【技術實現步驟摘要】
本專利技術涉及閃絡電壓預測，尤其涉及絕緣子污穢閃絡電壓預測方法、系統、存儲介質及設備。
技術介紹
1、污閃是電力系統中一個嚴重威脅安全運行的問題，污閃事故的發生主要是由于電網中運行的絕緣子表面沉積了大量的污穢物質，當這些污層被濕潤后，絕緣子的外絕緣能力會急劇下降，進而引發閃絡現象，出現閃絡電壓；污閃不僅會導致電力設備的損壞，還可能引發更大范圍的停電事故，因此，對污閃的有效預防和控制具有重要的現實意義。
2、隨著電力系統朝著高電壓、大容量、遠距離的方向發展，對絕緣子的性能要求越來越高，絕緣子閃絡電壓的準確預測變得尤為重要，準確的閃絡電壓預測方法能夠實現對絕緣子狀態的實時監測和早期預警，有助于電力系統運維人員提前采取措施，降低污閃事故發生的風險，保障電力系統的安全穩定運行。
技術實現思路
1、基于此，有必要針對上述問題，提出了一種絕緣子污穢閃絡電壓預測方法。
2、一種絕緣子污穢閃絡電壓預測方法，所述方法包括下列步驟：
3、獲取絕緣子訓練數據集，所述絕緣子訓練數據集中包括污穢絕緣子的絕緣子信息以及對應的閃絡電壓；
4、構建ls-svm模型；
5、將所述絕緣子信息輸入所述ls-svm模型，對所述ls-svm模型的參數進行優化，直至所述ls-svm模型的輸出與所述絕緣子信息對應的閃絡電壓之間的差異滿足閾值條件，則確定所述ls-svm模型訓練完成；
6、根據訓練完成后的ls-svm模型對測試數據進行污穢閃絡電壓預測并得出預
7、上述方案中，所述獲取絕緣子訓練數據集，具體包括：
8、確定污穢等級，根據所述污穢等級構建對應的若干個試驗絕緣子，對若干個實驗絕緣子進行測試，得到實驗絕緣子的閃絡電壓；
9、采集所述若干個試驗絕緣子的幾何參數和環境參數；
10、對所述絕緣子信息進行數據清洗和歸一化處理，得到絕緣子訓練數據集。
11、上述方案中，所述確定污穢等級，根據所述污穢等級構建對應的若干個試驗絕緣子，具體包括：
12、根據所述絕緣子的鹽密值確定污穢等級，所述污穢等級包括0級、ⅰ級、ⅱ級、ⅲ級、ⅳ級。
13、上述方案中，所述根據所述絕緣子的鹽密值確定污穢等級，具體包括：
14、當所述絕緣子的鹽密值處于(0,0.03]區間時，其對應的污穢等級為0級；
15、當所述絕緣子的鹽密值處于(0.03,0.06]區間時，其對應的污穢等級為ⅰ級；
16、當所述絕緣子的鹽密值處于(0.06,0.10]區間時，其對應的污穢等級為ⅱ級；
17、當所述絕緣子的鹽密值處于(0.10,0.25]區間時，其對應的污穢等級為ⅲ級；
18、當所述絕緣子的鹽密值處于(0.25,0.35]區間時，其對應的污穢等級為ⅳ級。
19、上述方案中，還包括：
20、通過目標函數對所述ls-svm模型的參數進行優化；
21、所述目標函數為：
22、
23、其中，ω為權重向量，b為偏置項，ξ為誤差項，c為懲罰參數。
24、上述方案中，所述根據所述絕緣子訓練數據集優化所述目標函數，直至當前目標函數對應的ls-svm模型參數滿足閾值條件，則確定所述ls-svm模型訓練完成，具體包括：
25、通過優化所述目標函數確定所述ls-svm模型的最優參數組合，所述ls-svm模型參數包含正則化參數γ、內核參數σ和懲罰參數c。
26、上述方案中，所述通過優化所述目標函數確定所述ls-svm模型的最優參數組合，具體包括：
27、對所述正則化參數γ、內核參數σ和懲罰參數c進行編碼并通過浮點數表示；
28、隨機生成若干組正則化參數γ、內核參數σ和懲罰參數c的不同組合，獲取多個染色體；
29、通過適應度函數確定每個染色體的適應度值，并根據所述適應度值篩選部分染色體作為候選染色體；
30、對所述所述候選染色體進行交叉操作，生成新的染色體組合；
31、對所述新的染色體組合中的部分染色體進行變異操作；
32、獲取變異操作后的染色體的適應度值，當所述適應度值滿足閾值范圍時，則該染色體對應的ls-svm模型參數為所述ls-svm模型的最優參數組合。
33、上述方案中，所述根據訓練完成后的ls-svm模型的回歸函數對測試數據進行污穢閃絡電壓預測并得出預測結果，具體包括：
34、獲取所述測試數據；
35、所述測試數據包含絕緣子幾何參數和環境參數，所述環境參數包含鹽密值、灰密值、相對濕度，所述幾何參數包含絕緣子的高度、直徑、爬電距離。
36、本申請還提出了一種絕緣子污穢閃絡電壓預測系統，所述系統包括：數據集獲取單元、模型構建單元、模型訓練取單元和預測單元；
37、所述數據集獲取單元，用于獲取絕緣子訓練數據集，所述絕緣子訓練數據集中包括污穢絕緣子的絕緣子信息以及對應的閃絡電壓；
38、所述模型構建單元，用于構建ls-svm模型；
39、所述模型訓練取單元，用于將所述絕緣子信息輸入所述ls-svm模型，對所述ls-svm模型的參數進行優化，直至所述ls-svm模型的輸出與所述絕緣子信息對應的閃絡電壓之間的差異滿足閾值條件，則確定所述ls-svm模型訓練完成；
40、所述預測單元，用于根據訓練完成后的ls-svm模型對測試數據進行污穢閃絡電壓預測并得出預測結果。
41、本申請還提出了一種可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如下步驟：
42、獲取絕緣子訓練數據集，所述絕緣子訓練數據集中包括污穢絕緣子的絕緣子信息以及對應的閃絡電壓；
43、構建ls-svm模型；
44、將所述絕緣子信息輸入所述ls-svm模型，對所述ls-svm模型的參數進行優化，直至所述ls-svm模型的輸出與所述絕緣子信息對應的閃絡電壓之間的差異滿足閾值條件，則確定所述ls-svm模型訓練完成；
45、根據訓練完成后的ls-svm模型對測試數據進行污穢閃絡電壓預測并得出預測結果。
46、本申請還提出了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行如下步驟：
47、獲取絕緣子訓練數據集，所述絕緣子訓練數據集中包括污穢絕緣子的絕緣子信息以及對應的閃絡電壓；
48、構建ls-svm模型；
49、將所述絕緣子信息輸入所述ls-svm模型，對所述ls-svm模型的參數進行優化，直至所述ls-svm模型的輸出與所述絕緣子信息對應的閃絡電壓之間的差異滿足閾值條件，則確定所述ls-svm模型訓練完成；
50、根據訓練完成后的ls-svm模型對測試數據進行污穢閃絡電壓預測并得出預測結果。...
【技術保護點】
1.一種絕緣子污穢閃絡電壓預測方法，其特征在于，包括：
2.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述獲取絕緣子訓練數據集，具體包括：
3.根據權利要求2所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述確定污穢等級，根據所述污穢等級構建對應的若干個試驗絕緣子，具體包括：
4.根據權利要求3所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述根據所述絕緣子的鹽密值確定污穢等級，具體包括：
5.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，還包括：
6.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述根據所述絕緣子訓練數據集優化所述目標函數，直至當前目標函數對應的LS-SVM模型參數滿足閾值條件，則確定所述LS-SVM模型訓練完成，具體包括：
7.根據權利要求6所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述通過優化所述目標函數確定所述LS-SVM模型的最優參數組合，具體包括：
8.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述根
9.一種絕緣子污穢閃絡電壓預測系統，其特征在于，所述系統包括：數據集獲取單元、模型構建單元、模型訓練取單元和預測單元；
10.一種可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如權利要求1至8中任一一項所述方法的步驟。
11.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如權利要求1至8中任一一項中所述方法的步驟。
...【技術特征摘要】
1.一種絕緣子污穢閃絡電壓預測方法，其特征在于，包括：
2.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述獲取絕緣子訓練數據集，具體包括：
3.根據權利要求2所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述確定污穢等級，根據所述污穢等級構建對應的若干個試驗絕緣子，具體包括：
4.根據權利要求3所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述根據所述絕緣子的鹽密值確定污穢等級，具體包括：
5.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，還包括：
6.根據權利要求1所述的絕緣子污穢閃絡電壓預測方法，其特征在于，所述根據所述絕緣子訓練數據集優化所述目標函數，直至當前目標函數對應的ls-svm模型參數滿足閾值條件，則確定所述ls-svm模型訓練完成，具體包括：
7...
【專利技術屬性】
技術研發人員：馬御棠，曹俊，周仿榮，馬儀，耿浩，文剛，王國芳，李旭鋒，方貴榮，苗俊，
申請(專利權)人：云南電網有限責任公司電力科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。