一种低压电力电缆产品质量预测方法、系统及存储介质

1.本发明属于电力电缆质量预测技术领域，更具体地，涉及一种低压电力电缆产品质量预测方法、系统及存储介质。


背景技术：

2.电力行业是经济发展的重要基石，电力电缆是电力传输和分配的重要组成部分，其质量的优劣直接影响着电力系统的安全和稳定运行。在电力电缆的使用过程中，由于各种因素的影响，电缆可能会出现多种质量问题，如断线、绝缘老化等，会直接影响电网建设质量和电网设备运行水平。
3.现有技术中，一般通过单一维度预测电缆产品质量，且无法充分体现电缆的实际性能；而电力电缆产品结构复杂，由多种材料组成，涉及多种物理、化学、机械等性质，现有这种单一维度的预测方法对电缆的优劣程度预测的准确度不高。


技术实现要素：

4.针对现有技术的缺陷和改进需求，本发明提供了一种低压电力电缆产品质量预测方法，其目的在于提升低压电力电缆产品质量预测的准确度。
5.为实现上述目的，按照本发明的一个方面，提供了一种低压电力电缆产品质量预测方法，包括：
6.s1、构建待测低压电力电缆的质量评价指标体系；
7.s2、采用l种赋权法分别计算所述评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ωk表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,,l；
8.s3、以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建所述权重集合w中每个向量的线性组合函数w'，以所述线性组合函数w'与所述权重集合w的离差极小化为优化目标，对所述线性组合函数w'的系数进行优化，得到所述线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；
9.s4、用所述最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分s，s＝xw
*
，其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。
10.进一步地，s3中，所述优化目标为：
[0011][0012]
其中，αk为α＝{α1,α2,...,α
l
}中第k个线性组合系数。
[0013]
进一步地，s3中，采用博弈集结模型对所述线性组合函数w'的系数进行优化。
[0014]
进一步地，s2中，所述赋权法包括：熵权法、critic法、主成分分析法和多目标规划法中的至少两种。
[0015]
进一步地，s1中，还包括对所述质量评价指标进行差异性分析，包括：
[0016]
计算每个评价指标对应样本的均方差或方差的最大离差；
[0017]
判断所述最大离差是否小于设定的阈值，若是，剔除最大离差小于设定阈值所对应的评价指标。
[0018]
进一步地，s1中，还包括对所述质量评价指标进行相关性分析，包括：
[0019]
计算任意两个评价指标之间的相关性系数；
[0020]
判断所述相关性系数是否大于设定的阈值，若是，则分别计算所述两个评价指标与其它评价指标之间的最高相关性系数；
[0021]
剔除最高相关性系数较大者对应的评价指标。
[0022]
进一步地，s1中，所述质量评价指标包括：导体单线根数、绝缘平均厚度、绝缘最薄点厚度、外护套平均厚度、外护套最薄点厚度、20℃导体直流电阻、冷却后永久伸长率、载荷下伸长率、xlpe绝缘收缩率、绝缘老化前抗张强度、绝缘老化前断裂伸长率、护套老化前抗张强度及护套老化前断裂伸长率。
[0023]
进一步地，s2之前还包括：对评价指标进行归一化和无量纲化处理。
[0024]
按照本发明的另一方面，提供了一种低压电力电缆产品质量预测系统，用于执行如第一方面任一项所述的低压电力电缆产品质量预测方法，包括：
[0025]
指标构建模块，用于构建待测低压电力电缆的质量评价指标体系；
[0026]
权重计算模块，用于采用l种赋权法分别计算所述评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ωk表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,,l；
[0027]
系数优化模块，用于以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建所述权重集合w中每个向量的线性组合函数w'，以所述线性组合函数w'与所述权重集合w的离差极小化为优化目标，对所述线性组合函数w'的系数进行优化，得到所述线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；
[0028]
质量预测模块，用于用所述最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分s，s＝xw
*
，其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。
[0029]
按照本发明的另一方面，提供了一种计算机可读存储介质，包括存储的计算机程序；所述计算机程序被处理器执行时，控制所述计算机可读存储介质所在设备执行第一方面任一项所述的方法。
[0030]
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
[0031]
(1)本发明的方法，通过采用多种赋权法分别计算所有评价指标的权重向量集合，构建该权重向量的线性组合函数，以线性组合函数与权重向量集合的离差极小化为优化目标，对该线性组合函数w'的系数进行优化，得到每个指标最优的综合权重，相比现有的单一维度预测方法，本发明的方法合理，且方法客观，综合考虑不同的优化组合系数，每个指标采用最优的综合权重预测得到的产品质量准确度较高。
[0032]
(2)进一步地，采用博弈论的方法进行最优组合系数求解，求解过程相互比较、相互协调，实现了不同组合系数的良好结合，增加了权重的合理性，进一步提升了方法预测的准确度。
[0033]
(3)作为优选，对构建的质量评价指标进行差异性分析或/和相关性分析，剔除对
权重赋值影响较小的评价指标及评价指标中冗余度高的指标，降低预测的复杂度，以及进一步提升预测的准确度。
[0034]
(4)本发明构建的质量评价指标涵盖了多种物理、化学、机械等性质，基于此得到的最优的综合权重更加合理，并使得预测得到的产品质量准确度较高。
附图说明
[0035]
图1为本发明的低压电力电缆产品质量预测方法示意图。
具体实施方式
[0036]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0037]
如图1所示，本发明的低压电力电缆产品质量预测方法，包括如下步骤：
[0038]
s 1、构建待测低压电力电缆的质量评价指标体系；
[0039]
s2、采用l种赋权法分别计算评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ωk为权重集合w中任一向量，表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,,l；
[0040]
s3、以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建权重集合w中每个向量的线性组合函数w'，以线性组合函数w'与权重集合w的离差极小化为优化目标，对该线性组合函数w'的系数进行优化，得到该线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；
[0041]
s4、用最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分。
[0042]
具体地，s1中，构建的待测低压电力电缆的质量评价指标包括：导体单线根数、绝缘平均厚度、绝缘最薄点厚度、外护套平均厚度、外护套最薄点厚度、20℃导体直流电阻、冷却后永久伸长率、载荷下伸长率、xlpe绝缘收缩率、绝缘老化前抗张强度、绝缘老化前断裂伸长率、护套老化前抗张强度及护套老化前断裂伸长率。其中，导体单线根数、绝缘平均厚度、绝缘最薄点厚度、外护套平均厚度、外护套最薄点厚度属于结构及尺寸检测指标；20℃导体直流电阻属于导体直流电阻；冷却后永久伸长率及载荷下伸长率属于绝缘热延伸试验指标；xlpe绝缘收缩率属于xlpe绝缘收缩试验指标；绝缘老化前抗张强度及绝缘老化前断裂伸长率属于绝缘老化前后的机械性指标；护套老化前抗张强度及护套老化前断裂伸长率属于护套老化前后的机械性指标。
[0043]
作为优选，s1中还包括：对构建的质量评价指标体系中的指标进行差异性分析或/和相关性分析，通过剔除对权重赋值影响较小的评价指标及评价指标中冗余度高的指标，降低预测的复杂度，以及进一步提升预测的准确度。
[0044]
对构建的质量评价指标进行差异性分析包括：
[0045]
计算每个评价指标对应的样本(待测压电力电缆)均方差或方差的最大离差；
[0046]
判断最大离差是否小于设定的阈值，若是，剔除最大离差小于设定阈值所对应的评价指标，该最大离差小于设定阈值对应的评价指标对后续的权重赋值影响较小。其中，设
定的阈值为接近于0的值。
[0047]
对构建的质量评价指标进行相关性分析包括：
[0048]
计算任意两个评价指标之间的相关性系数；
[0049]
判断两个评价指标之间的相关性系数是否大于设定的阈值，若是，则分别计算两个评价指标与其它评价指标之间的最高相关性系数，并比较这两个最高相关性系数的大小；
[0050]
剔除最高相关性系数较大者对应的评价指标。
[0051]
作为优选，可以采用图标法、相关系数法、回归方程法、互信息法等相性分析方法对构建的质量评价指标进行相关性分析。
[0052]
具体地，在s2之前还包括：对评价指标进行预处理，包括归一化和无量纲化处理。在构建的低压电力电缆的质量评价指标中既有极大型指标，也有极小型指标，在本发明实施例中，以极大型指标作为标准型指标，将极小型指标转化为标准型指标，一致性转换公式为：
[0053][0054]
式中，为第i个评价对象(即第i个待测低压电力电缆)的第j个评价指标的一致性数值(也即转化后的标准型指标值)；x
ij
为第i个评价对象的第j个评价指标的原始值；max(xj)为第j个评价指标的最大值。
[0055]
无量纲化处理的公式如下：
[0056][0057]
式中，x
′
ij
为第i个评价对象(样本)的第j个评价指标的无量纲化数值；为第i个评价对象的第j个评价指标的一致性数值；为所有评价对象的第j个评价指标的总和。
[0058]
具体地，s2中，赋权方法包括熵权法、critic法、主成分分析法和多目标规划法等中的至少两种。
[0059]
具体地，s3中，构建的线性组合函数w'为：
[0060][0061]
构建的目标函数为:
[0062][0063]
其中，αk为α＝{α1,α2,...,α
l
}中第k个线性组合系数。
[0064]
采用博弈集结模型对该线性组合函数w'的系数进行优化，按照矩阵微分性质，与上式等价的最优化一阶导数条件的线性方程组为：
[0065][0066]
计算并归一化后，得到该线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}。
[0067]
最优的线性组合函数w
*
为：
[0068][0069]
具体地，s4中，根据最优的线性组合函数w
*
，预测待测低压电力电缆的质量评分s：
[0070]
s＝xw
*
[0071]
其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。
[0072]
下面以规格型号为zc-yjlv-0.6/1 2
×
16的低压电力电缆作为待测低压电力电缆，采用本发明的方法，对获得的样本数据进行质量预测。
[0073]
(1)获取一批规格型号为zc-yjlv-0.6/1 2
×
16的低压电力电缆相应的指标数据作为样本，如下表1、表2所示：
[0074]
表1zc-yjlv-0.6/1 2
×
16型号低压电力电缆指标标准值及指标类型
[0075]
指标代号指标指标单位指标标准值指标类型x1导体单线根数根≥6极大型x2绝缘平均厚度mm≥0.7极大型x3绝缘最薄点厚度mm≥0.63极大型x4外护套平均厚度mm≥1.4极大型x5外护套最薄点厚度mm≥1.26极大型x620℃导体直流电阻ω/km≤1.91极小型x7冷却后永久伸长率％≤10极小型x8载荷下伸长率％≤125极小型x9xlpe绝缘收缩率％≤4极小型x
10
老化前抗张强度n/mm2≥12.5极大型x
11
老化前断裂伸长率％≥200极大型x
12
老化前抗张强度n/mm2≥12.5极大型x
13
老化前断裂伸长率％≥150极大型
[0076]
表2zc-yjlv-0.6/1 2
×
16型号低压电力电缆样本数据
[0077][0078]
(2)在本发明实施例中，选择最小均方差法进行差异性分析，选择相关系数法进行相关性分析：
[0079]
根据下式计算第j项指标的样本均方差的最大离差sj，结果如表3所示：
[0080][0081]
式中，n表示指标的总数，m表示样本的总数，x
ij
为第i个样本的第j个评价指标值；表示第j个指标值的平均值。
[0082]
表3第j项指标的样本均方差的最大离差sj[0083][0084]
由于因此删除与s1相应的评价指标x1。
[0085]
在进行相关性分析之前，对规格型号为zc-yjlv-0.6/1 2
×
16的低压电力电缆的样本数据做预处理，结果如表4所示。
[0086]
表4zc-yjlv-0.6/1 2
×
16型号低压电力电缆样本数据预处理结果
[0087][0088]
计算剩余12个指标之间的相关系数，得到相关系数矩阵如表5所示。
[0089]
表5剩余12个指标之间的相关系数
[0090][0091][0092]
在本发明实施例中，在对指标进行相关性分析时，设定的阈值m为0.7，因为指标x2和指标x3的相关系数为0.99，分别比较二者与其他指标的最高相关性可知：x2与x5的相关系数为0.65，x3与x
10
的相关系数为0.60，显然x2与其它指标的冗余重复程度高于x3，所以删除x2保留x3，其余指标分析过程类似。
[0093]
(3)本发明实施例中，选用熵权法和critic法两种赋权方法计算评价指标体系中所有评价指标的权重集合w。
[0094]
采用熵权法确定的指标筛选后的评价指标的权重子集合ω1包括：
[0095]
计算第j项指标下，第i个样本的特征比重p
ij
：
[0096]
[0097]
式中，为经过预处理后的指标值，m为样本总数。
[0098]
计算第j项指标的熵值：
[0099][0100]
式中，若x
ij
对于给定的j全都相等，那么此时ej＝k ln m。
[0101]
计算第j项指标的熵权法权重：
[0102][0103]
按照上述步骤计算出熵权法确定的评价指标体系的权重子集合ω1：
[0104]
ω1＝[0.055 0.005 0.524 0.223 0.155 0.009 0.023 0.004 0.002]
[0105]
采用critic法计算评价指标体系中所有指标的权重子集合ω2包括：
[0106]
计算第j个指标与其它指标的冲突性的量化指标：其中，r
ij
是评价指标i和j之间的相关系数；
[0107]
计算第j个评价指标所包含的信息量cj：
[0108][0109]
计算第j个指标的critic权重wj：
[0110][0111]
按照上述步骤计算出critic法确定的所有评价指标的权重子集合ω2：
[0112]
ω2＝[0.0889 0.02798 0.42284 0.15703 0.1534 0.03725 0.06417 0.02794 0.02049]。
[0113]
取熵权法确定的评价指标体系的权重子集合ω1和critic法确定的评价指标体系的权重子集合ω2，建立评价指标体系的权重集合w：
[0114][0115]
设α＝{α1,α2}为线性组合系数，则构建的构建权重集合wk中每个向量的线性组合函数w'为：
[0116][0117]
根据博弈集结模型的思想，对上式中l个线性组合系数进行优化，以w与w'的离差极小化为目标，可得到w'中最优的线性组合系数，目标函数为：
[0118]
[0119]
由上式计算得到优化组合系数α1＝5.7042,α2＝-5.759，对其进行归一化处理：
[0120][0121]
也即，最优线性组合系数进而得到基于博弈论组合赋权的最优的综合权重，也即最优线性组合函数w
*
：
[0122][0123]
根据最优的综合权重，确定各样本的质量评分s：
[0124]
s＝xw
*
[0125]
根据质量分级标准，将zc-yjlv-0.6/1 2
×
16型号低压电力电缆的指标值转化为分数矩阵如下表6所示：
[0126]
表6zc-yjlv-0.6/1 2
×
16型号低压电力电缆的分数矩阵表
[0127][0128][0129]
最终得到的样本的质量评分如下表7所示：
[0130]
表7样本的质量评分
[0131]
样本id12345678分数97.6996.1485.6590.3295.3592.997.6997.69样本id9101112131415/分数96.1484.3188.1784.3179.5788.1795.06/
[0132]
基于该质量评分可以进行低压电力电缆选择。
[0133]
按照本发明的另一方面，提供了一种低压电力电缆产品质量预测系统，包括：
[0134]
指标构建模块，用于构建待测低压电力电缆的质量评价指标体系；
[0135]
权重计算模块，用于采用l种赋权法分别计算质量评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ωk表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,...,l；
[0136]
系数优化模块，用于以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建权重集合w中每个向量的线性组合函数w'，以线性组合函数w'与权重集合w的离差极小化为优化目标，对线性组合函数w'的系数进行优化，得到线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；
[0137]
质量预测模块，用于用最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分s，s＝xw
*
，其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。
[0138]
上述每个模块用于执行上述实施例中的低压电力电缆产品质量预测方法的相应步骤。
[0139]
按照本发明的另一方面，提供了一种计算机可读存储介质，包括存储的计算机程序；计算机程序被处理器执行时，控制计算机可读存储介质所在设备执行上述实施例中的低压电力电缆产品质量预测方法。
[0140]
本发明的方法，通过采用多种赋权法分别计算所有评价指标的权重向量集合，构建该权重向量的线性组合函数，以线性组合函数与权重向量集合的离差极小化为优化目标，对该线性组合函数w'的系数进行优化，得到每个指标最优的综合权重，相比现有的单一维度预测方法，本发明的方法合理，且方法客观，综合考虑不同的优化组合系数，每个指标采用最优的综合权重预测得到的产品质量准确度较高。
[0141]
进一步地，采用博弈论的方法进行最优组合系数求解，求解过程相互比较、相互协调，实现了不同组合系数的良好结合，增加了权重的合理性，进一步提升了方法预测的准确度。
[0142]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种低压电力电缆产品质量预测方法，其特征在于，包括：s1、构建待测低压电力电缆的质量评价指标体系；s2、采用l种赋权法分别计算所述评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ω
k
表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,
…
,l；s3、以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建所述权重集合w中每个向量的线性组合函数w'，以所述线性组合函数w'与所述权重集合w的离差极小化为优化目标，对所述线性组合函数w'的系数进行优化，得到所述线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；s4、用所述最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分s，s＝xw
*
，其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。2.根据权利要求1所述的方法，其特征在于，s3中，所述优化目标为：其中，α
k
为α中第k个线性组合系数。3.根据权利要求1所述的方法，其特征在于，s3中，采用博弈集结模型对所述线性组合函数w'的系数进行优化。4.根据权利要求1所述的方法，其特征在于，s2中，所述赋权法包括：熵权法、critic法、主成分分析法和多目标规划法中的至少两种。5.根据权利要求1所述的方法，其特征在于，s1中，还包括对所述质量评价指标进行差异性分析，包括：计算每个评价指标对应样本的均方差或方差的最大离差；判断所述最大离差是否小于设定的阈值，若是，剔除最大离差小于设定阈值所对应的评价指标。6.根据权利要求1或5所述的方法，其特征在于，s1中，还包括对所述质量评价指标进行相关性分析，包括：计算任意两个评价指标之间的相关性系数；判断所述相关性系数是否大于设定的阈值，若是，则分别计算所述两个评价指标与其它评价指标之间的最高相关性系数；剔除最高相关性系数较大者对应的评价指标。7.根据权利要求1所述的方法，其特征在于，s1中，所述质量评价指标包括：导体单线根数、绝缘平均厚度、绝缘最薄点厚度、外护套平均厚度、外护套最薄点厚度、20℃导体直流电阻、冷却后永久伸长率、载荷下伸长率、xlpe绝缘收缩率、绝缘老化前抗张强度、绝缘老化前断裂伸长率、护套老化前抗张强度及护套老化前断裂伸长率。8.根据权利要求1所述的方法，其特征在于，s2之前还包括：对评价指标进行归一化和无量纲化处理。9.一种低压电力电缆产品质量预测系统，其特征在于，用于执行如权利要求1-8任一项所述的低压电力电缆产品质量预测方法，包括：指标构建模块，用于构建待测低压电力电缆的质量评价指标体系；
权重计算模块，用于采用l种赋权法分别计算所述评价指标体系中所有评价指标的权重集合w，w＝{ω1,ω2...,ω
l
}，其中，ω
k
表示第k种赋权法确定的所有评价指标的权重子集合，k＝1,2,
…
,l；系数优化模块，用于以任意α＝{α1,α2,...,α
l
}为线性组合系数，构建所述权重集合w中每个向量的线性组合函数w'，以所述线性组合函数w'与所述权重集合w的离差极小化为优化目标，对所述线性组合函数w'的系数进行优化，得到所述线性组合函数w'的最优线性组合系数α
*
＝{α
1*
,α
2*
,...,α
l*
}；质量预测模块，用于用所述最优线性组合系数对应的线性组合函数w
*
预测待测低压电力电缆的质量评分s，s＝xw
*
，其中，x为根据低压电力电缆质量分级标准转化的分数矩阵。10.一种计算机可读存储介质，其特征在于，包括存储的计算机程序；所述计算机程序被处理器执行时，控制所述计算机可读存储介质所在设备执行权利要求1-8任一项所述的方法。

技术总结
本发明公开了一种低压电力电缆产品质量预测方法、系统及存储介质，属于电力电缆质量预测领域，方法包括：S1、构建待测低压电力电缆的质量评价指标体系；S2、采用L种赋权法分别计算所述评价指标体系中所有评价指标的权重集合W，W＝{ω1,ω2...,ω


技术研发人员：牟小坤 刘竞 黄金国
受保护的技术使用者：华中科技大学
技术研发日：2023.04.13
技术公布日：2023/7/28