本發(fā)明涉及輸電線路覆冰監(jiān)測，特別是涉及一種輸電線路分布式融冰的監(jiān)測方法。

背景技術(shù)：

高壓輸電線路覆冰和積雪會導(dǎo)致其機(jī)械和電氣性能急劇下降，引起導(dǎo)線舞動、桿塔傾斜甚至倒塔、斷線以及絕緣子閃絡(luò)等重大電力事故，嚴(yán)重影響電力系統(tǒng)的安全運(yùn)行。此時實(shí)時監(jiān)測輸電線路的覆冰狀態(tài)非常重要，然而傳統(tǒng)方法均基于點(diǎn)式的監(jiān)測，無法實(shí)時了解全線幾十公里的覆冰狀態(tài)；而且當(dāng)覆冰嚴(yán)重時，融冰技術(shù)也成為當(dāng)今研究熱潮，目前融冰主流技術(shù)仍舊是直流融冰，雖然方便快捷，絕對避免了覆冰影響下的多重事故發(fā)生，但是停電帶來的損耗也非同小覷，所以實(shí)時并準(zhǔn)確知曉融冰信號，以此判斷應(yīng)急機(jī)制啟動與否非常關(guān)鍵；另外，在大面積脫冰或者不同期脫冰情況下會造成線路斷股、倒塔風(fēng)險(xiǎn)事故，如若沒有實(shí)時準(zhǔn)確監(jiān)控，對于日后的原因排除以及改進(jìn)方案的實(shí)施將帶來困難。因此實(shí)時準(zhǔn)確的掌握整條輸電線路的融冰信號，便于線路技術(shù)人員作出正確有價(jià)值的判斷，并為日后的事故原因查找等帶來便捷的通道。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了克服上述背景技術(shù)的不足，提供一種輸電線路分布式融冰信號的監(jiān)測方法，具有監(jiān)測智能化程度高、監(jiān)測覆蓋面廣、實(shí)時響應(yīng)能力快、識別結(jié)果準(zhǔn)確性高的特點(diǎn)，對輸電線路運(yùn)行狀態(tài)的監(jiān)測以及應(yīng)急措施的決定有著重要的指導(dǎo)意義。

本發(fā)明提供的一種輸電線路分布式融冰信號的監(jiān)測方法，包括如下步驟：步驟一、采用布里淵光時域反射儀(BOTDR，Brillouin-Opitical Time Domain Reflectmeter)監(jiān)測輸電線路OPGW得到的監(jiān)測數(shù)據(jù)F(x_i,t_m)；步驟二、根據(jù)監(jiān)測信號進(jìn)行分析處理，實(shí)時提取預(yù)理后的信號數(shù)據(jù)F_m(x_i,t_m)；步驟三、設(shè)定數(shù)據(jù)集的初始中心，進(jìn)行密度分類；步驟四、根據(jù)密度分類結(jié)果，區(qū)別此時的信號表征的意義；步驟五、排除異常點(diǎn)或孤立點(diǎn)，判定此時是否融冰或脫冰結(jié)束，從而實(shí)現(xiàn)輸電線路的分布式融冰監(jiān)測。

在上述技術(shù)方案中，所述步驟二中，預(yù)處理通過漢明窗濾波方式完成，使得旁瓣衰減較大，從而減小肩峰和波動，集中能量，達(dá)到較好的濾波效果。

在上述技術(shù)方案中，所述步驟三中，初始中心的選取依靠高斯密度函數(shù)確定，具體表示如下：

式中n為采樣數(shù)，σ為密度參數(shù)，d(x_i,x_j)²為兩者的距離，c是類別數(shù)，P(x_i)得到的是密度函數(shù)，而dd則是要求的約束距離。

在上述技術(shù)方案中，所述步驟三中，密度分類過程可通過如下式子表示：

其中w_i為每個數(shù)據(jù)點(diǎn)的分類權(quán)值，μ_ij為隸屬度樣本值，即數(shù)據(jù)點(diǎn)x_j隸屬于第i類的可能性，而J則表示計(jì)算的價(jià)值函數(shù)，也就是所有數(shù)據(jù)點(diǎn)的影響和，用來判斷算法收斂性。

本發(fā)明輸電線路分布式融冰監(jiān)測方法，具有以下有益效果：采用布里淵光時域反射儀技術(shù)，通過監(jiān)測輸電線路全線的數(shù)據(jù)，結(jié)合一系列算法處理，包括預(yù)處理、密度分類等關(guān)鍵算法，而后智能識別數(shù)據(jù)點(diǎn)，準(zhǔn)確實(shí)時獲取融冰信號，實(shí)現(xiàn)輸電線路的分布式融冰監(jiān)測。具有監(jiān)測方法智能化程度高、便于計(jì)算機(jī)進(jìn)行自動分析并判斷融冰檔距和融冰程度的特點(diǎn)。

附圖說明

圖1為本發(fā)明輸電線路分布式融冰監(jiān)測方法的流程示意圖；

圖2為本發(fā)明輸電線路分布式融冰監(jiān)測方法系統(tǒng)框架的示意圖；

圖3為本發(fā)明實(shí)例的劃定圖。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例子對本發(fā)明作進(jìn)一步的詳細(xì)描述，但該實(shí)施例子不應(yīng)理解為對本發(fā)明的限制。

參見圖1至圖2，本發(fā)明輸電線路分布式融冰監(jiān)測方法，包括如下步驟：

步驟一、采用布里淵光時域反射儀監(jiān)測輸電線路OPGW得到的監(jiān)測數(shù)據(jù)F(x_i,t_m)；

步驟二、根據(jù)監(jiān)測信號進(jìn)行分析處理，實(shí)時提取預(yù)理后的信號數(shù)據(jù)F_m(x_i,t_m)；

步驟三、設(shè)定數(shù)據(jù)集的初始中心P_i，進(jìn)行密度分類；

步驟四、根據(jù)密度分類結(jié)果{R₁,R₂}，區(qū)別此時的信號表征的意義；

步驟五、排除異常點(diǎn)或孤立點(diǎn)，判定此時是否融冰或脫冰結(jié)束，從而實(shí)現(xiàn)輸電線路的分布式融冰監(jiān)測。

隨著光纖傳感技術(shù)的發(fā)展和廣泛應(yīng)用，人們更青睞于采用光纖傳感技術(shù)來實(shí)現(xiàn)分布式在線監(jiān)測。布里淵光時域反射儀(BOTDR)是一種基于光纖布里淵散射光強(qiáng)(Brillouin Scattering)檢測的技術(shù)，能夠檢測輸電線路的溫度和應(yīng)變狀態(tài)，本發(fā)明擬通過BOTDR來實(shí)現(xiàn)輸電線路的分布式融冰在線監(jiān)測。

本發(fā)明輸電線路分布式融冰監(jiān)測方法涉及到的設(shè)備包括：BOTDR、分布式光纖傳感器以及計(jì)算與數(shù)據(jù)處理單元。所述分布式光纖傳感器為光纖復(fù)合架空地線OPGW(Optical fiber composite Ground Wire)內(nèi)的一根傳感光纖，光纖復(fù)合架空地線的分布式光纖傳感器通過變電站內(nèi)的接口接入BOTDR，BOTDR與計(jì)算與數(shù)據(jù)處理單元相連。

所述BOTDR的原理為向分布式光纖傳感器中發(fā)射超窄線寬激光信號，光信號再在光纖中傳播時，受光纖材料的影響會產(chǎn)生布里淵后向散射光強(qiáng)信號，當(dāng)光纖受應(yīng)變的擾動時，光纖的折射率會發(fā)生變化，從而引起擾動區(qū)域后向散射光信號發(fā)生頻移變化，通過檢測后向布里淵散射光的返回時間和光強(qiáng)就可以計(jì)算應(yīng)變變化點(diǎn)的位置和變化值。

所述的分布式光纖傳感器也就是光纖復(fù)合架空地線內(nèi)的單模光纖，利用光纖復(fù)合架空地線中的一根單模光纖作為傳感器，監(jiān)測傳感器的溫度和應(yīng)變信息。

所述的應(yīng)變信息通過溫度應(yīng)變解耦模塊實(shí)現(xiàn)溫度應(yīng)變解耦。

所述的計(jì)算與數(shù)據(jù)處理單元通過USB接口分別與BOTDR連接，接收BOTDR發(fā)送的分布式光纖傳感器各空間位置上的應(yīng)變信息，并完成存儲、管理、計(jì)算和顯示信息，通過相應(yīng)算法計(jì)算出輸電線路分布式融冰情況，實(shí)現(xiàn)輸電線路分布式融冰在線監(jiān)測。

本發(fā)明的輸電線路分布式融冰監(jiān)測具體原理：高壓輸電線路OPGW由于線路較長，采用BOTDR監(jiān)測得到的數(shù)據(jù)涵蓋了全線的特性，可以實(shí)時根據(jù)密度分類方法獲取到融冰信號和位置。而本發(fā)明所采用的密度分類方法放棄傳統(tǒng)隨機(jī)確定初始類別中心而導(dǎo)致結(jié)果不唯一的方式，而采用高斯密度函數(shù)來確定中心點(diǎn)，使得初始中心與數(shù)據(jù)空間真實(shí)分布達(dá)成一致，從而比較準(zhǔn)確的判定數(shù)據(jù)集的初始中心。

本實(shí)施方式中監(jiān)測的是某220KV高壓輸電線路的OPGW數(shù)據(jù)，結(jié)合本發(fā)明的步驟，先進(jìn)行低通濾波處理得到有效數(shù)據(jù)集，然后進(jìn)行類別判定。其中高斯密度函數(shù)表達(dá)式為確定初始中心的方式可通過如下式子表述：

式中n為有效數(shù)據(jù)集的個數(shù)，σ為密度參數(shù)，可以簡單設(shè)置σ＝1，d(x_i,x_j)²為兩兩數(shù)據(jù)點(diǎn)的距離平方。可以直接利用式子(1)計(jì)算出各數(shù)據(jù)點(diǎn)的密度值，從而可以粗略的知道目前數(shù)據(jù)集的密集程度。

為避免密度值最大的兩個點(diǎn)同屬一個類別，從而影響分類結(jié)果以及算法復(fù)雜度，于是增加約束距離進(jìn)行控制，即

dd＝max(d(x_i,x_j))/c (2)

其中c是類別數(shù)。于是，在通過式子(1)找出數(shù)據(jù)集中密度最大點(diǎn)P₁后，再尋找距離P₁大于dd的點(diǎn)中密度最大的點(diǎn)P₂，作為初始中心點(diǎn)，避免初始中心點(diǎn)選取的是同一類別的兩個點(diǎn)，導(dǎo)致結(jié)果不穩(wěn)定。

接著開始采用加權(quán)方式進(jìn)行密度分類，然后經(jīng)過反復(fù)更新修改中心點(diǎn)的位置以及隸屬度數(shù)值實(shí)現(xiàn)最后的分類結(jié)果。整個分類過程可以用下列式子表示：

其中w_i為每個數(shù)據(jù)點(diǎn)的分類權(quán)值，直接利用其密度值的歸一化結(jié)果表示，μ_ij為隸屬度樣本值，即數(shù)據(jù)點(diǎn)x_j隸屬于第i類的可能性，值越大，就表示該數(shù)據(jù)點(diǎn)屬于這個類的可能性越大，即不確定性越小，而J則表示計(jì)算的價(jià)值函數(shù)，也就是所有數(shù)據(jù)點(diǎn)的影響和，用來判斷算法收斂性。

分類算法的具體步驟如下：

Step1：根據(jù)式子(1)和(2)求數(shù)據(jù)集中密度最大的點(diǎn)P₁和約束距離dd，找出距離P₁大于dd的點(diǎn)中密度最大的點(diǎn)P₂，作為初始中心點(diǎn)；

Step2：取[0,1]區(qū)間內(nèi)的隨機(jī)數(shù)作為初始隸屬矩陣μ_ij，保證其符合式子(7)的約束條件；

Step3：根據(jù)式子(4)計(jì)算此時的加權(quán)系數(shù)w_i；

Step4：根據(jù)式子(3)求出初始的價(jià)值函數(shù)J₀；

Step5：根據(jù)式子(5)和(6)更新中心點(diǎn)P_i和隸屬矩陣μ_ij；

Step6：再求此次的價(jià)值函數(shù)J，如若與上次的價(jià)值函數(shù)差值小于閾值ε，則停止算法，反之，則返回step5，直到算法停止。

繼而根據(jù)算法得到的結(jié)果進(jìn)行智能判斷，準(zhǔn)確識別出異常點(diǎn)或孤立點(diǎn)，從而判定此時的融冰狀態(tài)，即是否融冰或脫冰結(jié)束，最終實(shí)現(xiàn)輸電線路的分布式融冰監(jiān)測。

圖3中展示了一個實(shí)例的劃定圖，從圖中可以清晰看到應(yīng)用此密度分類方法后的結(jié)果，覆冰、融冰、脫冰的狀態(tài)顯而易見。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi),本說明書中未作詳細(xì)描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。