CN107729652B - 高压电缆发热均匀度预测方法 - Google Patents

高压电缆发热均匀度预测方法 Download PDF

Info

Publication number
CN107729652B
CN107729652B CN201710965387.8A CN201710965387A CN107729652B CN 107729652 B CN107729652 B CN 107729652B CN 201710965387 A CN201710965387 A CN 201710965387A CN 107729652 B CN107729652 B CN 107729652B
Authority
CN
China
Prior art keywords
voltage cable
data acquisition
voltage
cable
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710965387.8A
Other languages
English (en)
Other versions
CN107729652A (zh
Inventor
李宝江
李景瑞
李万利
肖扬
宋成伟
滕云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Province Product Quality Supervision And Inspection Institute
Shenyang Kaipeng Wire & Cable Manufacturing Co ltd
Shenyang University of Technology
Original Assignee
Liaoning Province Product Quality Supervision And Inspection Institute
Shenyang Kaipeng Wire & Cable Manufacturing Co ltd
Shenyang University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Province Product Quality Supervision And Inspection Institute, Shenyang Kaipeng Wire & Cable Manufacturing Co ltd, Shenyang University of Technology filed Critical Liaoning Province Product Quality Supervision And Inspection Institute
Priority to CN201710965387.8A priority Critical patent/CN107729652B/zh
Publication of CN107729652A publication Critical patent/CN107729652A/zh
Application granted granted Critical
Publication of CN107729652B publication Critical patent/CN107729652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/16—Cables, cable trees or wire harnesses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明提供一种高压电缆发热均匀度预测方法，包括：在高压电缆上确定数据采集点，进行数据采集及处理；计算采集数据时刻的高压电缆发热量；计算发热均匀度预测指数，包括：弱相关环境预测指数、强相关生产预测指数、强相关工艺预测指数；高压电缆发热均匀度预测模型建立及参数计算；对未来某时间段内任意时刻的高压电缆发热均匀度进行预测。本发明可以根据高压电缆运行时的参数以及所处的环境参数预测出高压电缆的发热不均匀度，能有有效的预测高压电缆的发热不均匀度，及时了解运行电缆的发热状况，提前做好备用电缆，或者采取其它通讯设施的准备，或者提前对电缆进行维修，防止电缆因发热不均匀而导致的损坏，影响通讯，造成一定的损失。

Description

高压电缆发热均匀度预测方法
技术领域
本发明属于电气工程技术领域，具体涉及一种高压电缆发热均匀度预测方法。
背景技术
高压电缆运行时产生热量受不同条件的约束影响，正确了解高压电缆运行时产生热量的分布情况对于减小电缆运行事故，减小高压电缆线硅胶层老化具有重要的作用。准确预测高压电缆发热均匀度能有效的掌控电缆发热对于电缆运行以及提前采用合适规格的电缆硅胶防护层，有效延长电缆寿命有着重要的作用和经济效益。不同的电气插入点以及不同段受到不同环境的影响会影响电缆的运行以及发热情况，进而影响电缆运行和投产寿命，所以高压电缆发热均匀度预测方法带来的经济效益不容忽视。
发明内容
针对现有技术中存在的问题，本发明提供一种高压电缆发热均匀度预测方法。
本发明的技术方案如下：
高压电缆发热均匀度预测方法，包括：
在高压电缆上确定数据采集点，进行数据采集及处理；
计算采集数据时刻的高压电缆发热量；
计算发热均匀度预测指数，包括：弱相关环境预测指数、强相关生产预测指数、强相关工艺预测指数；
高压电缆发热预测模型建立及参数计算；
对未来某时间段内任意时刻的高压电缆发热均匀度进行预测。
所述在高压电缆上确定数据采集点，具体是：计算高压电缆的数据采集点数量
Figure GDA0002959768980000011
其中，L为高压电缆长度，S为高压电缆横截面的面积；在高压电缆上均匀分布n个数据采集点。
所述数据采集及处理，包括：
按照设定时间间隔采集各数据采集点的参数，包括：数据采集点高压电缆截面中点到外导电层的电压，数据采集点高压电缆外导电层相对地电压，数据采集点实时温度，流过采集点随机匝高压电缆线的电流，出现桩头以及电气接入点的电流，数据采集点处环境温度；
整理采集点高压电缆外导电层相对地电压、流过采集点随机匝高压电缆线的电流和数据采集点处环境温度；
计算相邻两个数据采集点的电阻，组成电阻数组。
所述采集数据时刻的高压电缆发热量
Figure GDA0002959768980000021
其中，M是电气接入点的数量，Ram是第m个电气接入点所处段的电阻，L是高压电缆长度，ig是流过采集点随机匝高压电缆线的电流，Rj是数据采集点之间的电阻值，Tg是采集点温度，S是高压电缆横截面的面积。
所述弱相关环境预测指数
Figure GDA0002959768980000022
其中，uf表示数据采集点电缆截面中点到外导电层的电压，ig是流过采集点随机匝高压电缆线的电流，ug表示数据采集点高压电缆外导电层相对地电压。
所述强相关生产预测指数
Figure GDA0002959768980000023
其中，T是数据采集点环境温度，iq是出线桩头以及电气接入点的电流，Tg是数据采集点温度。
所述强相关工艺预测指数
Figure GDA0002959768980000024
其中，αbz是高压电缆电压等级，S是高压电缆横截面的面积，γ是电导率。
建立未来高压电缆发热预测模型：
Figure GDA0002959768980000025
其中，δ为高压电缆发热预测值，模型中参数ξ1、ξ2、ξ3、ξ4的计算函数如下：
Figure GDA0002959768980000031
Figure GDA0002959768980000032
Figure GDA0002959768980000033
Figure GDA0002959768980000034
所述对未来某时间段内任意时刻的高压电缆发热均匀度进行预测，是结合当前时刻之前某时间段内的数据特性，建立未来某时间段内任意时刻高压电缆发热均匀度预测模型，根据未来某时间段内任意时刻高压电缆发热均匀度预测模型，针对预测时刻的参数进行该时刻的高压电缆发热均匀度预测。
有益效果：
高压电缆的不均匀发热通常导致了电缆部分发热损坏，影响电缆的正常运行，影响通讯质量，甚至导致通讯中断，给社会造成不可弥补的损失，本发明可以根据高压电缆运行时的参数以及所处的环境参数预测出高压电缆的发热不均匀度，能有有效的预测高压电缆的发热不均匀度，及时了解运行电缆的发热状况，提前做好备用电缆，或者采取其它通讯设施的准备，或者提前对电缆进行维修，防止电缆因发热不均匀而导致的损坏，影响通讯，造成一定的损失。
附图说明
图1是本发明具体实施方式中高压电缆发热均匀度预测方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
以型号为YJLV22-8.7/15kV的某高压电缆为例，实施本发明的技术方案，该高压电缆具体参数如表1，高压电缆所在电压等级为15kV，高压电缆长度为3千米，预测4小时后的高压电缆发热均匀度。
表1高压电缆具体参数
Figure GDA0002959768980000035
该高压电缆发热均匀度预测方法，如图1所示，包括：
步骤1：在高压电缆上确定数据采集点：计算高压电缆的数据采集点数量
Figure GDA0002959768980000041
其中，L为高压电缆长度，S为高压电缆横截面的面积；在高压电缆上均匀分布n个数据采集点。
步骤2：数据采集及处理：
步骤2.1：按照设定时间间隔采集各数据采集点的参数；
设定时间间隔为1小时采集一次数据。
采集的参数包括：数据采集点高压电缆截面中点到外导电层的电压uf，数据采集点高压电缆外导电层相对地电压ug，数据采集点实时温度T，流过采集点随机匝高压电缆线的电流i，出现桩头以及电气接入点的电流iq，数据采集点处环境温度Tg。
步骤2.2：整理12小时数据采集点高压电缆外导电层相对地电压ug、流过采集点随机匝高压电缆线的电流i和数据采集点处环境温度Tg：
Figure GDA0002959768980000042
Figure GDA0002959768980000043
Figure GDA0002959768980000044
其中，ug是外导电层相对地电压，{ugn11…ugnn12}表示n个不同采集点12小时内在整点时采集的外导电层相对地电压值组成的矩阵。相同的，ig是流过采集点随机匝高压电缆线的电流，{in11…inn12}是n个不同采集点12小时内在整点时采集的流过采集点随机匝高压电缆线的电流组成的矩阵；Tg是采集点温度，{Tn11…Tnn12}表示n个不同采集点12小时内在整点时数据采集点处温度值组成的矩阵。
步骤2.3：计算相邻两个数据采集点的电阻，组成电阻数组：
Figure GDA0002959768980000051
上式中，Rj数据采集点之间的电阻值，Rj11…R(j-1)(n-1)12是12小时内在整点处采集数据时两个数据采集点之间的电阻组成的电阻数组。
步骤3：计算采集数据时刻的高压电缆发热量Q1：
Figure GDA0002959768980000052
其中，M是电气接入点的数量，Ram是第m个电气接入点所处段的电阻，L是高压电缆长度。
步骤4：计算发热均匀度预测指数，包括：弱相关环境预测指数、强相关生产预测指数、强相关工艺预测指数；
对步骤2及步骤3的参数进行处理，得到弱相关环境预测指数x1、强相关生产预测指数x2、强相关工艺预测指数x3共3个预测指数。以上3个预测指数定义中弱相关是指该系数对高压电缆硅胶防护层覆盖均匀度影响程度较小，强相关相对于弱相关，其影响程度在数值上高于弱相关指数10倍以上。
由数据采集点高压电缆截面中点到外导电层的电压uf，数据采集点高压电缆外导电层相对地电压ug，流过数据采集点随机匝高压电缆线的电流i，计算弱相关环境预测指数x1；弱相关环境预测指数x1计算函数如下：
Figure GDA0002959768980000061
其中，uf表示数据采集点电缆截面中点到外导电层的电压。
由数据采集点环境温度T，出线桩头以及电气接入点的电流iq、数据采集点温度Tg计算强相关生产预测指数x2；
强相关生产预测指数x2计算函数如下：
Figure GDA0002959768980000062
由高压电缆电压等级αbz、电缆横截面积S，电导率γ，得到强相关工艺预测指数x3；
强相关工艺预测指数x3计算函数如下：
Figure GDA0002959768980000063
本实施方式中的x1＝2.4,x2＝4.7,x3＝1.213。
步骤5：高压电缆发热预测模型建立及参数计算：
由步骤3与步骤4得到的弱相关环境预测指数x1、强相关生产预测指数x2、强相关工艺预测指数x3建立未来高压电缆发热预测模型：
Figure GDA0002959768980000064
其中，δ为高压电缆发热预测值，模型中参数ξ1、ξ2、ξ3、ξ4的计算函数如下：
Figure GDA0002959768980000065
Figure GDA0002959768980000071
Figure GDA0002959768980000072
Figure GDA0002959768980000073
经计算,ξ1＝0.475,ξ2＝0.33,ξ3＝0.21,ξ4＝0.65。代入式(9)计算得到δ＝2.13。
步骤6：对未来某时间段内任意时刻的高压电缆发热均匀度进行预测：结合当前时刻之前某时间段内的数据特性，建立未来某时间段内任意时刻高压电缆发热均匀度预测模型，根据未来某时间段内任意时刻高压电缆发热均匀度预测模型，针对预测时刻的参数进行该时刻的高压电缆发热均匀度预测。
本实施方式中是结合当前时刻之前的12小时内数据特性，建立未来12小时内任意时刻高压电缆发热均匀度预测模型：
Figure GDA0002959768980000074
式中，Q1为高压电缆发热量。
根据未来12小时内任意时刻高压电缆发热均匀度预测模型，针对预测时刻的参数进行该时刻的高压电缆发热均匀度预测，得到ψ＝0.993。

Claims (4)

1.高压电缆发热均匀度预测方法，其特征在于，包括：
在高压电缆上确定数据采集点，进行数据采集及处理；
计算采集数据时刻的高压电缆发热量；
计算发热均匀度预测指数，包括：弱相关环境预测指数、强相关生产预测指数、强相关工艺预测指数；
所述弱相关环境预测指数
Figure FDA0002959768970000011
其中，uf表示数据采集点电缆截面中点到外导电层的电压，ig是流过采集点随机匝高压电缆线的电流，ug表示数据采集点高压电缆外导电层相对地电压；
所述强相关生产预测指数
Figure FDA0002959768970000012
其中，T是数据采集点环境温度，iq是出线桩头以及电气接入点的电流，Tg是数据采集点温度；
所述强相关工艺预测指数
Figure FDA0002959768970000013
其中，αbz是高压电缆电压等级，S是高压电缆横截面的面积，γ是电导率；
高压电缆发热预测模型建立及参数计算；
建立未来高压电缆发热预测模型：
Figure FDA0002959768970000014
其中，δ为高压电缆发热预测值，模型中参数ξ1、ξ2、ξ3、ξ4的计算函数如下：
Figure FDA0002959768970000015
Figure FDA0002959768970000016
Figure FDA0002959768970000017
Figure FDA0002959768970000018
对未来某时间段内任意时刻的高压电缆发热均匀度进行预测；
所述对未来某时间段内任意时刻的高压电缆发热均匀度进行预测，是结合当前时刻之前某时间段内的数据特性，建立未来某时间段内任意时刻高压电缆发热均匀度预测模型，根据未来某时间段内任意时刻高压电缆发热均匀度预测模型，针对预测时刻的参数进行该时刻的高压电缆发热均匀度预测；
结合当前时刻之前的12小时内数据特性，建立未来12小时内任意时刻高压电缆发热均匀度预测模型：
Figure FDA0002959768970000021
式中，Q1为高压电缆发热量；
根据未来12小时内任意时刻高压电缆发热均匀度预测模型，针对预测时刻的参数进行该时刻的高压电缆发热均匀度预测。
2.根据权利要求1所述的高压电缆发热均匀度预测方法，其特征在于，所述在高压电缆上确定数据采集点，具体是：计算高压电缆的数据采集点数量
Figure FDA0002959768970000022
其中，L为高压电缆长度，S为高压电缆横截面的面积；在高压电缆上均匀分布n个数据采集点。
3.根据权利要求1所述的高压电缆发热均匀度预测方法，其特征在于，所述数据采集及处理，包括：
按照设定时间间隔采集各数据采集点的参数，包括：数据采集点高压电缆截面中点到外导电层的电压，数据采集点高压电缆外导电层相对地电压，数据采集点实时温度，流过采集点随机匝高压电缆线的电流，出现桩头以及电气接入点的电流，数据采集点处环境温度；
整理采集点高压电缆外导电层相对地电压、流过采集点随机匝高压电缆线的电流和数据采集点处环境温度；
计算相邻两个数据采集点的电阻，组成电阻数组。
4.根据权利要求1所述的高压电缆发热均匀度预测方法，其特征在于，所述采集数据时刻的高压电缆发热量
Figure FDA0002959768970000023
其中，M是电气接入点的数量，Ram是第m个电气接入点所处段的电阻，L是高压电缆长度，ig是流过采集点随机匝高压电缆线的电流，Rj是数据采集点之间的电阻值，Tg是采集点温度，S是高压电缆横截面的面积。
CN201710965387.8A 2017-10-17 2017-10-17 高压电缆发热均匀度预测方法 Active CN107729652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710965387.8A CN107729652B (zh) 2017-10-17 2017-10-17 高压电缆发热均匀度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710965387.8A CN107729652B (zh) 2017-10-17 2017-10-17 高压电缆发热均匀度预测方法

Publications (2)

Publication Number Publication Date
CN107729652A CN107729652A (zh) 2018-02-23
CN107729652B true CN107729652B (zh) 2021-06-04

Family

ID=61211769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710965387.8A Active CN107729652B (zh) 2017-10-17 2017-10-17 高压电缆发热均匀度预测方法

Country Status (1)

Country Link
CN (1) CN107729652B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468764A (zh) * 2021-07-22 2021-10-01 西南石油大学 基于时间序列的海缆状态预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886374A (zh) * 2014-04-22 2014-06-25 武汉大学 一种基于rbf神经网络的电缆接头导线温度预测方法
CN104458037A (zh) * 2013-09-18 2015-03-25 上海电缆研究所 电缆导体温度测量装置及其测量方法
CN105718687A (zh) * 2016-01-26 2016-06-29 国家电网公司 基于季节负荷和温度周期的电力电缆电热退化模拟方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104458037A (zh) * 2013-09-18 2015-03-25 上海电缆研究所 电缆导体温度测量装置及其测量方法
CN103886374A (zh) * 2014-04-22 2014-06-25 武汉大学 一种基于rbf神经网络的电缆接头导线温度预测方法
CN105718687A (zh) * 2016-01-26 2016-06-29 国家电网公司 基于季节负荷和温度周期的电力电缆电热退化模拟方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JackPot: A novel model to study the influence of current non-uniformity and cabling patterns in cable-in-conduit conductors;E.P.A. van Lanen 等;《Cryogenics》;20100331;第50卷(第3期);全文 *
单芯电力电缆导体温度计算及试验研究;周鑫;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20110315(第3期);全文 *
埋地电力电缆发热机理与温升监测系统研究;刘国建;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170215(第2期);全文 *

Also Published As

Publication number Publication date
CN107729652A (zh) 2018-02-23

Similar Documents

Publication Publication Date Title
CN110083908B (zh) 基于有限元分析的电缆缆芯温度预测方法
CN105780014B (zh) 一种埋地管道阴极保护法及阴极保护系统
CN103886374B (zh) 一种基于rbf神经网络的电缆接头导线温度预测方法
CN104616079A (zh) 基于气温变化的电网日用电量预测方法
Krontiris et al. Weather-based loading of overhead lines—Consideration of conductor's heat capacity
CN105975768B (zh) 一种布置埋地管道分段绝缘的方法及装置
CN106208043A (zh) 一种中低压配电网关键耗能环节辨识方法
CN112149879A (zh) 一种计及宏观波动性分类的新能源中长期电量预测方法
CN114381737B (zh) 一种多套恒电位外加电流阴极保护系统输出调试与优化方法
CN109142991B (zh) 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法
CN109034461A (zh) 一种基于实际电网监测信息的电压暂降随机预估方法
CN107729652B (zh) 高压电缆发热均匀度预测方法
CN107807088B (zh) 一种故障电流对管道的烧蚀模拟试验专用装置及试验方法
CN114896872A (zh) 一种高压输电线路覆冰状态综合评估方法
CN105160419A (zh) 一种引入空气质量指数的绝缘子等值盐密度预测模型
CN104732107B (zh) 以介质参数为评估参量的变压器套管剩余寿命预测方法
CN104850746A (zh) 一种基于四阶龙格-库塔和模拟退火的等值盐密预测方法
Szabć et al. Development of physical DLR calculation method
CN104598990B (zh) 基于回声状态网络的架空输电线路最高温度预测方法
CN103544362B (zh) 一种基于二维曲线预测的谐波中长期预测方法
CN103389457A (zh) 通过确定熔体激活能评估熔断器寿命的方法
CN113011103B (zh) 一种多维信息融合的电力变压器寿命预测模型
CN105385843A (zh) 一种基于段末温度的热轧板坯加热控制方法
CN110426573A (zh) 一种防雷防冰闪合成绝缘子在线监测方法
CN105921522A (zh) 基于rbf神经网络的层流冷却温度自适应控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant