基于穿戴式传感器及其数据驱动的输电线路导线覆冰舞

动监测状态与风险智能感知方案

作者：王奕 所属院系 电机系

指导老师：胡军 所属院系 电机系

关键词：数据驱动、穿戴式传感器、导线覆冰、风险感知

摘要

引入穿戴式传感技术，实时监测输电线路运动状态和环境参量，利用集成学习的算法实时分析处理，对覆冰舞动灾害风险作出预警判断。

项目背景

2008年我国南方地区发生了大面积、长时间的冰冻自然灾害，输电线路由于杆塔和导线覆冰导致大规模倾倒，给电网企业带来了达200多亿元人民币的直接经济损失，社会影响和间接经济损失更为巨大。随后国内广泛开展了各种输电线路覆冰在线监测装置的研发和试点应用，但在实际运行中发现目前各种技术方案都存在一定的不足。

架构思路

本项目由此出发，借助智能手环、智能手机上被广泛应用的可穿戴式传感器具有体积小、成本低、易安装的显著优势，用于输电线路导线覆冰状态与风险的智能感知。采用加速度、陀螺仪、重力、温度、湿度、气压/风压等多种传感器和单片机，从多个方面对导线的运动状态和环境参数进行实时监测；在有效集成融合各种传感器监测数据的基础上，结合输电线路覆冰导线在各种工况下运动姿态的模拟仿真，利用机器学习等人工智能算法对传感数据进行分析处理，进而获得输电线路运动状态、覆冰厚度等灾害风险关键指标，并及时向客户端发出预警信号，尽可能减少损失

创新意义（黑体加粗四号两端对齐）

作品创新点主要有如下几点：

引入穿戴式传感技术用于线路监测：将运动手环通过加速度传感器、陀螺仪获得运动数据处理后实现计步、运动模式辨识功能的思路移植到输电线路状态监测上，利用多种传感器获得输电线路覆冰过程中的关键数据，成本低且易于实现。

利用传感数据机器学习智能感知线路状态：进一步引入温度、风向一系列传感器，在实时监测导线运动状态的同时监测环境数据；建立导线运动状态、环境条件与输电线路覆冰厚度等灾害风险关键指标的关联；利用机器学习等人工智能算法分析处理，对输电线路覆冰灾害风险作出的预警判断，降低线路覆冰所带来的损失。

作为科技发明制作一类的作品，本项目不仅具有重要的电网业务应用背景和显著的应用价值，而且技术创新性强、技术方案合理可行。

1 装置示意图

2 交互面板

3 理论思路