CN114595616B - 不规则线缆排布的异常点提取方法、提取装置 - Google Patents
不规则线缆排布的异常点提取方法、提取装置 Download PDFInfo
- Publication number
- CN114595616B CN114595616B CN202210495791.4A CN202210495791A CN114595616B CN 114595616 B CN114595616 B CN 114595616B CN 202210495791 A CN202210495791 A CN 202210495791A CN 114595616 B CN114595616 B CN 114595616B
- Authority
- CN
- China
- Prior art keywords
- cable
- irregular
- voltage
- coordinates
- coordinate
- 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
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/373—Design 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明提供一种不规则线缆排布的异常点提取方法、提取装置,方法包括:模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数;将提取的电参数及相应的坐标输入神经网络进行迭代训练;将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测实际线缆不规则区域中的坐标对应的电参数;根据预测的电参数采用FDTD算法计算实际线缆不规则区域中的坐标对应的电压和电流;将计算的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。本发明不仅可以快速、精准的提取到线缆不规则区域中的干扰点,以修正线缆排布,还可以根据计算结果制定线缆排布允许最大偏移度限制,确保相关设备的稳定运行。
Description
技术领域
本发明涉及电气技术领域,具体涉及一种不规则线缆排布的异常点提取方法、一种不规则线缆排布的异常点提取装置。
背景技术
传输线缆是各种电子和电气设备中的一种常见结构,它是信号传输和能量传输的一个重要渠道。
在目前的应用中,有电力系统中使用的架空线缆,变电站中用于信号传输的二次线缆,以及汽车和飞机中的传输线缆。在这些领域中,线缆的干扰包括磁场干扰和线缆之间的干扰,线缆与磁场的距离以及高度的高低对其受到的干扰有一定的影响。
然而,相关技术中,虽然对线缆有很多种保护措施,但就线缆排布的规格以及偏移度的规范还没有被关注,使得一些电磁兼容问题由于线缆的不规则排布而难以解决,影响相关设备的稳定运行。
发明内容
本发明为解决上述技术问题,本发明第一方面实施例提供了一种不规则线缆排布的异常点提取方法。
本发明第二方面实施例提供了一种不规则线缆排布的异常点提取装置。
本发明采用的技术方案如下:
本发明的第一方面实施例提出了一种不规则线缆排布的异常点提取装置,包括以下步骤:模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,所述电参数包括:电阻、电容、电感和电导;将提取的所述线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练;将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测所述实际线缆不规则区域中的坐标对应的电参数;根据预测的电参数采用FDTD(FiniteDifference Time Domainmethod,时域有限差分法)算法计算所述实际线缆不规则区域中的坐标对应的电压和电流;将所述实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
本发明上述的不规则线缆排布的异常点提取方法还具有如下附加技术特征:
根据本发明的一个实施例,采用ANSYS(一种大型通用有限元分析软件)软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
根据本发明的一个实施例,所述神经网络为BP(Back Propagation,误差反向传播算法)神经网络。
根据本发明的一个实施例,述预设电压和预设电流根据平行排布线缆的电压和电流获取。
根据本发明的一个实施例,具体根据以下公式计算所述实际线缆不规则区域中的坐标对应的电压和电流:
其中,R、C、L和G分别代表电阻、电容、电感和电导,k代表坐标,Vk、Ik分别代表坐标k对应的电压和电流,n代表离散的时间点和空间点数量,且1<k<n+1,Δt代表离散时间段,Δz代表离散空间段,代表第n时间点坐标k的电压,代表第n时间点坐标k的电流,代表第2n时间点坐标k的电压,代表第2(n+1)时间点坐标k的电压,代表第2n+1时间点坐标k的电流,代表第2n+1时间点坐标k-1的电流,代表第2(n+1)+1时间点坐标k的电流,代表第2(n+1)时间点坐标k+1的电压。
本发明的第二方面实施例提出了一种不规则线缆排布的异常点提取装置,包括:提取模块,所述提取模块用于模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,所述电参数包括:电阻、电容、电感和电导;训练模块,所述训练模块用于将提取的所述线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练;预测模块,所述预测模块用于将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测所述实际线缆不规则区域中的坐标对应的电参数;计算模块,所述计算模块用于根据预测的电参数采用FDTD算法计算所述实际线缆不规则区域中的坐标对应的电压和电流;对比模块,所述对比模块用于将所述实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
本发明上述的不规则线缆排布的异常点提取装置还具有如下附加技术特征:
根据本发明的一个实施例,所述提取模块采用ANSYS软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
根据本发明的一个实施例,所述神经网络为BP神经网络。
根据本发明的一个实施例,所述预设电压和预设电流根据平行排布线缆的电压和电流获取。
根据本发明的一个实施例,所述计算模块具体根据以下公式计算所述实际线缆不规则区域中的坐标对应的电压和电流:
其中,R、C、L和G分别代表电阻、电容、电感和电导,k代表坐标,Vk、Ik分别代表坐标k对应电压和电流,n代表离散的时间点和空间点数量,且1<k<n+1,Δt代表离散时间段,Δz代表离散空间段,代表第n时间点坐标k的电压,代表第n时间点坐标k的电流,代表第2n时间点坐标k的电压,代表第2(n+1)时间点坐标k的电压,代表第2n+1时间点坐标k的电流,代表第2n+1时间点坐标k-1的电流,代表第2(n+1)+1时间点坐标k的电流,代表第2(n+1)时间点坐标k+1的电压。
本发明的有益效果:
本发明基于FDTD算法计算线缆不规则区域中点的电压和电流,不仅可以快速、精准的提取到线缆不规则区域中的干扰点,以修正线缆排布,还可以根据计算结果制定线缆排布允许最大偏移度限制,确保相关设备的稳定运行。
附图说明
图1是根据本发明一个实施例的不规则线缆排布的异常点提取方法的流程图;
图2是根据本发明一个实施例的不规则线缆的离散示意图;
图3是根据本发明一个实施例的不规则线缆的电压、电流波离散的时空迭代关系示意图;
图4是根据本发明一个实施例的不规则线缆的等效分布参数电路图;
图5是根据本发明一个实施例的不规则线缆排布的异常点提取装置的方框示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是根据本发明一个实施例的不规则线缆排布的异常点提取方法的流程图,如图1所示,该方法包括以下步骤:
S1,模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,电参数包括:电阻、电容、电感和电导。
进一步地,根据本发明的一个实施例,采用ANSYS软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
具体地,通过ANSYS软件模拟线缆排布,并选取线缆不规则区域,不规则区域为矩形区域,将不规则区域进行横向和纵向等距离划分为多个点,例如49个点,一次获取每个点对应的坐标和对应的电阻、电容、电感和电导,其中坐标可以包括该点的对地高度和与线缆的距离。
在线缆不规则排布时,线缆的每个不规则排布的坐标(位置)的电参数是不同的,线缆的电参数和位置坐标存在某种非线性关系,如果需要提取不同线缆坐标的电参数,每提取一次,都需要在ANSYS软件里进行一次模型的搭建,并且,一次也只能得到一条不规则线缆的参数。而在实际应用中,在提取线缆中的异常点时,会涉及多条线缆,且线缆的位置也可能发生变化,直接采用ANSYS软件模拟线缆排的方式,费时费力。
而神经网络在解决非线性关系的问题上有很好的效果,因此,可以采用下述的神经网络进行缆不规则区域中坐标的电参数的预测。
S2,将提取的线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练。
进一步地,根据本发明的一个实施例,神经网络为BP神经网络。
具体地,将步骤S1中提取的线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练,反复重复步骤S1-S2,迭代次数可以选择5000次左右。
S3,将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测实际线缆不规则区域中的坐标对应的电参数。
通过神经网络,可以通过有限的点的坐标和电参数,得到线缆不规则排布范围内的所有点的坐标和电参数,这样,如果线缆的位置发生变化,可以很快的计算出新的排布位置的电参数,从而大大节省了时间。
S4,根据预测的电参数采用FDTD算法计算实际线缆不规则区域中的坐标对应的电压和电流。
具体地,将多导体传输线z缆沿图2中的传输方向按空间步长Δz/2离散,使整个传输线可分为2×NDZ段,NDZ可以取200。设第一点为电压点V1,再设间隔点为电压点V1、V2...直至VNDZ+1;同样,设第二点I1,即V1和V2之间的电路支路,然后依次设置间隔点为电流点I2、I3、INDZ+1,同时,根据步长大小进行时间的离散。根据上述过程,多导线输电线路的电压、电流波过程成为一组时间和空间上的离散点,时空迭代关系如图3所示,图3中k代表坐标,n代表离散的时间点和空间点数量,n可以取400,且1<k<n+1,Δt代表离散时间段,Δz代表离散空间段,代表第2(n+1)时间点坐标k的电压,代表第2n时间点坐标k的电压,代表第2n+1时间点坐标k+1的电流,代表第2n+1时间点坐标k-1的电流,代表第2(n+1)+1时间点坐标k的电流,代表第2(n+1)时间点坐标k+1的电压。
当考虑到线缆单位长度的电阻R和电导G参数时,可以得到线缆的等效分布参数电路图,如图4所示,图中,R、C、L和G分别代表电阻、电容、电感和电导,Vk、Ik分别代表坐标k(空间点k)电压和空间点电流,IS、RS分别代表坐标1(第一个空间点)的电流源和负载,RL代表坐标(空间点)NDZ+1的负载。
对于空间点k(1<k<NDZ+1),根据基尔霍夫电流定律,存在:
在时域中离散,可以表示为:
上述公式中使用平均近似值,则可以得到:
最后得到:
对于空间点(坐标)k和空间点(坐标)k+1之间的环路,根据基尔霍夫电压定律,得到:
其中,R、C、L和G分别代表电阻、电容、电感和电导,k代表坐标(空间点),Vk、Ik分别代表坐标k对应电压和电流,n代表离散的时间点和空间点数量,且1<k<n+1,Δt代表离散时间段,Δz代表离散空间段,代表第n时间点坐标k的电压,代表第n时间点坐标k的电流,代表第2(n+1)时间点坐标k的电压,代表第2n+1时间点坐标k的电流,代表第2n+1时间点坐标k-1的电流,代表第2(n+1)+1时间点坐标k的电流,代表第2(n+1)+1时间点坐标k的电压,代表第2(n+1)时间点坐标k+1的电压。
通过上述结果找出异常干扰值所在的坐标。本申请中,选取线缆长度z为1米,时间t为120秒,将其均分为的点为400个点(n=400)。
S5,将实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
进一步地,根据本发明的一个实施例,预设电压和预设电流根据平行排布线缆的电压和电流获取。
具体地,将计算的实际线缆不规则区域中的坐标对应的电压和电流分别同平行同理想排布线缆(平行排布线缆)的电压和电流进行对比,如果差值超过设定阈值,则提取该坐标为异常点。
综上,根据本发明实施例的不规则线缆排布的异常点提取方法,首先模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,电参数包括:电阻、电容、电感和电导,然后将提取的线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练,再将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测实际线缆不规则区域中的坐标对应的电参数,根据预测的电参数采用FDTD算法计算实际线缆不规则区域中的坐标对应的电压和电流,最后,将实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。该方法基于FDTD算法计算线缆不规则区域中点的电压和电流,不仅可以快速、精准的提取到线缆不规则区域中的干扰点,以修正线缆排布,还可以根据计算结果制定线缆排布允许最大偏移度限制,确保相关设备的稳定运行。
与上述的不规则线缆排布的异常点提取方法相对应,本发明还提出一种不规则线缆排布的异常点提取装置。由于本发明的装置实施例与上述的方法实施例相对应,对应装置实施例中未披露的细节可参照上述的方法实施例,本发明中不再进行赘述。
图5是根据本发明一个实施例的不规则线缆排布的异常点提取装置的方框示意图,如图5所示,该装置包括:提取模块1、训练模块2、预测模块3、计算模块4、对比模块5。
其中,提取模块1用于模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,电参数包括:电阻、电容、电感和电导;训练模块2用于将提取的线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练;预测模块3用于将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测实际线缆不规则区域中的坐标对应的电参数;计算模块4用于根据预测的电参数采用FDTD算法计算实际线缆不规则区域中的坐标对应的电压和电流;对比模块5用于将实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
根据本发明的一个实施例,提取模块采用ANSYS软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
根据本发明的一个实施例,神经网络为BP神经网络。
根据本发明的一个实施例,预设电压和预设电流根据平行排布线缆的电压和电流获取。
根据本发明的一个实施例,计算模块具体根据以下公式计算实际线缆不规则区域中的坐标对应的电压和电流:
其中,R、C、L和G分别代表电阻、电容、电感和电导,k代表坐标,Vk、Ik分别代表坐标k对应电压和电流,n代表离散的时间点和空间点数量,且1<k<n+1,Δt代表离散时间段,Δz代表离散空间段,代表第n时间点坐标k的电压,代表第n时间点坐标k的电流,代表第2n时间点坐标k的电压,代表第2(n+1)时间点坐标k的电压,代表第2n+1时间点坐标k的电流,代表第2n+1时间点坐标k-1的电流,代表第2(n+1)+1时间点坐标k的电流,代表第2(n+1)时间点坐标k+1的电压。
根据本发明实施例的不规则线缆排布的异常点提取装置,基于FDTD算法计算线缆不规则区域中点的电压和电流,不仅可以快速、精准的提取到线缆不规则区域中的干扰点,以修正线缆排布,还可以根据计算结果制定线缆排布允许最大偏移度限制,确保相关设备的稳定运
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种不规则线缆排布的异常点提取方法,其特征在于,包括以下步骤:
模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,所述电参数包括:电阻、电容、电感和电导;
将提取的所述线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练;
将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测所述实际线缆不规则区域中的坐标对应的电参数;
根据预测的电参数采用FDTD算法计算所述实际线缆不规则区域中的坐标对应的电压和电流;
将所述实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
2.根据权利要求1所述的不规则线缆排布的异常点提取方法,其特征在于,采用ANSYS软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
3.根据权利要求1所述的不规则线缆排布的异常点提取方法,其特征在于,所述神经网络为BP神经网络。
4.根据权利要求1所述的不规则线缆排布的异常点提取方法,其特征在于,所述预设电压和预设电流根据平行排布线缆的电压和电流获取。
5.根据权利要求1所述的不规则线缆排布的异常点提取方法,其特征在于,具体根据以下公式计算所述实际线缆不规则区域中的坐标对应的电压和电流:
6.一种不规则线缆排布的异常点提取装置,其特征在于,包括:
提取模块,所述提取模块用于模拟线缆排布,并提取线缆不规则区域中多个坐标的电参数,所述电参数包括:电阻、电容、电感和电导;
训练模块,所述训练模块用于将提取的所述线缆不规则区域中的电参数及相应的坐标输入神经网络进行迭代训练;
预测模块,所述预测模块用于将实际线缆不规则区域中的坐标输入训练好的神经网络中,以预测所述实际线缆不规则区域中的坐标对应的电参数;
计算模块,所述计算模块用于根据预测的电参数采用FDTD算法计算所述实际线缆不规则区域中的坐标对应的电压和电流;
对比模块,所述对比模块用于将所述实际线缆不规则区域中的坐标对应的电压和电流分别与预设电压和预设电流进行对比,并根据对比结果提取实际线缆不规则区域中的异常点。
7.根据权利要求6所述的不规则线缆排布的异常点提取装置,其特征在于,所述提取模块采用ANSYS软件模拟线缆排布,并提取线缆不规则区域中的电参数及相应的坐标。
8.根据权利要求6所述的不规则线缆排布的异常点提取装置,其特征在于,所述神经网络为BP神经网络。
9.根据权利要求6所述的不规则线缆排布的异常点提取装置,其特征在于,所述预设电压和预设电流根据平行排布线缆的电压和电流获取。
10.根据权利要求6所述的不规则线缆排布的异常点提取装置,其特征在于,所述计算模块具体根据以下公式计算所述实际线缆不规则区域中的坐标对应的电压和电流:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210495791.4A CN114595616B (zh) | 2022-05-09 | 2022-05-09 | 不规则线缆排布的异常点提取方法、提取装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210495791.4A CN114595616B (zh) | 2022-05-09 | 2022-05-09 | 不规则线缆排布的异常点提取方法、提取装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114595616A CN114595616A (zh) | 2022-06-07 |
CN114595616B true CN114595616B (zh) | 2022-08-30 |
Family
ID=81813421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210495791.4A Active CN114595616B (zh) | 2022-05-09 | 2022-05-09 | 不规则线缆排布的异常点提取方法、提取装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114595616B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115663812B (zh) * | 2022-12-26 | 2023-03-14 | 常州金坛金能电力有限公司 | 直流输电系统可靠性评估方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788935A (zh) * | 2012-08-23 | 2012-11-21 | 广州供电局有限公司 | 电桥法电缆故障定位仿真方法 |
CN114019309A (zh) * | 2021-11-05 | 2022-02-08 | 国网四川省电力公司成都供电公司 | 一种基于频域反射技术的电缆缺陷定位方法 |
CN114236317A (zh) * | 2021-09-28 | 2022-03-25 | 国网河北省电力有限公司电力科学研究院 | 电缆缺陷评估方法、装置、终端及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109669B (zh) * | 2021-04-12 | 2022-11-25 | 国网陕西省电力公司西安供电公司 | 一种基于行波特征频率的配电网混联线路故障定位方法 |
-
2022
- 2022-05-09 CN CN202210495791.4A patent/CN114595616B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788935A (zh) * | 2012-08-23 | 2012-11-21 | 广州供电局有限公司 | 电桥法电缆故障定位仿真方法 |
CN114236317A (zh) * | 2021-09-28 | 2022-03-25 | 国网河北省电力有限公司电力科学研究院 | 电缆缺陷评估方法、装置、终端及存储介质 |
CN114019309A (zh) * | 2021-11-05 | 2022-02-08 | 国网四川省电力公司成都供电公司 | 一种基于频域反射技术的电缆缺陷定位方法 |
Non-Patent Citations (1)
Title |
---|
基于高级量测的线损异常点定位方法;魏昶宇等;《电器与能效管理技术》;20180915;第58-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114595616A (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahmadi et al. | Optimal PMU placement for power system observability using binary particle swarm optimization and considering measurement redundancy | |
Silvester et al. | Exterior finite elements for 2-dimensional field problems with open boundaries | |
KR100709616B1 (ko) | 분포정수 회로 해석을 이용한 지중 케이블 계통의 1선 지락고장점 표정 방법 | |
Smail et al. | Diagnosis of wiring networks using particle swarm optimization and genetic algorithms | |
Sarajcev | Monte Carlo method for estimating backflashover rates on high voltage transmission lines | |
CN114595616B (zh) | 不规则线缆排布的异常点提取方法、提取装置 | |
Gatta et al. | Generalized pi-circuit tower grounding model for direct lightning response simulation | |
Santos et al. | Dynamic simulation of induced voltages in high voltage cable sheaths: Steady state approach | |
CN105243197A (zh) | 基于有限元仿真和等效电路的单芯电力电缆谐振分析方法 | |
Yang et al. | Analysis on RLCG parameter matrix extraction for multi-core twisted cable based on back propagation neural network algorithm | |
Monteiro et al. | Simplified skin‐effect formulation for power transmission lines | |
Amiri et al. | The influence of sag in the electric field calculation around high voltage overhead transmission lines | |
Mota et al. | Analysis of tower surge impedance using the finite element method | |
Calderon-Mendoza et al. | A double ended AC series arc fault location algorithm for a low-voltage indoor power line using impedance parameters and a neural network | |
Khodr et al. | Design of grounding systems in substations using a mixed-integer linear programming formulation | |
Bracale et al. | Day-ahead and intraday forecasts of the dynamic line rating for buried cables | |
Zarchi et al. | Hong Point Estimate Method to analyze uncertainty in the underground cables temperature | |
Tronchoni et al. | Two-dimensional Transmission Line Modeling method: An algorithm considering non-homogeneous media and ionization | |
Irurzun et al. | Dielectric breakdown in solids modeled by DBM and DLA | |
CN114740308A (zh) | 一种接地网的拓扑检测方法、装置、设备及介质 | |
Nuricumbo‐Guillén et al. | Computation of transient voltage and current profiles along illuminated multiconductor lines by means of the numerical Laplace transform | |
Costa et al. | Evaluation of analytic formulations for surge impedance calculation of tall transmission towers | |
Sánchez-Alegría et al. | Time domain electromagnetic transient analysis of aerial nonuniform transmission lines excited by an incident electromagnetic field | |
Asadpourahmadchali et al. | Hybrid continuous circuit‐trapezoidal integration method analysis of multi‐cross structure of grounding system | |
KR20190061143A (ko) | 전력계통의 하모닉 임피던스 측정장치 및 측정방법 |
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 |