基于BP神经网络算法的50充油电缆油绝缘状态预估研究.pdfVIP

哈尔滨理工大学工学硕士学位论文

基于BP神经网络算法的500kV海底充油电缆油

绝缘状态预估研究

摘要

随着我国第一个超高压，长距离，大容量跨海电力工程——500kV海南联网工

程的建立，超高压海底充油电缆已经广泛应用于南方电网琼州海峡海缆线路网。但

世界海底管线安全评估报告显示，海底电缆主要受锚害风险影响，以及在绝缘油运

输，安装的过程中，都可能会有潮气水分的侵入，从而影响海底电缆的稳定运行和

使用寿命。所以探究其微水含量对电气性能的影响和老化后绝缘油的电气性能变

化规律，对超高压海底电缆绝缘油的研究乃至整个海南联网工程都起到至关重要

的作用。

本文针对500kV海底电缆绝缘特性研究，分析了含水量与热老化程度对海缆

绝缘油的绝缘特性的影响，并辅以反向传播(BackPropagation,BP)神经网络算法支

持，通过优化算法对测试数据进行分析，以评估和预测海缆绝缘状态。海缆绝缘特

性研究主要通过实验手段制备不同含水量、不同热老化时间的绝缘油样品，测定其

相对介电常数、介质损耗因数、体积电阻率数据，分析含水量和热老化时间的影响；

并运用红外光谱法、气相色谱质谱联用法、热重红外联用法进一步对不同热老化程

度样品结构性能进行表征，基于测试结果评估绝缘状态；在实验研究基础上采用

BP神经网络算法对所得数据进行分析，将海缆绝缘油测试数据分为训练集和测试

集，建立模型，通过训练迭代、反向传播，控制网络神经元各项权重与偏差满足精

度要求，验证输出是否符合预期，优化算法、增强模型预测结果的有效性。

结果表明，随含水量的升高，海缆绝缘油的各项介电性能数据相较于使用标准

要求的参数均有所下降，具体表现为相对介电常数升高、介质损耗因数增大、体积

电阻率降低；热老化时间对其影响趋势亦然，但程度比含水量更为明显深刻，即性

能劣化更为突出。而且随热老化时间增加，海缆绝缘油主要成分十二烷基苯含量在

老化过程中逐渐分解而减少，相对应的其分解劣化产物丙酮等含量逐渐升高，从而

使其介电性能相较于使用标准有所下降。最后，通过BP神经网络算法构建的评估

与预测模型在精确性和有效性方面满足要求，输出结果与测试集拟合效果良好，可

以用于对绝缘性能的评估。

关键词绝缘油；热老化；含水量；介电性能；神经网络

-I-

哈尔滨理工大学工学硕士学位论文

ResearchontheInsulationStateEstimationof500kV

Oil-FilledSubmarineCableOilBasedonBPNeural

NetworkAlgorithm

Abstract

Withtheestablishmentofthe500kVHainanIslandPowerGridInterconnection

Project,Chinasfirstultra-high-voltage,long-distanceandhigh-capacitycross-seapower

project,ultra-highvoltagesubmarineoil-filledcableshavebeenwidelyusedinthe

submarinecablenetworkoftheSouthernPowerGridacrosstheQiongzhouStrait.

However,ithasbeenshownintheworldsubmarinecablesafetyassessmentreportthat

thesubmarinecableisaffectedbythemainriskofanchordamage,aswellasmoisture

intrusionintheprocessofins