一種輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法
【專利摘要】一種輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法，包括以下步驟：1）實(shí)時(shí)獲取檢測(cè)傳感器的當(dāng)前輸電線路參數(shù)；2）一級(jí)BP神經(jīng)網(wǎng)絡(luò)融合，2.1）單個(gè)檢測(cè)傳感器故障監(jiān)測(cè)：采用BP網(wǎng)絡(luò)建立檢測(cè)傳感器輸出序列預(yù)測(cè)模型，假設(shè)已經(jīng)觀測(cè)到的傳感器n個(gè)時(shí)刻輸出樣本為x(1)，x(2)，x(3)，…，x(n)，預(yù)測(cè)n+1時(shí)刻傳感器輸出值；2.2）單個(gè)檢測(cè)傳感器的BP神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)間數(shù)據(jù)融合；2.3）對(duì)輸入信號(hào)進(jìn)行歸一化；2.4）特征層融合識(shí)別；3）二級(jí)D-S證據(jù)理論融合，BP神經(jīng)網(wǎng)絡(luò)的輸出在0-1之間取值，經(jīng)過(guò)處理后作為是基本概率作為D-S證據(jù)理論的證據(jù)，得到危險(xiǎn)等級(jí)。本發(fā)明穩(wěn)定性良好、可靠性較高、實(shí)時(shí)性良好。
【專利說(shuō)明】一種輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及ー種輸電線路安全監(jiān)控領(lǐng)域，尤其是一種輸電線路桿塔監(jiān)控的預(yù)警方法。
【背景技術(shù)】
[0002]近年來(lái)，隨著我國(guó)經(jīng)濟(jì)迅速發(fā)展，農(nóng)村日益城鎮(zhèn)化，城市日益都市化，我國(guó)毎年民用用電量呈爆炸性增長(zhǎng)，高低壓輸電線路的迅速擴(kuò)長(zhǎng)帶來(lái)矛盾性問(wèn)題，一方面，輸電線路的鋪張讓城鎮(zhèn)市民居住遠(yuǎn)離市區(qū)商業(yè)中心，減少城鎮(zhèn)人口過(guò)度集中，另ー方面，電線桿分布林立，特別是交通道路兩邊布置電線桿極容易受交通運(yùn)行車輛和行人由于交通意外事故損壞，從而導(dǎo)致沿路輸電線路中斷，影響附近居民用電安全，特別是，輸電線路經(jīng)常受到自然災(zāi)害，如:臺(tái)風(fēng)、強(qiáng)雨、大雪的襲擊，因此構(gòu)建安全穩(wěn)定的輸電線路在線監(jiān)測(cè)預(yù)警機(jī)制勢(shì)在必行。

【發(fā)明內(nèi)容】

[0003]為了克服已有輸電線路桿塔監(jiān)控的預(yù)警方法的穩(wěn)定性較差、可靠性不強(qiáng)、實(shí)時(shí)性差的不足，本發(fā)明提供了ー種穩(wěn)定性良好、可靠性較高、實(shí)時(shí)性良好的輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法。
[0004]本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是:
[0005]一種輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法，所述預(yù)警方法包括以下步驟:
[0006]I)通過(guò)在所述輸電線路桿塔上安裝檢測(cè)傳感器，用以檢測(cè)n個(gè)輸電線路參數(shù)，實(shí)時(shí)獲取所述檢測(cè)傳感器的當(dāng)前輸電線路參數(shù)；
[0007]2) ー級(jí)BP神經(jīng)網(wǎng)絡(luò)融合，具體如下:
[0008]2.1)單個(gè)檢測(cè)傳感器故障監(jiān)測(cè):采用BP網(wǎng)絡(luò)建立檢測(cè)傳感器輸出序列預(yù)測(cè)模型，假設(shè)已經(jīng)觀測(cè)到的傳感器t個(gè)時(shí)刻輸出樣本為X(I)，x(2)，X (3)，…，x(t)，預(yù)測(cè)t+1時(shí)刻傳感器輸出值，具體過(guò)程如下:
[0009]2.1.1)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練:傳感器采集時(shí)刻數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，在初始權(quán)值的作用下，輸出ー個(gè)監(jiān)測(cè)量的預(yù)測(cè)值，預(yù)測(cè)值和實(shí)際測(cè)得的監(jiān)測(cè)量進(jìn)行比較，若它們的誤差大于設(shè)定的全局誤差平均值E，則繼續(xù)輸入訓(xùn)練數(shù)據(jù)，直到實(shí)測(cè)值和網(wǎng)絡(luò)輸出值之間的誤差小于設(shè)定的值就停止訓(xùn)練或者當(dāng)訓(xùn)練次數(shù)大于設(shè)定值時(shí)也停止訓(xùn)練，至此網(wǎng)絡(luò)訓(xùn)練完成，BP神經(jīng)網(wǎng)絡(luò)的各個(gè)權(quán)值被確定下來(lái)；
[0010]2.1.2)離線建立網(wǎng)絡(luò)預(yù)測(cè)模型后，用傳感器實(shí)際輸出的前m步樣本x(k-m+l), X (k-m+2), --?，x(n)預(yù)測(cè)傳感器第n+1步対/! +1),傳感器第n+1步實(shí)際輸出x (n+1)和預(yù)測(cè)輸出5(? + 1)進(jìn)行比較，把這個(gè)值和實(shí)測(cè)數(shù)值進(jìn)行趨勢(shì)分析，若實(shí)測(cè)值和預(yù)測(cè)值之間差值超過(guò)閥值則判定該檢測(cè)傳感器發(fā)生故障，該檢測(cè)傳感器數(shù)據(jù)為無(wú)效數(shù)據(jù)，否則，所述檢測(cè)傳感器數(shù)據(jù)為有效數(shù)據(jù)；[0011]2.2)單個(gè)檢測(cè)傳感器的BP神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)間數(shù)據(jù)融合:設(shè)檢測(cè)傳感器緩存n輪數(shù)據(jù)，n值根據(jù)需求調(diào)節(jié)，定義T為擬合周期，它表示傳感器節(jié)點(diǎn)收集n輪數(shù)據(jù)所需要的時(shí)間，網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)周期性地監(jiān)測(cè)環(huán)境，并將監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)在節(jié)點(diǎn)緩存中；當(dāng)緩存被數(shù)據(jù)充滿后，節(jié)點(diǎn)利用緩存中的監(jiān)測(cè)數(shù)據(jù)集Yj), j = 1，2，...，n構(gòu)造訓(xùn)練ー個(gè)BP神經(jīng)網(wǎng)絡(luò)，其中，時(shí)間作為輸入?yún)?shù)，與該時(shí)間相対的輸電線路參數(shù)Yj作為輸出參數(shù)，由于BP神經(jīng)網(wǎng)絡(luò)的參數(shù)，層之間的傳遞函數(shù)，已經(jīng)在節(jié)點(diǎn)播散前約定，檢測(cè)傳感器只需將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值發(fā)送給匯聚節(jié)點(diǎn)，接著，檢測(cè)傳感器清空緩存，為下一輪數(shù)據(jù)收集準(zhǔn)備；
[0012]2.3)對(duì)輸入信號(hào)進(jìn)行歸一化，使得所有樣本的輸入信號(hào)其均值接近于0或者與其
均方差方差相比很小;采用歸一化的方法是線性轉(zhuǎn)換^=______________________________,說(shuō)明Hf分別為轉(zhuǎn)換
前后的值，max、min分別為樣本的最大值和最小值；
[0013]2.4)特征層融合識(shí)別:BP網(wǎng)絡(luò)分類器先對(duì)訓(xùn)練集中的樣本進(jìn)行識(shí)別，載入網(wǎng)絡(luò)拓?fù)浜蛥?shù)設(shè)置，初始化權(quán)值，載入待識(shí)別的特征數(shù)據(jù)，網(wǎng)絡(luò)進(jìn)行前向計(jì)算，給出識(shí)別結(jié)果；
[0014]3) 二級(jí)D-S證據(jù)理論融合，所述BP神經(jīng)網(wǎng)絡(luò)的輸出在0-1之間取值，經(jīng)過(guò)處理后作為是基本概率作為D-S證據(jù)理論的證據(jù)；具體如下:


, y, _
[0015]3.1)設(shè)神經(jīng)網(wǎng)絡(luò)的輸出為yi，J2,..., yn,，取ァ,へ’ i = l，2，...，n。將y，4作
為基本概率賦值將BP網(wǎng)絡(luò)的輸出進(jìn)行歸ー化后可作為辨識(shí)框架；
[0016]3.2)采用基于基本概 率賦值的決策方法，如下:
[0017]m(4) =(8)
[0018]S十も
[0019]Hi(Ai)為樣本的第i個(gè)故障模式的基本概率值，BP神經(jīng)網(wǎng)絡(luò)的誤差值作為D-S證據(jù)理論的不確定度m( 0 )，實(shí)現(xiàn)了 D-S證據(jù)理論的節(jié)本概率分配，其中，Ai為危險(xiǎn)等級(jí)，i=l，2，，…，I^y(Ai)為BP神經(jīng)網(wǎng)絡(luò)的診斷輸出；En網(wǎng)絡(luò)樣本誤差。
[0020]進(jìn)ー步，所述步驟I)中，所述輸電參數(shù)包括溫度、濕度以及風(fēng)速、風(fēng)向、覆冰、導(dǎo)線溫度、風(fēng)偏、弧垂、舞動(dòng)、周圍施工情況和桿塔傾斜角度。也可以采用其他參數(shù)。
[0021]再進(jìn)ー步，所述步驟2.2)，單個(gè)檢測(cè)傳感器進(jìn)行數(shù)據(jù)收集過(guò)程:
[0022]2.2.1)數(shù)值和閥值初始化，給各連接權(quán){wj，{ 0 J以及閥值{ 9山{q}賦予[0，I]之間的隨機(jī)值，給定輸入和輸出，計(jì)算神經(jīng)網(wǎng)絡(luò)前向傳播信號(hào)；
[0023]2.2.2)輸入----隱層的輸出信號(hào)為
[0024]
【權(quán)利要求】
1.一種輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法，其特征在于:所述預(yù)警方法包括以下步驟: 1)通過(guò)在所述輸電線路桿塔上安裝檢測(cè)傳感器，用以檢測(cè)n個(gè)輸電線路參數(shù)，實(shí)時(shí)獲取所述檢測(cè)傳感器的當(dāng)前輸電線路參數(shù)； 2)ー級(jí)BP神經(jīng)網(wǎng)絡(luò)融合，具體如下: ` 2.1)單個(gè)檢測(cè)傳感器故障監(jiān)測(cè):采用BP網(wǎng)絡(luò)建立檢測(cè)傳感器輸出序列預(yù)測(cè)模型，假設(shè)已經(jīng)觀測(cè)到的傳感器t個(gè)時(shí)刻輸出樣本為X(I)，x(2)，X (3)，…，x(t)，預(yù)測(cè)t+1時(shí)刻傳感器輸出值，具體過(guò)程如下:` 2.1.1)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練:傳感器采集時(shí)刻數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，在初始權(quán)值的作用下，輸出ー個(gè)監(jiān)測(cè)量的預(yù)測(cè)值，預(yù)測(cè)值和實(shí)際測(cè)得的監(jiān)測(cè)量進(jìn)行比較，若它們的誤差大于設(shè)定的全局誤差平均值E，則繼續(xù)輸入訓(xùn)練數(shù)據(jù)，直到實(shí)測(cè)值和網(wǎng)絡(luò)輸出值之間的誤差小于設(shè)定的值就停止訓(xùn)練或者當(dāng)訓(xùn)練次數(shù)大于設(shè)定值時(shí)也停止訓(xùn)練，至此網(wǎng)絡(luò)訓(xùn)練完成，BP神經(jīng)網(wǎng)絡(luò)的各個(gè)權(quán)值被確定下來(lái)； `2.1.2)離線建立網(wǎng)絡(luò)預(yù)測(cè)模型后，用傳感器實(shí)際輸出的前m步樣本x(k-m+l)，X(k-m+2)，...，x(n)預(yù)測(cè)傳感器第n+1步雙《 + 1)，傳感器第n+1步實(shí)際輸出x(n+l)和預(yù)測(cè)輸出—f(? +1)進(jìn)行比較，把這個(gè)值和實(shí)測(cè)數(shù)值進(jìn)行趨勢(shì)分析，若實(shí)測(cè)值和預(yù)測(cè)值之間差值超過(guò)閥值則判定該檢測(cè)傳感器發(fā)生故障，該檢測(cè)傳感器數(shù)據(jù)為無(wú)效數(shù)據(jù)，否則，所述檢測(cè)傳感器數(shù)據(jù)為有效數(shù)據(jù)； ` 2.2)單個(gè)檢測(cè)傳感器的BP神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)間數(shù)據(jù)融合:設(shè)檢測(cè)傳感器緩存n輪數(shù)據(jù)，n值根據(jù)需求調(diào)節(jié)，定義T為擬合周期，它表示傳感器節(jié)點(diǎn)收集n輪數(shù)據(jù)所需要的時(shí)間，網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)周期性地監(jiān)測(cè)環(huán)境，并將監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)在節(jié)點(diǎn)緩存中；當(dāng)緩存被數(shù)據(jù)充滿后，節(jié)點(diǎn)利用緩存中的監(jiān)測(cè)數(shù)據(jù)集h，yP，j `= l，2，...，n，構(gòu)造訓(xùn)練ー個(gè)BP神經(jīng)網(wǎng)絡(luò)，其中，時(shí)間Xj作為輸入?yún)?shù)，與該時(shí)間相対的輸電線路參數(shù)ハ作為輸出參數(shù)，由于BP神經(jīng)網(wǎng)絡(luò)的參數(shù)，層之間的傳遞函數(shù)，已經(jīng)在節(jié)點(diǎn)播散前約定，檢測(cè)傳感器只需將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值發(fā)送給匯聚節(jié)點(diǎn)，接著，檢測(cè)傳感器清空緩存，為下ー輪數(shù)據(jù)收集準(zhǔn)備； `2.3)對(duì)輸入信號(hào)進(jìn)行歸一化，使得所有樣本的輸入信號(hào)其均值接近于O或者與其均方差方差相比很小，采用歸一化的方法是線性轉(zhuǎn)換
2.如權(quán)利要求1所述的輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法，其特征在于:所述步驟I)中，所述輸電參數(shù)包括環(huán)境溫度、環(huán)境濕度以及風(fēng)速、導(dǎo)線張力和桿塔傾角。
3.如權(quán)利要求1或2所述的輸電線路桿塔監(jiān)控的多傳感器數(shù)據(jù)融合預(yù)警方法，其特征在于:所述步驟2.2)，單個(gè)檢測(cè)傳感器進(jìn)行數(shù)據(jù)收集過(guò)程: . 2.2.1)數(shù)值和閥值初始化，給各連接權(quán){wj，{ 0 J及閥值{ 0上{q}，賦予[O，I]之間的隨機(jī)值，給定輸入和輸出，計(jì)算神經(jīng)網(wǎng)絡(luò)前向傳播信號(hào)； . 2.2.2)輸入----隱層的輸出信號(hào)為
【文檔編號(hào)】G01D21/02GK103557884SQ201310450993
【公開(kāi)日】2014年2月5日 申請(qǐng)日期:2013年9月27日 優(yōu)先權(quán)日:2013年9月27日
【發(fā)明者】張標(biāo)標(biāo), 樂(lè)宇日, 楊彥兵, 吳俊宏, 王毅, 王輝 申請(qǐng)人:杭州銀江智慧城市技術(shù)集團(tuán)有限公司