The invention discloses a surface of the insulator is not soluble deposit density prediction system and method, the system includes a data acquisition unit, the original series grey neural network prediction unit, parallel grey neural network prediction unit, embedded type of grey neural network prediction unit, NSDD unit and the NSDD output forecast early warning unit; the surface of the insulator will be insoluble the sediment density data and local meteorological data input prediction prediction unit and embedded type of grey neural network unit, parallel grey neural network series grey neural network prediction unit on insulator NSDD numerical predicted by this single; then using the test data of the three prediction accuracy of prediction unit to determine the output to the prediction accuracy prediction unit high degree as the insulator NSDD forecasts by NSDD single warning; According to the prediction value of two or more prediction units, the preset threshold is set up to give warning.
【技术实现步骤摘要】
本专利技术属于电力系统外绝缘
,更具体地,涉及一种绝缘子表面不可溶沉积物密度预测系统及方法。
技术介绍
正常工作电压下的绝缘子由于表面污秽物的堆积,在阴雨、大雾等恶劣天气下容易发生污秽闪络事故,对电力系统的安全稳定运行构成严重威胁。对输电线路上绝缘子的污秽度进行预测非常有必要,以便及时预防污闪事故的发生。通常使用不可溶沉积物密度(NonSolubleDepositDensity,NSDD)简称灰密来评估绝缘子表面污秽程度。灰色模型因为其建模所需样本数据少、无须考虑分布规律及变化趋势、建模简单和运算方便的优点在绝缘子表面污秽程度预测方面得到广泛的应用,但是由于灰色系统缺乏自学习、自组织和自适应能力,对信息的处理能力较弱,不能独立完成预测任务。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提供了一种绝缘子表面不可溶沉积物密度预测系统及方法,其目的在于结合灰色模型与神经网络、提供一种可广泛应用于任意型号绝缘子的不可溶沉积物密度预测方法,以及污闪预警功能。为实现上述目的,按照本专利技术的一个方面,提供了一种绝缘子表面不可溶沉积物密度预测系统,包括原始数据采集单元、串联型灰色神经网络预测单元、并联型灰色神经网络预测单元、嵌入型灰色神经网络预测单元和NSDD预测值输出单元;其中,原始数据采集单元用于获取输电线上的绝缘子NSDD数据和气象数据;串联型灰色神经网络预测单元、并联型灰色神经网络预测单元与嵌入型灰色神经网络预测单元分别用于根据输电线上绝缘子NSDD数据和气象数据对输电线上的绝缘子NSDD进行预测;对应的,串联型灰色神经网络预测单元输出第一预测 ...
【技术保护点】
一种绝缘子表面不可溶沉积物密度预测系统,其特征在于,包括原始数据采集单元、串联型灰色神经网络预测单元、并联型灰色神经网络预测单元、嵌入型灰色神经网络预测单元和NSDD预测值输出单元;所述原始数据采集单元用于获取输电线上的绝缘子NSDD数据和气象数据;所述串联型灰色神经网络预测单元、并联型灰色神经网络预测单元与嵌入型灰色神经网络预测单元用于分别根据输电线上绝缘子NSDD数据和气象数据对输电线上的绝缘子NSDD进行预测,获得三个预测值;所述NSDD预测值输出单元用于将所述三个预测值与样本数据进行并对,根据比对结果从三个预测单元中选取预测准确度最高的预测单元,以该预测单元输出的预测值作为绝缘子NSDD预测值。
【技术特征摘要】
1.一种绝缘子表面不可溶沉积物密度预测系统,其特征在于,包括原始数据采集单元、串联型灰色神经网络预测单元、并联型灰色神经网络预测单元、嵌入型灰色神经网络预测单元和NSDD预测值输出单元;所述原始数据采集单元用于获取输电线上的绝缘子NSDD数据和气象数据;所述串联型灰色神经网络预测单元、并联型灰色神经网络预测单元与嵌入型灰色神经网络预测单元用于分别根据输电线上绝缘子NSDD数据和气象数据对输电线上的绝缘子NSDD进行预测,获得三个预测值;所述NSDD预测值输出单元用于将所述三个预测值与样本数据进行并对,根据比对结果从三个预测单元中选取预测准确度最高的预测单元,以该预测单元输出的预测值作为绝缘子NSDD预测值。2.如权利要求1所述的绝缘子表面不可溶沉积物密度预测系统,其特征在于,还包括NSDD预警单元;所述NSDD预警单元用于根据所述三个预测值与预设的预警阈值生成预警信号;具体地,当所述三个预测值的两个或三个预测值达到预警阈值,则生成预警信号。3.如权利要求1或2所述的绝缘子表面不可溶沉积物密度预测系统,其特征在于,所述串联型灰色神经网络预测单元包括并列的第一GM(1,1)模型、第二GM(1,1)模型、第三GM(1,1)模型,以及神经网络;所述第一GM(1,1)模型、第二GM(1,1)模型、第三GM(1,1)模型的输入接口均与所述原始数据采集单元相连;所述神经网络的输入端与第一GM(1,1)模型、第二GM(1,1)模型、第三GM(1,1)模型的输出接口相连;所述第一GM(1,1)模型、第二GM(1,1)模型、第三GM(1,1)模型分别根据输电线上的绝缘子NSDD数据进行绝缘子NSDD预测,获得三组灰化预测结果;由神经网络根据所述三组灰化预测结果进行绝缘子NSDD预测,获得第一预测值。4.如权利要求1或2所述的绝缘子表面不可溶沉积物密度预测系统,其特征在于,所述并联型灰色神经网络预测单元包括GM(1,1)模型、神经网络和组合预测网络;所述GM(1,1)模型与神经网络并联;所述GM(1,1)模型与神经网络的输入端均与原始数据采集单元相连;所述组合预测网络的输入端与GM(1,1)模型的输出端、神经网络的输出端相连;所述GM(1,1)模型和神经网络用于分别根据输电线上的绝缘子NSDD数据和气象数据进行绝缘子NSDD预测;所述组合预测网络用于对GM(1,1)模型和神经网络的预测结果进行加权获得第二预测值。5.如权利要求1或2所述的绝缘子表面不可溶沉积物密度预测系统,其特征在于,所述嵌入型灰色神经网络预测单元包括依次串联的灰化层、神经网络和白化层;所述灰化层用于对输电线上的绝缘子NSDD数据和气象数据...
【专利技术属性】
技术研发人员:李黎,姜昀芃,华奎,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。