【技术实现步骤摘要】
一种基于RBF-NN的绝缘子融冰含水率监测方法
本专利技术属于输电线路状态监测与诊断
,涉及一种基于RBF-NN的绝缘子融冰含水率监测方法。
技术介绍
在电力系统中,输电线路作为电力传输的重要环节,其安全运行是保证电能输送能力的重要因素。绝缘子冰闪是电力系统发生频次比较高的一种电气事故,在覆冰区的电力事故中占比很高。其一般分为覆冰期闪络与融冰期闪络,在覆冰生长及稳定阶段,由于覆冰绝缘子的电气绝缘强度仍比较高,发生冰闪的概率不高;而随着气温回升,在太阳辐射、风、漏电流等因素的综合作用下,覆冰表面的冰最先融化,从而形成一层水膜(雾凇表面的融水会被多孔结构吸收而形成冰水混合的海绵冰),冰层中的导电离子析出,绝缘子的绝缘性能急剧下降,因此绝缘子冰闪多发生在气温回升后的覆冰自然融化阶段。覆冰的融冰阶段严重威胁电力系统安全稳定运行,虽然直流融冰技术已经被成熟用于解决覆冰问题,但是对绝缘子冰闪问题却不能见效,因此对于融冰含水率的测量方法研究具有重要的理论意义和应用价值。就输电线路绝缘子融冰含水率监测技术而言,目前暂时没有较为有效方法,其他行业工程实例中对土壤或粮食含水率的监测方法有蒸馏法、射频法和微波法,然而上述方法在实际应用过程中存在着测量不够精准、运行成本高、不能直接反映绝缘子真实融冰状态等问题。因此,开展基于RBF神经网络的绝缘子融冰含水率监测技术及系统研究,有助于电力部门及时全面掌握输电线路覆冰融冰状况,为快速准确的实施除冰工作及闪络预警提供准确的现场信息指导。
技术实现思路
本专 ...
【技术保护点】
1.一种基于RBF-NN的绝缘子融冰含水率监测方法,利用一种基于RBF-NN的绝缘子融冰含水率监测装置,其特征在于,按照以下步骤实施:/n步骤1)采集监测数据作为输入向量,/n利用温湿度传感器、拉力传感器、绝缘子融冰监测传感器实时采集数据,将监测到的数据作为输入变量x存入微处理器的FPGA外挂的SRAM中;/n步骤2)建立RBF神经网络模型,/n在微处理器中建立训练好的模型,RBF神经网络是单隐层前馈型神经网络,输入层节点将输入信号传递到隐层,隐层节点由具有辐射状作用的高斯核函数构成,输出层节点则由简单的线性函数构成,隐层节点中的高斯核函数对输入信号将在局部产生响应,即当输入信号靠近高斯核函数的中央范围时,隐层节点将产生较大的输出信号,RBF神经网络的数学模型公式为:/n
【技术特征摘要】
1.一种基于RBF-NN的绝缘子融冰含水率监测方法,利用一种基于RBF-NN的绝缘子融冰含水率监测装置,其特征在于,按照以下步骤实施:
步骤1)采集监测数据作为输入向量,
利用温湿度传感器、拉力传感器、绝缘子融冰监测传感器实时采集数据,将监测到的数据作为输入变量x存入微处理器的FPGA外挂的SRAM中;
步骤2)建立RBF神经网络模型,
在微处理器中建立训练好的模型,RBF神经网络是单隐层前馈型神经网络,输入层节点将输入信号传递到隐层,隐层节点由具有辐射状作用的高斯核函数构成,输出层节点则由简单的线性函数构成,隐层节点中的高斯核函数对输入信号将在局部产生响应,即当输入信号靠近高斯核函数的中央范围时,隐层节点将产生较大的输出信号,RBF神经网络的数学模型公式为:
式(1)中,x为n维输入向量,ki为第i个隐节点中心;||x-ki||为欧氏范数;wki为隐节点输出的连接权重;θk为第k个输出节点的阀值;g(·)通常取为高斯函数,g(·)的表达式为:σ为感知变量,决定该基函数中心点的宽度;
步骤3)对样本输入数据归一化处理,
为了提高RBF神经网络模型的学习速度,在训练前对步骤1)中SRAM得到的样本数据进行归一化处理,处理公式为:最后再对RBF神经网络模型的预测结果反归一化处理,恢复出样本数据真实预测值,样本数据真实预测值的表达式是:
x=x'(xmax-xmin)+xmin,(2)
式(2)中,x为样本数据真实预测值,x'为归一化后样本数值,xmin表示样本数据的最小值,xmax表示样本数据的最大值;
步骤4)设置RBF神经网络模型的学习算法,
RBF网络模型的学习算法由无导师学习和有导师学习两部分组成,无导师学习是对所有样本的输入进行聚类,求得各隐节点中心ki;有导师学习是当ki确定后,采用最小二乘法训练由隐层至输出层之间的权值;
步骤5)设置RBF神经网络模型的训练算法,
RBF神经网络模型的训练算法是,首先DSP选择输入向量的子集作为RBF神经网络模型的初始权值向量,然后从一个神经元开始,每迭代一步增加一个RBF神经元,并采用正交最小二乘法找出最恰当的输入向量增加RBF的权值向量,每一步计算出目标向量与RBF网络学习输出和中量间的误差平方和,当误差平方和未达到设置的误差指标或达到最多神经元个数时,重新进行训练,直到当误差平方和达到设置的误差指标或达到最多神经元个数时,模型训练完成,误差精度达标;
步骤6)微处理器将步骤1)实时监测到的数据输入至训练好的模型中即可得到含水率;最后利用通讯模块将监测结果无线发送到远程监控中心,实现输电线路绝缘子融冰状况的远程监测。
2.根据权利要求1所述的基于RBF-NN的绝缘子融冰含水率监测方法,其特征在于:所述的基于RBF-NN的绝缘子融冰含水率监测装置的结构是,包括...
【专利技术属性】
技术研发人员:朱永灿,胡杰,黄新波,周睿文,
申请(专利权)人:西安工程大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。