交联聚乙烯绝缘电力电缆剩余寿命评估方法

针对电缆剩余寿命评估过程中,因评估因素权重值计算存在误差导致评估结果的精度较低问题,研究微粒群算法下交联聚乙烯绝缘电力电缆剩余寿命评估方法。首先,采用故障树分析法,从电老化以及热老化两个角度出发,确定评估因素,构建剩余寿命评估模型,确定电缆的老化系数。其次,通过微粒群算法计算权重值与适应度函数,对输入的数据进行归一化处理。最后,结合不同评估因素权重确定电缆剩余寿命。通过实例分析证明研究方法能够在迭代至10次时,微粒群算法即可得到最优解适应值1.982,并在其后的迭代过程中,最优解适应值稳定在1.982。结果表明该方法能够较快地获取最优解适应值,提升分析对象剩余寿命评估的效率的同时,在迭代次数条件下确定评估因素权重值,提升电缆剩余寿命评估结果精度。

深度信念网络下的高压电缆局部放电信号捕捉

为对高压电缆运行状态实时监测、保证电力安全运输,研究基于深度信念网络的高压电缆局部放电信号捕捉方法。利用改进变分模态分解算法去除原始局部信号内部噪声;建立深度信念网络捕捉模型,利用对比散度算法预训练受限波尔兹曼机,获取捕捉模型预训练网络参数;利用自适应矩估计算法全局微调捕捉模型,在训练完成的捕捉模型内输入去噪后的信号,输出局部放电信号的捕捉类型。实验表明:所研究方法有效去除局放信号内部噪声;在不同干扰时,该方法的捕捉概率在0.9以上,具备较优的抗干扰性能,且精准捕捉绝缘缺陷引起的局部放电信号类型。