到實(shí)時(shí)監(jiān)控。
[0004]人工神經(jīng)網(wǎng)絡(luò)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，具有強(qiáng)大的模式識別和數(shù)據(jù)擬合能力，不同類型的神經(jīng)網(wǎng)絡(luò)適合于處理不同的問題，例如，自組織網(wǎng)絡(luò)適用于解決聚類問題，廣義回歸網(wǎng)絡(luò)適用于擬合問題。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。
[0005]RBF網(wǎng)絡(luò)是一種結(jié)構(gòu)簡單、收斂速度快、能夠逼近任意非線性函數(shù)的網(wǎng)絡(luò)。1988年Broomhead和Lowe根據(jù)生物神經(jīng)元具有局部響應(yīng)的原理,將徑向基函數(shù)引入神經(jīng)網(wǎng)絡(luò)中。RBF網(wǎng)絡(luò)被證明對非線性網(wǎng)絡(luò)具有一致逼近的性能，現(xiàn)已廣泛應(yīng)用于時(shí)間序列分析、模式識另Ij、非線性控制和圖像處理等領(lǐng)域。
[0006]電纜接頭溫度值變化是一個(gè)比較復(fù)雜的非線性過程，人工神經(jīng)網(wǎng)絡(luò)在處理非線性模式識別方面表現(xiàn)出良好的性能。多層感知器是其中應(yīng)用最廣泛的一種，但多層感知器采用的誤差反向傳播算法容易陷入局部極小值，且需要較長的訓(xùn)練時(shí)間，其傳輸函數(shù)只能輸出兩種可能的值，多層感知器的線性運(yùn)算規(guī)則決定了它只能解決線性可分的問題，因此處理問題時(shí)有很大的局限性。相比之下，徑向基網(wǎng)絡(luò)有與多層感知器相媲美的非線性映射能力，且具有較高的收斂精度和運(yùn)行速度。
【發(fā)明內(nèi)容】

[0007]本發(fā)明主要是解決現(xiàn)有技術(shù)所存在的鋪設(shè)難、成本高、維護(hù)難，而且大多檢測不能準(zhǔn)確判斷發(fā)熱原因及電纜接頭運(yùn)行狀態(tài)等的技術(shù)問題；提供了一種能實(shí)時(shí)預(yù)測電纜接頭導(dǎo)線溫度，并能通過對導(dǎo)線溫度的變化趨勢去判斷電纜接頭在未來時(shí)刻的工作狀況的一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法。
[0008] 本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的:
[0009]一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，其特征在于，包括以下步驟:
[0010]步驟1，分別在電纜接頭的左護(hù)套、右護(hù)套、接頭處絕緣層、電纜表皮最左端和中部之間、電纜表皮最左端、電纜表皮中部、電纜表皮最右端和中部之間、電纜表皮最右端處沿周向均勻設(shè)置至少三個(gè)溫度探頭；在電纜接頭的外部觸頭處沿周向均勻設(shè)置至少兩個(gè)溫度探頭；以及一個(gè)環(huán)境濕度計(jì)和一個(gè)環(huán)境溫度；然后用數(shù)據(jù)采集終端按照設(shè)定的時(shí)間間隔采集溫度數(shù)據(jù)；得到11種影響電纜接頭導(dǎo)線溫度的溫度變量；分別是:環(huán)境濕度、右護(hù)套溫度、接頭處絕緣層溫度、左護(hù)套溫度、環(huán)境溫度、外部觸頭溫度、電纜表皮最左端和中部之間的溫度、電纜表皮最左端溫度、電纜表皮中部溫度、電纜表皮最右端和中部之間的溫度、電纜表皮最右端溫度；
[0011]步驟2，基于步驟I采集的數(shù)據(jù)進(jìn)行RBF網(wǎng)絡(luò)的創(chuàng)建與預(yù)測，具體是:首先將步驟I采集的數(shù)據(jù)導(dǎo)入matlab中進(jìn)行預(yù)處理，然后將預(yù)處理后數(shù)據(jù)分為兩大部分，一部分為訓(xùn)練數(shù)據(jù)，另一部分為預(yù)測數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)包括分別包括若干組數(shù)據(jù)，每組數(shù)據(jù)包括11種影響電纜接頭導(dǎo)線溫度的溫度變量；將訓(xùn)練數(shù)據(jù)輸入到三層RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練得到訓(xùn)練好的RBF網(wǎng)絡(luò)，然后將預(yù)測數(shù)據(jù)輸入到RBF網(wǎng)絡(luò)中進(jìn)行預(yù)測，得到預(yù)測的數(shù)據(jù)。
[0012]在上述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，所述將訓(xùn)練數(shù)據(jù)輸入到三層RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練的具體步驟是:
[0013]步驟I，基于K-均值聚類算法求取基函數(shù)中心ti (η);設(shè)定有I個(gè)聚類中心，第η次迭代的第i個(gè)聚類中心為tjn)，i = 1，2，...，I，這里I值是根據(jù)經(jīng)驗(yàn)確定，然后進(jìn)行如下子步驟的操作:
[0014]步驟1.1，網(wǎng)絡(luò)初始化。從包含11個(gè)溫度變量值的輸入樣本數(shù)據(jù)中隨機(jī)選擇I個(gè)不同的樣本作為初始的聚類中心t“0) (i = 1，2，...，I)。
[0015]步驟1.2，將輸入的訓(xùn)練樣本集合按最近鄰規(guī)則分組:計(jì)算該訓(xùn)練樣本距離哪一個(gè)聚類中心最近，就把它歸為該聚類中心的同一類，即計(jì)算:
[0016]i (Xp) = argmin | X1^ti (O) |
[0017]找到相應(yīng)的i值，將Xp歸為第i類。
[0018]式中，Xp= (χ^χ?.,.χ?^τ為第P個(gè)輸入樣本;ρ = 1，2，3，.…P，P為樣本總數(shù)；
Ti為網(wǎng)絡(luò)隱含層節(jié)點(diǎn)的中心。
[0019]步驟1.3，更新聚類中心。計(jì)算各個(gè)聚類集合θρ中訓(xùn)練樣本的平均值，即新的聚類中心\:
[0020]
【權(quán)利要求】
1.一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，其特征在于，包括以下步驟: 步驟1，分別在電纜接頭的左護(hù)套、右護(hù)套、接頭處絕緣層、電纜表皮最左端和中部之間、電纜表皮最左端、電纜表皮中部、電纜表皮最右端和中部之間、電纜表皮最右端處沿周向均勻設(shè)置至少三個(gè)溫度探頭；在電纜接頭的外部觸頭處沿周向均勻設(shè)置至少兩個(gè)溫度探頭；以及一個(gè)環(huán)境濕度計(jì)和一個(gè)環(huán)境溫度計(jì)；然后用數(shù)據(jù)采集終端按照設(shè)定的時(shí)間間隔采集溫度數(shù)據(jù)；得到11種影響電纜接頭導(dǎo)線溫度的溫度變量；分別是:環(huán)境濕度、右護(hù)套溫度、接頭處絕緣層溫度、左護(hù)套溫度、環(huán)境溫度、外部觸頭溫度、電纜表皮最左端和中部之間的溫度、電纜表皮最左端溫度、電纜表皮中部溫度、電纜表皮最右端和中部之間的溫度、電纜表皮最右端溫度； 步驟2，基于步驟I采集的數(shù)據(jù)進(jìn)行RBF網(wǎng)絡(luò)的創(chuàng)建與預(yù)測，具體是:首先將步驟I采集的數(shù)據(jù)導(dǎo)入matlab中進(jìn)行預(yù)處理，然后將預(yù)處理后數(shù)據(jù)分為兩大部分，一部分為訓(xùn)練數(shù)據(jù)，另一部分為預(yù)測數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)包括分別包括若干組數(shù)據(jù)，每組數(shù)據(jù)包括11種影響電纜接頭導(dǎo)線溫度的溫度變量；將訓(xùn)練數(shù)據(jù)輸入到三層RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練得到訓(xùn)練好的RBF網(wǎng)絡(luò)，然后將預(yù)測數(shù)據(jù)輸入到RBF網(wǎng)絡(luò)中進(jìn)行預(yù)測，得到預(yù)測的數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，其特征在于，所述將訓(xùn)練數(shù)據(jù)輸入到三層RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練的具體步驟是: 步驟1，基于K-均值聚類算法求取基函數(shù)中心\(η);設(shè)定有I個(gè)聚類中心，第η次迭代的第i個(gè)聚類中心為\ (n)，i = 1，2，...，I，這里I值是根據(jù)經(jīng)驗(yàn)確定，然后進(jìn)行如下子步驟的操作: 步驟1.1，網(wǎng)絡(luò)初始化；從包含11個(gè)溫度變量值的輸入樣本數(shù)據(jù)中隨機(jī)選擇I個(gè)不同的樣本作為初始的聚類中心ti (O) (i = 1，2，...，I)； 步驟1.2，將輸入的訓(xùn)練樣本集合按最近鄰規(guī)則分組:計(jì)算該訓(xùn)練樣本距離哪一個(gè)聚類中心最近，就把它歸為該聚類中心的同一類，即計(jì)算:i (Xp) = argmin | | X1^ti (O) | 找到相應(yīng)的i值，將Xp歸為第i類； 式中
3.根據(jù)權(quán)利要求1所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，其特征在于，分別在電纜接頭的左護(hù)套、右護(hù)套、接頭處絕緣層、電纜表皮最左端和中部之間、電纜表皮最左端、電纜表皮中部、電纜表皮最右端和中部之間、電纜表皮最右端處沿周向均勻設(shè)置三個(gè)溫度探頭；在電纜接頭的外部觸頭處沿周向均勻設(shè)置兩個(gè)溫度探頭；以及一個(gè)環(huán)境濕度計(jì)和一個(gè)環(huán)境溫度；然后用數(shù)據(jù)采集終端按照設(shè)定的時(shí)間間隔采集溫度數(shù)據(jù)；得到11種影響電纜接頭導(dǎo)線溫度的溫度變量；分別是:環(huán)境濕度、右護(hù)套溫度、接頭處絕緣層溫度、左護(hù)套溫度、環(huán)境溫度、外部觸頭溫度、電纜表皮最左端和中部之間的溫度、電纜表皮最左端溫度、電纜表皮中部溫度、電纜表皮最右端和中部之間的溫度、電纜表皮最右端溫度。
4.根據(jù)權(quán)利要求1所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的電纜接頭導(dǎo)線溫度預(yù)測方法，其特征在于，所述步驟2中，采集數(shù)據(jù)導(dǎo)入matlab中進(jìn)行預(yù)處理的具體方法是: 對于實(shí)時(shí)采集的數(shù)據(jù)，首先去掉前面一些由于操作、測量原因而導(dǎo)致的采集溫度值不準(zhǔn)確的錯(cuò)誤數(shù)據(jù)； 然后，在電纜接頭的左護(hù)套、右護(hù)套、接頭處絕緣層、電纜表皮最左端和中部之間、電纜表皮最左端、電纜表皮中部、電纜表皮最右端和中部之間、電纜表皮最右端處沿周向均勻設(shè)置三個(gè)溫度探頭，即同一時(shí)刻同一位置采集了三個(gè)溫度值，為減小測量誤差，將監(jiān)測位置相同的數(shù)據(jù)平均，即將相同時(shí)刻、同一位置的三個(gè)溫度值相加的和再除以3 ;在電纜接頭的外部觸頭處沿周向均勻設(shè)置兩個(gè)溫度探頭；即同一時(shí)刻同一位置采集了三個(gè)溫度值，為減小測量誤差，將監(jiān)測位置相同的數(shù)據(jù)平均，即將相同時(shí)刻、同一位置的三個(gè)溫度值相加的和再除以2。
【文檔編號】G06N3/08GK103886374SQ201410162029
【公開日】2014年6月25日 申請日期:2014年4月22日 優(yōu)先權(quán)日:2014年4月22日
【發(fā)明者】周輝, 王軍華, 劉開培, 譚甜源, 常輝 申請人:武漢大學(xué)