一种多物理量融合的导线隐患识别系统的制作方法

本发明属于输电线路在线监测领域，更具体地，涉及一种多物理量融合的导线隐患识别系统。

背景技术：

1、随着电力需求的增长和电网老化问题，输电线路面临着越来越多的风险，恶劣的天气条件(如风暴、冰雪灾害)、人为破坏等因素都可能导致大负荷架空线路的故障和停电事故的发生。因此，现代化和智能化的电网系统变得越来越重要。

2、导线的状态感知需要实时监测导线参数，包括温度、弧垂、张力、环境温度、日照、风速和风向等。传统的线路监测装置具有监测数据少以及监测功能不齐全等特点，这很难为电力系统安全稳定运行提供保障。随着物联网、人工智能等技术的发展，其为大负荷架空线路的风险感知提供了新的研究思路和方法。通过在线监测设备、传感器和智能分析算法的应用，可以实时获取大负荷架空线路的运行数据，并对其进行分析和预测，这有助于提前识别和解决潜在的问题，从而减小停电事件，提高电网运行的效率和可靠性。

技术实现思路

1、针对现有技术的缺陷，本发明的目的在于提供一种多物理量融合的导线隐患识别系统，旨在解决现有的导线状态监测装置的监测数据少、功能不齐全的问题。

2、为实现上述目的，本发明提供了一种多物理量融合的导线隐患识别系统，其包括数据采集单元和数据处理单元，其中，所述数据采集单元包括北斗定位模块、七要素气象模块、图像智能识别模块、电流监测模块和应力-温度导线状态监测模块，分别用于获得待测导线的定位数据、气象数据、图像数据、电流数据和应力-温度曲线数据；所述数据处理单元利用识别模型对数据采集单元获得的数据进行融合以实现隐患识别。

3、作为进一步优选地，所述识别模型的建立过程具体为：

4、s1利用数据采集单元获取不同导线的定位数据、气象数据、图像数据、电流数据和应力-温度曲线数据，同时确定各个导线是否存在隐患，然后将上述数据分为训练集和测试集；

5、s2构建识别模型并利用所述训练集对其进行训练，然后利用所述测试集对训练后的识别模型进行测试；

6、s3根据训练准确率和测试准确率对识别模型的参数进行优化，以获得最终的识别模型。

7、作为进一步优选地，所述识别模型为随机森林模型、线性回归模型、逻辑回归模型或梯度提升机模型。

8、作为进一步优选地，当所述识别模型为随机森林模型时，步骤s3具体包括如下子步骤：

9、s31判断构建的识别模型是否欠拟合，若是，则进入步骤s32，若否，则直接进入步骤s33；

10、s32增加max_depth或减小min_samples_leaf以获得第一更新识别模型，然后对其进行重新训练和测试；

11、s33判断所述第一更新识别模型的训练准确率和测试准确率是否均高于30％，若是，则进入步骤s34，若否，则返回步骤s32；

12、s34增加n_estimators以获得第二更新识别模型，然后利用训练集和测试集对其进行重新训练和测试；

13、s35判断所述第二更新识别模型的训练准确率和测试准确率是否均提高1％以下，若是，则进入步骤s36，若否，则返回步骤s34；

14、s36判断第二更新识别模型是否过拟合，若是，则进入步骤s37，若否，则直接进入步骤s38；

15、s37减小max_depth或增加min_samples_leaf以获得第三更新识别模型，然后利用训练集和测试集对其进行重新训练和测试；

16、s38判断所述第三更新识别模型的训练准确率与测试准确率的差值绝对值是否小于或等于5％，若是，则进入步骤s39，若否，则返回步骤s37；

17、s39若训练准确率大于测试准确率，则减小max_features，若训练准确率小于或等于测试准确率，则增加max_features，然后利用训练集和测试集对更新后的识别模型进行重新训练和测试，重复该过程直至测试准确率不低于80％，进而获得最终的识别模型。

18、作为进一步优选地，步骤s31中，欠拟合的判断标准为：训练精度和测试精度均低于10％；步骤s36中，过拟合的判断标准为：训练精度比测试精度高10％以上。

19、作为进一步优选地，所述北斗定位模块包括沿数据传输方向依次连接的北斗卫星信号接收子模块、信号处理子模块、定位计算子模块，同时还包括差分技术子模块，其中，所述北斗卫星信号接收子模块用于接收来自北斗卫星的位置信号；所述信号处理子模块用于对接收的位置信号进行放大、过滤和解调处理；所述定位计算子模块用于对处理后的位置信号进行计算以实现导线定位；所述差分技术子模块与北斗卫星信号接收子模块连接，用于对北斗卫星信号接收子模块中两个或两个以上接收器的数据进行差分计算，以减小误差。

20、作为进一步优选地，所述七要素气象模块包括沿数据传输方向依次连接的气象数据采集子模块、气象数据处理子模块、第一可视化子模块，同时还包括报警子模块，其中，所述气象数据采集子模块用于采集导线现场的气象数据；所述气象数据处理子模块用于对采集到的气象数据进行数据清洗、数据融合和数据标准化处理以获得导线现场的七要素气象；所述第一可视化子模块用于展示导线现场的七要素气象；所述报警子模块与气象数据处理子模块连接，用于在极端天气条件下发出警报信号。

21、作为进一步优选地，所述图像智能识别模块包括沿数据传输方向依次连接的图像采集子模块、图像预处理子模块、特征提取子模块和模型识别子模块，其中，所述图像采集子模块用于捕捉待测导线的图像；所述图像预处理子模块用于对捕捉的图像进行预处理，包括调整大小、裁剪、去噪和增强对比度；所述特征提取子模块用于对预处理后的图像进行特征提取；所述模型识别子模块用于利用模型对提取的特征进行识别以判定待测导线是否存在风险。

22、作为进一步优选地，所述电流监测模块包括电流数据采集和处理子模块、第二可视化子模块和第一校准子模块，其中：所述电流数据采集和处理子模块用于采集待测导线的电流并将其转换为数字信号，然后进行数字滤波、增益调整和数据校准以获得待测导线的电流信息；所述第二可视化子模块与电流数据采集和处理子模块连接，用于展示待测导线的电流信息；所述第一校准子模块与电流数据采集和处理子模块连接，用于计算校正系数以提高测试准确率。

23、作为进一步优选地，所述应力-温度导线状态监测模块包括应力和温度数据采集子模块、数据处理和分析子模块和第二校准子模块，其中，所述应力和温度数据采集子模块用于采集待测导线的温度和应力信号；所述数据处理和分析子模块用于对采集到的温度和应力信号进行放大、滤波和模拟-数字转换处理，然后计算获得应力和温度；所述第二校准子模块与应力和温度数据采集子模块连接，用于计算校正系数以提高测试准确率。

24、总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

25、1.本发明提供的导线隐患识别系统中数据采集单元包括北斗定位模块、七要素气象模块、图像智能识别模块、电流监测模块和应力-温度导线状态监测模块，能够实现对运行导线多物理的状态感知，同时配合数据处理单元对数据采集单元获得的数据进行融合以实现隐患预测，能够有效提高导线隐患识别的准确性，适用于大负荷架空线路的在线监测，减小人工巡视压力；

26、2.尤其是，考虑到数据采集单元获得的物理量众多，为了能够更好地融合各个物理量以提高预测的准确型，本发明优选采用随机森林模型作为识别模型，并且考虑到多物理数据融合导致模型参数调整机制过于复杂，提出了全新的识别模型参数优化方法，能够有效精练迭代过程，并提高识别模型对复杂场景的预测能力；

27、3.此外，本发明还对数据采集单元中各个模型进行了优化，能够进一步提高数据采集的准确性。