本發(fā)明涉及輸電導(dǎo)線傳感監(jiān)測(cè)，具體涉及一種輸電導(dǎo)線用多傳感器運(yùn)行實(shí)時(shí)性參數(shù)優(yōu)化分配方法。

背景技術(shù)：

1、輸電導(dǎo)線故障通常會(huì)引起相間閃絡(luò)放電，導(dǎo)線斷股，桿塔倒塌等事故，從而造成經(jīng)濟(jì)損失和人員傷亡，嚴(yán)重影響輸電線路的安全，可靠運(yùn)行。通過(guò)在輸電導(dǎo)線上布設(shè)用來(lái)監(jiān)測(cè)導(dǎo)線運(yùn)行狀況的傳感器設(shè)備，實(shí)時(shí)采集發(fā)熱、絕緣、漏電流等狀態(tài)信息，并及時(shí)預(yù)警處置，來(lái)為輸電導(dǎo)線的安全穩(wěn)定運(yùn)行保駕護(hù)航。輸電導(dǎo)線上諸多傳感器統(tǒng)一布設(shè)，采取太陽(yáng)能等方式集中供電運(yùn)行，并將采集到的數(shù)據(jù)以無(wú)線方式傳送到后臺(tái)管理中心。

2、由于這些傳感器的供電能源受限，傳感器通常采取間歇式工作方式運(yùn)行，即周期性地從休眠中喚醒展開(kāi)采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸?shù)墓ぷ髁鞒?，然后再次轉(zhuǎn)入休眠狀態(tài)。一方面，休眠周期的設(shè)置是影響傳感器運(yùn)行實(shí)時(shí)性的關(guān)鍵因素，也是減小能耗的重要環(huán)節(jié)，但休眠周期過(guò)大會(huì)降低傳感器工作的實(shí)時(shí)性；另一方面因采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸?shù)饶芎妮^大需要盡可能縮短這些工作運(yùn)行環(huán)節(jié)時(shí)長(zhǎng)，但會(huì)帶來(lái)實(shí)時(shí)性的下降；此外，處理數(shù)據(jù)環(huán)節(jié)傳感器需要進(jìn)行邊緣計(jì)算和邏輯分析等數(shù)據(jù)融合的操作，會(huì)直接影響到傳感監(jiān)測(cè)的信息質(zhì)量與可信度，足夠長(zhǎng)的數(shù)據(jù)處理融合時(shí)間能提升傳感信息質(zhì)量與可信度，但同時(shí)也會(huì)導(dǎo)致能耗的增大。由此而言，輸電導(dǎo)線集中供電整體能耗、傳感信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性這三個(gè)目標(biāo)之間存在著深刻的內(nèi)在矛盾機(jī)理，實(shí)際應(yīng)用中，三個(gè)目標(biāo)的重要程度也不盡相同。

3、綜上而言，唯有對(duì)輸電導(dǎo)線上集中供電運(yùn)行的諸多傳感器的采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸各環(huán)節(jié)時(shí)長(zhǎng)以及休眠周期時(shí)長(zhǎng)進(jìn)行統(tǒng)一合理優(yōu)化分配，才能有效調(diào)和解決能耗、可信度、實(shí)時(shí)性三者之間的內(nèi)在機(jī)理矛盾，實(shí)現(xiàn)全局折衷優(yōu)化，達(dá)到輸電導(dǎo)線用多傳感器效能最高的目的。上述情況，業(yè)界尚未有合理可行的解決方案，現(xiàn)存的辦法大多是依據(jù)經(jīng)驗(yàn)結(jié)合傳感器的功能特點(diǎn)來(lái)設(shè)置采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸各環(huán)節(jié)時(shí)長(zhǎng)以及休眠周期時(shí)長(zhǎng)，或是過(guò)于考慮節(jié)能導(dǎo)致實(shí)時(shí)性欠佳，或者為了追求數(shù)據(jù)融合可信度而帶來(lái)較大能耗代價(jià)，總的說(shuō)來(lái)普遍缺乏對(duì)輸電導(dǎo)線用多傳感器運(yùn)行效能的提升優(yōu)化的手段和工具方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種輸電導(dǎo)線用多傳感器運(yùn)行實(shí)時(shí)性參數(shù)優(yōu)化分配方法，將傳感器工作運(yùn)行時(shí)長(zhǎng)與休眠周期時(shí)長(zhǎng)的比值所反映的實(shí)時(shí)性特征作為分配參數(shù)因子，將反映多傳感器整體能耗、信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性的多目標(biāo)特性以輸電導(dǎo)線用多傳感器運(yùn)行效能目標(biāo)函數(shù)的方式進(jìn)行描述，通過(guò)全局搜索提取實(shí)時(shí)性參數(shù)因子，實(shí)現(xiàn)對(duì)多傳感器運(yùn)行實(shí)時(shí)性參數(shù)最優(yōu)化分配。

2、一種輸電導(dǎo)線用多傳感器運(yùn)行實(shí)時(shí)性參數(shù)優(yōu)化分配方法，該方法的實(shí)現(xiàn)步驟如下：

3、步驟一：建立傳感器工作任務(wù)分配模型；

4、步驟二：建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的能耗指數(shù)計(jì)算模型；

5、步驟三：建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的實(shí)時(shí)性參數(shù)因子計(jì)算模型；

6、步驟四：建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型；

7、步驟五：根據(jù)傳感器工作任務(wù)分配模型、能耗指數(shù)計(jì)算模型、實(shí)時(shí)性參數(shù)因子計(jì)算模型和數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型構(gòu)造輸電導(dǎo)線用多傳感器的運(yùn)行效能評(píng)價(jià)函數(shù)；

8、步驟六：根據(jù)運(yùn)行效能評(píng)價(jià)函數(shù)利用全局搜索優(yōu)化法提取最佳實(shí)時(shí)性參數(shù)因子作為對(duì)傳感器系統(tǒng)的分配參數(shù)。

9、進(jìn)一步地，所述步驟一中建立傳感器工作任務(wù)分配模型的過(guò)程如下：

10、輸電導(dǎo)線上諸多傳感器統(tǒng)一布設(shè)，采取集中供電運(yùn)行，由于這些傳感器的供電能源受限，傳感器采取間歇式工作方式運(yùn)行，即周期性地從休眠中喚醒展開(kāi)采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸?shù)墓ぷ髁鞒蹋缓笤俅无D(zhuǎn)入休眠狀態(tài)。于是傳感器的工作運(yùn)行流程的時(shí)長(zhǎng)分解了“采集數(shù)據(jù)--處理數(shù)據(jù)--無(wú)線傳輸--休眠”這四個(gè)環(huán)節(jié)，周而復(fù)始循環(huán)執(zhí)行；

11、設(shè)定統(tǒng)一集中供電布設(shè)的傳感器有n個(gè)，記：第i個(gè)傳感器執(zhí)行采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸、休眠任務(wù)的功率分別為：pi1,pi2,pi3,pi4，對(duì)應(yīng)執(zhí)行的時(shí)長(zhǎng)分別為t1,t2,t3,t4，總能耗為wi。

12、進(jìn)一步地，所述步驟二中建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的能耗指數(shù)計(jì)算模型的過(guò)程如下：

13、各傳感器的能耗wi表示其執(zhí)行采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸、休眠這四項(xiàng)任務(wù)所消耗的能耗總和，n個(gè)傳感器能耗的計(jì)算模型如下：

14、w1＝p11t11+p12t12+p13t13+p14t14

15、wi＝pi1ti1+pi2ti2+pi3ti3+pi4ti4

16、...

17、wn＝pn1tn1+pn2tn2+pn3tn3+pn4tn4

18、于是構(gòu)造如下的傳感器能耗度指數(shù)ji(pi,ti)，用以表征該傳感器在單位時(shí)間內(nèi)的能耗程度，其計(jì)算模型為：

19、

20、可見(jiàn)，當(dāng)t1,t2,t3較大時(shí)，該傳感器能耗變大，反映在能耗度指數(shù)較高；當(dāng)t4較大的時(shí)候，該傳感器休眠時(shí)間長(zhǎng)，能有效降低能耗，反映在能耗度指數(shù)較低。

21、進(jìn)一步地，所述步驟三中建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的實(shí)時(shí)性參數(shù)因子計(jì)算模型的過(guò)程如下：

22、用傳感器工作運(yùn)行時(shí)長(zhǎng)t1,t2,t3相對(duì)休眠周期時(shí)長(zhǎng)t4的比值這個(gè)反映傳感器運(yùn)行實(shí)時(shí)性的參數(shù)因子來(lái)關(guān)聯(lián)上能耗指數(shù)：比值越大反映休眠周期相對(duì)較短則代表傳感器工作運(yùn)行的實(shí)時(shí)性更高，但也會(huì)帶來(lái)較大能耗，比值較小會(huì)導(dǎo)致實(shí)時(shí)性下降，但能較好的節(jié)省能耗，因而存在對(duì)立性矛盾，為此將反映該對(duì)立性矛盾的核心要義用實(shí)時(shí)性參數(shù)因子ki(ti)計(jì)算模型來(lái)表示：

23、

24、進(jìn)一步地，所述步驟四中建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型的過(guò)程如下：

25、由于在傳感器處理數(shù)據(jù)環(huán)節(jié)中需要進(jìn)行邊緣計(jì)算和邏輯分析等數(shù)據(jù)融合的操作，會(huì)直接決定傳感監(jiān)測(cè)的信息質(zhì)量與可信度，足夠長(zhǎng)的數(shù)據(jù)處理融合時(shí)間能提升傳感信息質(zhì)量與可信度，但同時(shí)也會(huì)導(dǎo)致能耗的增大，為此，定義傳感器數(shù)據(jù)處理信息質(zhì)量可信度ci(ti2)計(jì)算模型如下：

26、ci(t2)＝ft2

27、其中f為數(shù)據(jù)處理過(guò)程的函數(shù)；

28、可見(jiàn)，當(dāng)t2比較大時(shí)，傳感信息質(zhì)量較高，可信度加強(qiáng)，但會(huì)導(dǎo)致實(shí)時(shí)性參數(shù)因子加大從而帶來(lái)較大能耗。

29、進(jìn)一步地，所述步驟五中構(gòu)造輸電導(dǎo)線用多傳感器的運(yùn)行效能評(píng)價(jià)函數(shù)的過(guò)程如下：

30、為盡可能降低傳感器系統(tǒng)能耗，應(yīng)使采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸?shù)臅r(shí)長(zhǎng)t1,t2,t3盡可能小，也即要使步驟二中的傳感器能耗度指數(shù)盡可能低；一方面為提升在線監(jiān)測(cè)的實(shí)時(shí)性能，需要降低休眠時(shí)長(zhǎng)，盡可能多的進(jìn)行采集處理工作，也即要使步驟三中實(shí)時(shí)性參數(shù)因子盡可能大；另一方面，要使傳感器系統(tǒng)具備較好的信息質(zhì)量可信度，需保證步驟四中數(shù)據(jù)處理信息質(zhì)量可信度盡可能大。為調(diào)和上述多傳感器整體能耗、信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性這三個(gè)目標(biāo)指向的內(nèi)在矛盾，將步驟二中建立的能耗度指數(shù)模型、步驟三中建立的實(shí)時(shí)性參數(shù)因子模型、步驟四中建立的數(shù)據(jù)處理信息質(zhì)量可信度模型，分別以反比例正比例ki、正比例ci的方式進(jìn)行組合，使其目標(biāo)指向一致，從而構(gòu)建輸電導(dǎo)線用多傳感器的運(yùn)行效能評(píng)價(jià)函數(shù)如下：

31、

32、其中，α，β，γ分別為反映傳感器能耗、信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性對(duì)運(yùn)行效能貢獻(xiàn)的歸一化影響因子，通常根據(jù)具體場(chǎng)景任務(wù)需求以及經(jīng)驗(yàn)值來(lái)確定，且有α+β+γ＝1。

33、進(jìn)一步地，為獲取步驟五中效能評(píng)價(jià)函數(shù)里的多傳感系統(tǒng)運(yùn)行實(shí)時(shí)性參數(shù)的最優(yōu)集top＝[t1op，t2op，t3op，t4op]，通過(guò)全局搜索優(yōu)化的辦法來(lái)提取最佳實(shí)時(shí)性參數(shù)top，以此作為對(duì)傳感器系統(tǒng)的運(yùn)行實(shí)時(shí)性參數(shù)的最佳分配數(shù)值，所述步驟六中全局搜索優(yōu)化法提取最佳實(shí)時(shí)性參數(shù)因子作為對(duì)傳感器系統(tǒng)的分配參數(shù)的過(guò)程如下：

34、(1)設(shè)置初始時(shí)延、結(jié)束時(shí)延和時(shí)延變化速率v，以及每個(gè)時(shí)延的迭代次數(shù)，即鏈長(zhǎng)l，以保證蟻群算法在初始階段具有充分的活力；初始時(shí)延表示系統(tǒng)自定義的取值，初始化設(shè)定為[1111]，結(jié)束時(shí)延表示經(jīng)過(guò)優(yōu)化算法提取得到的時(shí)延配置數(shù)值，為[t1,t2,t3,t4]；時(shí)延變化速率表示在迭代過(guò)程中數(shù)據(jù)增長(zhǎng)倍數(shù)，鏈長(zhǎng)即為迭代次數(shù)n，于是有：

35、t(0)＝[t1,t2,t3,t4]＝[1111]，此時(shí)對(duì)應(yīng)的迭代次數(shù)為0，經(jīng)過(guò)時(shí)延衰減后，此時(shí)有t(0)*＝vt(0)；

36、(2)構(gòu)造路徑，計(jì)算螞蟻通過(guò)[t1,t2,t3,t4]路徑到達(dá)終點(diǎn)實(shí)現(xiàn)目標(biāo)的概率為：

37、

38、(3)更新信息；

39、

40、δt(i,i+1)＝1/∑(t1+t2+t3+t4)

41、(4)判斷是否滿足終止準(zhǔn)則：10-6<ti<10-4且p＝pmax，如果滿足則輸出當(dāng)前最優(yōu)解，算法停止，否則執(zhí)行步驟(3)；

42、(5)在算法停止時(shí)輸出最優(yōu)解，即為傳感器運(yùn)行時(shí)執(zhí)行采集數(shù)據(jù)、處理數(shù)據(jù)、無(wú)線傳輸、休眠這四項(xiàng)任務(wù)的最佳實(shí)時(shí)性參數(shù)top。

43、有益效果：

44、1、本發(fā)明的多傳感器運(yùn)行實(shí)時(shí)性參數(shù)優(yōu)化分配方法首先依次建立傳感器工作任務(wù)分配模型、輸電導(dǎo)線集中供電布設(shè)的各傳感器的能耗指數(shù)計(jì)算模型、實(shí)時(shí)性參數(shù)因子計(jì)算模型、數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型；再根據(jù)傳感器工作任務(wù)分配模型、能耗指數(shù)計(jì)算模型、實(shí)時(shí)性參數(shù)因子計(jì)算模型和數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型構(gòu)造輸電導(dǎo)線用多傳感器的運(yùn)行效能評(píng)價(jià)函數(shù)；最后根據(jù)運(yùn)行效能評(píng)價(jià)函數(shù)利用全局搜索優(yōu)化法提取最佳實(shí)時(shí)性參數(shù)因子作為對(duì)傳感器系統(tǒng)的分配參數(shù)，解決了輸電導(dǎo)線用多傳感器能耗、可信度、實(shí)時(shí)性三者之間的內(nèi)在機(jī)理矛盾，實(shí)現(xiàn)全局折衷優(yōu)化，達(dá)到輸電導(dǎo)線用多傳感器效能最高的目的。

45、2、本發(fā)明首次建立了輸電導(dǎo)線集中供電布設(shè)的各傳感器的能耗指數(shù)計(jì)算模型，能夠量化反映傳感器工作運(yùn)行過(guò)程的整體能耗情況，首次建立了建立輸電導(dǎo)線集中供電布設(shè)的各傳感器的實(shí)時(shí)性參數(shù)因子計(jì)算模型，能夠量化反映傳感器在線監(jiān)測(cè)的實(shí)時(shí)性情況，同時(shí)首次建立了輸電導(dǎo)線集中供電布設(shè)的各傳感器的數(shù)據(jù)處理信息質(zhì)量可信度計(jì)算模型，能夠量化反映傳感器數(shù)據(jù)采集處理信息的可信度情況。

46、3、本發(fā)明針對(duì)輸電導(dǎo)線多傳感器集中供電整體能耗、傳感信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性這三個(gè)目標(biāo)優(yōu)化指向存在內(nèi)在矛盾的問(wèn)題，將傳感器工作運(yùn)行時(shí)長(zhǎng)與休眠周期時(shí)長(zhǎng)的比值所反映的實(shí)時(shí)性特征作為分配參數(shù)因子，將降低該實(shí)時(shí)性參數(shù)因子以優(yōu)化能耗與增大該實(shí)時(shí)性參數(shù)因子以提升實(shí)時(shí)性和可信度的對(duì)立條件因素統(tǒng)一起來(lái)，構(gòu)建輸電導(dǎo)線用多傳感器運(yùn)行效能函數(shù)，通過(guò)優(yōu)化計(jì)算提取各傳感器實(shí)時(shí)性參數(shù)因子數(shù)值，使得多傳感器整體能耗、信息可信度、在線監(jiān)測(cè)實(shí)時(shí)性的性能達(dá)到整體最優(yōu)，以實(shí)現(xiàn)傳感器運(yùn)行參數(shù)的優(yōu)化分配。