一种基于随机森林算法的电缆电场分布预测方法

1.本发明属于电缆电场计算领域，尤其涉及在不同激励条件下，通过人工智能算法对电缆电场预测的计算方法。


背景技术：

2.由于我国疆域辽阔，能源分布与经济发展水平各地不均，因此存在“西电东送、南北互供”的长距离输配电的技术需要，跨区域远距离输配电以直流输电、交流配电为主。多年来，随着我国电网基层架构日渐完善，各级电网输电能力都得到了显著增强，逐渐满足了随着经济科技提高的人民生活中的用电需求。但10kv配电网由于覆盖面积广、敷设环境恶劣等原因故障频发，配电网稳定性依然较为薄弱。由于配电线路数量庞大、结构复杂，一直是干扰电力系统稳定工作的隐患，但其运行中的问题复杂多样，很难进行系统性的研究。
3.随着我国经济飞速发展、城市建设的需要，各大城市配电线路中的架空线在一次次城市改造中逐渐被电力电缆取代。电力电缆主要分为充油式电缆、粘性浸渍纸式电缆与交联聚乙烯电缆三种，其中充油式电缆与粘性浸渍纸式电缆在20世纪得到了大量的应用。其中，充油式电缆有运行安全可靠、使用寿命长与传输功率大的优点，但其安装要求较高、安装过程复杂、对电缆线路的长度有一定的要求且存在环境污染隐患；粘性浸渍纸式电缆相对于充油式电缆来说没有长度要求且不需要单独的供油系统，但其安装过程依然较为复杂而且电缆在工作时承受的温度也有一定的要求。随着科学技术的发展，人们对于电压等级以及供电水平的需求逐渐提高，交联聚乙烯挤出式电缆在1999年诞生，最初的xlpe电缆运用在直流输电工程中，电压等级为80kv，相对于充油式电缆与粘性浸渍纸式电缆有耐高温、绝缘强度高、安装方便等优点，虽然起步较晚，但一经问世便得到了广泛关注与迅速普及。
4.电力电缆的主要作用是在有控制的方式下进行远距离传输高电力。因此，电力电缆必须满足化学、电气、机械和热的要求。虽然传统材料在化学、电气、机械和热方面比聚乙烯基绝缘材料表现出更优异的性能特性，但其应用的温度范围受到限制。xlpe是聚乙烯通过物理或化学交联等方法制得，它的三维网状结构改善了聚乙烯基的耐温、抗蠕变、抗冲击等性能。现代电力传输的新需求促进了电缆的快速发展。到目前为止，交联聚乙烯电缆已取代传统电缆在输电网、配电网中得到了大量的应用。
5.电缆敷设量的逐渐增加是近年来国家经济飞速发展所带来的必然趋势。电缆的使用不仅可以提高供电的可靠性以及传输效率，还有保护环境、美化城市等优点。但是随着电缆线路的增容，由于其发生故障而引起的事故频发，例如突然的停电影响居民日常用电、致使工厂停产、交通堵塞、严重时会导致火灾爆炸等事故，这些都会给社会造成巨大的经济损失。因此研究不同状态下电缆电磁场的变化规律，对于及时发现电缆故障并预防事故的发生、保证电缆安全稳定运行有着重要的意义。
6.本发明的目的在于克服现有技术不足，完成基于随机森林算法的电缆数据驱动模型的参数化建模，并保证其电场的准确性，并通过构建的基于随机森林算法的电缆数据驱
动模型，对不同激励情况下电缆的电场分布情况进行快速的预测。


技术实现要素：

7.本发明提供了一种基于随机森林算法的电缆电场分布预测方法，利用有限元计算软件，获取电缆电场的相关数据，然后通过随机森林算法对数据进行训练，得到电缆的数据驱动模型，通过数据驱动模型对电缆不同激励情况下的电场分布情况进行预测，所述方法包括以下步骤：
8.步骤1：获取含电缆模型的电气参数；
9.步骤2：对电缆几何建模，并设置电场参数；
10.步骤3：电缆电场预测模型的构建。
11.优选的，所述步骤1中的电气参数包括电缆的型号参数、电缆缆芯的直径、绝缘层的厚度、屏蔽层的厚度、铠装层的厚度和外护套的厚度。
12.优选的，所述步骤2具体包括如下步骤：s201根据所述步骤1中电缆缆芯的直径，设置有限元计算软件中电缆缆芯的模型参数；s202根据所述绝缘层的厚度，设置有限元计算软件中绝缘层的模型参数；s203根据所述屏蔽层的厚度，设置有限元计算软件中屏蔽层的模型参数；s204根据所述铠装层的厚度和所述外护套的厚度，设置有限元计算软件中铠装层和外护套的模型参数；s205根据所述电缆的型号参数，设置有限元计算软件中电缆的电场参数。
13.优选的，所述步骤3具体包括如下步骤：s301根据步骤2所建立的电缆几何模型，有限元计算软件中计算获得电缆电场的相关数据集；s302将电缆的结构、激励以及电磁参数等数据作为输入特征量，将电缆的电场强度作为输出特征量，构建用作回归森林训练的数据集；s303将数据集分为训练集和测试集，然后对随机森林算法的参数进行选择与构建，将数据集用于随机森林算法的训练与测试，构建基于回归森林算法的电缆电场预测数据驱动模型。
14.优选的，所述步骤1中电缆缆芯的直径为18.3mm。
15.优选的，步骤1中的电缆模型为绝缘层厚度4.5mm、屏蔽层厚度0.5mm、铠装厚度0.8mm和外护套厚度2.5mm的三相对称结构。
16.优选的，步骤3中所设置的6个输入特征量为激励电压、绝缘层电导率、绝缘层相对介电常数、电缆工作频率、缆芯直径和绝缘层厚度。
17.优选的，步骤3中将数据集分为训练集和测试集，训练集为80％，测试集为20％。本文针对电缆电缆电场模型的训练集类型，设置随机森林模型中算法优化为的加权随机森林算法，优化随机森林分类器的性能。
18.同现有技术相比，本发明的有益效果体现在：
19.基于随机森林算法的数据驱动模型预测电缆电场分布情况，相比于有限元仿真计算模型构建简单，计算时间更短，且对多激励变化情况时电缆电场分布情况的预测可以更加迅速高效。
附图说明
20.图1为本发明的一种基于随机森林算法的电缆电场分布预测方法的方法流程图；
21.图2为基于有限元计算软件构建的电缆模型；
22.图3a为有限元计算电缆电场分布情况；
23.图3b为基于随机森林算法的数据驱动模型计算电缆电场分布情况；
24.图4a为改变电压时数据驱动模型计算的误差值；
25.图4b为改变电缆运行频率时数据驱动模型计算的误差值。
具体实施方式
26.下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
27.本发明基于随机森林算法构建电缆数据驱动模型并对电缆电场分布情况进行预测计算。
28.基于随机森林算法的数据驱动模型预测电缆电场分布情况，相比于有限元仿真计算模型构建简单，计算时间更短，且对多激励变化情况时电缆电场分布情况的预测可以更加迅速高效。
29.进行基于随机森林算法的数据驱动模型的构建以及对电缆模型电场分布预测的计算，如图1所示，图1为本发明的一种基于随机森林算法的电缆电场分布预测方法的方法流程图，所述方法包括以下步骤：
30.步骤1：获取含电缆模型的电气参数
31.根据实际应用场景，获取电缆的型号、缆芯直径、绝缘层厚度、屏蔽层厚度、铠装厚度和外护套厚度；
32.步骤2：对电缆几何建模，并设置电场参数
33.根据步骤1中根据获取电缆缆芯的直径，设置有限元计算软件中的电缆缆芯模型参数；根据所获取的绝缘层半径的内径和厚度，设置有限元计算软件中的绝缘层模型参数；根据获取的屏蔽层内径和厚度，设置有限元计算软件中的电缆屏蔽层模型参数；根据获取的铠装层和外护套内径及厚度，设置有限元计算软件中的铠装层和外护套模型参数；根据获取的电缆型号参数，设置有限元计算软件中电缆的电场参数；
34.根据步骤2完成铁心模型的基本构建，模型如图2所示。
35.步骤3：电缆电场预测模型的构建
36.根据步骤2所建立的电缆的几何模型，有限元计算软件中计算获得电缆电场的相关数据集，然后将电缆的结构、激励以及电磁参数等数据作为输入特征量，将电缆的电场强度作为输出特征量，构建用作回归森林训练的数据集。将数据集分为训练集和测试集，然后对随机森林算法的参数进行选择与构建，将数据集用于随机森林算法的训练与测试，构建基于回归森林算法的电缆电场预测数据驱动模型。
37.根据步骤3可以分析不同激励条件下电缆电场的分布情况。
38.图2为基于有限元计算软件建立的电缆模型；图3a为有限元计算电缆电场分布情况；图3b为基于随机森林算法的数据驱动模型计算电缆电场分布情况；通过有限元获取电缆在不同激励下的电场分布数据集，将数据集分为训练集和测试集。通过随机森林算法对数据集进行训练，构建电缆电场的分布数据驱动模型。最后通过数据驱动模型对电缆在不同工况下的电场分布情况进行预测。
39.基于图4a和4b得知，在改变电压激励条件与改变电缆工作运行频率时数据驱动模
型与有限元计算模型计算的误差数值较小，较为准确；数据驱动预测值与有限元仿真计算值相比存在的误差大小基本满足工程需要，在允许范围之内。证明了本发明模型的合理性，能够进行电缆在不同运行条件下电场的分布情况预测。
40.发明效果
41.本发明克服了现有技术不足，通过有限元计算软件对电缆电场数据的获取，将获取的数据通过随机森林算法进行人工智能学习，构成电缆电场预测的数据驱动模型。完成了基于随机森林算法的电缆电场预测模型建立，并保证其计算的准确性，对电缆在不同激励条件下电场的预测计算提供参考。
42.需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。