本申请涉及一种铁塔安全性评估方法、装置、计算机设备和存储介质，所述方法包括：获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。该方法利用铁塔位移这一客观数据对铁塔安全性进行判定，可以降低人的主观经验影响，通过安全性评估模型进行评估较人工评估所用时间减少，能提高对铁塔安全性进行评估的效率，增加监管人员的反应时间，减少因铁塔事故导致的灾害事件。导致的灾害事件。导致的灾害事件。
【技术实现步骤摘要】
铁塔安全性评估方法、装置、计算机设备和存储介质
[0001]本申请涉及电气设备状态检测
，特别是涉及一种铁塔安全性评估方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]输电铁塔是电力系统中的重要组成部分，是高负荷电能输送的载体，也是重要的生命线工程结构。架空输电线路铁塔多建于山腰、山顶或陡峭位置，塔位边坡具有复杂的自然特征，在强降雨、人为活动等影响下，山区线路铁塔边坡极易失稳发生地质灾害，对铁塔的安全造成了巨大影响。随着电网建设发展，线路路径区域地形越来越复杂，山区铁塔边坡问题也越来越突出，与此同时输电铁塔在灾难载荷的作用下一旦遭到破坏，不仅会造成巨大的经济损失，还会引起区域性停电。因此，需要对遭受边坡变形影响的受损铁塔进行安全性评价，为掌握受损铁塔的安全状态，避免发生倒塌灾害造成区域性停电提供量化参考。
[0003]目前，对于输电线路铁塔安全性评估的方法多采用主成分分析、层次分析等方法，该类方法为人工基于工程经验对影响因子进行赋值；其次通过人工等现场测量来对铁塔进行评估，评估人员主观性过强，且评估效率低下，周期性长，不能快速发现铁塔的安全性是否正常，无法做到快速响应。
技术实现思路
[0004]基于此，有必要针对上述方法评估效率低下，周期性长，不能快速发现铁塔的安全性是否正常，无法做到快速响应的技术问题，提供一种铁塔安全性评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种铁塔安全性评估方法。所述方法包括：
[0006]获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；
[0007]通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；
[0008]基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。
[0009]在其中一个实施例中，所述方法还包括：
[0010]获取训练数据集；所述训练数据集包括所述铁搭的多组塔腿样本位移以及每对塔腿样本位移对应的铁塔塔头位移标签和铁塔杆件最大应力标签，每组塔腿样本位移包括所述铁塔的各个塔腿在所述三维直角坐标系的各个坐标轴方向上的位移；
[0011]采用所述训练数据集和改进后的麻雀搜索算法，对支持向量机模型进行训练，得到训练完成的支持向量机模型，作为所述安全性评估模型。
[0012]在其中一个实施例中，所述采用所述训练数据集和改进后的麻雀搜索算法，对支持向量机模型进行训练，得到训练完成的支持向量机模型，包括：
[0013]通过所述改进后的麻雀搜索算法，迭代确定全局麻雀的最小适应度值和最优适应
度位置，基于所述最优适应度位置确定所述支持向量机模型的惩罚参数和核函数参数；
[0014]根据所述惩罚参数、所述核函数参数以及所述最小适应度值，得到目标支持向量机模型；
[0015]通过所述训练数据集，对所述目标支持向量机模型进行训练，得到所述训练完成的支持向量机模型。
[0016]在其中一个实施例中，所述通过所述改进后的麻雀搜索算法，迭代确定全局麻雀的最小适应度值和最优适应度位置，包括：
[0017]确定当前麻雀种群，计算每个麻雀的适应度值及当前的最优适应度位置；
[0018]根据所述适应度值，排序确定新的麻雀种群，以及根据发现者、加入者和警戒者的位置迭代公式确定发现者、加入者和警戒者的最新位置；
[0019]重新计算新的麻雀种群中各个麻雀的适应度值并确定新的最优适应度位置，将所述新的最优适应度位置与前一次的最优适应度位置进行对比，保留更优的适应度继续进行更新，直至达到预设的最大迭代次数，得到全局麻雀的最小适应度值和最优适应度位置。
[0020]在其中一个实施例中，所述方法还包括：
[0021]采用Sin混沌序列和L
é
vy飞行对麻雀搜索算法进行优化，得到所述改进后的麻雀搜索算法。
[0022]在其中一个实施例中，所述获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移，包括：
[0023]通过传感器获取所述铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移。
[0024]第二方面，本申请还提供了一种铁塔安全性评估装置。所述装置包括：
[0025]获取模块，用于获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；
[0026]处理模块，用于通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；
[0027]评估模块，用于基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。
[0028]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0029]获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；
[0030]通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；
[0031]基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。
[0032]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0033]获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；
[0034]通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔
的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；
[0035]基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。
[0036]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0037]获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；
[0038]通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；
[0039]基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。
[0040]上述铁塔安全性评估方法、装置、计算机设备、存储介质和计算机程序产品，以铁塔四个塔腿在三维直角坐标系的三个坐标轴方向上的位移为输入量，通过安全性评估模型确定铁塔的塔头位移和铁塔杆件本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种铁塔安全性评估方法，其特征在于，所述方法包括：获取铁塔的各个塔腿在三维直角坐标系的各个坐标轴方向上的位移；通过训练完成的安全性评估模型对所述各个塔腿的位移进行处理，得到所述铁塔的塔头位移和铁塔杆件最大应力值；其中，所述安全性评估模型通过所述铁塔的各个塔腿的塔腿样本位移训练得到；基于所述塔头位移和所述铁塔杆件最大应力值，确定所述铁塔对应的安全状态。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取训练数据集；所述训练数据集包括所述铁搭的多组塔腿样本位移以及每对塔腿样本位移对应的铁塔塔头位移标签和铁塔杆件最大应力标签，每组塔腿样本位移包括所述铁塔的各个塔腿在所述三维直角坐标系的各个坐标轴方向上的位移；采用所述训练数据集和改进后的麻雀搜索算法，对支持向量机模型进行训练，得到训练完成的支持向量机模型，作为所述安全性评估模型。3.根据权利要求2所述的方法，其特征在于，所述采用所述训练数据集和改进后的麻雀搜索算法，对支持向量机模型进行训练，得到训练完成的支持向量机模型，包括：通过所述改进后的麻雀搜索算法，迭代确定全局麻雀的最小适应度值和最优适应度位置，基于所述最优适应度位置确定所述支持向量机模型的惩罚参数和核函数参数；根据所述惩罚参数、所述核函数参数以及所述最小适应度值，得到目标支持向量机模型；通过所述训练数据集，对所述目标支持向量机模型进行训练，得到所述训练完成的支持向量机模型。4.根据权利要求3所述的方法，其特征在于，所述通过所述改进后的麻雀搜索算法，迭代确定全局麻雀的最小适应度值和最优适应度位置，包括：确定当前麻雀种群，计算每个麻雀的适应度值及当前的最优适应度位置；根据所述适应度值，排序确定新的麻雀种群，以及根据发现者、加入者和警戒者的位置迭代公式确定发现者、加入者和警戒者...
【专利技术属性】
技术研发人员：李成，苗红璞，王彦海，陈树平，黄学能，全浩，石习双，李双林，刘康林，李梦源，陈飞，张云，韩玉康，陈浩，郑扬亮，张予阳，温才权，潘剑华，严剑锋，甘戈炎，黄飞，吴志远，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司梧州局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。