用于輸電線路微風振動傳感器的標定平臺及標定方法
【專利摘要】本發明公開了一種用于輸電線路微風振動傳感器的標定平臺，包括了相連接的信號發生器，功率放大器，激振器，與還包括與輸電線路微風振動傳感器中的懸臂梁位移計相連接的激光測距儀；激振器也與懸臂梁位移計連接，解決了現有標定方法精度低不適于實時監測的問題。本發明還公開了利用該標定平臺對輸電線路微風振動傳感器進行標定的標定方法，具體步驟為：步驟1：標定準備，步驟2：步驟2：BP神經網絡構建：步驟3：BP神經網絡訓練，步驟4，BP神經網絡矯正，輸入新的采集數據，經過BP神經網絡后得到新的輸出值，完成標定。
【專利說明】用于輸電線路微風振動傳感器的標定平臺及標定方法
【技術領域】
[0001] 本發明屬于輸變電設備狀態監測【技術領域】，涉及一種用于輸電線路微風振動傳感 器的標定平臺；本發明還涉及利用該標定平臺進行標定時的標定方法。
【背景技術】
[0002] 近年來，我國特高壓輸電工程的迅速開展，隨著電壓等級的升高和大跨越線路不 斷增加，輸電線路微風振動造成的斷股斷線事故發生的頻率顯增加，嚴重影響了電網的安 全運行，造成了巨大的經濟損失。微風振動在線監測技術的出現，為微風振動事故的預防與 控制提供了重要的參考價值，因而在近幾年得到了快速的發展。目前，國內外已經設計出了 多種導地線微風振動監測裝置，大部分是采用懸臂梁式位移測量結構作為微風振動傳感器 的采集元件，獲取導線或地線的彎曲幅度，經過微風振動傳感器內的處理單元計算后，得到 導線或地線振動幅度和頻率。
[0003] 微風振動傳感器安裝在導線或地線上，集成了懸臂梁式位移測量結構、微處理器 及通信單元，有著實時性、穩定性、便捷性等優點，但是也存在自身固有的缺點。微風振動傳 感器中的懸臂梁式位移測量結構在測量過程中，隨著振動頻率的不同，其振動幅值的大小 與輸出模擬量呈不同的對應關系，且使用環境和溫度也會其輸出模擬量造成影響，因此，微 風振動傳感器在使用之前需要進行參數標定。
[0004] 傳統的標定方法是采用線性的標定方法，這種方法便于實現，能夠得到振動幅值 與輸出模擬量的轉換關系，但這種標定方法精度低，不適于實時監測。
【發明內容】
[0005] 本發明的目的是提供一種用于輸電線路微風振動傳感器的標定平臺，解決了現有 標定平臺精度低不適于實時監測的問題。
[0006] 本發明的另一個目的是提供一種利用上述標定平臺進行對輸電線路微風振動傳 感器進行標定的標定方法，解決了現有標定方法精度低不適于實時監測的問題。
[0007] 本發明所米用的一個技術方案是，一種用于輸電線路微風振動傳感器的標定平 臺，包括了相連接的信號發生器，功率放大器，激振器，與還包括與輸電線路微風振動傳感 器中的懸臂梁位移計相連接的激光測距儀；激振器也與懸臂梁位移計連接。
[0008] 本發明所采用的另一個技術方案是，一種利用上述標定平臺進行傳感器標定的方 法，具體按照以下步驟實施：
[0009] 步驟1 :標定準備，
[0010] 步驟1.1，將輸電線路微風振動傳感器安裝在標定平臺中，在安裝時，將懸臂梁式 位移計的一端固定，另一端與激振器嚴格接觸，
[0011] 步驟1. 2,采集樣本數據，標定開始，通過功率放大器和信號源控制激振器的振動 幅度和振動頻率，隨激振器振動發生彎曲形變，經過CPU處理得到的激振器頻率f和激振器 幅值a兩個量，構成樣本數據；
[0012] 步驟2 :步驟2 :BP神經網絡構建：
[0013] 根據BP神經網絡的構建原理，建立3層BP神經網絡，包括一個輸入層一個隱含層 以及一個輸出層，輸入層為激振器頻率f和激振器幅值a，輸出層為傳感器輸出的幅值A ;
[0014] 步驟3 :BP神經網絡訓練，
[0015] 步驟3. 1，BP神經網絡的初始化：將步驟1中得到的樣本數據作為神經網絡的訓練 數據，并對訓練數據進行歸一化處理；
[0016] 步驟3. 2，BP神經網絡訓練，開始進行BP神經網絡訓練，當網絡預測輸出0和期望 輸出A之間的誤差ek達到設定值時訓練結束；
[0017] 其中，步驟3. 1中的進行數據歸一化處理的方法如下：
【權利要求】
1. 一種用于輸電線路微風振動傳感器的標定平臺，其特征在于，包括了相連接的信號 發生器（9)，功率放大器（10)，激振器（11)，與還包括與輸電線路微風振動傳感器中的懸臂 梁位移計（3-1)相連接的激光測距儀（12);所述的激振器（11)也與懸臂梁位移計（3-1)連 接。
2. 根據權利要求1所述的用于輸電線路微風振動傳感器標定的標定平臺，其特征在 于，所述的輸電線路微風振動傳感器，其結構包括依次連接的電源模塊（1)、主控模塊（2) 和位移測量模塊（3);所述的主控模塊（2)還與Zigbee通信模塊（4)連接；所述的電源模 塊⑴中包括相互連接的互感器（1-1)、電源控制器（1-2)和鋰電池（1-3);所述的電源控 制器（1-2)和鋰電池（1-3)均與主控模塊（2)連接，為主控模塊（2)供電；所述的主控模塊 (2)包括相互連接的CPU(2-1)和AD采樣模塊（2-2);所述的位移測量模塊（3)包括調理電 路（3-2)和與之相連的懸臂梁位移計（3-1);所述的調理電路（3-2)與主控模塊（2)中的 AD采樣模塊（2-2)連接。
3. 根據權利要求2所述的用于對輸電線路微風振動傳感器進行標定的標定平臺，其特 征在于，所述的輸電線路微風振動傳感器中的電源模塊（1)、主控模塊（2)、Zigbee通信模 塊⑷和位移測量模塊⑶中的調理電路（3-2)設置在監測單元（5)中。
4. 根據權利要求3所述的用于對輸電線路微風振動傳感器進行標定的標定平臺，其特 征在于，所述的監測單元（5)和懸臂梁式位移計（3-1)均固定在輸電線（7)上，所述的懸臂 梁式位移計（3-1)為雙控式懸臂梁位移計，其滾輪（3-4)壓在懸垂線夾（6)的出口處。
5. 根據權利要求4所述的用于對輸電線路微風振動傳感器進行標定的標定平臺，其特 征在于，所述的懸臂梁式位移計（3-1)與監測單元（5)之間通過四芯屏蔽線（3-3)連接。
6. 根據權利要求5所述的用于對輸電線路微風振動傳感器進行標定的標定平臺，其特 征在于，所述的監測單元（5)通過安裝線夾（8)安裝在輸電線（7)上距離懸垂線夾（6)出 口 180mm處，所述的懸臂梁式位移計（3-1)安裝于距離懸垂線夾￠)出口 89mm處，且滾輪 與懸垂線夾（6)出口處良好接觸。
7. -種利用權利要求1中的用于輸電線路微風振動傳感器的標定平臺進行標定的方 法，其特征在于，利用了一種對輸電線微風傳感器進行標定的標定平臺，包括了信號發生器 (9)，功率放大器（10)，激振器（11)和激光測距儀（12)，所述的信號發生器與功率放大器和 激振器依次連接，所述的激振器（11)和激光測距儀（12)都與輸電線微風傳感器上的懸臂 梁位移計（3-1)連接； 具體按照以下步驟實施： 步驟1 :標定準備， 步驟1. 1，將輸電線路微風振動傳感器安裝標定平臺中，在安裝時，將懸臂梁式位移計 (3-1)的一端固定，另一端與激振器（11)接觸， 步驟1. 2,采集樣本數據，標定開始，通過功率放大器（10)和信號源控制激振器（11)的 振動幅度和振動頻率，懸臂梁式位移計與激振器相接觸的一端隨激振器（11)振動發生彎 曲形變，然后形變量經過輸電線路微風振動傳感器中的CPU(2-1)進行處理得到的激振器 頻率f和激振器幅值a兩個量，構成樣本數據； 步驟2 :BP神經網絡構建： 根據BP神經網絡的構建原理，建立3層BP神經網絡，包括一個輸入層一個隱含層以及 一個輸出層，輸入層為激振器頻率f和激振器幅值a，輸出層為傳感器輸出的幅值A ; 步驟3 :BP神經網絡訓練， 步驟3. 1，BP神經網絡的初始化：將步驟1中得到的樣本數據作為神經網絡的訓練數 據，并對訓練數據進行歸一化處理； 步驟3. 2, BP神經網絡訓練，開始進行BP神經網絡訓練，當網絡預測輸出0和期望輸出 A之間的誤差ek達到設定值時訓練結束； 其中，步驟3. 1中的進行數據歸一化處理的方法如下： 疒 _ (./a fnm) k (/max _ /min ) = iak - amin )， k Gmax - "min ) A = (A - 4nin) k (4nax _ 4nin)， 其中，步驟3. 2中所述誤差是指網絡預測輸出0和期望輸出A之間誤差， 即：ek = Ak-〇k， k = 1，2,…，m ; 其中，步驟3. 2中所述誤差是指網絡預測輸出0和期望輸出A之間誤差， 即：ek = Ak-〇k k = 1，2,…，m 在上述公式中， f為激振器頻率，表示激振器頻率的最大值，f；in表示激振器頻率的最小值，fk表示 激振器第k個頻率值； a表示激振器幅值，ak表示激振器第k個幅值；amin表示激振器幅值的最小值；amax表示 激振器幅值的最大值； A表不傳感器輸出的幅值，Ak表不傳感器輸出的第k個幅值；Amin表不傳感器輸出的幅 值的最小值;Α_表示傳感器輸出的幅值的最大值； 0表示神經網絡預測輸出值，〇k表示神經網絡預測輸出的第k個值；e-網絡預測輸出0 和期望輸出A之間的誤差， ek表示網絡預測輸出Ok和期望輸出Ak之間的誤差； 步驟4, BP神經網絡矯正，輸入新的采集數據，經過BP神經網絡后得到新的輸出值，驗 證標定的準確性，當新的輸出值綜合誤差小于10%時，標定成功，否則轉步驟1。
【文檔編號】G01H9/00GK104266741SQ201410508725
【公開日】2015年1月7日 申請日期:2014年9月28日 優先權日:2014年9月28日
【發明者】趙隆, 黃新波, 朱永燦 申請人:西安工程大學