《输电线杆故障监测专家系统.pdf》由会员分享，可在线阅读，更多相关《输电线杆故障监测专家系统.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 (43)申请公布日 (21)申请号 201410638376.5 (22)申请日 2014.11.13 G08C 17/02(2006.01) H04W 84/18(2009.01) (71)申请人 国家电网公司 地址 100031 北京市西城区西长安街 86 号 申请人 国网山西省电力公司阳泉供电公司 (72)发明人 李小娟 赵晓龙 张福宏 (74)专利代理机构 太原科卫专利事务所 ( 普通 合伙 ) 14100 代理人 朱源 (54) 发明名称 输电线杆故障监测专家系统 (57) 摘要 本发明涉及线杆监测系统， 具体为输电线杆 故障监测专家系统， 解决现有监测系统不能进。
2、行 故障原因判断并给出改善措施与维修方案的问 题， 技术方案为 ： 包括无线传感器模块， 无线网络 汇聚节点、 监控中心数据采集模块和工控机 ； 所 述无线传感器模块包括传感器、 无线通信电路和 电源 ； 所述工控机包括数据库模块和显示模块 ； 所述监控中心数据采集模块通过 PCI 接口与工控 机中的数据库模块连接， 数据库模块与显示模块 连接。具有以下优点 ： 1） 、 可进行故障原因判断， 并给出改善措施和维修方案 ； 2） 、 降低了决策树 的复杂程度， 分组效率更快， 提高了效率与准确 率 ； 3） 提高了大规模数据处理能力和可扩展性。 (51)Int.Cl. (19)中华人民共和国国。
3、家知识产权局 (12)发明专利申请 权利要求书1页 说明书3页 附图3页 (10)申请公布号 CN 104392591 A (43)申请公布日 2015.03.04 CN 104392591 A 1/1 页 2 1. 一种输电线杆故障监测专家系统， 其特征为 ： 包括无线传感器模块 （1） ， 无线网络汇 聚节点 （2） 、 监控中心数据采集模块 （3） 和工控机 （4） ； 所述无线传感器模块 （1） 包括传感 器 （11） 、 无线通信电路 （12） 和电源 （13） ； 所述工控机 （4） 包括数据库模块 （41） 和显示模块 （42） ； 所述监控中心数据采集模块 （3） 通过 PCI。
4、 接口与工控机 （4） 中的数据库模块 （41） 连 接， 数据库模块 （41） 与显示模块 （42） 连接。 2. 根据权利要求 1 所述的输电线杆故障监测专家系统， 其特征为 ： 所述传感器 （11） 包 括杆塔倾斜监测传感器 （111） 、 温湿度传感器 （112） 、 风速风向传感器 （113） 。 3. 根据权利要求 1 或 2 所述的输电线杆故障监测专家系统， 其特征为 ： 所述通信电路 （12） 采用基于短距离无线通信技术的 ZigBee 通信方式。 4. 一种应用于输电线杆故障监测专家系统的故障判断方法包括以下步骤 ： 1） 、 设计训 练实例集 S ； 数据库模块 （41） 。
5、根据所述传感器 （11） 的监测数据类型设计数据库表， 然后选 择监测到的故障信息的有效字段来建立训练实例集 S ； 2） 、 构建多个决策树 M ； 数据库模块 （41） 计算实例集 S 中每个属性的信息增益和信息增益率， 选取信息增益率最大的属性， 它 的每个可能取值对应的子集为 S1、 S2Sn ； 3） 、 数据库模块 （41） 计算 S1 中的每个属性的 信息增益和信息增益率， 选取信息增益率最大的属性作为根结点属性 N ； 4） 、 根结点属性 N 每个可能取值都对应着一个子集， 对该子集反复执行步骤 3） ， 直到观测数据在分类属性上 取值相同时， 生成决策树 M1 ； 5） 、。
6、 同理生成决策树 M2、 M3Mn ； 6） 、 判断决策树是否过多 导致内存不足或计算效率变慢， 如果是， 则将部分决策树存入硬盘， 然后进行下一步骤 ； 如 果否， 则直接进行下一步骤 ； 7） 、 将每个决策树分别转换成相应的规则集， 去掉影响估算精 度的规则， 然后对规则排序， 由此判断新的实例的故障现象 ； 8） 、 如果步骤 7） 中的规则集为 空， 即内存中的决策树无法判断出故障原因， 调用硬盘中存储的决策树， 并返回 7） 步骤， 否 则， 直接跳至下一步骤 ； 9） 、 将出现的故障现象与数据库模块 （41） 中存储的输电线杆出现 过的各种故障及解决措施相匹配， 根据出现概率。
7、由大到小排序后给出故障原因判断及解决 措施列表 ； 10） 、 将列表数据传输给显示模块 （42） 并显示出来。 权 利 要 求 书 CN 104392591 A 2 1/3 页 3 输电线杆故障监测专家系统 技术领域 0001 本发明涉及线杆监测系统， 具体为输电线杆故障监测专家系统。 背景技术 0002 随着科技的发展， 人们的生活水平越来越高， 对电的依赖程度越来越大， 这对于电 网供电安全与可靠性能提出了越来越高的要求。 其中输电线杆在电力的传输与分配中起着 非常重要的作用， 它影响着电力系统的安全和效益。近年来， 随着环境污染严重， 再加上自 然因素的影响， 杆塔的开裂、 倾斜、 杆。
8、塔变形、 倾倒、 坍塌都将对输电网的安全运行造成极大 威胁， 对人们生命财产造成损失。 又因为输电线杆多分布在野外深山之中， 输电线杆出现的 故障和出现故障的原因很难确定， 而如果只是采用人工定期巡查， 会耗费大量资源而且效 率低下。 0003 目前国内已开始研究输电设备的监测系统， 例如输电杆塔倾斜在线监测系统、 杆 塔倾斜测量系统等输电设备监测系统， 国外对输电设备的监测装置有机器人和无人直升机 等。但这些方案只能起到监测作用， 并不能进行故障原因的判断并给出改善措施与维修方 案。 因此研究一种可在线监测并可以进行故障原因判断并给出改善措施与维修方案的输电 线杆故障监测专家系统具有重要的意。
9、义。 发明内容 0004 本发明解决目前输电线杆监测系统不能进行故障原因判断并给出改善措施与维 修方案的问题， 提供一种输电线杆故障监测专家系统。 0005 本发明是通过以下技术方案实现的 ： 输电线杆故障监测专家系统， 包括无线传感 器模块， 无线网络汇聚节点、 监控中心数据采集模块和工控机 ； 所述无线传感器模块包括传 感器、 无线通信电路和电源 ； 所述工控机包括数据库模块和显示模块 ； 所述监控中心数据 采集模块通过 PCI 接口与工控机中的数据库模块连接， 数据库模块与显示模块连接。传感 器负责采集监测区域内的信息并把数据转发到通信电路， 通信电路负责存储和处理采集到 的数据并与其他。
10、传感器模块进行无线通信， 交换控制消息和收发采集到的数据， 电源为传 感器和通信电路提供所需的能量。 无线网络汇聚节点作为连接无线传感器模块与监控中心 数据采集模块的桥梁， 实现协议栈之间的通信协议转换， 同时发布监控中心数据采集模块 发出的监测任务， 并把收集到的监测数据转发至监控中心数据采集模块。监控中心数据采 集模块负责将接收到的数据信号进行分析处理， 并传输给数据库模块。数据库模块存储有 包括输电线杆出现过的各种故障及解决措施以及有关于输电线杆故障的知识与研究成果 等数据内容。数据库模块内编有基于 C4.5 学习算法而改进的 SPR-C4.5 算法， 可对接收到 的数据进行处理， 分析。
11、判断输电线杆的健康状况， 预测健康状况发展趋势， 针对出现的故障 进行原因判断分析， 并给出改善措施与维修方案。显示模块将数据库模块给出的故障原因 显示在屏幕上。 0006 应用于输电线杆故障监测专家系统的故障判断方法包括以下步骤 ： 1） 、 设计训练 说 明 书 CN 104392591 A 3 2/3 页 4 实例集 S ； 数据库模块根据所述传感器的监测数据类型设计数据库表， 然后选择监测到的 故障信息的有效字段来建立训练实例集 S ； 2） 、 构建多个决策树 M ； 数据库模块计算实例集 S 中每个属性的信息增益和信息增益率， 选取信息增益率最大的属性， 它的每个可能取值 对应的子。
12、集为 S1、 S2Sn ； 3） 、 数据库模块计算 S1 中的每个属性的信息增益和信息增益 率， 选取信息增益率最大的属性作为根结点属性 N ； 4） 、 根结点属性 N 每个可能取值都对应 着一个子集， 对该子集反复执行步骤 3） ， 直到观测数据在分类属性上取值相同时， 生成决策 树 M1 ； 5） 、 同理生成决策树 M2、 M3Mn ； 6） 、 判断决策树是否过多导致内存不足或计算效 率变慢， 如果是， 则将部分决策树存入硬盘， 然后进行下一步骤 ； 如果否， 则直接进行下一步 骤 ； 7） 、 将每个决策树分别转换成相应的规则集， 去掉影响估算精度的规则， 然后对规则排 序， 由。
13、此判断新的实例的故障现象 ； 8） 、 如果步骤 7） 中的规则集为空， 即内存中的决策树无 法判断出故障原因， 调用硬盘中存储的决策树， 并返回 7） 步骤， 否则， 直接跳至下一步骤 ； 9） 、 将出现的故障现象与数据库模块中存储的输电线杆出现过的各种故障及解决措施相匹 配， 根据出现概率由大到小排序后给出故障原因判断及解决措施列表 ； 10） 、 将列表数据传 输给显示模块并显示出来。 0007 数据库采用了改进的 C4.5 学习算法来自动获取知识， 从而判断故障发生的原因， 并给出解决措施， 我们将改进的算法命名为 SPR-C4.5。C4.5 算法是基于决策树的一种学习 算法， 它采。
14、用信息增率提高了算法准确率， 引入树剪枝技术提高了算法的计算效率， 还可以 较好的处理连续性属性和数据的不完整性 ； 而算法 SPR-C4.5 继承了 C4.5 的优点， 并对其 做了改进。首先 SPR-C4.5 算法针对 C4.5 算法的缺点提出了改进措施， 即在构建决策树时， 将 C4.5 算法中构建一个决策树改为构建多个决策树， 当需要处理的数据过多或者内存不 足时， 可以将一部分决策树存入硬盘， 当内存中的实例集无法判断出故障时再调用硬盘中 的决策树进行故障判断。与 C4.5 学习算法相比， SPR-C4.5 学习算法的决策树复杂度较低， 分组效率更快， 进一步提高了算法的效率与准确率。
15、 ； 把一部分决策树存放于硬盘， 提高了算 法的大规模数据处理能力和可扩展性。 0008 本发明与现有技术相比具有以下优点 ： 1） 、 除了监测输电线路的健康状态外， 还可 对发生的故障进行原因判断， 并给出改善措施和维修方案 ； 2） 、 使用 SPR-C4.5 学习算法进 行故障原因判断， 降低了 C4.5 学习算法所构建的决策树的复杂程度， 其分组效率更快， 提 高了C4.5学习算法的效率与准确率 ； 3） 将一部分决策树存储与硬盘内， 提高了SPR-C4.5学 习算法的大规模数据处理能力和可扩展性。 附图说明 0009 图 1 为本发明的结构框图 ； 图 2 为本发明无线传感器模块结。
16、构示意图 ； 图 3 为本发明具体实施方式的传感器结构示意图 ； 图 4 为应用于输电线杆故障监测专家系统的故障判断方法流程图。 0010 图中 1- 无线传感器模块， 2- 无线网络汇聚节点， 3- 监控中心数据采集模块， 4- 工 控机， 11- 传感器， 12- 通信电路， 13- 电源， 41- 数据库模块， 42- 显示模块， 111- 杆塔倾斜监 测传感器， 112- 温湿度传感器， 113- 风速风向传感器。 说 明 书 CN 104392591 A 4 3/3 页 5 具体实施方式 0011 输电线杆故障监测专家系统， 包括无线传感器模块 1， 无线网络汇聚节点 2、 监控 中。
17、心数据采集模块 3 和工控机 4 ； 所述无线传感器模块 1 包括传感器 11、 无线通信电路 12 和电源 13 ； 所述工控机 4 包括数据库模块 41 和显示模块 42 ； 所述监控中心数据采集模块 3 通过 PCI 接口与工控机 4 中的数据库模块 41 连接， 数据库模块 41 与显示模块 42 连接。 0012 使用时， 无线传感器模块 1 的传感器 11 采集输电线杆的状态信息， 通过通信电路 12将数据信息传输给无线网络汇聚节点2。 无线网络汇聚节点2经过通信协议转换后， 将数 据信息无线传输给监控中心数据采集模块 3。监控中心数据采集模块 3 将采集到的数据信 息进行分类、 。
18、分析处理后传输给工控机 4 的数据库模块 41。数据库模块 41 通过 SPR-C4.5 学习算法并结合存储的输电线杆出现过的各种故障及解决措施以及有关于输电线杆故障 的知识与研究成果等数据内容进行分析， 判断故障出现的原因， 给出改善措施与维修方案， 并通过显示模块 42 显示出来。 0013 具体实施时， 所述传感器 11 包括杆塔倾斜监测传感器 111、 温湿度传感器 112、 风 速风向传感器 113。所述杆塔倾斜监测传感器 111 是用于测量在静态环境下杆塔相对于水 平面的倾斜度， 两个敏感轴分别感受俯仰角和滚转角的变化 ； 所述温湿度传感器 112 是用 于输电线路大气环境温度和湿。
19、度参数监测 ； 所述风速风向传感器 113 用于输电线路风速风 向参数监测。所述通信电路 12 采用基于短距离无线通信技术的 ZigBee 通信方式。这种通 信方式简单， 安全， 成本低， 网络容量大。 ZigBee是一个无线数传网络平台， 在整个信号覆盖 范围内， 每一个 ZigBee 网络数传模块之间通过无线连接互相通信， 每个网络节点间的距离 可以无限扩展， 每个网络节点所连接的传感器可以采集和监控数据， 也可以自动中转其他 的网络节点传过来的数据。 0014 应用于输电线杆故障监测专家系统的故障判断方法包括以下步骤 ： 1） 、 设计训练 实例集 S ； 数据库模块 41 根据所述传感。
20、器 11 的监测数据类型设计数据库表， 然后选择监测 到的故障信息的有效字段来建立训练实例集 S ； 2） 、 构建多个决策树 M ； 数据库模块 41 计算 实例集 S 中每个属性的信息增益和信息增益率， 选取信息增益率最大的属性， 它的每个可 能取值对应的子集为 S1、 S2Sn ； 3） 、 数据库模块 41 计算 S1 中的每个属性的信息增益和 信息增益率， 选取信息增益率最大的属性作为根结点属性 N ； 4） 、 根结点属性 N 每个可能取 值都对应着一个子集， 对该子集反复执行步骤 3） ， 直到观测数据在分类属性上取值相同时， 生成决策树 M1 ； 5） 、 同理生成决策树 M2。
21、、 M3Mn ； 6） 、 判断决策树是否过多导致内存不足 或计算效率变慢， 如果是， 则将部分决策树存入硬盘， 然后进行下一步骤 ； 如果否， 则直接进 行下一步骤 ； 7） 、 将每个决策树分别转换成相应的规则集， 去掉影响估算精度的规则， 然后 对规则排序， 由此判断新的实例的故障现象 ； 8） 、 如果步骤 7） 中的规则集为空， 即内存中的 决策树无法判断出故障原因， 调用硬盘中存储的决策树， 并返回 7） 步骤， 否则， 直接跳至下 一步骤 ； 9） 、 将出现的故障现象与数据库模块 41 中存储的输电线杆出现过的各种故障及解 决措施相匹配， 根据出现概率由大到小排序后给出故障原因判断及解决措施列表 ； 10） 、 将 列表数据传输给显示模块 42 并显示出来。 说 明 书 CN 104392591 A 5 1/3 页 6 图 1 说 明 书 附 图 CN 104392591 A 6 2/3 页 7 图 2 图 3 说 明 书 附 图 CN 104392591 A 7 3/3 页 8 图 4 说 明 书 附 图 CN 104392591 A 8 。