CN115809610B - 基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 - Google Patents
基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 Download PDFInfo
- Publication number
- CN115809610B CN115809610B CN202310077026.5A CN202310077026A CN115809610B CN 115809610 B CN115809610 B CN 115809610B CN 202310077026 A CN202310077026 A CN 202310077026A CN 115809610 B CN115809610 B CN 115809610B
- Authority
- CN
- China
- Prior art keywords
- cable
- soil
- current
- core cable
- thermal
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Electric Cable Installation (AREA)
Abstract
本发明公开了一种基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统,其方法通过构建土壤部分热路模型,将其与三芯电缆的热路相结合,构成直埋三芯电缆热路模型,并采用多阶跃负荷电流在直埋三芯电缆热路模型上进行持续作用,通过仿真获得多个多阶跃负荷电流下的电缆表皮温度,并构建载流量时序特征集,将载流量时序特征集对长短期记忆VT‑LSTM预测模型进行训练,得到训练好的长短期记忆VT‑LSTM预测模型,将电缆表皮测量温度输入到训练好的长短期记忆VT‑LSTM预测模型中,得到未来时刻的电缆载流量预测值,从而充分考虑和环境和电缆暂态温升情况,提高了载流量预测精度。
Description
技术领域
本发明涉及电力电缆载流量技术领域,尤其涉及一种基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统。
背景技术
为响应绿色发展政策,经济、环保已成为现代电力系统传输电能的目标。而现阶段,城市建设需求与用电负荷的日益增长,直埋电缆在配网线路中占比越来越大。对比架空输电线路,直埋电缆有着事故发生概率低、外力破坏概率小、地面空间占比少、功率因数高等优点。据全国电力行业年度报告统计,从2013-2019年,电缆敷设线路在架空线路中占比由44.99%上升至56.22%。在负荷调度不及时、设备/线路检修或故障时,要求实现对现有线路进行动态增容提效,动态载流量提升方法对其意义重大。
电缆的载流量计算由缆芯温度决定,且芯温度直接影响电缆使用寿命。目前广泛使用的交联聚乙烯(XLPE)电缆,其耐受最高温度可达90℃,况且在生产时考虑的是最恶劣情况下的载流量限值,所以电缆实际运行时的供电能力处于较低水平,造成资源的严重浪费。在现有电缆运行温度规定下,结合电缆的热稳态特征,突破载流量对负荷电流的约束,实现电缆供电的潮流优化调度。目前静态载流量的限值是在不能实时感知电缆温度情况下设计的,对电缆热载荷能力的估值偏低,电缆动态载流量的提升关键在于电缆温度的计算与预测。
目前大部分研究在直埋三芯电缆温度计算与预测方面没有结合土壤环境的影响,照成温度计算具有一定程度的误差,也会影响载流量预测精度较低。
针对电缆温度计算,大部分研究都是基于稳态热回路方程下进行仿真计算,但是,电缆的实际负荷与土壤环境状况又都是时变的,而不考虑暂态温升情况下会导致载流量预测值偏小,而大多数方法没有考虑实际负荷作用规律,以及其连续作用在电缆上带来的温升影响,导致总体温度计算值偏低,从而使得载流量预测精度较低。
发明内容
本发明提供了一种基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统,解决了不考虑暂态温升情况下会导致载流量预测精度较低的技术问题。
有鉴于此,本发明第一方面提供了一种基于多阶跃负荷的直埋三芯电缆载流量预测方法,包括以下步骤:
获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流;
对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
以所述三芯电缆的多阶跃电流为电流激励连续加载至所述直埋三芯电缆热路模型中的电缆本体上,对所述直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度;
根据多个多阶跃电流对应的所述电缆表皮温度构建载流量时序特征集;
构建长短期记忆VT-LSTM预测模型,将所述载流量时序特征集对所述长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型;
获取未来时刻的电缆表皮测量温度,将所述电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
可选地,获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流的步骤具体包括:
获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
对所述电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
;
式中,t为时刻,为第t时刻的多阶跃电流,
I max 为电流最大值。
可选地,对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型的步骤具体包括:
根据IEC 60853标准对所述三芯电缆进行热路建模,得到三芯电缆的热路,其中,所述三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
可选地,本方法还包括:
通过下式计算电缆外部的土壤部分的热路的等效热容为:
;
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,
Q p 表示土壤的体比热容;
通过下式计算电缆外部的土壤部分的热路的等效热阻为:
;
式中,Rs1表示第一层土壤的等效热阻,
R si 表示第i层土壤的等效热阻,K表示土壤的总层数,
R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
;
;
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
第二方面,本发明提供了一种基于多阶跃负荷的直埋三芯电缆载流量预测系统,包括:
电流获取模块,用于获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流;
热路建模模块,用于对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
温度计算模块,用于以所述三芯电缆的多阶跃电流为电流激励连续加载至所述直埋三芯电缆热路模型中的电缆本体上,对所述直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度;
特征集构建模块,用于根据多个多阶跃电流对应的所述电缆表皮温度构建载流量时序特征集;
预测模型训练模块,用于构建长短期记忆VT-LSTM预测模型,将所述载流量时序特征集对所述长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型;
载流量预测模块,用于获取未来时刻的电缆表皮测量温度,将所述电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
可选地,所述电流获取模块具体包括:
负荷曲线拟合模块,用于获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
电流计算模块,用于对所述电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
;
式中,t为时刻,为第t时刻的多阶跃电流,
I max 为电流最大值。
可选地,所述热路建模模块具体包括:
电缆热路建模模块,用于根据IEC 60853标准对所述三芯电缆进行热路建模,得到三芯电缆的热路,其中,所述三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
土壤热路建模模块,用于对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
热路连接模块,用于将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
可选地,本系统还包括:
等效热容计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热容为:
;
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,
Q p 表示土壤的体比热容;
等效热阻计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热阻为:
;
式中,Rs1表示第一层土壤的等效热阻,
R si 表示第i层土壤的等效热阻,K表示土壤的总层数,
R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
;
;
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过考虑了土壤环境因素的影响,构建了土壤部分热路模型,将其与三芯电缆的热路相结合,构成直埋三芯电缆热路模型,并采用多阶跃负荷电流在直埋三芯电缆热路模型上进行持续作用,以模拟电缆温升的情况,通过仿真获得多个多阶跃负荷电流下的电缆表皮温度,并构建载流量时序特征集,将载流量时序特征集对长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型,获取未来时刻的电缆表皮测量温度,将电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值,从而充分考虑和环境和电缆暂态温升情况,提高了载流量预测精度。
附图说明
图1为本发明实施例提供的一种基于多阶跃负荷的直埋三芯电缆载流量预测方法的流程图;
图2为本发明实施例提供的直埋三芯电缆热路模型的结构示意图;
图3为本发明实施例提供的长短期记忆VT-LSTM预测模型的原理流程图;
图4为本发明实施例提供的一种基于多阶跃负荷的直埋三芯电缆载流量预测系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
为了便于理解,请参阅图1,本发明提供的一种基于多阶跃负荷的直埋三芯电缆载流量预测方法,包括以下步骤:
S1、获取三芯电缆每天的负荷拟合曲线,根据负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和电流最大值获得三芯电缆的多阶跃电流;
S2、对三芯电缆和电缆外部的土壤部分分别进行热路建模,将三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
其中,如图2所示,图2示意了直埋三芯电缆热路模型的结构示意图。其中,考虑土壤环境因素的影响,模拟电缆温度在土壤中的分布规律,结合IEC 60853标准中的电缆热路模型对三芯电缆进行热路建模,将三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
S3、以三芯电缆的多阶跃电流为电流激励连续加载至直埋三芯电缆热路模型中的电缆本体上,对直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度。
其中,考虑连续作用对电缆温升的影响,可以根据采用每时刻的多阶跃负荷电流在直埋三芯电缆热路模型中的电缆本体上进行持续作用,并参照IEC 60853标准对三芯电缆的热路的相关参数进行求解,得到电缆表皮温度。
S4、根据多个多阶跃电流对应的电缆表皮温度构建载流量时序特征集。
可以理解的是,由于前述是通过三芯电缆的多阶跃电流为电流激励连续加载至直埋三芯电缆热路模型中的电缆本体上,故随着时间的变化,其得到具有时序的多个电缆表皮温度,并以多个多阶跃电流对应的电缆表皮温度构建载流量时序特征集。
在一个示例中,设置多阶跃电流中的电流最大值,其中包括300A、350A、400A、450A、500A等,连续作用72小时,获得Td点处的温度数据,以整点小时温度为特征参数,即[T1,T2, T3, …, T72, I],T1,T2, T3, …, T72为Td点处的温度数据,I为多阶跃电流中的电流最大值,建立载流量预测时序特征集FT=[T1,T2,T3, …, T72, I]。
其中,Td点处的温度为电缆表皮温度,该点温度与载流量息息相关,存在一定的非线性关系,故Td点处的温度非常关键。即电流I与Td的关系式,获得两者内在关系后,可通过模型获得Td为90℃时电流I最大值,即获得电缆最大载流量。
S5、构建长短期记忆VT-LSTM预测模型,将载流量时序特征集对长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型。
需要说明的是,由于时序数据中存在突变信息点,原始长短期记忆VT-LSTM针对突变信息的处理能力较差,为提高LSTM的学习拟合能力,将门控单元融合在LSTM中,即长短期记忆VT-LSTM预测模型。
如图3所示,图3示意了长短期记忆VT-LSTM预测模型的原理流程图,其中,新增门控单元trt采用tanh函数对遗忘门输出进行映射,避免遗忘门中sigmoid函数存在的过饱和问题。由于新增的门控单元增加了整个模型的参数量,故将原始LSTM中的输入与遗忘门合并为新的门控单元,降低载流量预测模型的计算量。具体定义公式如下:
;
;
;
;
;
;
式中,σ为sigmoid函数,wu、wg、w0分别为ut、gt和ot门的权值,ht-1为上一时刻的隐状态,xt为当前输入,bu、bg、b0分别为ut、gt和ot门的偏置,St和St-1分别为当前状态向量与上一时刻状态向量,更新门trt的映射区间范围为[0.25,1.0],趋近于0.5的值将被压缩为0.5,通过压缩能够保留潜在特征且利于获得数据之间的关系式。
S6、获取未来时刻的电缆表皮测量温度,将电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
可以理解的是,训练好的长短期记忆VT-LSTM预测模型拟合了负荷电流(载流量)与温度之间的非线性关系,从而对实际工程中动态载流量进行预测。
需要说明的是,本实施例提供了一种基于多阶跃负荷的直埋三芯电缆载流量预测方法,通过考虑了土壤环境因素的影响,构建了土壤部分热路模型,将其与三芯电缆的热路相结合,构成直埋三芯电缆热路模型,并采用多阶跃负荷电流在直埋三芯电缆热路模型上进行持续作用,以模拟电缆温升的情况,通过仿真获得多个多阶跃负荷电流下的电缆表皮温度,并构建载流量时序特征集,将载流量时序特征集对长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型,获取未来时刻的电缆表皮测量温度,将电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值,从而充分考虑和环境和电缆暂态温升情况,提高了载流量预测精度。
在一个具体实施例中,步骤S1具体包括:
S101、获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
S102、对电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
;
式中,t为时刻,为第t时刻的多阶跃电流,
I max 为电流最大值。
在一个具体实施例中,步骤S2具体包括:
S201、根据IEC 60853标准对三芯电缆进行热路建模,得到三芯电缆的热路,其中,三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
S202、对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
S203、将三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
如图2所示,其中,
W 1 为导体损耗产生的热量,
Q 1、
Q 2、
Q 3分别表示导体、绝缘层、外护套的热容,
T 1和
T 3分别为绝缘层和外护套的热阻,
T d为电缆表皮温度,而
Q 4~
Q 8为土壤部分各层的热容,Rs1~Rs6为土壤部分各层的热阻,Ttr为土壤部分的温度。
在一个具体实施例中,本方法还包括:
S7、通过下式计算电缆外部的土壤部分的热路的等效热容为:
;
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,
Q p 表示土壤的体比热容;
S8、通过下式计算电缆外部的土壤部分的热路的等效热阻为:
;
式中,Rs1表示第一层土壤的等效热阻,
R si 表示第i层土壤的等效热阻,K表示土壤的总层数,
R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
;
;
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
以上为本发明提供的一种基于多阶跃负荷的直埋三芯电缆载流量预测方法的实施例的详细描述,以下为本发明提供的一种基于多阶跃负荷的直埋三芯电缆载流量预测系统的实施例的详细描述。
为了便于理解,请参阅图4,本发明提供了一种基于多阶跃负荷的直埋三芯电缆载流量预测系统,包括:
电流获取模块100,用于获取三芯电缆每天的负荷拟合曲线,根据负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和电流最大值获得三芯电缆的多阶跃电流;
热路建模模块200,用于对三芯电缆和电缆外部的土壤部分分别进行热路建模,将三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
温度计算模块300,用于以三芯电缆的多阶跃电流为电流激励连续加载至直埋三芯电缆热路模型中的电缆本体上,对直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度;
特征集构建模块400,用于根据多个多阶跃电流对应的电缆表皮温度构建载流量时序特征集;
预测模型训练模块500,用于构建长短期记忆VT-LSTM预测模型,将载流量时序特征集对长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型;
载流量预测模块600,用于获取未来时刻的电缆表皮测量温度,将电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
在一个具体实施例中,电流获取模块具体包括:
负荷曲线拟合模块,用于获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
电流计算模块,用于对电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
;
式中,t为时刻,为第t时刻的多阶跃电流,
I max 为电流最大值。
在一个具体实施例中,热路建模模块具体包括:
电缆热路建模模块,用于根据IEC 60853标准对三芯电缆进行热路建模,得到三芯电缆的热路,其中,三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
土壤热路建模模块,用于对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
热路连接模块,用于将三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
在一个具体实施例中,本系统还包括:
等效热容计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热容为:
;
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,
Q p 表示土壤的体比热容;
等效热阻计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热阻为:
;
式中,Rs1表示第一层土壤的等效热阻,
R si 表示第i层土壤的等效热阻,K表示土壤的总层数,
R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
;
;
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.基于多阶跃负荷的直埋三芯电缆载流量预测方法,其特征在于,包括以下步骤:
获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流;
对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
以所述三芯电缆的多阶跃电流为电流激励连续加载至所述直埋三芯电缆热路模型中的电缆本体上,对所述直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度;
根据多个多阶跃电流对应的所述电缆表皮温度构建载流量时序特征集;
构建长短期记忆VT-LSTM预测模型,将所述载流量时序特征集对所述长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型,其中,长短期记忆VT-LSTM预测模型是将原始LSTM中的输入与遗忘门合并为新的门控单元;
获取未来时刻的电缆表皮测量温度,将所述电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
2.根据权利要求1所述的基于多阶跃负荷的直埋三芯电缆载流量预测方法,其特征在于,获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流的步骤具体包括:
获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
对所述电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
式中,t为时刻,为第t时刻的多阶跃电流,I max 为电流最大值。
3.根据权利要求1所述的基于多阶跃负荷的直埋三芯电缆载流量预测方法,其特征在于,对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型的步骤具体包括:
根据IEC 60853标准对所述三芯电缆进行热路建模,得到三芯电缆的热路,其中,所述三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
4.根据权利要求1所述的基于多阶跃负荷的直埋三芯电缆载流量预测方法,其特征在于,还包括:
通过下式计算电缆外部的土壤部分的热路的等效热容为:
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,Q p 表示土壤的体比热容;
通过下式计算电缆外部的土壤部分的热路的等效热阻为:
式中,Rs1表示第一层土壤的等效热阻,R si 表示第i层土壤的等效热阻,K表示土壤的总层数,R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
5.基于多阶跃负荷的直埋三芯电缆载流量预测系统,其特征在于,包括:
电流获取模块,用于获取三芯电缆每天的负荷拟合曲线,根据所述负荷拟合曲线获取三芯电缆每天的电流最大值,基于多阶跃电流函数和所述电流最大值获得所述三芯电缆的多阶跃电流;
热路建模模块,用于对所述三芯电缆和电缆外部的土壤部分分别进行热路建模,将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型;
温度计算模块,用于以所述三芯电缆的多阶跃电流为电流激励连续加载至所述直埋三芯电缆热路模型中的电缆本体上,对所述直埋三芯电缆热路模型进行求解,得到多个电缆表皮温度;
特征集构建模块,用于根据多个多阶跃电流对应的所述电缆表皮温度构建载流量时序特征集;
预测模型训练模块,用于构建长短期记忆VT-LSTM预测模型,将所述载流量时序特征集对所述长短期记忆VT-LSTM预测模型进行训练,得到训练好的长短期记忆VT-LSTM预测模型,其中,长短期记忆VT-LSTM预测模型是将原始LSTM中的输入与遗忘门合并为新的门控单元;
载流量预测模块,用于获取未来时刻的电缆表皮测量温度,将所述电缆表皮测量温度输入到训练好的长短期记忆VT-LSTM预测模型中,得到未来时刻的电缆载流量预测值。
6.根据权利要求5所述的基于多阶跃负荷的直埋三芯电缆载流量预测系统,其特征在于,所述电流获取模块具体包括:
负荷曲线拟合模块,用于获取三芯电缆在全年运行的用电高峰期间的负荷数据,对三芯电缆在全年运行的用电高峰期间的负荷数据进行曲线拟合,得到电缆全年负荷拟合曲线;
电流计算模块,用于对所述电缆全年负荷拟合曲线以滑动24小时时间窗口进行划分,得到多个电缆24小时负荷拟合曲线,获取每个电缆24小时负荷拟合曲线中的电流最大值,通过下式的阶跃电流函数计算三芯电缆在每天的多阶跃电流为:
式中,t为时刻,为第t时刻的多阶跃电流,I max 为电流最大值。
7.根据权利要求5所述的基于多阶跃负荷的直埋三芯电缆载流量预测系统,其特征在于,所述热路建模模块具体包括:
电缆热路建模模块,用于根据IEC 60853标准对所述三芯电缆进行热路建模,得到三芯电缆的热路,其中,所述三芯电缆的分层结构由内至外依次为导体、绝缘层和外护套;
土壤热路建模模块,用于对电缆外部的土壤部分进行热路建模,得到电缆外部的土壤部分的热路;
热路连接模块,用于将所述三芯电缆的热路和电缆外部的土壤部分的热路连接起来,构成直埋三芯电缆热路模型。
8.根据权利要求5所述的基于多阶跃负荷的直埋三芯电缆载流量预测系统,其特征在于,还包括:
等效热容计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热容为:
式中,表示第i层土壤的等效热容,i表示土壤的层数,rex,i表示第i层土壤的外径,rin,i表示第i层土壤的内径,Q p 表示土壤的体比热容;
等效热阻计算模块,用于通过下式计算电缆外部的土壤部分的热路的等效热阻为:
式中,Rs1表示第一层土壤的等效热阻,R si 表示第i层土壤的等效热阻,K表示土壤的总层数,R sK 表示第K层土壤的等效热阻,R1表示第一层土壤的参考热阻,Ri-1表示第i-1层土壤的参考热阻,Ri表示第i层土壤的参考热阻,RK-1表示第K-1层土壤的参考热阻,其中,
式中,表示土壤的热阻系数,hi表示第i层土壤的厚度,hK-1表示第K-1层土壤的厚度,rin,K-1表示第K-1层土壤的内径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077026.5A CN115809610B (zh) | 2023-02-08 | 2023-02-08 | 基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077026.5A CN115809610B (zh) | 2023-02-08 | 2023-02-08 | 基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115809610A CN115809610A (zh) | 2023-03-17 |
CN115809610B true CN115809610B (zh) | 2023-05-16 |
Family
ID=85487588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310077026.5A Active CN115809610B (zh) | 2023-02-08 | 2023-02-08 | 基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115809610B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5933355A (en) * | 1995-05-04 | 1999-08-03 | Deb; Anjan Kumar | Object oriented expert power line ampacity system |
CN107122577A (zh) * | 2017-07-10 | 2017-09-01 | 上海海能信息科技有限公司 | 一种实时动态的电缆载流量计算方法及系统 |
CN107766627A (zh) * | 2017-09-29 | 2018-03-06 | 国网江苏省电力公司南京供电公司 | 一种用于展示电缆导体在应急负荷电流下温升特性的方法 |
CN110598905A (zh) * | 2019-08-08 | 2019-12-20 | 广东毓秀科技有限公司 | 一种通过多点数据采集进行轨交电缆热失控预测的方法 |
CN113128080A (zh) * | 2019-12-31 | 2021-07-16 | 安波福电气系统有限公司 | 用于预测线束温度的方法和设备 |
CN111160659B (zh) * | 2019-12-31 | 2021-11-23 | 国家电网公司西南分部 | 一种考虑温度模糊化的电力负荷预测方法 |
CN111707888A (zh) * | 2020-05-27 | 2020-09-25 | 许继集团有限公司 | 一种电缆导体温度、载流量及耐受时间动态预测方法 |
CN115577643A (zh) * | 2022-11-23 | 2023-01-06 | 广东电网有限责任公司中山供电局 | 一种电缆终端头的温度预测方法及装置 |
CN115561564B (zh) * | 2022-12-05 | 2023-03-10 | 广东电网有限责任公司中山供电局 | 一种电缆接头动态载流量的arima序列预测方法 |
-
2023
- 2023-02-08 CN CN202310077026.5A patent/CN115809610B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115809610A (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461392B (zh) | 一种基于图神经网络的电力故障预测方法及系统 | |
Teh et al. | Critical span identification model for dynamic thermal rating system placement | |
Ahmadi et al. | Optimal PMU placement for power system observability using binary particle swarm optimization and considering measurement redundancy | |
CN101632211B (zh) | 通过电力系统状态估计的电力线松弛度计算 | |
Ju et al. | Loop‐analysis‐based continuation power flow algorithm for distribution networks | |
Jiang et al. | Identification of voltage stability critical injection region in bulk power systems based on the relative gain of voltage coupling | |
Jupe et al. | Application of a dynamic thermal rating system to a 132kV distribution network | |
Xiao et al. | Boundary supply capability for distribution systems: concept, indices and calculation | |
CN113991856B (zh) | 一种微能网多适应性μPMU最优布点方法 | |
Wu et al. | Icing load accretion prognosis for power transmission line with modified hidden semi‐Markov model | |
CN115809610B (zh) | 基于多阶跃负荷的直埋三芯电缆载流量预测方法及系统 | |
Miljanić et al. | Multiple channel PMU placement considering communication constraints | |
Esmaili et al. | Optimal placement of resistive/inductive SFCLs considering short‐circuit levels using complex artificial bee colony algorithm | |
Bontempi et al. | Semiphysical modelling architecture for dynamic assessment of power components loading capability | |
Bracale et al. | Day-ahead and intraday forecasts of the dynamic line rating for buried cables | |
Miller et al. | A grid reinforcement approach for an optimized planning of high‐voltage distribution grids under consideration of line loading indicators | |
Kopsidas et al. | Cyber‐physical reliability of dynamic line rating ICT failures in OHL networks | |
CN115579955A (zh) | 一种基于神经网络预测的配电网光伏消纳能力评估方法 | |
CN112731150B (zh) | 电压暂降状态估计方法、装置、计算机设备和存储介质 | |
Ramesh et al. | Electrical power system state estimation meter placement—a comparative survey report | |
Wen et al. | Construction of power system load models and network equivalence using an evolutionary computation technique | |
CN113255994A (zh) | 电网cps的优化配置方法、装置、设备和介质 | |
CN113591258A (zh) | 基于节点关联矩阵的配电网络pmu配置优化方法 | |
Sayenko et al. | Development of Methods for Optimizing Reactive Power Modes Based on Neural Network Technologies | |
Yang et al. | Research on the optimisation strategy of short‐circuit current limitation based on quantum genetic algorithm |
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 |