基于电流积分电荷技术的神经网络-模糊聚类电缆绝缘热老化状态评估模型

摘要：

为了实现复杂因素下考虑多参量数据特性的全尺寸电缆绝缘状态评估,给电缆绝缘诊断和评估应用提供依据,文中提出了一种新的基于电流积分电荷技术(DCIC-q(t))的神经网络-模糊聚类电缆绝缘热老化状态评估模型.首先,根据DCIC-q(t)测试系统,研究施加电压、时间和温度对电缆绝缘电荷变化率、介电常数、电导率等参数的影响规律.通过参数相关性分析,发现电荷变化率、介电常数、电导率与温度和电压的相关性较强.然后,通过多层参数学习和自适应的BP神经网络模型,实现基于DCIC-q(t)的多参量数据输入与电缆绝缘热老化时间的映射关系.最后,采用模糊C均值聚类(FCM)对神经网络模型中电缆老化样本进行隶属度和状态组分类,建立5层BP神经网络-FCM电缆绝缘热老化评估模型.通过优化学习率提高BP神经网络的收敛速度和精度.根据模型评估结果可知,电缆热老化状态可分为良好、轻度、中度和严重4类,评估结果的精确度为92.3％.电荷量变化率和电导参数与电缆绝缘热老化程度存在较强相关性.

关键词：电流积分电荷、电缆绝缘、老化状态、BP神经网络、模糊C均值聚类

所属期刊栏目：48

分类号：TP391.41;TQ920.6;TM855

资助基金：云南电网公司科技项目YNKJXM20190701

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：4760-4769