一种热导率非线性的三芯电缆接头温度场计算方法及系统

技术领域

本发明涉及电缆温度测试技术领域，尤其涉及一种热导率非线性的三芯电缆接头温度场计算方法及系统。

背景技术

现代电力系统长距离输电，对电缆接头的机械及电气性能提出了更高的要求。电力系统整体的安全运行，保证了社会经济的可持续发展。电缆接头是电缆中十分脆弱的一环，其本身的质量和安装过程中可能产生的缺陷都会对电力系统的安全产生严重危害。全国三芯电缆接头运行故障类型和数量近年的统计表明，由于电缆接头对安装工艺要求高，安装过程中容易造成接头损伤产生缺陷，同时电缆接头相比电缆更加复杂，工作环境相对复杂，电缆系统运行中70％以上的运行故障是由电缆接头故障引起的。对于电缆接头的热导率参数而言，电缆接头长期运行或者其所处环境的变化，会导致接头材料的热导参数发生非线性变化，在仿真和反演中，参数的差异会使计算结果不准，要获取电缆接头材料热导参数又会对电缆接头造成破坏。因此如何在电缆接头在线监测中消除热导率参数非线性变化的影响，更是困扰工业界多年。

公开号为CN106228033B的中国发明专利公开了一种基于RBF神经网络的三芯电缆导体温度实时计算方法，该方法首先测量三芯电缆部分参数的运行数据,包括三芯电缆导体运行电流、电缆外表皮实时温度和电缆导体实时温度；然后将三芯电缆导体电流、电缆外表皮温度作为输入，电缆导体实时温度作为输出，建立三层前馈型RBF神经网络模型；再将获取的三芯电缆运行数据作为训练样本，蚁群优化算法作为学习算法，训练并确定性能较优的RBF神经网络模型；最后将实时采集的三芯电缆导体电流、电缆外表皮温度输入到训练好的RBF网络，便可计算输出三芯电缆导体的实时温度。

但是在对电缆接头进行温度场仿真计算时，电缆接头的热故障的最直接原因是三芯电缆接头通电导致电缆导体部分发热，其热源是自内而外的。电缆接头在长期使用过程中，其电气结构会不断劣化，材料发生变异，使电缆接头材料的热导率发生非线性变化。而以上方法，均没有考虑到电缆/电缆接头由于上述原因导致的热导率非线性变化，从而当电缆/电缆接头敷设环境发生变化或长期使用后，导致温度场仿真数据的不可信和电缆接头表面温度与内部热点温度的映射关系的不精确，使得温度场计算精度不高，容易造成电缆接头热故障的严重漏判或误判。

发明内容

本发明提供了一种热导率非线性的三芯电缆接头温度场计算方法及系统，解决了温度场仿真数据的不可信和电缆接头表面温度与内部热点温度的映射关系的不精确，使得温度场计算精度不高的技术问题。

有鉴于此，本发明第一方面提供了一种热导率非线性的三芯电缆接头温度场计算方法，包括以下步骤：

S1、利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型；

S2、向所述三芯电缆接头热场仿真耦合模型中的三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布；

S3、根据所述三芯电缆接头的温度场分布获取所述三芯电缆接头的各测点的温度计算值，根据所述三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数；

S4、采用布谷鸟算法对所述热导率目标优化函数进行迭代计算，直至收敛，得到最优解为最优热导率参数，将所述最优热导率参数设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

优选地，步骤S1具体包括：

S101、利用有限元仿真软件分别对三芯电缆接头和三芯电缆接头周边的环境层进行热场仿真，将三芯电缆接头和三芯电缆接头周边的环境层分别对应的热场仿真模型进行耦合；

S102、设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，其中，所述边界条件包括热边界条件、热膨胀系数、热传导系数、热流密度和对流换热系数。

优选地，步骤S3具体包括：

S301、根据所述三芯电缆接头的温度场分布获取所述三芯电缆接头的各测点的温度计算值，根据所述三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数为：

式中，D(α)为热导率函数值，n为第n个测点，N为测点数目，

设置热导率目标优化函数的收敛条件为：

D≤δ或者|D

式中，G为最大迭代次数，δ是正数。

优选地，步骤S4具体包括：

初始化布谷鸟算法的参数，包括种群大小、步长因子、布谷鸟鸟蛋被宿主发现的概率和迭代次数，并初始化鸟巢的位置，在搜索空间内随机产生i个鸟巢位置；

将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代；

鸟个体寻找待寄宿鸟巢的路径的迭代公式为：

式中，L(u,v)为鸟个体在莱维飞行模型中随机飞行的步长，u和v均为两个服从正态分布的随机数，「为「函数；

鸟个体寻找待寄宿鸟巢的位置迭代公式为：

X

式中，X

式中，t

布谷鸟鸟蛋被宿主发现的概率P

式中，P

位置更新后，产生0～1之间的随机数R，且R符合正态分布，对比随机数R和布谷鸟鸟蛋被宿主发现的概率P

X

X

将所述热导率函数值作为鸟巢位置代入到更新鸟巢位置的公式中，得到：

D

将上式进行展开得到：

式中，k为收敛数据量，k＜G；

判断迭代次数是否达到最大迭代次数，若判断迭代次数未达到最大迭代次数，则迭代次数加1，并转至将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代的步骤，直至迭代次数达到最大迭代次数，得到热导率α的最优解；

将热导率α的最优解设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

第二方面，本发明还提供了一种热导率非线性的三芯电缆接头温度场计算系统，包括：

仿真模块，用于利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型；

温度场计算模块，用于向所述三芯电缆接头热场仿真耦合模型中的三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布；

热导率优化模块，用于根据所述三芯电缆接头的温度场分布获取所述三芯电缆接头的各测点的温度计算值，根据所述三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数；

热导率求解模块，用于采用布谷鸟算法对所述热导率目标优化函数进行迭代计算，直至收敛，得到最优解为最优热导率参数，将所述最优热导率参数设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

优选地，所述仿真模块具体包括：

热场仿真模块，用于利用有限元仿真软件分别对三芯电缆接头和三芯电缆接头周边的环境层进行热场仿真，将三芯电缆接头和三芯电缆接头周边的环境层分别对应的热场仿真模型进行耦合；

条件设置模块，用于设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，其中，所述边界条件包括热边界条件、热膨胀系数、热传导系数、热流密度和对流换热系数。

优选地，所述热导率优化模块包括：

优化函数模块，用于根据所述三芯电缆接头的温度场分布获取所述三芯电缆接头的各测点的温度计算值，根据所述三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数为：

式中，D(α)为热导率函数值，n为第n个测点，N为测点数目，

收敛设置模块，用于设置热导率目标优化函数的收敛条件为：

D≤δ或者|D

式中，G为最大迭代次数，δ是正数。

优选地，所述热导率求解模块具体包括：

初始化模块，用于初始化布谷鸟算法的参数，包括种群大小、步长因子、布谷鸟鸟蛋被宿主发现的概率和迭代次数，并初始化鸟巢的位置，在搜索空间内随机产生i个鸟巢位置；

适应度计算模块，用于将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代；

其中，鸟个体寻找待寄宿鸟巢的路径的迭代公式为：

式中，L(u,v)为鸟个体在莱维飞行模型中随机飞行的步长，u和v均为两个服从正态分布的随机数，Г为Г函数；

鸟个体寻找待寄宿鸟巢的位置迭代公式为：

X

式中，X

式中，t

布谷鸟鸟蛋被宿主发现的概率P

式中，P

位置更新模块，用于当位置更新后，产生0～1之间的随机数R，且R符合正态分布，对比随机数R和布谷鸟鸟蛋被宿主发现的概率P

X

X

将所述热导率函数值作为鸟巢位置代入到更新鸟巢位置的公式中，得到：

D

将上式进行展开得到：

式中，k为收敛数据量，k＜G；

迭代计算模块，用于判断迭代次数是否达到最大迭代次数，若判断迭代次数未达到最大迭代次数，则迭代次数加1，并转至将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代的步骤，直至迭代次数达到最大迭代次数，得到热导率α的最优解；

求解模块，用于将热导率α的最优解设置为三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

从以上技术方案可以看出，本发明具有以下优点：

本发明通过利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，向三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数，采用布谷鸟算法对热导率目标优化函数进行迭代计算，得到最优解为最优热导率参数，将最优热导率参数设置为三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布，从而提高温度场仿真的准确性，使电缆接头表面温度与内部热点温度的映射关系更加精确，且提高温度场计算精度。

附图说明

图1为本发明实施例提供的一种热导率非线性的三芯电缆接头温度场计算方法的流程图；

图2为本发明实施例提供的一种热导率非线性的三芯电缆接头温度场计算系统的结构示意图。

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，本发明提供的一种热导率非线性的三芯电缆接头温度场计算方法，包括以下步骤：

S1、利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型。

S2、向三芯电缆接头热场仿真耦合模型中的三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布。

S3、根据三芯电缆接头的温度场分布获取三芯电缆接头的各测点的温度计算值，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数。

S4、采用布谷鸟算法对热导率目标优化函数进行迭代计算，直至收敛，得到最优解为最优热导率参数，将最优热导率参数设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

本发明提供了一种热导率非线性的三芯电缆接头温度场计算方法，通过利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，向三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数，采用布谷鸟算法对热导率目标优化函数进行迭代计算，得到最优解为最优热导率参数，将最优热导率参数设置为三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布，从而提高温度场仿真的准确性，使电缆接头表面温度与内部热点温度的映射关系更加精确，且提高温度场计算精度。

在一个具体实施例中，步骤S1具体包括：

S101、利用有限元仿真软件分别对三芯电缆接头和三芯电缆接头周边的环境层进行热场仿真，将三芯电缆接头和三芯电缆接头周边的环境层分别对应的热场仿真模型进行耦合。

需要说明的是，本实施例考虑环境温度对温度场的影响，进而对三芯电缆接头和三芯电缆接头周边的环境层进行热场仿真，并选择合适的物理场将三芯电缆接头和三芯电缆接头周边的环境层分别对应的热场仿真模型进行耦合。

S102、设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，其中，边界条件包括热边界条件、热膨胀系数、热传导系数、热流密度和对流换热系数。

在一个具体实施例中，步骤S3具体包括：

S301、根据三芯电缆接头的温度场分布获取三芯电缆接头的各测点的温度计算值，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数为：

式中，D(α)为热导率函数值，n为第n个测点，N为测点数目，

设置热导率目标优化函数的收敛条件为：

D≤δ或者|D

式中，G为最大迭代次数，δ是正数。

其中，正数δ可以根据历史经验自行设定。

在一个具体实施例中，步骤S4具体包括：

S401、初始化布谷鸟算法的参数，包括种群大小、步长因子、布谷鸟鸟蛋被宿主发现的概率和迭代次数，并初始化鸟巢的位置，在搜索空间内随机产生i个鸟巢位置；

S402、将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代；

鸟个体寻找待寄宿鸟巢的路径的迭代公式为：

式中，L(u,v)为鸟个体在莱维飞行模型中随机飞行的步长，u和v均为两个服从正态分布的随机数，Г为Г函数；

鸟个体寻找待寄宿鸟巢的位置迭代公式为：

X

式中，X

式中，t

布谷鸟鸟蛋被宿主发现的概率P

式中，P

S403、位置更新后，产生0～1之间的随机数R，且R符合正态分布，对比随机数R和布谷鸟鸟蛋被宿主发现的概率P

X

X

S404、将热导率函数值作为鸟巢位置代入到更新鸟巢位置的公式中，得到：

D

将上式进行展开得到：

式中，k为收敛数据量，k＜G；

其中，对于温度场仿真的热导率计算并不是一个概率问题，因此，可以将布谷鸟鸟蛋被宿主发现的概率P

P＝T

则由概率问题转化为误差问题。

设定一个符合正态分布的随机误差变量Rx，每次迭代时随机选择一个Rx值赋给R(选择的方式是利用MATLAB程序random生成一个随机数，随机数带入到正态分布公式中之后，得到一个R值)。

在温度场计算中，可以给定k一个初值，k可以等效为多次计算的误差分布的“特征值”，由于误差P＝T

S405、判断迭代次数是否达到最大迭代次数，若判断迭代次数未达到最大迭代次数，则迭代次数加1，并转至将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代的步骤，直至迭代次数达到最大迭代次数，得到热导率α的最优解；

S406、将热导率α的最优解设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

以上为本发明提供的一种热导率非线性的三芯电缆接头温度场计算方法的实施例的详细描述，以下为本发明提供的一种热导率非线性的三芯电缆接头温度场计算系统的实施例的详细描述。

为了便于理解，请参阅图2，本发明提供了一种热导率非线性的三芯电缆接头温度场计算系统，包括：

仿真模块100，用于利用有限元仿真软件分别对三芯电缆接头以及三芯电缆接头周边的环境层进行热场仿真，设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型；

温度场计算模块200，用于向三芯电缆接头热场仿真耦合模型中的三芯电缆接头加载三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的温度场分布；

热导率优化模块300，用于根据三芯电缆接头的温度场分布获取三芯电缆接头的各测点的温度计算值，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数；

热导率求解模块400，用于采用布谷鸟算法对热导率目标优化函数进行迭代计算，直至收敛，得到最优解为最优热导率参数，将最优热导率参数设置为步骤S2中的三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

在一个具体实施例中，仿真模块具体包括：

热场仿真模块，用于利用有限元仿真软件分别对三芯电缆接头和三芯电缆接头周边的环境层进行热场仿真，将三芯电缆接头和三芯电缆接头周边的环境层分别对应的热场仿真模型进行耦合；

条件设置模块，用于设置边界条件，并进行网络剖分，得到三芯电缆接头热场仿真耦合模型，其中，边界条件包括热边界条件、热膨胀系数、热传导系数、热流密度和对流换热系数。

在一个具体实施例中，热导率优化模块包括：

优化函数模块，用于根据三芯电缆接头的温度场分布获取三芯电缆接头的各测点的温度计算值，根据三芯电缆接头的各测点的温度计算值和预先获取的各测点的温度测量值构建热导率目标优化函数为：

式中，D(α)为热导率函数值，n为第n个测点，N为测点数目，

收敛设置模块，用于设置热导率目标优化函数的收敛条件为：

D≤δ或者|D

式中，G为最大迭代次数，δ是正数。

在一个具体实施例中，热导率求解模块具体包括：

初始化模块，用于初始化布谷鸟算法的参数，包括种群大小、步长因子、布谷鸟鸟蛋被宿主发现的概率和迭代次数，并初始化鸟巢的位置，在搜索空间内随机产生i个鸟巢位置；

适应度计算模块，用于将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代；

其中，鸟个体寻找待寄宿鸟巢的路径的迭代公式为：

式中，L(u,v)为鸟个体在莱维飞行模型中随机飞行的步长，u和v均为两个服从正态分布的随机数，Г为Г函数；

鸟个体寻找待寄宿鸟巢的位置迭代公式为：

x

式中，X

式中，t

布谷鸟鸟蛋被宿主发现的概率P

式中，P

位置更新模块，用于当位置更新后，产生0～1之间的随机数R，且R符合正态分布，对比随机数R和布谷鸟鸟蛋被宿主发现的概率P

X

X

将热导率函数值作为鸟巢位置代入到更新鸟巢位置的公式中，得到：

D

将上式进行展开得到：

式中，k为收敛数据量，k＜G；

迭代计算模块，用于判断迭代次数是否达到最大迭代次数，若判断迭代次数未达到最大迭代次数，则迭代次数加1，并转至将热导率目标优化函数作为适应度函数，计算每个鸟巢位置的适应度值，找到初始全局最优的鸟巢位置，并保留至下一代的步骤，直至迭代次数达到最大迭代次数，得到热导率α的最优解；

求解模块，用于将热导率α的最优解设置为三芯电缆接头材料的热导率参数，并施加电流载荷，求解得到三芯电缆接头的最优温度场分布。

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。