CN115797772B 一种架空输电线路覆冰厚度分类预警方法及系统 (国网福建省电力有限公司经济技术研究院)_第1页
CN115797772B 一种架空输电线路覆冰厚度分类预警方法及系统 (国网福建省电力有限公司经济技术研究院)_第2页
CN115797772B 一种架空输电线路覆冰厚度分类预警方法及系统 (国网福建省电力有限公司经济技术研究院)_第3页
CN115797772B 一种架空输电线路覆冰厚度分类预警方法及系统 (国网福建省电力有限公司经济技术研究院)_第4页
CN115797772B 一种架空输电线路覆冰厚度分类预警方法及系统 (国网福建省电力有限公司经济技术研究院)_第5页
已阅读5页,还剩22页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种架空输电线路覆冰厚度分类预警方法本发明公开一种架空输电线路覆冰厚度分统在架空输电线路覆冰监测中不易受环境的影2S2、将所述架空输电线路中不同厚度的覆冰数S202、对所述中频信号进行IQ解调,构造复数中频,提S204、将步骤S203中每一所述时间行的n个采样点划分为宽度相等的首尾相接的鉴相S205、从相位中提取与其相邻的左右两个区间S208、将缩放后的序列数据转换到极坐标中,将3将所述架空输电线路分为未覆冰、覆冰低于风险阈值以所述输电线路中输电杆塔节点i上的覆冰荷载,卷积模块由卷积层BatchNormal层ReLU激活函数数据采集模块,用于使用相位敏感光时域反射仪数据分析与预处理模块,用于将所述架空输电线路中不同厚度的覆冰数据进行分帧,S202、对所述中频信号进行IQ解调,构造复数中频,提4S204、将步骤S203中每一所述时间行的n个采样点划分为宽度相等的首尾相接的鉴相S205、从相位中提取与其相邻的左右两个区间S208、将缩放后的序列数据转换到极坐标中,将5[0003]前期模式识别研究还主要是采取阈值方法或简单特征提取来识别不同的振动类6[0017]处理及预警模块,用于通过所述CNN模型对所述架空输电线路是否发生覆冰进行[0018]本发明的有益效果在于:本发明使用卷积神经网络处理解调[0021]图3为本发明实施例的一种架空输电线路覆冰厚度分类和预警方法的神经网络模[0022]图4为本发明实施例的一种架空输电线路覆冰厚度分类和预警方法的相同振幅不[0023]图5为本发明实施例的一种架空输电线路覆冰厚度分类和预警方法的不同振幅相[0024]图6为本发明实施例的一种架空输电线路覆冰厚度分类和预警方法的干扰频率影78[0050]S204、将步骤S203中每一所述时间行的n个采样点划分为宽度相等的首尾相接的[0063]由上述描述可知,采用GAFs将缩放后的一维序列数据从9层之后,理论上ReLU神经元的激活率将降低2的N次方倍。从而使卷积层_BatchNormal层_[0071]由上述描述可知,使用指数形式的Softmax函数能够将差距大的数值距离拉的更[0078]处理及预警模块,用于通过所述CNN模型对所述架空输电线路是否发生覆冰进行散射光(RBS)信号,完成光电转换后输出的是一个中心频率为200MHz带宽很窄的带限中频δ为覆冰厚度。求出并保存所有区间内幅度最大的位置在对应S203[0107]在实际应用中,可能因为风速或者其他的不可控因素影响网络提取特征准确率扩充的数据集主要通过对转换后的GAFs图像中增加不同强度的随到图5展示模拟情况下不同覆冰厚度的相位差幅频图以及对应的G[0113]本发明将Pytorch深度学习框架应用于架空输电线路覆冰厚度分类,版本为[0121]2、设置batch_size依次获取每一批次batch训练集的train_batch(包含train_[0129]通过所述CNN模型对架空输电线路是否发生覆冰进行分类,对发生覆冰的架空输[0130]训练得到的满足精度要求的神经网络模型,要使用测试集来测试它的识别准确[0139]处理及预警模块,用于通过所述CNN模型对所述架空输电线路是否发生覆冰进行利用卷积神经网络和分布式光纤传感,建立CNN模型对架空输电线路是否发

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论