一种接触网绝缘子污闪预测方法技术

本发明专利技术公开了一种接触网绝缘子污闪预测方法，该方法包括：利用人工鱼群算法优化BP神经网络，建立接触网绝缘子污秽等级预测模型，预测当前月绝缘子污秽等级；利用接触网绝缘子污秽等级的预测值作为污闪概率预测模型的一维输入向量，预测当前月接触网绝缘子污闪概率及接触网线路的污闪概率；利用接触网线路污闪概率预测模型得到的污闪概率来建立接触网线路污闪短期预报响应机制。本发明专利技术的接触网绝缘子污闪预测方法更节省人力物力、经济成本低，污闪预测方法操作简单、方便快捷，为实现电气设备由计划检修到状态检修提供一定的辅助作用。

Pollution flashover prediction method for contact wire insulators

The invention discloses a catenary insulator flashover forecasting method, the method includes: using artificial fish swarm algorithm to optimize BP neural network, the establishment of catenary insulator pollution level prediction model, predict the current month insulator pollution level; the prediction of catenary insulator pollution level value of the one-dimensional input vector as the flashover probability prediction model, probability the current month flahover forecast catenary flashover probability and Catenary line pollution; use Catenary line flashover probability prediction model of the flashover probability to establish the contact line flashover forecast response mechanism. The invention of the catenary insulator pollution flashover prediction method can save more human and material resources, low cost, pollution flashover prediction method is simple, convenient, for electrical equipment from planned maintenance to condition maintenance provided some assistance.

【技术实现步骤摘要】
一种接触网绝缘子污闪预测方法
本专利技术属于电气设备
，尤其涉及一种接触网绝缘子污闪预测方法。
技术介绍
牵引供电接触网为露天供电设备，随着大气污染的日益严重，对绝缘子污秽程度影响很大，绝缘性能承受着雨雪雾等恶劣天气及周边厂矿企业工业粉尘、煤烟尘的实时考验。绝缘子脏污潮湿导致的放电闪络现象，将造成接触网设备大面积停电，严重威胁铁路运输安全生产。污闪事故虽然次于占电力系统事故第一位的雷害事故，但是其造成的损失却是雷害的十倍。目前，国内外在绝缘子污闪预测方法主要有以下三类：绝缘子表面等值附盐密度预测研究、污秽闪络电压预测研究、基于泄漏电流的污闪预测研究。但预测效果仍然没有达到令人满意的程度。现有技术方案：绝缘子表面等值附盐密度预测是在现场实测数据和实验室模拟实验的基础上，根据某时间段内的环境变量、泄漏电流特征量对绝缘子的等值附盐密度进行实时预测。常用的数学预测方法是人工神经网络。污秽闪络电压预测是在人工污秽试验数据的基础上建立污闪电压与等值附盐密度及环境条件的数学预测模型，实现了在已知等值盐密、气压和覆冰情况下对绝缘子闪络电压的预测。目前，在污闪电压预测方面应用较多的数学方法是支持向量机和人工神经网络方法。基于泄漏电流的污闪预测是在大量的人工污秽试验基础上，获得不同污秽度及外部环境条件下的泄漏电流数据。以此为基础，对泄漏电流值和环境因素的关系进行分析建模，通过实时监测绝缘子泄漏电流的变化对绝缘子表面等值附盐密度或污闪临界状态等污闪特性进行预测。常用的预测方法有人工神经网络和支持向量机。绝缘子表面等值附盐密度预测、污秽闪络电压预测都是将描述污闪的两个参数与环境气象参数之间的多维非线性关系用非线性建模方法来进行拟合。虽然研究方法较为先进，但都存在建模对象单一，建立的预测模型及其预测功能与防污闪工作要求之间存在一定差异、预测方法还有待改进。基于泄漏电流的污闪预测方法的基础数据丰富，在此基础上应用人工神经网络等方法能够取得与工程实际比较接近的拟合效果，但泄漏电流的监测点分布范围比较有限，无法对接触网的污闪状态进行较为全面的实时监测和预测。针对近年来接触网绝缘子污闪事故频发，而现有的污闪预测方法受实验条件、实际环境差异和污闪复杂性限制等问题，提出一种污闪预测方法。综上所述，目前污闪预测主要以神经网络模型为主，存在模型易陷入局部最优、网络收敛速度慢等问题。
技术实现思路
本专利技术的目的在于提供一种接触网绝缘子污闪预测方法，解决目前污闪预测主要以神经网络模型为主，存在模型易陷入局部最优、网络收敛速度慢等问题。本专利技术是这样实现的：一种接触网绝缘子污闪预测方法，该接触网绝缘子污闪预测方法包括：利用人工鱼群算法优化BP神经网络，建立接触网绝缘子污秽等级预测模型，预测当前月绝缘子污秽等级；利用接触网绝缘子污秽等级的预测值作为污闪概率预测模型的一维输入向量，预测当前月接触网绝缘子污闪概率及接触网线路的污闪概率；利用接触网线路污闪概率预测模型得到的污闪概率来建立接触网线路污闪短期预报响应机制。进一步，利用人工鱼群算法优化BP神经网络建立接触网绝缘子污秽等级预测模型，具体步骤如下：1)设置初始化人工鱼群算法的参数，其中设定初始迭代次数Gen＝0；2)计算初始鱼群中各条人工鱼当前位置的食物浓度FC，并比较大小，将最大值送入到公告板中，其中FC＝1/E；3)各条人工鱼分别模拟追尾行为，聚群行为；选择行动后FC值较大的行为来实际执行；4)各条人工鱼每迭代一次，比较自身FC值与公告板中FC值；若有人工鱼的FC值优于公告板中的FC值，则取而代之；最后将人工鱼群算法找到的最优解即公告板中人工鱼状态转换成BP神经网络中对应参数即为训练结果；5)算法的中止条件判断：判断Gen是否达成最大迭代次数MaxGen或已满足解的误差精度，只要最大迭代次数MaxGen或已满足解的误差精度二者中有一个条件符合就输出公告板中的FC值，否则Gen+1后返回到第3)步；选取上个月日均相对湿度、日均降水量、日均风速、日均降尘量和绝缘子运行时间5个指标作为BP神经网络输入特征量，网络输出当前月绝缘子污秽等级。进一步，BP神经网络中隐含层神经元传递函数采用tansig函数，输出层采用purelin函数；输入层神经元个数为5个，输出层神经元个数为1个，隐含层神经元个数由式(1)初步确定为7个；式(1)中输入层神经元个数为n，输出层神经元个数为m，隐含层神经元个数为n1，c为常数；使用人工鱼群算法训练BP神经网络，设定鱼群规模N＝100，人工鱼的可视域范围visual为[0,2.5],拥挤度因子δ范围为[0.95,2.98],人工鱼最大移动步长T＝0.3，最大迭代次数kmax＝200。所述当前月绝缘子污秽等级分为5级。进一步，接触网绝缘子污闪概率的预测方法包括：绝缘子在一定工作电压UC下发生污闪由两个因素决定:大气污染造成的绝缘子表面积污和能使表面污秽物质充分受潮的气象条件；由于接触网线路上多种绝缘子并存，设绝缘子型号共有k类，绝缘子表面污秽程度的概率密度函数为g(ρ)，第i类绝缘子在某污秽程度下发生闪络的概率为Pi(ρ)，其中，i＝1,2,…,k；绝缘子表面污秽程度为绝缘子盐密值；则接触网第i类单串绝缘子在等值附盐密度处于大于a小于b区间时污闪概率Pi可表示为：其中：公式中：N表示某地区未来一段时间恶劣天气的天数；恶劣天气的天数指24小时内降水量小于10mm的天数与雾日天数之和；a，b为绝缘子污秽等级对应的盐密值；ρ为等值附盐密度，单位是mg/cm2；g(ρ)是绝缘子盐密值服从对数正态分布规律；μ为ρ的对数平均值；σ为ρ的对数标准差；c为绝缘子的标准方差与其50％的耐受电压的比值；a为盐密影响污闪电压的特征指数；ρ0表示切断盐密，表示恒定电压下运行的绝缘子当其表面等值盐密小于ρ0时将不会发生闪络；n为切断参数，n值取2.5；ρ50表示50％闪络概率对应的等值附盐密度；A表示与绝缘子形状和污秽程度有关的系数；L表示绝缘子长度，单位是米；β和h表示威布尔参数。绝缘子污秽特性还与绝缘子自身因素密切相关，在相同环境下，绝缘子表面的积污情况主要取决于绝缘子的材质和结构，接触网不同型号的绝缘子的A值也不同；A与绝缘子的爬电距离L之间存在着函数关系，L单位为cm，如式(9)所示。A＝0.130L+1.947(9)。进一步，预测当前月接触网绝缘子污闪概率的方法为：根据已建立的绝缘子污秽等级预测模型，在当前月1日输入上个月5个特征量的相关数据来预测出当前月绝缘子的污秽等级；由污秽等级对应的盐密值得到式(2)中参数a，b；查询当地气象局关于当月未来30天恶劣天气预报，统计恶劣天气天数，确定参数N；由式(9)计算出接触网相关型号绝缘子对应的系数A；将以上参数代入式(2)中计算出在当月未来30天接触网相关型号绝缘子的污闪概率。进一步，接触网线路污闪概率的预测方法包括：设一段距离的接触网线路上，绝缘子型号共有k类，第i类绝缘子共有mi串，相同型号的绝缘子串闪络概率均相同，其中，i＝1，2，…，k；接触网线路在某污秽程度下发生闪络的概率为PL(ρ)，则：将式(4)代入到式(10)中可得:则一段距离的接触网线路在当月未来30天发生污闪的概率为：式中：c，d为接触网线路所在区域的污秽等级对应的盐密本文档来自技高网...

【技术保护点】
一种接触网绝缘子污闪预测方法，其特征在于，该接触网绝缘子污闪预测方法包括：利用人工鱼群算法优化BP神经网络，建立接触网绝缘子污秽等级预测模型，预测当前月绝缘子污秽等级；利用接触网绝缘子污秽等级的预测值作为污闪概率预测模型的一维输入向量，预测当前月接触网绝缘子污闪概率及接触网线路的污闪概率；利用接触网线路污闪概率预测模型得到的污闪概率来建立接触网线路污闪短期预报响应机制。

【技术特征摘要】
1.一种接触网绝缘子污闪预测方法，其特征在于，该接触网绝缘子污闪预测方法包括：利用人工鱼群算法优化BP神经网络，建立接触网绝缘子污秽等级预测模型，预测当前月绝缘子污秽等级；利用接触网绝缘子污秽等级的预测值作为污闪概率预测模型的一维输入向量，预测当前月接触网绝缘子污闪概率及接触网线路的污闪概率；利用接触网线路污闪概率预测模型得到的污闪概率来建立接触网线路污闪短期预报响应机制。2.如权利要求1所述的接触网绝缘子污闪预测方法，其特征在于，利用人工鱼群算法优化BP神经网络建立接触网绝缘子污秽等级预测模型，具体步骤如下：1)设置初始化人工鱼群算法的参数，其中设定初始迭代次数Gen＝0；2)计算初始鱼群中各条人工鱼当前位置的食物浓度FC，并比较大小，将最大值送入到公告板中，其中FC＝1/E(E为期望输出与实际输出之间的误差平方和)；3)各条人工鱼分别模拟追尾行为，聚群行为；选择行动后FC值较大的行为来实际执行；4)各条人工鱼每迭代一次，比较自身FC值与公告板中FC值；若有人工鱼的FC值优于公告板中的FC值，则取而代之；最后将人工鱼群算法找到的最优解即公告板中人工鱼状态转换成BP神经网络中对应参数即为训练结果；5)算法的中止条件判断：判断Gen是否达成最大迭代次数MaxGen或已满足解的误差精度，只要最大迭代次数MaxGen或已满足解的误差精度二者中有一个条件符合就输出公告板中的FC值，否则Gen+1后返回到第3)步；选取上个月日均相对湿度、日均降水量、日均风速、日均降尘量和绝缘子运行时间5个指标作为BP神经网络输入特征量，网络输出当前月绝缘子污秽等级。3.如权利要求2所述的接触网绝缘子污闪预测方法，其特征在于，BP神经网络中隐含层神经元传递函数采用tansig函数，输出层采用purelin函数；输入层神经元个数为5个，输出层神经元个数为1个，隐含层神经元个数由式(1)初步确定为7个；式(1)中输入层神经元个数为n，输出层神经元个数为m，隐含层神经元个数为n1，c为常数；使用人工鱼群算法训练BP神经网络，设定鱼群规模N＝100，人工鱼的可视域范围visual为[0，2.5]，拥挤度因子δ范围为[0.95，2.98]，人工鱼最大移动步长T＝0.3，最大迭代次数kmax＝200；所述当前月绝缘子污秽等级分为5级。4.如权利要求1所述的接触网绝缘子污闪预测方法，其特征在于，接触网绝缘子污闪概率的预测方法包括：绝缘子在一定工作电压UC下发生污闪由两个因素决定：大气污染造成的绝缘子表面积污和能使表面污秽物质充分受潮的气象条件；由于接触网线路上多种绝缘子并存，设绝缘子型号共有k类，绝缘子表面污秽程度的概率密度函数为g(ρ)，第i类绝缘子在某污秽程度下发生闪络的概率为Pi(ρ)，其中，i＝1，2，…，k；绝缘子表面污秽程度为绝缘子盐密值；则接触网第i类单串绝缘子在等值附盐密度处于大于a小于b区间时污闪概率Pi可表示为：其中：

【专利技术属性】
技术研发人员：张友鹏，王思华，景宏，张红生，王惠，董海燕，赵珊鹏，
申请(专利权)人：中国铁路总公司，兰州交通大学，
类型：发明
国别省市：北京,11