System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电气监测,具体涉及一种输电线路雷电泄电流监测方法及系统。
技术介绍
1、输电线路雷电泄电流主要由雷电引起,当雷电击中或发生在附近地区时,可能会导致空气电离和电荷分离,从而引发雷电泄电流。雷电泄电流尽管是一种瞬时的、短暂的现象,但可能对输电线路和相关设备造成损害。因此,对于输电线路而言,进行雷电泄电流的监测,并采取适当的防护措施非常重要。
2、现有输电线路雷电泄电流监测方法可能存在覆盖范围有限、实时性不足、能耗较高、对复杂非线性关系的建模能力不足等问题。传统监测方法受到设备布置和通信技术的限制,监测覆盖范围有限,难以对广域输电线路进行全面监测;传统监测系统面临数据传输和处理速度较慢的问题,导致监测结果的实时性不足,无法快速响应雷电泄电流事件;传统监测设备能耗较高,需要频繁更换电池或进行维护,增加了运营成本;传统监测方法对输电线路的雷电泄电流产生的复杂非线性关系建模能力有限,从而影响监测的准确性。
3、采用lora和bp神经网络等技术来监测雷电泄电流具有如下优势:首先,广域低功耗通信(lora)技术具有较远的通信范围和低功耗的特点,并可对广域输电线路进行远程监测,覆盖范围更广,且减小了基础设施建设成本;然后,bp神经网络可对复杂非线性关系进行有效建模,通过训练神经网络,可以提高对雷电泄电流产生的复杂电学特性的理解,从而提高监测的准确性和可靠性;其次,lora技术的低功耗特性有助于延长传感器节点的电池寿命,而bp神经网络的在线学习和实时监测能力有助于提高监测的实时性;最后,结合lora和bp神经网
技术实现思路
1、针对现有输电线路雷电泄电流监测方法可能存在的覆盖范围有限、实时性不足、能耗较高、对复杂非线性关系的建模能力不足等问题,本专利技术提出一种输电线路雷电泄电流监测方法及系统,基于lora和bp神经网络,可以适应不同输电线路环境,提升对输电线路雷电泄电流的监测能力。
2、为了实现上述目的,本专利技术通过如下的技术方案来实现:
3、一种输电线路雷电泄电流监测方法,基于lora-bp神经网络,具体包括:
4、提出输电线路雷电泄电流信息采集技术,用于采集雷电泄电流监测用基础信息,所述雷电泄电流监测用基础信息包括输电线路的电流、电压、温度、湿度、地面电位、时间和空间信息;雷电泄电流除了与电流信息相关外,还与电压、温度、湿度、地面电位、时间和空间等信息相关,与传统仅采集电流信息监测的方法相比,本专利技术采集的信息更加全面,可有效提高雷电泄电流监测精度;
5、提出基于lora的输电线路雷电泄电流信息传输技术,定期或在发生雷电后唤醒lora传输所述雷电泄电流监测用基础信息;
6、将基于lora传输的雷电泄电流监测用基础信息作为样本数据集,并划分为训练集和测试集,使用所述训练集对bp神经网络进行离线训练,使用所述测试集评估网络性能,建立基于bp神经网络的输电线路雷电泄电流检测模型;雷电泄电流除了与电流信息相关外,还与电压、温度、湿度、地面电位、时间和空间等信息相关,具有复杂的非线性特性,与传统依靠提取电流信号中谐波分量的方法相比,本专利技术基于bp神经网络对雷电泄电流的复杂非线性关系特性进行建模,通过训练神经网络,可以提高对雷电泄电流产生的复杂电学特性的理解,从而提高雷电泄电流的监测准确度和可靠性;
7、提出基于lora-bp神经网络的输电线路雷电监测模型,实现对不同环境下输电线路雷电泄电流的监测。
8、作为本专利技术的一种优选方案,所述雷电泄电流监测用基础信息表示为:
9、;
10、式中,为 t时刻采集的雷电泄电流监测用基础信息;为 t时刻采集的输电线路电流信息,为 t时刻采集的输电线路电压信息,为 t时刻采集的输电线路温度信息,为 t时刻采集的输电线路湿度信息,为 t时刻采集的输电线路地面电位信息,为 t时刻采集的输电线路空间信息。
11、作为本专利技术的一种优选方案,所述基于lora的输电线路雷电泄电流信息传输技术包括对所述雷电泄电流监测用基础信息的调制过程和解调过程,具体为:
12、对采集的雷电泄电流监测用基础信息进行调制,公式为:
13、;
14、式中,为 t时刻采集的雷电泄电流监测用基础信息,为 t时刻调制后的雷电泄电流监测用基础信息,为 t时刻雷电泄电流监测用基础信息在lora信道上传输的信号频率,为 t时刻雷电泄电流监测用基础信息在lora信道上传输的信号的相角;
15、对调制后的雷电泄电流监测用基础信息进行传输,传输过程中受到噪声的影响,公式为:
16、;
17、式中,为 t时刻接收端接收到的雷电泄电流监测用基础信息,表示 t时刻调制后的雷电泄电流监测用基础信息在传输过程中受到的噪声;
18、接收端对接收到的雷电泄电流监测用基础信息的信号进行解调,公式为:
19、;
20、式中,为 t时刻接收端解调后的雷电泄电流监测用基础信息的信号;
21、对解调后的雷电泄电流监测用基础信息的信号进行高滤波处理,公式为:
22、;
23、式中:为 t时刻解调后的雷电泄电流监测用基础信息,为低通滤波器函数;
24、按照以上步骤对输电线路的电流、电压、温度、湿度、地面电位、时间和空间信息逐一调制和解调,解调后的雷电泄电流监测用基础信息表示为:
25、;
26、式中,为 t时刻经过lora传输后的输电线路电流信息,为 t时刻经过lora传输后的输电线路电压信息,为 t时刻经过lora传输后的输电线路温度信息,为 t时刻经过lora传输后的输电线路湿度信息,为 t时刻经过lora传输后的输电线路地面电位信息,为 t时刻经过lora传输后的输电线路空间信息。
27、作为本专利技术的一种优选方本文档来自技高网...
【技术保护点】
1.一种输电线路雷电泄电流监测方法,其特征在于,所述方法基于LoRa-BP神经网络,具体包括:
2.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述雷电泄电流监测用基础信息表示为:
3.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于LoRa的输电线路雷电泄电流信息传输技术包括对所述雷电泄电流监测用基础信息的调制过程和解调过程,具体为:
4.根据权利要求3所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于BP神经网络的输电线路雷电泄电流检测模型包括输入层、隐含层和输出层,将解调后的雷电泄电流监测用基础信息作为神经网络的输入,i为神经网络训练的层数;
5.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于BP神经网络的输电线路雷电泄电流检测模型,公式为:
6.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述提出基于LoRa-BP神经网络的输电线路雷电监测模型,实现对不同环境下输电线路雷电泄电流的监测,具体为:从训练好的基于BP神经
7.根据权利要求1-6任一项所述的一种输电线路雷电泄电流监测方法的监测系统,其特征在于,所述系统包括:
8.一种输电线路雷电泄电流监测设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一项所述的一种输电线路雷电泄电流监测方法对应的计算机程序。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时用于实现如权利要求1-6中任一项所述的一种输电线路雷电泄电流监测方法对应的过程。
...【技术特征摘要】
1.一种输电线路雷电泄电流监测方法,其特征在于,所述方法基于lora-bp神经网络,具体包括:
2.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述雷电泄电流监测用基础信息表示为:
3.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于lora的输电线路雷电泄电流信息传输技术包括对所述雷电泄电流监测用基础信息的调制过程和解调过程,具体为:
4.根据权利要求3所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于bp神经网络的输电线路雷电泄电流检测模型包括输入层、隐含层和输出层,将解调后的雷电泄电流监测用基础信息作为神经网络的输入,i为神经网络训练的层数;
5.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述基于bp神经网络的输电线路雷电泄电流检测模型,公式为:
6.根据权利要求1所述的一种输电线路雷电泄电流监测方法,其特征在于,所述提出基于lo...
【专利技术属性】
技术研发人员:王振浩,马晖,吴锡,刘志勇,陈辉,曲轶,汪广明,王云峰,于杨,吕卓,蔡丰田,刘佳,李彬,
申请(专利权)人:国网辽宁省电力有限公司抚顺供电公司,
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。