基于穿戴式傳感器及其數(shù)據(jù)驅(qū)動的輸電線路導(dǎo)線覆冰舞
動監(jiān)測狀態(tài)與風險智能感知方案
作者：王奕 所屬院系 電機系
指導(dǎo)老師：胡軍 所屬院系 電機系
關(guān)鍵詞：數(shù)據(jù)驅(qū)動、穿戴式傳感器、導(dǎo)線覆冰、風險感知
摘要
引入穿戴式傳感技術(shù)，實時監(jiān)測輸電線路運動狀態(tài)和環(huán)境參量，利用集成學習的算法實時分析處理，對覆冰舞動災(zāi)害風險作出預(yù)警判斷。
項目背景
2008年我國南方地區(qū)發(fā)生了大面積、長時間的冰凍自然災(zāi)害，輸電線路由于桿塔和導(dǎo)線覆冰導(dǎo)致大規(guī)模傾倒，給電網(wǎng)企業(yè)帶來了達200多億元人民幣的直接經(jīng)濟損失，社會影響和間接經(jīng)濟損失更為巨大。隨后國內(nèi)廣泛開展了各種輸電線路覆冰在線監(jiān)測裝置的研發(fā)和試點應(yīng)用，但在實際運行中發(fā)現(xiàn)目前各種技術(shù)方案都存在一定的不足。
架構(gòu)思路
本項目由此出發(fā)，借助智能手環(huán)、智能手機上被廣泛應(yīng)用的可穿戴式傳感器具有體積小、成本低、易安裝的顯著優(yōu)勢，用于輸電線路導(dǎo)線覆冰狀態(tài)與風險的智能感知。采用加速度、陀螺儀、重力、溫度、濕度、氣壓/風壓等多種傳感器和單片機，從多個方面對導(dǎo)線的運動狀態(tài)和環(huán)境參數(shù)進行實時監(jiān)測；在有效集成融合各種傳感器監(jiān)測數(shù)據(jù)的基礎(chǔ)上，結(jié)合輸電線路覆冰導(dǎo)線在各種工況下運動姿態(tài)的模擬仿真，利用機器學習等人工智能算法對傳感數(shù)據(jù)進行分析處理，進而獲得輸電線路運動狀態(tài)、覆冰厚度等災(zāi)害風險關(guān)鍵指標，并及時向客戶端發(fā)出預(yù)警信號，盡可能減少損失
創(chuàng)新意義（黑體加粗四號兩端對齊）
作品創(chuàng)新點主要有如下幾點：
引入穿戴式傳感技術(shù)用于線路監(jiān)測：將運動手環(huán)通過加速度傳感器、陀螺儀獲得運動數(shù)據(jù)處理后實現(xiàn)計步、運動模式辨識功能的思路移植到輸電線路狀態(tài)監(jiān)測上，利用多種傳感器獲得輸電線路覆冰過程中的關(guān)鍵數(shù)據(jù)，成本低且易于實現(xiàn)。
利用傳感數(shù)據(jù)機器學習智能感知線路狀態(tài)：進一步引入溫度、風向一系列傳感器，在實時監(jiān)測導(dǎo)線運動狀態(tài)的同時監(jiān)測環(huán)境數(shù)據(jù)；建立導(dǎo)線運動狀態(tài)、環(huán)境條件與輸電線路覆冰厚度等災(zāi)害風險關(guān)鍵指標的關(guān)聯(lián)；利用機器學習等人工智能算法分析處理，對輸電線路覆冰災(zāi)害風險作出的預(yù)警判斷，降低線路覆冰所帶來的損失。
作為科技發(fā)明制作一類的作品，本項目不僅具有重要的電網(wǎng)業(yè)務(wù)應(yīng)用背景和顯著的應(yīng)用價值，而且技術(shù)創(chuàng)新性強、技術(shù)方案合理可行。
1 裝置示意圖
2 交互面板
3 理論思路
