技术新讯 > 测量装置的制造及其应用技术 > 一种基于TMR传感器山火监测与识别的装置及方法  >  正文

一种基于TMR传感器山火监测与识别的装置及方法

  • 国知局
  • 2024-08-05 11:42:50

本发明涉及输电线路山火在线检测领域,尤其涉及一种基于tmr传感器山火监测与识别的装置及方法。

背景技术:

1、智能电网的实时检测离不开先进的测量手段以及传感器技术,对输电线路进行电流监测不仅可以监测到电流的大小,还能进一步提高对输电线路的故障监测效率,保证输电线路的安全运行。

2、山区往往因为森林覆盖率较高,植被茂盛,造成输电线路成为山火发生的重要因素,当输电线路上面有树枝接触时,往往会导致山火的发生,且山火发生后发展非常的迅速,且不易扑灭,对生态造成巨大的伤害,因此预防输电线路导致山火的发生尤为重要。

3、传统的电流测量的主要方式是使用电磁式电流互感器测量电力系统的电流,其体积大、高频趋肤效应显著、频率响应不高、且无法适应现代化信息的要求。罗氏线圈具有测量精度高、测量范围大、重量轻,但是成本高,且不能测量直流分量。目前电路系统中检测电流的主要方法是采用霍尔传感器,霍尔传感器具有成本低,精度高等优点。但是其易受温度影响,应用于室外场景时,所受到的限制较大。而基于隧穿磁阻效应方案,通过监测电流产生的磁场,实现对输电线路电流的检测,该方案受温度影响较小,更适合应用室外微弱电流检测的场景。同时,该方案还具有体积小、灵敏度高、精度高可集成度高、功耗低、价格低廉、能够测量直流和交流信号等优势,因此具有较大的应用潜力。

4、非接触性磁阻传感器是由光学、电子通信、微电子科学和材料学等多学科交叉的领域,磁阻效应是指金属或半导体的电阻值随外加磁场变化而变化的现象,电阻随外加磁场变化,传感器通过惠斯通电桥将电压信号输出,分析电压信号可以得到待测电流的磁场值,再通过公式转化为电流值。一般而言传感器数量越多,补偿效果越好,测量的精度也越高,但相关的成本也越高。

5、输电线路发生山火时产生的电流很微弱,通过检测一个位置的电流并不能对整条输电线路的电流进行准确的测量,其误差较大,同时,人工也不能通过波形准确判断输电线路是否发生了故障,人工巡线不仅要耗费大量的精力,而且易受到天气、地形等各方面的影响。当线路发生故障时,无法对故障的输电线路进行快速的处理。

技术实现思路

1、针对上述现有对输电线路实时检测与故障分析的问题,输电线路发生山火时产生的故障电流很微弱,通过检测一个位置的电流并不能对整条输电线路的电流进行准确的测量,其误差较大,难以对故障状态进行准确的判断。本发明提供了一种基于tmr传感器山火监测与识别的装置及方法,该装置及方法基于tmr传感器能更准确获取输电线路的电流信息,并根据故障特征来识别故障类型。相比传统的基于阈值的故障检测方法,通过波形相似度对比的方法更加智能和适应性强,有效地提高了故障检测的准确性和及时性。

2、为了解决上述技术问题,本发明采用了如下技术方案:

3、一种基于tmr传感器山火监测与识别的装置,包括电流检测模块、中央控制设备和数据模板库;

4、所述电流检测模块包括电流传感器、信号处理电路、微控制器和北斗接收模块;所述电流传感器用于测量输电线路上的电流,所述信号处理电路与电流传感器相连接,再与微控制处理器相连,北斗接收模块与微控制器连接;所述电流检测模块分布在相邻杆塔附近的输电线上,对输电线路进行分布式监测,所述数据模板库包括正常和故障情况下的电流信号波形。

5、作为本发明的一种优选方案,所述电流传感器为tmr电流传感器,所述tmr电流传感器能够高精度地测量输电线路上的电流。

6、作为本发明的一种优选方案,所述信号处理电路对tmr电流传感器的输出进行放大、滤波和模数转换处理。

7、作为本发明的一种优选方案,所述分布式是指通过在输电线路上分布安装多个电流检测模块,每个电流检测模块分布在相邻杆塔附近,以独立测量电流,且每个电流检测模块由四个tmr传感器实现形成环形阵列对整个输电线路的全面监测,分布式监测可以更及时地探测输电线路上的异常情况。

8、作为本发明的一种优选方案,所述中央控制设备对分布式收集的数据进行分析和判断,帮助识别输电线路上可能出现的故障或异常情况,进行数据处理和故障识别。

9、作为本发明的一种优选方案,所述北斗接收模块用于接收北斗卫星的信号对所述电流检测模块进行定位,获取电流检测模块的位置信息,该北斗接收模块与电流检测模块中的微控制器相连接。

10、作为本发明的一种优选方案,所述数据模板库包括采集到的正常和故障情况下的电流信号。

11、一种基于tmr传感器山火监测与识别的方法,该方法采用了上述所述的基于tmr传感器山火监测与识别的装置进行检测。

12、该方法具体包括如下步骤:

13、1)通过实验采集包含不同故障情况下的电流波形,确保数据模板库中包括了输电线上可能发生的各种故障类型,并模拟山火发生时的电流信号,记录得到的电流信号数据,包括波形、频谱等关键特征;

14、2)将所述电流检测模块固定安装在输电线路上,并将电流检测模块与中央控制设备之间进行通信连接;

15、3)将所述北斗接收模块完成与北斗的通信,获取电流检测模块的位置信息,并将获取的位置信息传送到中央控制设备;

16、4)利用电流检测模块对输电线路上的电流信号进行检测,并通过无线传输将电流信号发送到中央控制设备;

17、5)传输到中央控制设备的电流信号对其进行预处理,包括去噪、滤波、归一化等操作,以确保信号的准确性;

18、6)通过波形相似度的方法对比输电线路两端安装的电流检测模块检测到的电流信号,并记录电流信号的波形相似度度量和波形特征,例如最大值和平均值,并判断两端的电流检测模块之间的信号是否存在明显的波形差异,如果安装的个数较多则采用二分法处理,利用中间电流检测模块的信号进行波形比较,来排除故障未发生的区域,再使用插值法寻找故障发生的区域;

19、7)如果在步骤6)中发现信号之间存在异常,再可以进一步使用数据模板库进行比较;将异常信号与数据模板库中的正常和故障信号进行波形相似度比较,以识别具体的故障模式。

20、与现有技术相比,本发明提供的基于tmr传感器山火监测与识别的装置及方法,不仅可以检测到输电线电流波形情况,当异常信号产生时可以更加快速处理,而且使用逻辑回归模型对信号特征进行训练和分类,这种机器学习模型的运用增加了系统的智能性和准确性,能够更精确地确定可能出现故障的地点,可以对输电线路的状态进行实时的检测,以判断输电线上是否有故障发生。将电流检测模块分布在相邻杆塔附近,实现了分布式的实时监测,这样的布局提高了系统的覆盖范围,能够更全面地监测输电线路。

技术特征:

1.一种基于tmr传感器山火监测与识别的装置,其特征在于,包括电流检测模块、中央控制设备和数据模板库;

2.根据权利要求1所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述电流传感器为tmr电流传感器,所述tmr电流传感器通过监测电流产生的磁场,实现对输电线路电流的检测,能够高精度地测量输电线路上的电流。

3.根据权利要求2所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述信号处理电路对tmr电流传感器的输出进行放大、滤波和模数转换处理。

4.根据权利要求3所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述分布式是指通过在输电线路上分布安装多个电流检测模块,每个电流检测模块分布在相邻杆塔附近,以独立测量电流,且每个电流检测模块由四个tmr传感器实现形成环形阵列对整个输电线路的全面监测,分布式监测可以更及时地探测输电线路上的异常情况。

5.根据权利要求4所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述中央控制设备对分布式收集的数据进行分析和判断,帮助识别输电线路上可能出现的故障或异常情况,进行数据处理和故障识别。

6.根据权利要求1至4中任一项权利要求所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述北斗接收模块用于接收北斗卫星的信号对所述电流检测模块进行定位,获取电流检测模块的位置信息,该北斗接收模块与电流检测模块中的微控制器相连接。

7.根据权利要求6所述的基于tmr传感器山火监测与识别的装置,其特征在于,所述数据模板库包括采集到的正常和山火发生时故障情况下的电流信号。

8.一种基于tmr传感器山火监测与识别的方法,其特征在于,该方法采用了权利要求1至7中任一项权利要求所述的基于tmr传感器山火监测与识别的装置进行检测。

技术总结本发明公开了一种基于TMR传感器山火监测与识别的装置及方法,装置主要包括电流检测模块<subgt;、</subgt;中央控制设备和数据模板库。本发明通过TMR传感器对输电线路的电流进行实时检测,每个电流检测模块分布在相邻杆塔附近,以独立测量电流,检测到的电流信号发送到中央控制设备。通过波形相似度对比方法,对杆塔两端的电流信号进行波形相似度对比,得出电流信号的相似度度量值,然后通过插值法比较得出故障发生点,如果存在异常信号,再将信号输入数据模板库中提取每个信号的特征,已有的电流信号样本和其对应的分类标签组成训练集,然后使用训练集训练逻辑回归模型,模型根据信号特征对检测电流进行分类,得出故障发生的监测点。技术研发人员:毕茂强,江天炎,杜英台,陈曦,雷绍兰,佟忠赫,谢传林,张世军,蒋陈世豪受保护的技术使用者:重庆理工大学技术研发日:技术公布日:2024/8/1

本文地址:https://www.jishuxx.com/zhuanli/20240802/258967.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。