System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电缆附件的外表面温度预测方法、装置及电子设备制造方法及图纸_技高网

电缆附件的外表面温度预测方法、装置及电子设备制造方法及图纸

技术编号:41881068 阅读:5 留言:0更新日期:2024-07-02 00:35
本发明专利技术公开了一种电缆附件的外表面温度预测方法、装置及电子设备。其中,该方法包括:获取电缆附件的至少一个状态参数;利用预测模型对至少一个状态参数进行预测,得到电缆附件的外表面温度,其中,预测模型基于样本数据集合和优化模型对初始模型的网络结构进行优化得到,样本数据集合包括至少一个样本状态参数和至少一个样本状态参数对应的样本外表面温度。本发明专利技术解决了预测电缆附件外表面温度时的预测精度较低的技术问题。

【技术实现步骤摘要】

本专利技术涉及电网领域,具体而言,涉及一种电缆附件的外表面温度预测方法、装置及电子设备


技术介绍

1、近年来,我国电力电缆线路长度逐年增加,规模不断扩大。如今高压电缆线路已经成为城市输电网的重要组成部分,高压电缆线路的安全运行已经成为保障电网可靠供电的重要因素。

2、无论是电缆的老化导致泄漏电流增大或者是过负荷导致损耗增加,都会通过温度升高的形式体现出来,因此,有必要对电缆附件的外表面温度进行实时监测。在一种技术方案中,可以基于反向传播神经网络模型(backpropagation,简称为bp)对电缆附件的外表面温度进行预测,但是存在预测精度低的问题。

3、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本专利技术实施例提供了一种电缆附件的外表面温度预测方法、装置及电子设备,以至少解决预测电缆附件外表面温度时的预测精度较低的技术问题。

2、根据本专利技术实施例的一个方面,提供了一种电缆附件的外表面温度预测方法,包括:获取电缆附件的至少一个状态参数;利用预测模型对至少一个状态参数进行预测,得到电缆附件的外表面温度,其中,预测模型基于样本数据集合和优化模型对初始模型的网络结构进行优化得到,样本数据集合包括至少一个样本状态参数和至少一个样本状态参数对应的样本外表面温度。

3、可选地,初始模型包括多个网络层,多个网络层之间包括至少一个连接节点和至少一个连接节点的权重值,网络层包括至少一个神经元节点和至少一个神经元节点的阈值。</p>

4、可选地,该方法还包括:将至少一个样本状态参数输入到初始模型中,得到第一预测外表面温度;基于样本外表面温度和第一预测外表面温度构建第一误差函数,其中,第一误差函数用于确定样本外表面温度和第一预测外表面温度的最小误差;利用优化模型基于第一误差函数对权重值和阈值进行调整,得到预测模型。

5、可选地,利用优化模型基于第一误差函数对权重值和阈值进行调整,得到预测模型,包括:利用优化模型基于第一误差函数对权重值和阈值进行调整,得到中间预测模型;将至少一个样本状态参数输入到中间预测模型中,得到第二预测外表面温度;基于样本外表面温度和第二预测外表面温度构建第二误差函数,其中,第二误差函数用于最小化样本外表面温度和第二预测外表面温度之间的误差平方和;利用第二误差函数对中间预测模型的模型参数进行调整,得到预测模型。

6、可选地,利用优化模型基于第一误差函数对权重值和阈值进行调整,得到中间预测模型,包括:将权重值和阈值编码为染色体;利用遗传算法基于第一误差函数对染色体进行预设操作,以对染色体进行优化,得到中间预测模型,其中,预设操作包括如下至少之一:选择操作、交叉操作、变异操作,选择操作用于表示根据染色体的适应度对染色体进行选择的操作,交叉操作用于表示对染色体进行重新组合以得到新的染色体的操作,变异操作用于表示调整染色体的属性的操作,属性为权重值或阈值。

7、可选地,基于样本外表面温度和第二预测外表面温度构建第二误差函数,包括:对样本外表面温度和第二预测外表面温度进行拟合,得到多项式函数;确定多项式函数的残差值,其中,残差值用于表示样本外表面温度和第二预测外表面温度之间的拟合程度;基于残差值对多项式函数进行调整,第二误差函数。

8、可选地,该方法还包括:创建电缆附件的几何模型;利用预设材料属性和边界条件对几何模型行配置,得到电缆附件的仿真模型,其中,边界条件用于表示几何模型边界处的物理性质;利用至少一个样本状态参数对仿真模型进行仿真,得到仿真模型的样本外表面温度;基于至少一个样本状态参数和至少一个样本状态参数对应的样本外表面温度构建电缆附件的样本数据集合。

9、根据本专利技术实施例的另一方面,还提供了一种电缆附件的外表面温度预测装置,包括:获取模块,用于获取电缆附件的至少一个状态参数;预测模块,用于利用预测模型对至少一个状态参数进行预测,得到电缆附件的外表面温度,其中,预测模型基于样本数据集合和优化模型对初始模型的网络结构进行优化得到,样本数据集合包括至少一个样本状态参数和至少一个样本状态参数对应的样本外表面温度。

10、根据本专利技术实施例的另一方面,还提供了一种电子设备,包括:存储器,存储有可执行程序;处理器,用于运行程序,其中,程序运行时执行上述的电缆附件的外表面温度预测方法。

11、根据本专利技术实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的可执行程序,其中,在可执行程序运行时控制存储介质所在设备执行上述的电缆附件的外表面温度预测方法。

12、根据本专利技术实施例的另一方面,还提供了一种计算机程序产品,其特征在于,包括计算机程序,计算机程序在被处理器执行时实现上述的电缆附件的外表面温度预测方法。

13、在本专利技术实施例中,采用获取电缆附件的至少一个状态参数;利用预测模型对至少一个状态参数进行预测,得到电缆附件的外表面温度,其中,预测模型基于样本数据集合和优化模型对初始模型的网络结构进行优化得到,样本数据集合包括至少一个样本状态参数和至少一个样本状态参数对应的样本外表面温度的方式,对电缆附件的外表面温度进行预测。容易注意到的是,预测模型基于样本数据集合和优化模型对初始模型进行优化得到,使用优化后得到的预测模型预测电缆附件外表面温度,实现了提高预测电缆附件外表面温度时的预测精度的技术效果,进而解决了预测电缆附件外表面温度时的预测精度较低的技术问题。

本文档来自技高网...

【技术保护点】

1.一种电缆附件的外表面温度预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述初始模型包括多个网络层,所述多个网络层之间包括至少一个连接节点和所述至少一个连接节点的权重值,所述网络层包括至少一个神经元节点和所述至少一个神经元节点的阈值。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,利用所述优化模型基于所述第一误差函数对所述权重值和所述阈值进行调整,得到所述预测模型,包括:

5.根据权利要求4所述的方法,其特征在于,利用所述优化模型基于所述第一误差函数对所述权重值和所述阈值进行调整,得到中间预测模型,包括:

6.根据权利要求4所述的方法,其特征在于,基于所述样本外表面温度和所述第二预测外表面温度构建第二误差函数,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种电缆附件的外表面温度预测装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的可执行程序,其中,在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。

11.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的方法。

...

【技术特征摘要】

1.一种电缆附件的外表面温度预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述初始模型包括多个网络层,所述多个网络层之间包括至少一个连接节点和所述至少一个连接节点的权重值,所述网络层包括至少一个神经元节点和所述至少一个神经元节点的阈值。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,利用所述优化模型基于所述第一误差函数对所述权重值和所述阈值进行调整,得到所述预测模型,包括:

5.根据权利要求4所述的方法,其特征在于,利用所述优化模型基于所述第一误差函数对所述权重值和所述阈值进行调整,得到中间预测模型,包括:

【专利技术属性】
技术研发人员:曾彦超郑耀华马毅徐佳夫陈西罗建斌曾祥伟吴非曾水悦李梓玮
申请(专利权)人:广东电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1