一种基于信息融合的电力杆塔失稳监测方法及系统与流程

本发明涉及一种基于信息融合的电力杆塔失稳监测方法及系统，属于电力系统数据采集和共享技术领域。

背景技术：

输配电线路电力杆塔分布广泛、跨度大，沿线地形和自然环境复杂，加之长期在野外运行，易受台风、强降雨和滑坡、泥石流等地质灾害影响，对电力杆塔稳定带来较大危害，杆塔倒断、倾斜和沉降等失稳问题严重影响电力系统的安全运行。

当前对电力杆塔进行失稳监测的方法主要有人工巡视、有人机/无人机巡视、卫星巡视和在线监测等，其中在线监测方法具有实时、安全、无监测空白期，可长时间连续进行准确监测的优势，适用于进行电力杆塔失稳监测。

近年来，在线监测技术取得了快速的发展，相关研究已成为电力系统状态监测技术领域的热门课题。但对于输配电电力杆塔失稳状态监测，在线监测技术尚不成熟，且功能单一，无法同时对杆塔倒断、倾斜、沉降和位移等状态进行监测。

目前电力杆塔失稳状态在线监测是通过在电力杆塔上安装部署终端装置，终端内集成感知传感器，通过一定的频率采集传感器数据，并通过通信网络将采集数据回传至软件系统进行杆塔状态监测。终端多集成陀螺仪或加速度传感器，对采集传感器数据进行处理后作为杆塔当前状态，导致失稳状态获取信息不全面，仅能对杆塔沉降或杆塔倾斜等单一状态进行监测，不能实现杆塔失稳状态的全方位监测。部分仅依赖于北斗定位模块进行杆塔状态监测，需在杆塔上部署多个监测点，且需要在周边架设参考基站，安装部署复杂，成本较高，基站覆盖范围有限，依赖于后端进行差分解算，实时性不高。由于电力杆塔受风力影响出现摆动，直接将采集传感器数据作为杆塔状态易产生误警，准确性不足。现场采集数据回传频次固定，无法进行自适应调整，高频次数据传输造成通信压力大，且高频次回传正常状态信息浪费通信带宽，低频次回传则无法满足紧急情况下的实时动态监测要求。此外，终端多采用gprs或4g/5g通信方式，受灾害影响易发生网络中断。

有通过北斗卫星定位技术进行输电线路杆塔塔体监测，如发明专利cn109298433a中采用传感器层、云服务器层和监测服务平台的三层结构。将至少两台北斗高精度空间位置传感器部署在电力杆塔体上，并将北斗高精度基准传感器部署在监测的电力杆塔附近，通过解算法服务器解算出被监测的各个点的单一高精度三维位置信息，并将解算出的单一高精度位置信息，与电力杆塔自身信息进行相关分析。该方法需在杆塔上部署多个位置传感器，且需要架设北斗基站，成本较高，安装部署相对复杂。

有通过倾斜传感器进行监测，并采用卫星通信技术进行输电线路杆塔倾斜实时监测，如cn203534587u中监测系统由监测终端服务器和若干倾斜监测节点设备组成，监测终端服务器和监测节点之间通过北斗卫星通信系统进行数据通信。该方式一定程度上提高了系统的通信保障能力，但监测内容有限。

技术实现要素：

为了解决上述现有技术中存在的问题，本发明提供一种基于信息融合的电力杆塔失稳监测方法及系统，针对监测电力杆塔倒断、倾斜、沉降和位移，对电力杆塔失稳状态进行及时预警。

本发明的技术方案如下：

技术方案一：

一种基于信息融合的电力杆塔失稳监测方法，包括以下步骤：

获取实时数据，实时采集电力杆塔的实时位置数据和实时倾角数据；

数据校正，对实时位置数据进行差分解算，获取精确位置数据，对实时倾角数据进行滤波处理，获取精确倾角数据；

数据上传，对所述精确位置数据和精确倾角数据进行加密处理后，上传密文数据至后台监控客户端；

数据处理，所述后台监控客户端对密文数据进行解析，提取精确位置数据和精确倾角数据，根据所述精确位置数据和精确倾角数据计算电力杆塔的倾斜数据和倒断数据，并通过精确位置数据和精确倾角数据与后台监控客户端中存储的电力杆塔原始位置数据和原始倾角数据进行比对，获取电力杆塔的位置变化数据和倾角变化数据，根据所述电力杆塔的位置变化数据和倾角变化数据计算电力杆塔的沉降数据和水平位移数据；

失稳预警，根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据，计算电力杆塔的失稳指数，将失稳指数与预设的阈值进行比对，当失稳指数大于阈值时，所述后台监控客户端发出预警信息给相关工作人员。

进一步的，通过卡尔曼滤波算法对实时倾角数据进行滤波处理，具体步骤如下：

建立倾角状态差分方程和观测方程；

估算倾角过程噪声协方差矩阵和观测噪声协方差矩阵；

初始化倾角估计值和真实值之间的误差协方差矩阵，并进行如下循环：

倾角数据采集，更新倾角观测值；

计算卡尔曼增益；

计算倾角估计值；

更新倾角估计值和真实值之间的误差协方差矩阵。

进一步的，所述密文数据通过4g/5g、通信卫星或北斗短报文中的一种通信方式上传至后台监控客户端。

进一步的，所述后台监控客户端在计算出所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据后，还根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据生成一可视化电力杆塔模型。

技术方案二：

一种基于信息融合的电力杆塔失稳监测系统，包括前端信息感知终端、网络差分服务器和后台监控客户端；

所述前端信息感知终端安装于电力杆塔上，包括传感器模块、控制处理器模块、安全加密模块、通信模块和电源模块；所述传感器模块用于获取电力杆塔的实时位置数据和实时倾角数据；所述控制处理器模块用于接收传感器模块发送的数据，并对实时倾角数据进行滤波处理；所述安全加密模块用于对数据进行安全加密；所述通信模块用于与系统内其他模块进行通信；所述电源模块用于提供电能；

所述网络差分服务器具备无线通信能力，用于通过无线通信网络以及通信模块向所述前端信息感知终端提供差分校正数据；所述控制处理器模块根据所述差分校正数据对所述实时位置数据进行差分解算；

所述后台监控客户端包括数据处理模块以及失稳预警模块；

所述数据处理模块对密文数据进行解析，提取精确位置数据和精确倾角数据，根据所述精确位置数据和精确倾角数据计算电力杆塔的倾斜数据和倒断数据，并通过精确位置数据和精确倾角数据与后台监控客户端中存储的电力杆塔原始位置数据和原始倾角数据进行比对，获取电力杆塔的位置变化数据和倾角变化数据，根据所述电力杆塔的位置变化数据和倾角变化数据计算电力杆塔的沉降数据和水平位移数据；

所述失稳预警模块根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据，计算电力杆塔的失稳指数，将失稳指数与预设的阈值进行比对，当失稳指数大于阈值时，所述失稳预警模块发出预警信息给相关工作人员。

进一步的，所述控制处理模块通过卡尔曼滤波算法对实时倾角数据进行滤波处理，具体步骤如下：

建立倾角状态差分方程和观测方程；

估算倾角过程噪声协方差矩阵和观测噪声协方差矩阵；

初始化倾角估计值和真实值之间的误差协方差矩阵，并进行如下循环：

倾角数据采集，更新倾角观测值；

计算卡尔曼增益；

计算倾角估计值；

更新倾角估计值和真实值之间的误差协方差矩阵。

进一步的，所述通信模块具备多种通信能力，包括4g/5g、通信卫星或北斗短报文。

进一步的，所述后台监控客户端还包括可视化建模模块，所述可视化建模模块根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据生成一可视化电力杆塔模型。

本发明具有如下有益效果：

1、本发明一种基于信息融合的电力杆塔失稳监测方法及系统，基于高精度北斗定位数据和倾角数据融合的杆塔失稳监测方法，实现了杆塔倒断、倾斜、沉降、水平位移的全方位监测；

2、本发明一种基于信息融合的电力杆塔失稳监测方法及系统，仅需在杆塔上部署一个北斗监测点，采用网络rtk进行差分解算，无需在现场架设参考基站，降低了系统成本，采用前端差分解算提高了前端数据处理能力；

3、本发明一种基于信息融合的电力杆塔失稳监测方法及系统，前端信息感知终端对采集倾角数据进行卡尔曼滤波处理，消除风力对杆塔状态监测造成的影响，降低了误警率；

4、本发明一种基于信息融合的电力杆塔失稳监测方法及系统，前端信息感知终端对杆塔状态变化趋势进行智能判断，自适应调整回传数据频次，降低正常状态下的通信成本和带宽浪费，同时保证紧急情况下的实时监测要求；

5、本发明一种基于信息融合的电力杆塔失稳监测方法及系统，融合应用4g/5g、通信卫星和北斗短报文通信网络的信息交互方式，提高了通信保障能力。

附图说明

图1为本发明实施例一的流程图；

图2为通过卡尔曼滤波算法对实时倾角数据进行滤波处理的流程图；

图3为本发明实施例二的系统框架图。

具体实施方式

下面结合附图和具体实施例来对本发明进行详细的说明。

实施例一

参见图1，一种基于信息融合的电力杆塔失稳监测方法，包括以下步骤：

获取实时数据，实时采集电力杆塔的实时位置数据和实时倾角数据；

数据校正，对实时位置数据进行差分解算，实现厘米级高精度定位，获取精确位置数据，对实时倾角数据进行滤波处理，消除风力影响，获取精确倾角数据；

数据上传，对所述精确位置数据和精确倾角数据进行组帧和安全加密，上传加密后的密文数据至后台监控客户端；

数据处理，所述后台监控客户端对密文数据进行解析，提取精确位置数据和精确倾角数据，根据所述精确位置数据和精确倾角数据计算电力杆塔的倾斜数据和倒断数据，并通过精确位置数据和精确倾角数据与后台监控客户端中存储的电力杆塔原始位置数据和原始倾角数据进行比对(原始位置数据和原始倾角数据是电力杆塔刚搭建之时的位置数据和倾角数据，电力杆塔搭建好后，立即测量当前的位置数据和倾角数据并存入后台监控客户端)，获取电力杆塔的位置变化数据和倾角变化数据，根据所述电力杆塔的位置变化数据和倾角变化数据计算电力杆塔的沉降数据和水平位移数据；计算出的倾斜数据、倒断数据、沉降数据和水平位移数据可以是线性的数值型数据或者是非线性的字符型数据，线性的数值型数据例如通过百分数表示，非线性的字符型数据例如通过文字描述阶段性的电力杆塔状态，例如根据精确倾角数据得知电力杆塔倾角为0°时判定为无倾斜，0～10°时判定为轻度倾斜，10～20°时判定为中度倾斜，大于20°时判定为严重倾斜，通过同样的方式，对倒断数据、沉降数据和水平位移数据的不同数值范围进行文字描述；

失稳预警，根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据，计算电力杆塔的失稳指数，失稳指数可以通过线性加权的方式进行计算，例如倾斜数据、倒断数据、沉降数据和水平位移数据的权值分别赋值为0.3、0.3、0.2、0.2，根据倾斜数据、倒断数据、沉降数据和水平位移数据的具体数值，进行加权求和，得到失稳指数；将失稳指数与预设的阈值进行比对，当失稳指数大于阈值时，所述后台监控客户端发出预警信息给相关工作人员；

以倾斜数据、倒断数据、沉降数据和水平位移数据通过文字描述为例，预先设定倾斜数据为无倾斜时为0分，轻度倾斜时为1分，中度倾斜时为2分，严重倾斜为3分；倒断数据为无倒断时为0分，轻度倒断时为1分，中度倒断时为2分，严重倒断为3分；沉降数据为无沉降时为0分，轻度沉降时为1分，中度沉降时为2分，严重沉降为3分；水平位移数据为无位移时为0分，轻度位移时为1分，中度位移时为2分，严重位移为3分，阈值预设为1.5；当计算出电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据分别为中度倾斜、轻度倒断、中度沉降和严重位移时，失稳指数＝2*0.3+1*0.3+2*0.2+3*0.2＝1.9大于阈值1.5，则进行失稳预警。

进一步的，参见图2，通过卡尔曼滤波算法对实时倾角数据进行滤波处理，具体步骤如下：

建立倾角状态差分方程和观测方程；

估算倾角过程噪声协方差矩阵和观测噪声协方差矩阵；

初始化倾角估计值和真实值之间的误差协方差矩阵，并进行如下循环：

倾角数据采集，更新倾角观测值；

计算卡尔曼增益；

计算倾角估计值；

更新倾角估计值和真实值之间的误差协方差矩阵。

以台风作用下倾角数据采集为例，例如台风影响下电力杆塔实时采集倾角数据大于10°，采用所述滤波算法将实时采集倾角数据作为倾角观测值，先后计算卡尔曼增益和倾角估计值，计算得到精确的倾角数据小于10°。当实时采集倾角数据大于10°，判定电力杆塔为中度倾斜，由实时采集倾角数据和精确位置数据计算出的倒断数据、沉降数据和水平位移数据分别为中度倒断、轻度沉降和中度位移，失稳指数＝2*0.3+2*0.3+1*0.2+2*0.2＝1.8大于阈值，进行失稳预警。当采用所述卡尔曼滤波算法对实时采集倾角数据进行滤波处理后得到精确倾角数据小于10°，判定电力杆塔为轻度倾斜，由精确倾角数据和精确位置数据计算出的倒断数据、沉降数据和水平位移数据分别为轻度倒断、轻度沉降和中度位移，失稳指数＝1*0.3+1*0.3+1*0.2+2*0.2＝1.2小于阈值，不进行失稳预警。

进一步的，所述密文数据通过4g/5g、通信卫星或北斗短报文中的一种通信方式上传至后台监控客户端。

进一步的，所述后台监控客户端在计算出所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据后，还根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据生成一可视化电力杆塔模型。

实施例二：

参见图3，一种基于信息融合的电力杆塔失稳监测系统，包括前端信息感知终端、网络差分服务器和后台监控客户端；

所述前端信息感知终端安装于电力杆塔上，包括传感器模块、控制处理器模块、安全加密模块、通信模块和电源模块；所述传感器模块用于获取电力杆塔的实时位置数据和实时倾角数据，传感器模块内包括但不限于北斗定位模块和倾角传感器，北斗定位模块安装位置可调节，在保证北斗信号不受电力线路影响的前提下，避免与通信产生干扰；所述控制处理器模块采用低功耗且可进行并行处理的嵌入式处理器，可接收传感器模块发送的数据，并对实时倾角数据进行滤波处理，根据杆塔状态变化趋势自动调整数据上传频次，并根据当前网络通信情况自动选择合适的通信网络；所述安全加密模块用于对数据进行安全加密，使数据传输满足安全性要求；所述通信模块用于与系统内其他模块进行通信；所述电源模块用于提供电能，可采用太阳能模块加锂电池的供电方式；

所述网络差分服务器具备无线通信能力，可利用已建设cors基站，通过网络rtk差分技术为前端信息感知终端提供差分校正数据；所述控制处理器模块根据所述差分校正数据对所述实时位置数据进行差分解算，实现单点厘米级实时定位；

所述后台监控客户端包括数据处理模块以及失稳预警模块；

所述数据处理模块对密文数据进行解析，提取精确位置数据和精确倾角数据，根据所述精确位置数据和精确倾角数据计算电力杆塔的倾斜数据和倒断数据，并通过精确位置数据和精确倾角数据与后台监控客户端中存储的电力杆塔原始位置数据和原始倾角数据进行比对，获取电力杆塔的位置变化数据和倾角变化数据，根据所述电力杆塔的位置变化数据和倾角变化数据计算电力杆塔的沉降数据和水平位移数据；

所述失稳预警模块根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据，计算电力杆塔的失稳指数，将失稳指数与预设的阈值进行比对，当失稳指数大于阈值时，所述失稳预警模块以短信、app(应用程序)等形式将预警信息发送给相关工作人员。

进一步的，所述控制处理模块通过卡尔曼滤波算法对实时倾角数据进行滤波处理，具体步骤如下：

建立倾角状态差分方程和观测方程；

估算倾角过程噪声协方差矩阵和观测噪声协方差矩阵；

初始化倾角估计值和真实值之间的误差协方差矩阵，并进行如下循环：

倾角数据采集，更新倾角观测值；

计算卡尔曼增益；

计算倾角估计值；

更新倾角估计值和真实值之间的误差协方差矩阵。

进一步的，所述通信模块具备多种通信能力，包括4g/5g、通信卫星或北斗短报文。

进一步的，所述后台监控客户端还包括可视化建模模块，所述可视化建模模块根据所述电力杆塔的倾斜数据、倒断数据、沉降数据和水平位移数据生成一可视化电力杆塔模型。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。