基于电流磁场的交流输电线路反演方法与流程

文档序号:16131290发布日期:2018-12-01 00:21阅读:264来源:国知局

本发明涉及智能算法领域,特别是一种基于磁场传感器测量的输电线路周围空间磁场值反演出输电导线参数的方法。

背景技术

作为电力系统的主干,架空输电线路具有分布面积广大,所处地形复杂,自然环境恶劣的特点,容易出现故障,影响电力系统的正常运行。因此,为了保障供电可靠性,需要定期进行线路巡检。传统的巡检方式采用人工巡检,需要工人攀登杆塔实现探查,工作强度大,效率和准确率低下,具有一定的危险性。因此,近几年无人机巡线技术得到了迅速发展。目前的无人机巡线技术主要是利用无人机搭载照相机,人工操纵无人机接近输电线路,拍摄线路的照片,之后通过技术人员识别出照片中的线路故障,实现巡检。相比于人工巡检,无人机巡线安全性高,提高了巡检效率,在一定程度上提高了故障判断准确度。然而,现有的无人机巡线技术存在一定缺陷,比如需要人工参与和操纵,需要培训相关的技术人员,带来复杂性和困难;现有的gps定位系统存在米量级的误差,且在实际应用中存在着随意填写和叠加误差等等现象,使得数据的录入不够准确;现场中存在着风力偏移,磁场吸附等情况,无人机定位存在困难。



技术实现要素:

本发明的目的是为了解决上述问题,设计了一种基于电流磁场的交流输电线路反演方法。具体设计方案为:

一种基于电流磁场的交流输电线路反演方法,包括磁场传感器量测部分,线路的反演模型部分,基于磁场强度的输电导线位置反演算法部分,所述磁场传感器量测部分,线路的反演模型部分,基于磁场强度的输电导线位置反演算法部分依次进行,其特征在于,

所述磁场传感器量测部分中,

使用三轴的磁场传感器,给出空间中三个正交直角坐标系方向上的磁场强度,在无人机的飞行过程中,每隔一段时间采集一个固定位置的磁场强度值并记录该位置的gps坐标,输入给后续的反演模型和算法;

所述线路的反演模型部分包括中,

基于几何关系的模型和基于相对位置的模型,分别采用空间gps定位的坐标系和以线路为轴的坐标系,在基于相对位置的模型中引入位置变换矩阵,对gps定位误差导致的反演结果误差大小进行限制;

所述基于磁场强度的输电导线位置反演算法部分中,

基于所述线路的反演模型部分,使用有约束和无约束的优化手段,给出输电导线的位置及其中的电流,对无人机的自动巡线实现指导。

所述磁场传感器量测部分中,对于交流输电系统,

测量得到的磁场与传感器和输电导线的相对位置相关,

测量得到的磁场与导线的电流相关,

测量得到的磁场与量测时间相关,

所述磁场传感器量测部分中,传感器测量得到的磁场强度经过滤波,采样,放大后得到的数字信号可以送给后续的线路反演模型部分和基于磁场强度的位置反演算法部分,进行后续处理。

所述基于集合关系的模型中,

设导线l位于高度为h的平行于水平面的平面s内,在平面内的方程为ax+by+c=0,设测量点a的坐标为(xr,yr,zr),则b点的坐标为(xr,yr,h),由导线位置方程可解得c点的坐标为:

且点a、点b、点c之间有几何关系为:

设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度,建立空间磁场强度与线路参数的关联模型为:

所述基于相对位置的模型中,以导线为坐标轴,引入坐标变换矩阵,将gps定位系统对反演结果的影响控制在固定的范围内,建立空间磁场强度与线路参数的关联模型为:

所述基于几何关系的模型和基于相对位置的模型,为后续基于磁场强度的输电导线位置反演算法部分提供模型基础。

所述基于磁场强度的输电导线位置反演算法部分中,结合磁场传感器量测部分给出的磁场强度测量值,给出最终的线路导线位置反演结果,该部分包括有约束优化和无约束优化算法,引入目标函数f,其中:

f=||hcal-hsam||

其中hcal表示根据前述两种线路模型计算出的采样点处磁场强度,hsam表示实际传感器测量得到的磁场强度值,

通过最小化目标函数f的值得到与当前一段时间内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。

通过本发明的上述技术方案得到的基于电流磁场的交流输电线路反演方法,其有益效果是:

可以应用于无人机巡线系统中,根据无人机搭载的磁场传感器测量得到的磁场强度反演出场源即输电导线的位置和电流参数,可以应用于直流和交流输电系统,实现无人机的智能巡线。

附图说明

图1是本发明所述基于电流磁场的交流输电线路反演方法的流程框图;

图2是线路的反演模型部分中的基于几何关系的模型示意图;

图3是线路的反演模型部分中的基于相对位置的模型示意图;

图4是基于磁场强度的输电导线位置反演算法部分给出的交流输电系统下的输电导线反演结果。

图5是基于磁场强度的输电导线位置反演算法部分给出的交流输电系统下的电流曲线。

具体实施方式

下面结合附图对本发明进行具体描述。

图1是本发明的流程框图,如图1所示,一种基于电流磁场的交流输电线路反演方法,包括磁场传感器量测部分,线路的反演模型部分,基于磁场强度的输电导线位置反演算法部分,所述磁场传感器量测部分,线路的反演模型部分,基于磁场强度的输电导线位置反演算法部分依次进行,其特征在于,

所述磁场传感器量测部分中,

使用三轴的磁场传感器,给出空间中三个正交直角坐标系方向上的磁场强度,在无人机的飞行过程中,每隔一段时间采集一个固定位置的磁场强度值并记录该位置的gps坐标,输入给后续的反演模型和算法;

所述线路的反演模型部分包括中,

基于几何关系的模型和基于相对位置的模型,分别采用空间gps定位的坐标系和以线路为轴的坐标系,在基于相对位置的模型中引入位置变换矩阵,对gps定位误差导致的反演结果误差大小进行限制;

所述基于磁场强度的输电导线位置反演算法部分中,

基于所述线路的反演模型部分,使用有约束和无约束的优化手段,给出输电导线的位置及其中的电流,对无人机的自动巡线实现指导。

所述磁场传感器量测部分中,对于交流输电系统,

测量得到的磁场与传感器和输电导线的相对位置相关,

测量得到的磁场与导线的电流相关,

测量得到的磁场与量测时间相关,

所述磁场传感器量测部分中,传感器测量得到的磁场强度经过滤波,采样,放大后得到的数字信号可以送给后续的线路反演模型部分和基于磁场强度的位置反演算法部分,进行后续处理。

图2是线路的反演模型部分中的基于几何关系的模型示意图,如图2所示,所述基于集合关系的模型中,

设导线l位于高度为h的平行于水平面的平面s内,在平面内的方程为ax+by+c=0,设测量点a的坐标为(xr,yr,zr),则b点的坐标为(xr,yr,h),由导线位置方程可解得c点的坐标为:

且点a、点b、点c之间有几何关系为:

设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度,建立空间磁场强度与线路参数的关联模型为:

所述基于相对位置的模型中,以导线为坐标轴,引入坐标变换矩阵,将gps定位系统对反演结果的影响控制在固定的范围内,建立空间磁场强度与线路参数的关联模型为:

所述基于几何关系的模型和基于相对位置的模型,为后续基于磁场强度的输电导线位置反演算法部分提供模型基础。

图3是线路的反演模型部分中的基于相对位置的模型示意图,如图3所示,所述基于磁场强度的输电导线位置反演算法部分中,结合磁场传感器量测部分给出的磁场强度测量值,给出最终的线路导线位置反演结果,该部分包括有约束优化和无约束优化算法,引入目标函数f,其中:

f=||hcal-hsam||

其中hcal表示根据前述两种线路模型计算出的采样点处磁场强度,hsam表示实际传感器测量得到的磁场强度值,

通过最小化目标函数f的值得到与当前一段时间内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。

实施例1

磁场传感器量测部分:磁场传感器量测部分由无人机搭载的磁场传感器组成,测量输电导线周围产生的磁场,对于交流输电系统,测量得到的磁场不仅与传感器和输电导线的相对位置以及导线的电流有关,还与时间有关。传感器测量得到的磁场强度经过滤波,采样,放大后得到的数字信号可以送给后续的线路反演模型部分和基于磁场强度的位置反演算法部分,进行后续处理。

实施例2

线路的反演模型部分:线路的反演模型部分包括两个具体模型,基于几何关系的模型和基于相对位置的模型,两种模型分别如图2和图3所示。这两种模型分别建立在基于gps定位的坐标系和以输电线路为轴的坐标系中,使用不同的抽象方式将线路导线抽象成不同的几个参数。

在基于几何关系的模型(如图2)中,设导线l位于高度为h的平行于水平面的平面s内,在平面内的方程为ax+by+c=0,设测量点a的坐标为(xr,yr,zr),则b点的坐标为(xr,yr,h)。由导线位置方程可解得c点的坐标为

且有如下几何关系,

设导线电流方向向量为对于流过直流电流的无限长直导线,基于几何关系的模型下的磁场强度如下,建立了空间磁场强度与线路参数的关联模型。

在基于相对位置的模型(如图3)中以导线为坐标轴,引入了坐标变换矩阵,将gps定位系统对反演结果的影响控制在可以接受的范围内。基于相对位置的模型下的磁场强度为,同样建立了空间磁场强度与线路参数的关联模型。

这两种模型为后续的基于磁场强度的输电导线位置反演算法部分提供基础

实施例3

基于磁场强度的输电导线位置反演算法部分:基于磁场强度的输电导线位置反演部分建立在线路的两种反演模型的基础上,结合磁场传感器量测部分给出的磁场强度测量值,给出最终的线路导线位置反演结果。该部分包括有约束优化和无约束优化算法,引入目标函数f,其中:

f=||hcal-hsam||

其中表示根据前述两种线路模型计算出的采样点处磁场强度,hsam表示实际传感器测量得到的磁场强度值。通过最小化目标函数f的值得到与当前一段时间内的若干个磁场量测点的测量值最符合的导线模型参数,即导线的位置和电流,对于交流导线,在给出导线位置的同时给出导线上电流的幅值和相位。当选取的测量点的数目多于选取的线路模型的参数的数目时,本算法具有一定的鲁棒性,可以在存在噪声,定位误差等干扰的情况下给出合理的线路位置,从而指导无人机下一步的飞行方向,进而实现无人机的智能巡线。

实施例4

图4是基于磁场强度的输电导线位置反演算法部分给出的交流输电系统下的输电导线反演结果,图5是基于磁场强度的输电导线位置反演算法部分给出的交流输电系统下的电流曲线,如图4、图5所示,

基于两种线路模型,使用有约束和无约束优化的方法得到反演结果,使得根据磁场量测值得到的反演线路位置参数值的误差控制在可接受的范围内,同时,本发明中的反演算法和模型具有普适性,不仅适用于直流输电系统,而且在参数扩展之后也可以适用于交流输电系统,并适合多相,多回交直流线路的位置反演算法。给出的输电线路位置可以指导无人机的下一步运动,最终实现无人机的智能巡线。

不同于传统的无人机搭载红外传感器或照相机的巡线方案,本方法中无人机搭载的是磁场传感器,测量的数据磁场强度与无人机和输电线路的相对距离有密切关系,可以根据传感器的测量数据推算出输电线路的位置。

使用的线路模型有基于几何关系的模型和基于相对位置的模型,将传统意义上的输电导线进行抽象,引入了位置变换矩阵,将gps定位系统对反演结果的影响限制在可以接受的范围内,提高了模型的实用性。

上述技术方案仅体现了本发明技术方案的优选技术方案,本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理,属于本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1