基于低轨卫星互联网的变电站空中隐患监测方法及系统

本技术涉及电力系统巡检，尤其是涉及一种基于低轨卫星互联网的变电站空中隐患监测方法及系统。

背景技术：

1、随着低轨卫星互联网技术的快速发展，其在民用和军事领域的应用日益广泛。变电站作为电力系统的关键基础设施，其安全运行对于保障社会经济活动至关重要。然而，变电站面临着来自无人机恶意侵入和飘挂物等意外威胁的挑战，这些威胁可能对电力系统的稳定运行造成严重影响。为了有效应对这些挑战，学术界和工业界已经开展了对变电站空中隐患的监测技术研究。

2、目前，变电站空中隐患监测技术主要包括传统的有源雷达监测和新兴的无源雷达监测。有源雷达通过发射信号并接收反射波来探测目标，其优点是探测能力强、测量精度高，但缺点是成本较高且易受干扰。无源雷达技术则利用外部辐射源，如卫星信号，通过接收和分析反射信号来探测目标，具有成本低、抗干扰能力好的优点，但对信号源稳定性和信号处理技术有较高要求。

3、为了提高变电站空中隐患监测的准确性和响应速度，已有研究者提出利用基于低轨卫星互联网的地面卫星终端监测方案。这种方法通过接收低轨卫星发射的信号，并分析信号在经过变电站区域时的多普勒频移和衰减特征，来识别和定位空中隐患，如无人机或其他飘挂物。通过两层监测模型，第一层专注于从接收到的卫星信号中学习和识别目标物体的特征，第二层则基于第一层的输出，预测并评估空中隐患对电网安全可能造成的影响，从而实现对变电站空中安全的实时监控。尽管这种方法利用了低轨卫星信号的广泛覆盖和地面卫星终端的低成本优势，提高了监测的精度和响应速度，目前基于低轨卫星互联网的变电站空中隐患监测方法仍存在一些局限性：（1）数据收集通常受限于卫星信号的特性和地面接收条件，可能无法在所有环境下获得稳定可靠的数据；（2）监测模型可能依赖于较为简化的信号处理和目标识别算法，面对复杂多变的空中威胁时，可能缺乏足够的识别能力和适应性；（3）对于快速移动或间歇性出现的目标，如高速无人机，目前的监测方法可能无法实现实时准确的跟踪和预警，从而影响电网的安全运行。

4、因此，如何实现对变电站上空障碍物性质的实时判定，区分恶意侵入隐患和意外侵入隐患成为了亟待解决的技术问题。

技术实现思路

1、为了实现对变电站上空障碍物性质的实时判定，区分恶意侵入隐患和意外侵入隐患，本技术提供一种基于低轨卫星互联网的变电站空中隐患监测方法及系统。

2、第一方面，本技术提供的一种基于低轨卫星互联网的变电站空中隐患监测方法采用如下的技术方案：

3、一种基于低轨卫星互联网的变电站空中隐患监测方法，包括：

4、通过预设传感装置获取地面卫星终端对应的目标信号；

5、获取隐患监测任务信息并根据所述隐患监测任务信息建立隐患环境天波传输模型和无遮挡环境天波传输模型；

6、在所述隐患环境天波传输模型中获取第一距离-多普勒图，同时在所述无遮挡环境天波传输模型中获取第二距离-多普勒图；

7、根据所述第一距离-多普勒图和所述第二距离-多普勒图构建距离-多普勒图数据库；

8、获取预设卷积神经网络模型并通过所述距离-多普勒图数据库对所述预设卷积神经网络模型进行训练以生成空中隐患监测网络；

9、将所述目标信号输入至所述空中隐患监测网络以生成监测结果。

10、可选的，所述通过预设传感装置获取地面卫星终端对应的目标信号的步骤，包括：

11、通过预设传感装置获取地面卫星的位置信息和姿态信息；

12、通过多重坐标系转换策略将所述位置信息转化为天线体坐标系位置信息；

13、根据所述姿态信息和所述天线体坐标系位置信息生成待处理信号；

14、根据信号清洗策略对所述待处理信号进行处理以生成目标信号。

15、可选的，所述根据信号清洗策略对所述待处理信号进行处理以生成目标信号的步骤，包括：

16、通过解调的方式在所述待处理信号中获取二进制比特数据；

17、对所述二进制比特数据中的重复数据进行清洗以生成处理后的二进制数据；

18、对所述处理后的二进制数据进行二维划分并对每个方位向时刻的信号进行延时和补偿以生成目标信号。

19、可选的，所述获取隐患监测任务信息并根据所述隐患监测任务信息建立隐患环境天波传输模型和无遮挡环境天波传输模型的步骤之前，包括：

20、用点频信号建立窄带射频干扰模型并表示为：

21、；

22、其中e为自然常数，为信号频率，n为对应时刻；

23、通过采用自回归滑动平均arma模型作为基础建立宽带射频干扰模型，设arma系统的差分方程为：

24、；

25、其中，和为系数，g和l为方程阶数，n是当前时间点，n-g 表示比当前时间点n早g个时间单位的时间点，和n-l分别表示比当前时间点n早l个时间单位的时间点，输入v(n)为高斯白噪声，输出为u(n)；

26、采用希尔伯特变换将所述u(n)转换为复解析信号：

27、；

28、其中，初始相位为，为信号频率，n为对应时刻，e为自然常数。

29、可选的，所述获取隐患监测任务信息并根据所述隐患监测任务信息建立隐患环境天波传输模型和无遮挡环境天波传输模型的步骤，包括：

30、设地面卫星终端的发射信号为：

31、；

32、其中ω表示信号频率，表示复数单位，t表示某一时刻；

33、经过平稳动目标反射后，地面卫星终端接收到的回波信号表示为：

34、；

35、其中a表示信号的幅值，为多普勒频率，为起始时刻；

36、将发送信号用作基准信号，将回声信号用作对象信号，在之后对发送信号进行延迟，然后将所述发送信号和所述回声信号共轭相乘，无遮挡环境天波传输模型为：

37、；

38、将无遮挡环境天波传输模型作为隐患环境天波传输模型的参照。

39、可选的，所述根据所述第一距离-多普勒图和所述第二距离-多普勒图构建距离-多普勒图数据库的步骤，包括：

40、根据所述第一距离-多普勒图和所述第二距离-多普勒图生成图片集合；

41、在所述图片集合中利用对数转换函数，将所有图片转化为灰度图；

42、设灰度图为，得到：

43、；

44、其中为实数集，控制动态范围,控制灰度级别，z表示rd矩阵，表示rd矩阵的最大模值。

45、可选的，所述获取预设卷积神经网络模型并通过所述距离-多普勒图数据库对所述预设卷积神经网络模型进行训练以生成空中隐患监测网络的步骤，包括：

46、获取预设卷积神经网络模型，并根据所述距离-多普勒图数据库对所述预设卷积神经网络模型进行训练以生成第一神经网络模型；

47、获取当前使用环境信息和历史监测数据以生成模型调整策略；

48、根据所述模型调整策略对所述第一神经网络模型进行调整以生成空中隐患监测网络。

49、第二方面，本技术提供一种基于低轨卫星互联网的变电站空中隐患监测系统，所述基于低轨卫星互联网的变电站空中隐患监测系统包括：

50、信号获取模块，用于通过预设传感装置获取地面卫星终端对应的目标信号；

51、模型构建模块，用于获取隐患监测任务信息并根据所述隐患监测任务信息建立隐患环境天波传输模型和无遮挡环境天波传输模型；

52、图像获取模块，用于在所述隐患环境天波传输模型中获取第一距离-多普勒图，同时在所述无遮挡环境天波传输模型中获取第二距离-多普勒图；

53、数据库构建模块，用于根据所述第一距离-多普勒图和所述第二距离-多普勒图构建距离-多普勒图数据库；

54、监测网络构建模块，用于获取预设卷积神经网络模型并通过所述距离-多普勒图数据库对所述预设卷积神经网络模型进行训练以生成空中隐患监测网络；

55、监测结果模块，用于将所述目标信号输入至所述空中隐患监测网络以生成监测结果。

56、第三方面，本技术提供一种计算机设备，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如上文所述的方法。

57、第四方面，本技术提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上文所述的方法。

58、综上描述，本技术包括以下有益技术效果：

59、本技术通过预设传感装置获取地面卫星终端对应的目标信号；获取隐患监测任务信息建立隐患环境天波传输模型和无遮挡环境天波传输模型；在隐患环境天波传输模型中获取第一距离-多普勒图，同时在无遮挡环境天波传输模型中获取第二距离-多普勒图；根据第一距离-多普勒图和第二距离-多普勒图构建距离-多普勒图数据库；获取预设卷积神经网络模型并通过距离-多普勒图数据库对预设卷积神经网络模型进行训练以生成空中隐患监测网络；将目标信号输入至空中隐患监测网络以生成监测结果。基于卷积神经网络的空中隐患监测网络，能够有效地识别障碍物并区分恶意侵入与意外侵入，提高了监测的智能化水平。