占良浩

摘 要：该文研究了使用BP人工神经网络计算电力电缆线芯温度的方法，先根据双回电力电缆的物理模型在有限元计算软件里建立实体模型，然后对模型各个模块标上物性参数，再模拟仿真计算双回电力电缆运行过程中周围热场的变化，并计算多组数据，将这些数据送入BP人工神经网络进行学习，再使用经过训练的BP人工神经网络对电力电缆线芯温度进行预测计算，取得了不错的效果。该文中的模型和计算方法以及结论可供工程实践参考。

关键词：BP人工神经网络 有限元法 线芯温度 研究

中图分类号：TM247 文献标识码：A 文章编号：1672-3791（2015）11（a）-0056-03

电力电缆的运行过程中，由于直埋于土壤当中，更因为电压电流绝缘等问题，其线芯温度一般不可能直接通过传感器测量得到。而电力电缆在运行的过程中，线芯温度不能超过90 ℃，如果温度过高，会加快电力电缆的老化，有可能发生绝缘击穿等事故，但同时也不能单纯为了降低电力电缆线芯温度而降低电力电缆的负荷，这样会导致电力电缆不能够充分利用，造成一定程度上的设备浪费，使得投资不能够充分利用。在这样的背景下，间接获取电力电缆线芯温度变得尤为重要。近几十年来，随着计算机科学与技术的快速发展人工神经网络技术也有了长足发展，人工神经网络技术有良好的自适应能力，能够处理非线性问题，并且有健壮性和高效性的特点。因此人工神经网络被广泛用于处理那些传统方法传统思路不能够很好或者根本不能处理的问题，并且在这些问题上取得了不小的成果，该文应用人工神经网络技术来预测分析计算电力电缆线芯温度[1-5]。……