本發(fā)明專利技術公開了極端天氣下輸電線路故障狀態(tài)預警方法，屬于電力技術領域，具體包括以下步驟：S1、獲取巡檢軌跡數據；S2、預處理巡檢數據；S3、進行數字孿生三維建模；S4、建立臺風影響下的線路狀態(tài)預測模型；S5、劃分多層預警等級。本發(fā)明專利技術采用上述的極端天氣下輸電線路故障狀態(tài)預警方法，依托無人機巡檢、數字孿生建模等前沿技術，建立了輸電線路斷線故障概率預測模型，劃分了分層預警等級，實現了危險響應精細化處理，有效避免了資源浪費與人力損失。
1、隨著全球氣候變化加劇，臺風等極端天氣頻繁發(fā)生，對輸電線路的安全運行構成了重大威脅，傳統(tǒng)的監(jiān)測方式主要依賴人工巡檢和固定監(jiān)測設備，無法精細化監(jiān)測極端天氣下輸電線路狀態(tài)，導致災害數據分析不夠精準，預警信息不夠及時，因此研究極端天氣下輸電線路故障狀態(tài)預警方法有著重要作用。
1、本專利技術的目的是提供極端天氣下輸電線路故障狀態(tài)預警方法，依托無人機巡檢、數字孿生建模等前沿技術，建立了輸電線路斷線故障概率預測模型，劃分了分層預警等級，實現了危險響應精細化處理，有效避免了資源浪費與人力損失。
8、優(yōu)選的，s1中根據三邊定律，分析ea、eb值與設定閾值的關系，獲取無人機巡檢軌跡數據，其中e為無人機位置，a、b為基站位置，c為任意選取的點，eabc為無人機巡檢軌跡范圍；當ea大于設定閾值時，無人機向左巡檢，獲取左邊巡檢軌跡數據；當eb小于設定閾值時，無人機向右巡檢，獲取右邊巡檢軌跡數據；當設定閾值大于ea、小于eb時，無人機向前巡檢，獲取前邊巡檢軌跡數據。
>9、優(yōu)選的，s2中通過掃描激光雷達數據，以無人機平面坐標為索引值，根據索引值大小查找相應的多光譜拼接影像數據，并利用索引值內插補相應點位，以改善數據聚合的精確度，利用雙線性插值方法進行插值處理，其中o點為無人機巡檢圖像像素坐標值（x0,y0），即（0,0），a、b、c、d為相鄰點位，o點像素受其余相鄰點位像素影響，距離越近，權重越大，、為光譜信息點，插值計算公式如下所示：10、（1）；
11、（2）；
12、（3）
13、其中，表示插值符號，表示光譜信息點的插值，表示a、b點的橫坐標值，表示c、d點的橫坐標值，表示光譜信息點a的插值，表示光譜信息點d的插值，表示光譜信息點的插值，表示光譜信息點b的插值，表示光譜信息點c的插值，表示光譜信息點o的插值，表示a、d點的縱坐標值，表示b、c點的縱坐標值；
14、結合雙線性插值法并采用激光點云的las數據格式獲得準確譜圖，將其作為激光點云的頻譜數據存儲，實現無人機巡檢數據預處理。
15、優(yōu)選的，s3中采用數字孿生技術，從工作區(qū)域、輸電線路和桿塔及其周圍區(qū)域全覆蓋，確保高清視頻實時傳輸，基于北斗網格方法建立無人機巡檢現場的三維立體模型，將預處理后的數據輸入到數字孿生模塊中。
16、優(yōu)選的，s3中結合數字孿生模塊，給定數據集，由個樣本組成的數據集，選擇非參數回歸模型構建核函數，對數據進行非參數分析，在確定無人機巡檢數據后，若想獲取全局函數就需要進行模型化擬合以減少數據聚合損失，采用最小二乘擬合法尋求函數對數據集的擬合，如下所示：
17、（4）；
18、（5）；
19、其中，表示擬合次數，表示高斯函數疊加結果，表示第個數據集，表示擬合結果，表示至數據集；
20、高斯函數疊加結果的計算公式如下所示：
21、（6）；
22、其中，表示高斯函數全矢量，和分別表示高斯函數均值和方差，在最小二乘擬合方式，給定數據集中的每個數據均是由高斯函數組合而成的，基于此，構建單核問題的數據聚合模型，可表示為：
23、（7）；
24、其中，表示樣本簇，表示核矩陣，表示臨近樣本集合；對于核矩陣，構造個回歸系數矩陣，可表示為：
25、（8）；
26、其中，表示個回歸系數矩陣中第個回歸系數矩陣，表示個數據集中第個數據集；
27、針對核矩陣，其核回歸鄰域和回歸系數均可根據核舉證進行適配，對于多核問題構造的數據聚合模型，通過線性加權方法融合模型，表示為：
28、（9）；
29、其中，是由個樣本組成的數據聚合集合，表示多核聚合權重，表示個回歸系數矩陣中第個回歸系數矩陣的轉置，表示線性加權后的融合模型，表示約束條件，由此實現無人機巡檢數據聚合模型構建。
30、優(yōu)選的，s4具體包括以下步驟：
31、s4.1、開展極端天氣下臺風風場模擬，生成反映極端天氣下臺風的瞬時動態(tài)特性的風速、風向以及降雨強度修正樣本，并對架空線路涉及的區(qū)域做網格化處理，模擬對應網格的氣象數據；
32、s4.2、利用線路結構與位置信息，計算線路承受的作用載荷以及線路的實時風偏距離，描述極端天氣下臺風實時沖擊過程；
33、s4.3、建立斷線故障模式所對應的msssim功能函數，進而建立故障概率模型；
34、s4.4、基于串聯可靠性原理，將架空線路等效為若干耐張段組成的串聯結構系統(tǒng)，得到計及斷線的架空線路綜合故障概率模型。
35、優(yōu)選的，s4.3中構建故障概率模型的具體步驟為：
36、架空線路故障概率與臺風瞬時沖擊過程直接相關，沖擊過程即風雨載荷對于架空線路的極端作用過程，以風雨作用“應力”的形式體現，將線路的綜合載荷和實時間隙距離視為“應力”，并明確各“應力”所對應的“強度”，進而，基于msssim建模思路依次構建斷線的故障概率模型；
37、臺風災害下架空線路所受沖擊由風載荷與雨載荷共同構成，風載荷又包括平均風載荷與脈動風荷，線路走向與風向之間的夾角為，，為風向角，為線路走向角，則線路所受風雨載荷可表示為：
38、1）線路風載荷
39、作用于線路上的平均風載荷與脈動風載荷分別為：
40、（10）；
41、（11）；
42、其中，表示線路上的平均風載荷，和分別表示風壓不均勻系數與高度變化系數，表示導線的體形系數，表示導線外徑/m，表示導線分裂數，表示水平檔距/m，則作用在線路上的風載荷為：
43、（12）；
44、其中，表示線路上的平均脈動風載荷；
45、2）線路雨載荷
46、雨滴在下落的過程中，其水平速度與輸電線高度處臺風平均風速的關系為：
47、（13）；
48、（14）；
49、其中，表示雨滴和風速的水平分量比，表示雨滴直徑，表示高度，表示水平速度與臺風平均風速關聯性系數，雨滴的理論最大直徑為7mm，可近似求得單位體積內的雨滴數為：
50、（15）；
51、其中，，表示降雨強度；
52、雨滴與架空線或桿塔碰撞后，在極短時間內速度驟降為0，由動量守恒定律可知：
53、（16）；
54、其中，表示單個雨滴的水平作用力，表示雨滴的質量，可將雨滴近似為本文檔來自技高網...
【技術保護點】
1.極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：具體包括以下步驟：
2.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S1中根據三邊定律，分析ea、eb值與設定閾值的關系，獲取無人機巡檢軌跡數據，其中e為無人機位置，a、b為基站位置，c為任意選取的點，eabc為無人機巡檢軌跡范圍；當ea大于設定閾值時，無人機向左巡檢，獲取左邊巡檢軌跡數據；當eb小于設定閾值時，無人機向右巡檢，獲取右邊巡檢軌跡數據；當設定閾值大于ea、小于eb時，無人機向前巡檢，獲取前邊巡檢軌跡數據。
3.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S2中通過掃描激光雷達數據，以無人機平面坐標為索引值，根據索引值大小查找相應的多光譜拼接影像數據，并利用索引值內插補相應點位，以改善數據聚合的精確度，利用雙線性插值方法進行插值處理，其中O點為無人機巡檢圖像像素坐標值（x0,y0），即（0,0），A、B、C、D為相鄰點位，O點像素受其余相鄰點位像素影響，距離越近，權重越大，、為光譜信息點，插值計算公式如下所示：
4.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S3中采用數字孿生技術，從工作區(qū)域、輸電線路和桿塔及其周圍區(qū)域全覆蓋，確保高清視頻實時傳輸，基于北斗網格方法建立無人機巡檢現場的三維立體模型，將預處理后的數據輸入到數字孿生模塊中。
5.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S3中結合數字孿生模塊，給定數據集，由個樣本組成的數據集，選擇非參數回歸模型構建核函數，對數據進行非參數分析，在確定無人機巡檢數據后，若想獲取全局函數就需要進行模型化擬合以減少數據聚合損失，采用最小二乘擬合法尋求函數對數據集的擬合，如下所示：
6.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S4具體包括以下步驟：
7.根據權利要求6所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S4.3中構建故障概率模型的具體步驟為：
8.根據權利要求7所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S4.4中一條架空線路各檔距內發(fā)生斷線將導致整條線路停運，則某一檔距內架空線路的綜合故障概率為：
9.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：S5中將整條架空線分為個檔距，則該線路在臺風災害下的綜合故障概率為：
...
【技術特征摘要】
1.極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：具體包括以下步驟：
2.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：s1中根據三邊定律，分析ea、eb值與設定閾值的關系，獲取無人機巡檢軌跡數據，其中e為無人機位置，a、b為基站位置，c為任意選取的點，eabc為無人機巡檢軌跡范圍；當ea大于設定閾值時，無人機向左巡檢，獲取左邊巡檢軌跡數據；當eb小于設定閾值時，無人機向右巡檢，獲取右邊巡檢軌跡數據；當設定閾值大于ea、小于eb時，無人機向前巡檢，獲取前邊巡檢軌跡數據。
3.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：s2中通過掃描激光雷達數據，以無人機平面坐標為索引值，根據索引值大小查找相應的多光譜拼接影像數據，并利用索引值內插補相應點位，以改善數據聚合的精確度，利用雙線性插值方法進行插值處理，其中o點為無人機巡檢圖像像素坐標值（x0,y0），即（0,0），a、b、c、d為相鄰點位，o點像素受其余相鄰點位像素影響，距離越近，權重越大，、為光譜信息點，插值計算公式如下所示：
4.根據權利要求1所述的極端天氣下輸電線路故障狀態(tài)預警方法，其特征在于：s3中采用數字孿生...
【專利技術屬性】
技術研發(fā)人員：何玉靈，汪正天，孫凱，吳學偉，王海朋，巨全明，唐貴基，杜曉東，王玉瑋，陳慧才，
申請(專利權)人：華北電力大學保定，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。