基于神经网络的环网柜T型连接头导体温度测量

电缆T型连接头是环网柜的重要设备,当接头内部导体温度过高时,易引起绝缘保护套老化甚至损坏。基于RBF神经网络模型,提出了一种新型非接触式环网柜T型电缆接头温度在线监测方法,无需考虑电缆接头的热物性参数,可准确、快速地测算内部导体温度。测试数据表明:稳态时温度误差在小于2.1℃,相对误差小于2.7%;暂态时温度误差在小于6℃,相对误差小于5.6%。对环网柜的运行管理以及相关工程实践具有参考意义。     

基于热路法的环网柜T型电缆接头导体温度检测研究

针对目前环网柜电缆温度监测方法的不足之处,基于改进的热路模型,提出了一种环网柜T型电缆接头温度在线监测方法.该方法仅需检测出T型绝缘护套和环境温度即可反演出内部导体温度,搭建了模拟环网柜内T型连接头真实运行状况的实验平台,进行了电缆温升实验,利用实测值与计算值对比,验证了热路模型的正确性.实验数据表明:稳态时计算结果的相对误差小于5.4%;暂态时计算结果的相对误差小于9.0%.利用热路模型可以实时监测电缆接头温度状况,保障了环网柜和电缆线路的安全运行.