CN116359653A - 电缆载流量确定方法、装置、计算机设备和存储介质 - Google Patents
电缆载流量确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116359653A CN116359653A CN202310401688.3A CN202310401688A CN116359653A CN 116359653 A CN116359653 A CN 116359653A CN 202310401688 A CN202310401688 A CN 202310401688A CN 116359653 A CN116359653 A CN 116359653A
- Authority
- CN
- China
- Prior art keywords
- cable
- temperature
- current
- carrying capacity
- target
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000004020 conductor Substances 0.000 claims abstract description 40
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 229920003020 cross-linked polyethylene Polymers 0.000 description 10
- 239000004703 cross-linked polyethylene Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000009529 body temperature measurement Methods 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005338 heat storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Electric Cable Installation (AREA)
Abstract
本申请涉及一种电缆载流量方法、装置、计算机设备和存储介质。所述方法包括：根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。采用本方法能够有效提高在不同环境下电缆载流量的适用性。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种电缆载流量确定方法、装置、计算机设备和存储介质。
背景技术
电缆载流量是决定电缆线路电能输送容量的一个重要参数，有效准确地计算电缆载流量的方法，对于有效提高电缆线路的资产利用率以及提高电能传输效率都具有十分重要的意义。
传统技术中，通常是采用IEC60287标准来对电缆载流量进行计算，其计算得到的电缆载流量无法很好适用于电缆线路所处的复杂应用环境。
发明内容
基于此，有必要针对上述技术问题，提供一种电缆载流量确定方法、装置、计算机设备和存储介质，能够有效提高在不同环境下电缆载流量的适用性。
第一方面，本申请提供了一种电缆载流量确定方法，包括：
根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；
根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；
将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；
基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
在一个实施例中，测温传感器置于电缆中导体线芯的几何中心。
在一个实施例中，将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度之前，还包括：
获取电缆各部件的热力参数，各部件包括外护套、绝缘层以及导电线芯，热力参数包括热容、热阻；
基于外护套与绝缘层以及导电线芯的热容、热阻，构建得到目标热路模型。
在一个实施例中，基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量，包括：
将差异程度输入至目标热路模型，得到电流增量值；
将电缆的当前电流值与电流增量值进行加权融合，得到最大允许电流值。
在一个实施例中，上述电缆载流量确定方法还包括：
获取采样时长间隔；
在每隔采样时长间隔的时间点，返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对，数据对用于表征在匹配的时间点下，环境温度与对应的电缆载流量之间的对应关系。
在一个实施例中，在每隔采样时长间隔的时间点，返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对之后，还包括：
将各个时间点对应的数据对中环境温度相同的数据对进行分类聚合，得到各个数据对子集合；
根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对，基于目标数据对确定电缆在不同的环境温度下分别对应的目标电缆载流量。
在一个实施例中，根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对之后，还包括：
对各个目标数据对进行曲线拟合，得到电缆载流量函数，电缆载流量函数用于表征环境温度与电缆的电缆载流量间的函数对应关系。
第二方面，本申请提供了一种电缆载流量确定装置，包括：
测温模块，用于根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；
计算模块，用于根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；
确定模块，用于基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
第三方面，本申请提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；
根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；
将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；
基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；
根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；
将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；
基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
上述电缆载流量确定方法、装置、计算机设备和存储介质，通过在电缆中内置测温传感器，实时获取电缆各区域处的导体线芯的温度，再根据各区域的线芯的温度来确定对应的目标区域，再基于目标区域绝缘层的温度以及线芯温度计算出目标区域对应的绝缘层的当前计算温度，最后根据该绝缘层的当前计算温度与最高允许温度，确定出对应电缆在对应温度下的电缆载流量，按照该方法可以实现根据实时监测到的电缆线芯温度来确定对应环境温度下的电缆载流量，相比传统技术中根据固定室温所确定的电缆载流量，本申请的电缆载流量确定方法所确定的电缆载流量，更能够有效提高在不同环境下电缆载流量的适用性。
附图说明
图1为一个实施例中电缆载流量确定方法的应用环境图；
图2为一个实施例中电缆载流量确定方法的流程示意图；
图3为一个实施例中构建目标热路模型的流程示意图；
图4为一个实施例中计算最大允许电流值的流程示意图；
图5为一个实施例中确定数据对的流程示意图；
图6为一个实施例中确定不同温度下对应的目标电缆载流量的流程示意图；
图7为一个实施例中单芯电缆线芯敷设测温光纤结构示意图；
图8为一个实施例中电缆载流量确定装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的电缆载流量确定方法，可以应用于如图1所示的应用环境中。如图1所示，计算机设备102根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。其中，计算机设备102可以但不限于是各种个人计算机、服务器、笔记本电脑、智能手机、平板电脑、物联网设备以及便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。
在一个实施例中，如图2所示，提供了一种电缆载流量确定方法，以该方法应用于图1中的计算机设备102为例进行说明，包括以下步骤：
步骤S202，根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度。
其中，电缆载流量是指一条电缆线路在输送电能时所通过的电流量，用于衡量电缆线路的电能输送容量大小；电缆上各区域指的是整条电缆线路上所有的各个区域，区域可以是整条电缆的某一点或是某一段；测温传感器可以是测温光纤等温度传感器。
具体地，计算机设备通过内置在电缆内部的测温传感器对电缆各区域处导体线芯的线芯温度进行实时采集，获取测温传感器采集到的线芯温度。
步骤S204，根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域。
其中，最高线芯温度指的是电缆各区域对应的线芯温度中温度值最高的线芯温度。
具体地，计算机设备根据前述步骤获取了电缆各区域处导体线芯的线芯温度，再将各个区域对应的线芯温度进行比较，确定出最高线芯温度，再将最高线芯温度对应的区域作为目标区域。
步骤S206，将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度。
其中，目标热路模型用于表征电缆的热量传输特性；环境温度可以是电缆外护套的温度，也可以是电缆外部预设范围内空气或其他介质的平均温度，其中电缆的外护套如图7中的编号11所示，绝缘层如图7中的编号6所示。
具体地，计算机设备根据前述步骤确定了目标区域后，检测目标区域对应的环境温度，再将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，输出目标区域对应的绝缘层的当前计算温度。
步骤S208，基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
其中，绝缘层的最高允许温度表示在保证电缆正常运行时绝缘层所能承受的最大温度值，当绝缘层的温度超过最高允许温度时电缆使用寿命会降低，甚至会出现损坏电缆的现象。
具体地，计算机设备将当前计算温度与绝缘层的最高允许温度进行差异计算，得到当前计算温度与绝缘层的最高允许温度间的差异程度，再将差异程度输入至目标热路模型，得到对应环境温度下对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量，其中差异计算可以是采用相减后取绝对值的方式。
上述电缆载流量确定方法，通过在电缆中内置测温传感器，实时获取电缆各区域处的导体线芯的温度，再根据各区域的线芯的温度来确定对应的目标区域，再基于目标区域绝缘层的温度以及线芯温度计算出目标区域对应的绝缘层的当前计算温度，最后根据该绝缘层的当前计算温度与最高允许温度，确定出对应电缆在对应温度下的电缆载流量，按照该方法可以实现根据实时监测到的电缆线芯温度来确定对应环境温度下的电缆载流量，相比传统技术中根据固定室温所确定的电缆载流量，本申请的电缆载流量确定方法所确定的电缆载流量，更能够有效提高在不同环境下电缆载流量的适用性。
在一个实施例中，测温传感器置于电缆中导体线芯的几何中心。
在一个实施例中，如图3所示，将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度之前，还包括：
步骤S302，获取电缆各部件的热力参数，各部件包括外护套、绝缘层以及导电线芯，热力参数包括热容、热阻。
其中，热容用于表征对应材料的储热能力，热阻用于表征对应材料的导热能力，例如当绝缘层的热容越大，则表明该绝缘层的储热能力越大，当绝缘层的热阻越大，则表明该绝缘层的导热能力越差。
步骤S304，基于外护套与绝缘层以及导电线芯的热容、热阻，构建得到目标热路模型。
本实施例中，通过获取电缆各部件的热力参数，再基于外护套与绝缘层以及导电线芯的热容、热阻，构建得到目标热路模型，从而使得所构建的目标热路模型能够准确反映电缆外护套及绝缘层的储热及导热性质，提高模型的可靠性。
在一个实施例中，如图4所示，基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量，包括：
步骤S402，将差异程度输入至目标热路模型，得到电流增量值。
具体地，计算机设备将差异程度输入至目标热路模型，得到最大电流值，其中最大电流值指的是当电缆中的电流值由当前水平增加至最大电流值时，所产生的热量使得绝缘层的温度上升至最高允许温度，再将最大电流值减去当前电流值，得到电流增量值。
步骤S404，将电缆的当前电流值与电流增量值进行加权融合，得到最大允许电流值。
具体地，计算机设备将电缆的当前电流值与电流增量值进行相加，得到最大允许电流。
本实施例中，通过将差异程度输入至目标热路模型，得到电流增量值，将电缆的当前电流值与电流增量值进行加权融合，得到最大允许电流值，从而有效提高最大允许电流值计算的准确性。
在一个实施例中，如图5所示，上述电缆载流量确定方法还包括：
步骤S502，获取采样时长间隔。
其中，采样时长间隔可以是由本领域技术人员根据经验而设定的经验值，也可以是通过神经网络算法、粒子群寻优算法以及遗传算法反复迭代得到的。
具体地，计算机设备根据本领域技术人员依照经验，设定的经验值，例如可以是5分钟、10分钟或20分钟等。
步骤S504，在每隔采样时长间隔的时间点，返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对。
其中，数据对用于表征在匹配的时间点下，环境温度与对应的电缆载流量之间的对应关系。
举例说明，当采样时长间隔为10分钟时，初始采样时刻为上午10:00时，则在10:00分钟时通过上述步骤采样得到该时刻对应的数据对D1，再在10:10时通过上述步骤采样得到数据对D2，再在10:20时通过上述步骤采样得到数据对D3。
具体地，计算机设备根据前述步骤确定了对应时间点下所对应的电缆载流量，每经过上述采样时长间隔的时间点就返回重新执行根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对。
本实施例中，根据技术人员经验设置采样时长间隔，依次得到各个采样时间点，在每个采样时间点时，程序返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，进而根据上述步骤，依次得到各个采样时间点对应的数据对，能够有效增大对应电缆的环境温度与对应电缆载流量间的数据样本量。
在一个实施例中，如图6所示，在每隔采样时长间隔的时间点，返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对之后，还包括：
步骤S602，将各个时间点对应的数据对中环境温度相同的数据对进行分类聚合，得到各个数据对子集合。
具体地，计算机设备根据上述步骤得到各个时间点对应的数据对，再对各个数据对中对应的环境温度进行分析，将环境温度相同的数据对聚合为同一个类别，从而实现将各个时间对进行分类聚合，得到各个数据对子集合。
步骤S604，根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对，基于目标数据对确定电缆在不同的环境温度下分别对应的目标电缆载流量。
具体地，计算机设备根据前述步骤得到各个数据对子集合，再对各个数据对子集合中的电缆载流量大小进行分析，将对应的数据对子集合中电缆载流量最小的数据对作为目标数据对，最后再将目标数据对所对应的电缆载流量作为该电缆在目标数据对的温度下所对应的电缆载流量的值。
本实施例中，通过将各个时间点对应的数据对中环境温度相同的数据对进行分类聚合，得到各个数据对子集合，根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对，基于目标数据对确定电缆在不同的环境温度下分别对应的目标电缆载流量，从而实现在各个数据对子集合中快速有效确定出能够充分代表对应电缆的电缆载流量的目标数据对，提高电缆载流量确定的准确性。
在一个实施例中，根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对之后，还包括：
对各个目标数据对进行曲线拟合，得到电缆载流量函数，电缆载流量函数用于表征环境温度与电缆的电缆载流量间的函数对应关系。
其中，曲线拟合可以是指数拟合，也可以是其他线性或非线性函数的拟合，得到用于表征环境温度与电缆的电缆载流量间的函数对应关系的电缆载流量函数。
本实施例中，对各个目标数据对进行曲线拟合，得到电缆载流量函数，从而有效确定电缆的环境温度与自身电缆载流量之间的函数对应关系，依据此对应关系可以有效提高确定电缆载流量的准确性。
本申请还提供了一种应用场景，该应用场景应用上述的电缆载流量确定方法，该方法应用于电缆在不同环境温度下的电缆载流量确定的场景。具体地，该电缆载流量确定方法在该应用场景的应用如下：
计算机设备通过内置在电缆内部的测温光纤实时获取电缆中各个区域的导体线芯的温度数据，如图7所示，测温光纤1设置在导体线芯3的中心位置。
电缆载流量的具体计算过程如下：
1、利用内置测温光纤新型电缆导体线芯温度测量系统，每10分钟记录电缆全线路的温度数据。同时，利用电流互感器测取对应时刻的电缆载流量；
2、每10分钟，分析电缆导体线芯的最高温度值点，并同时获得电缆导体线芯最高温度值点对应的电缆外护套处温度值；
3、利用电缆热路模型，以电缆导体线芯最高温度值和对应外护套环境温度为热路模型的边界值，精准推算实时的XLPE(交联聚乙烯)绝缘层的温度，获取最高温度值；
4、记录获得XLPE最高温度值，对应XLPE最高温度的电缆外护套温度值和电缆载流量值；
5、每10分钟循环上述过程；
6、每次的10分钟循环过程，对XLPE最高温度值和电缆载流量值的对应关系进行迭代更新。数据迭代判据如下：查找电缆外护套温度值是否有重复温度，如果有比较此时的XLPE最高温度，记录XLPE温度值较高的数据，删除XLPE温度值较低的数据；
7、在完成10天运行测试后，将XLPE最高温度的电缆外护套温度值(环境温度)和电缆载流量值对应的关系，利用指数函数拟合作为XLPE电力电缆的载流量数计算公式。
本实施例中，基于实时测量电缆运行温度数据值，提出了运行电缆最大载流量调控标准，通过该方法可在环境温度低和负荷较低时突破现有电缆固定最大载流量的限制，实现动态增容，提高电缆的有效利用率。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种数据查询装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：测温模块802、计算模块804、确定模块806，其中：
测温模块802，用于根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度；
计算模块804，用于根据各个线芯温度中的最高线芯温度，确定最高线芯温度对应的目标区域；将最高线芯温度与目标区域对应的环境温度输入至目标热路模型，得到目标区域对应的绝缘层的当前计算温度，目标热路模型用于表征电缆的热量传输特性；
确定模块806，用于基于当前计算温度与绝缘层的最高允许温度间的差异程度，确定环境温度对应的最大允许电流值，并将最大允许电流值作为电缆在环境温度下对应的电缆载流量。
在一个实施例中，测温传感器置于电缆中导体线芯的几何中心。
在一个实施例中，计算模块804还用于获取电缆各部件的热力参数，各部件包括外护套、绝缘层以及导电线芯，热力参数包括热容、热阻；基于外护套与绝缘层以及导电线芯的热容、热阻，构建得到目标热路模型。
在一个实施例中，确定模块806还用于将差异程度输入至目标热路模型，得到电流增量值；将电缆的当前电流值与电流增量值进行加权融合，得到最大允许电流值。
在一个实施例中，确定模块806还用于获取采样时长间隔；在每隔采样时长间隔的时间点，返回根据电缆内置的测温传感器获取电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对，数据对用于表征在匹配的时间点下，环境温度与对应的电缆载流量之间的对应关系。
在一个实施例中，确定模块806还用于将各个时间点对应的数据对中环境温度相同的数据对进行分类聚合，得到各个数据对子集合；根据每个数据对子集合中电缆载流量的大小，分别确定每个数据对子集合对应的目标数据对，基于目标数据对确定电缆在不同的环境温度下分别对应的目标电缆载流量。
在一个实施例中，确定模块806还用于对各个目标数据对进行曲线拟合，得到电缆载流量函数，电缆载流量函数用于表征环境温度与电缆的电缆载流量间的函数对应关系。
上述电缆载流量确定装置，通过在电缆中内置测温传感器，实时获取电缆各区域处的导体线芯的温度，再根据各区域的线芯的温度来确定对应的目标区域，再基于目标区域绝缘层的温度以及线芯温度计算出目标区域对应的绝缘层的当前计算温度，最后根据该绝缘层的当前计算温度与最高允许温度，确定出对应电缆在对应温度下的电缆载流量，按照该方法可以实现根据实时监测到的电缆线芯温度来确定对应环境温度下的电缆载流量，相比传统技术中根据固定室温所确定的电缆载流量，本申请的电缆载流量确定方法所确定的电缆载流量，更能够有效提高在不同环境下电缆载流量的适用性。
关于电缆载流量确定装置的具体限定可以参见上文中对于电缆载流量确定方法的限定，在此不再赘述。上述电缆载流量确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电缆载流量确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电缆载流量确定方法，其特征在于，所述方法包括：
根据电缆内置的测温传感器获取所述电缆上各区域处导体线芯的线芯温度；
根据各个线芯温度中的最高线芯温度，确定所述最高线芯温度对应的目标区域；
将所述最高线芯温度与所述目标区域对应的环境温度输入至目标热路模型，得到所述目标区域对应的绝缘层的当前计算温度，所述目标热路模型用于表征所述电缆的热量传输特性；
基于所述当前计算温度与所述绝缘层的最高允许温度间的差异程度，确定所述环境温度对应的最大允许电流值，并将所述最大允许电流值作为所述电缆在所述环境温度下对应的电缆载流量。
2.根据权利要求1所述的方法，其特征在于，所述测温传感器置于所述电缆中导体线芯的几何中心。
3.根据权利要求1所述的方法，其特征在于，所述将所述最高线芯温度与所述目标区域对应的环境温度输入至目标热路模型，得到所述目标区域对应的绝缘层的当前计算温度之前，还包括：
获取所述电缆各部件的热力参数，所述各部件包括外护套、绝缘层以及导电线芯，所述热力参数包括热容、热阻；
基于所述外护套与所述绝缘层以及所述导电线芯的热容、热阻，构建得到目标热路模型。
4.根据权利要求1所述的方法，其特征在于，所述基于所述当前计算温度与所述绝缘层的最高允许温度间的差异程度，确定所述环境温度对应的最大允许电流值，并将所述最大允许电流值作为所述电缆在所述环境温度下对应的电缆载流量，包括：
将所述差异程度输入至所述目标热路模型，得到电流增量值；
将所述电缆的当前电流值与所述电流增量值进行加权融合，得到最大允许电流值。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取采样时长间隔；
在每隔所述采样时长间隔的时间点，返回所述根据电缆内置的测温传感器获取所述电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对，所述数据对用于表征在匹配的时间点下，环境温度与对应的电缆载流量之间的对应关系。
6.根据权利要求5所述的方法，其特征在于，所述在每隔所述采样时长间隔的时间点，返回所述根据电缆内置的测温传感器获取所述电缆上各区域处导体线芯的线芯温度的步骤，得到每个时间点所对应的数据对之后，还包括：
将各个时间点对应的数据对中环境温度相同的数据对进行分类聚合，得到各个数据对子集合；
根据每个数据对子集合中电缆载流量的大小，分别确定所述每个数据对子集合对应的目标数据对，基于目标数据对确定所述电缆在不同的环境温度下分别对应的目标电缆载流量。
7.根据权利要求6所述的方法，其特征在于，所述根据每个数据对子集合中电缆载流量的大小，分别确定所述每个数据对子集合对应的目标数据对之后，还包括：
对各个目标数据对进行曲线拟合，得到电缆载流量函数，所述电缆载流量函数用于表征环境温度与所述电缆的电缆载流量间的函数对应关系。
8.一种电缆载流量确定装置，其特征在于，所述装置包括：
测温模块，用于根据电缆内置的测温传感器获取所述电缆上各区域处导体线芯的线芯温度；
计算模块，用于根据各个线芯温度中的最高线芯温度，确定所述最高线芯温度对应的目标区域；将所述最高线芯温度与所述目标区域对应的环境温度输入至目标热路模型，得到所述目标区域对应的绝缘层的当前计算温度，所述目标热路模型用于表征所述电缆的热量传输特性；
确定模块，用于基于所述当前计算温度与所述绝缘层的最高允许温度间的差异程度，确定所述环境温度对应的最大允许电流值，并将所述最大允许电流值作为所述电缆在所述环境温度下对应的电缆载流量。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310401688.3A CN116359653A (zh) | 2023-04-10 | 2023-04-10 | 电缆载流量确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310401688.3A CN116359653A (zh) | 2023-04-10 | 2023-04-10 | 电缆载流量确定方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116359653A true CN116359653A (zh) | 2023-06-30 |
Family
ID=86921597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310401688.3A Pending CN116359653A (zh) | 2023-04-10 | 2023-04-10 | 电缆载流量确定方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116359653A (zh) |
-
2023
- 2023-04-10 CN CN202310401688.3A patent/CN116359653A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114910756A (zh) | 一种低压母线槽的绝缘性能评估方法及系统 | |
| CN112444748A (zh) | 电池异常检测方法、装置、电子设备及存储介质 | |
| CN115828685A (zh) | 基于切比雪夫谱方法的锂电池温度仿真方法、装置及介质 | |
| Wu et al. | SOH prediction for lithium-ion battery based on improved support vector regression | |
| Sheikh et al. | A data-driven comparative analysis of lithium-ion battery state of health and capacity estimation | |
| CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
| CN116359653A (zh) | 电缆载流量确定方法、装置、计算机设备和存储介质 | |
| CN116973764A (zh) | 一种锂电池一致性评估方法、装置、电子设备及存储介质 | |
| CN115656747A (zh) | 基于异构数据的变压器缺陷诊断方法、装置和计算机设备 | |
| CN116184209A (zh) | 一种适用于动力电池热失控的预警方法及装置 | |
| CN115795928A (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
| CN116191398A (zh) | 负荷预测方法、装置、计算机设备和存储介质 | |
| CN115879610B (zh) | 接触器使用期限预测方法、装置、设备和存储介质 | |
| CN117195492A (zh) | 电缆接头结构的仿真模型确定方法、装置和计算机设备 | |
| CN117874944A (zh) | 电缆热评估方法、装置、计算机设备及存储介质 | |
| CN117172056A (zh) | 接触电阻预测模型的训练方法、装置和计算机设备 | |
| CN117034772A (zh) | 载流不平衡度确定方法、装置和计算机设备 | |
| CN117195493A (zh) | 电缆接头仿真模型的确定方法、装置和计算机设备 | |
| CN118209218A (zh) | 变压器温度检测方法、装置、设备、存储介质和程序产品 | |
| CN117147986A (zh) | 电缆不平衡度的确定方法、装置、计算机设备和存储介质 | |
| CN116087702A (zh) | 电连接器的寿命评估方法、装置、设备和存储介质 | |
| CN117233567A (zh) | 晶闸管性能测试方法、装置、设备、存储介质和程序产品 | |
| CN117993130A (zh) | 配电网的路径规划方法、装置、计算机设备、介质和产品 | |
| CN117031331A (zh) | 电池阻抗估计方法、装置及计算机设备 | |
| CN117171600A (zh) | 用户聚类方法、装置、设备、存储介质和程序产品 |
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 |