文献类型：期刊文章

作　　者：郭文强[1] 张梦梦[2] 李清华[3] 王立贤[2] 董瑶[2]

GUO Wenqiang;ZHANG Mengmeng;LI Qinghua;WANG Lixian;DONG Yao(School of Electronic Information and Artificial Intelligence,Shaanxi University of Science and Technology,Xi’an 710021,China;School of Electrical and Control Engineering,,Shaanxi University of Science and Technology,Xi’an 710021,China;Xi’an Xihan Power Technology Co.Ltd,Xi’an 710065,China)

机构地区：[1]陕西科技大学电子信息与人工智能学院,西安710021 [2]陕西科技大学电气与控制工程学院,西安710021 [3]西安西翰电力科技有限公司,西安710065

出　　处：《电子器件》

基　　金：陕西省教育厅产业化项目(18JC003);陕西省科技厅项目(2017JM6057);西安市科技计划项目(GXYD1.1)。

年　　份：2020

卷　　号：43

期　　号：1

起止页码：46-51

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、INSPEC、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：温度是反映电力电缆是否正常运行的重要参数,但是电力电缆受安装环境制约,往往致使其缆芯温度无法直接测量。针对上述问题,提出了一种基于有限元分析的缆芯温度预测方法,采用可直接测量的电缆外护套温度结合环境参数、负荷参数等对缆芯温度进行预测。首先利用有限元分析方法,结合电力电缆的结构参数、热参数以及边界条件等,建立了电缆温度场分析的有限元模型;然后求解出不同环境参数和负荷参数下的缆芯温度,得到样本数据;最后利用样本数据训练神经网络,建立缆芯温度预测模型。实验结果表明:通过提出的温度预测方法,可较准确的预测缆芯温度,为实现电网从传统预防性维护到主动预测性管理的转变提供了一种有效途径。

关 键 词：电力电缆 缆芯温度  有限元 神经网络

分 类 号：TM726]