Logistic回归和支持向量机在电缆老化状态评估中的应用与比较

电缆老化状态评估主要有物理模型和统计模型两大类,物理模型一般用于电缆个体老化评估,但难以用于在线评估,统计模型一般用于电缆整体老化评估,无法评估个体状态。为建立电缆运行数据与电缆老化状态之间的关联关系,在线评估电缆个体老化状态,文中提出了基于机器学习的电缆老化状态评估方法,建立了Logistic回归和支持向量机这两种机器学习模型,采用十折交叉验证对模型准确率进行了评估,同时计算了模型的F_(1-Score)。结果表明支持向量机采用多项式核时的总体样本准确率平均值为96%,高于Logistic回归;当召回率与精准度的权重比为1、2、0.5时,支持向量机的F_(1-Score)得分均高于Logistic回归,支持向量机优于Logistic回归。

基于护层电流时域反演信号的高压电缆短路故障定位方法

为了在高压单芯电缆线路上实现有效的短路故障定位,提出一种基于护层电流时域反演信号的故障定位方法。根据短路故障点能量最大的原理,该方法在高压电缆的金属护层接地处提取护层电流,并通过故障信号的传递函数计算出各猜测故障点位置的能量,能量最大点即故障点位置。仿真分析典型高压电缆线路结构,结果表明,该方法能够有效地定位故障点位置,定位精度随采样频率的增加而增加,建议实际应用时的采样频率在10MHz以上。

一种基于红外图像的电缆终端异常发热自动诊断方法

为提高电缆终端异常发热的自动诊断水平,降低对人工诊断的过分依赖,提出一种基于红外图像分析的电缆终端异常发热自动诊断方法。该方法首先利用最大类间方差法确定灰度化图像的灰度阈值,实现图像背景滤除;其次利用Canny算法提取前景图像中的边缘信息,识别出目标对象电缆终端;接着采用k-means聚类算法对电缆终端进行分割,提取疑似过热区域;然后基于过热区域构造模板,并采用模板匹配方法从参考相中匹配出参考区域;最后计算过热区域与参考区域的温度特征信息,依据相关诊断标准得到诊断结果。案例分析结果表明,该方法能从背景复杂的红外图像中识别出电缆终端,定位过热区域与参考区域,实现对异常发热现象的自动诊断,具有实际工程应用价值。

中性点不接地系统接地故障区段定位方法研究

为了满足城市电力传输的可靠性、安全性需求,同时考虑到城市空间和规划的限制,电力电缆在城市电网中被广泛使用。为了更快速定位故障点的位置,提出了一种混合配电线路故障定位方法。该方法通过检测线路.开关的零序电流信号,通过无线网络将零序电流信号上传至后端监控平台从而诊断线路故障出现的区段,通过ATP-EMPT软件进行仿真分析,验证了方法对区段故障定位的可行性。