一种输电通道基础设施状态异常的预警方法与流程

本发明专利涉及电力设备，具体涉及一种输电通道基础设施状态异常的预警方法。

背景技术：

1、输电通道基础设施是电力系统的重要组成部分，负责将电能从发电厂传输到各个用电区域；如果这些设施出现故障或损坏，将会导致电力供应中断，给人们的日常生活和工业生产带来严重影响；往往需要通过运营维护，及时发现并解决潜在问题，确保电力供应的稳定性。

2、然而，输电通道基础设施的运行环境复杂，涉及高电压、大电流等危险因素；如果管理不当或设备存在安全隐患，可能导致安全事故的发生。因此，加强运营维护是确保输电通道基础设施安全运营的必要条件。定期的维护检查和及时的故障处理可以防止设备老化、磨损等问题，进而延长设备使用寿命的同时减少了设备更换的成本，更有助于保持电力系统的稳定性和可靠性。另外，随着智能电网建设的不断推进，对输电通道基础设施的运营维护也提出了更高的要求；通过先进的监控系统和数据分析技术，可以实现对输电通道基础设施的实时监测和预测性维护，进一步提高电力系统的智能化水平。

3、阻抗谱是一种用于研究材料、器件或系统在不同频率下的阻抗特性的技术；通过测量和分析阻抗谱，可以获得关于材料、器件或系统内部结构和性能的重要信息。在输电通道基础设施中，阻抗谱的原理可以用于检测结构服役性能。例如，在输电塔基础的混凝土特性检测中，可以了解材料内部的电荷传输和分布情况，进而评估结构内部性能是否满足要求，结合对比不同时间点的阻抗谱数据，可以了解材料的性能变化情况，及时发现潜在的安全隐患。

4、随着结构服役时间的累积，材料性能确实会经历一系列的变化。这些变化可能是由于材料自身的老化、疲劳过程，或者是由于外界环境参数(如温度、湿度、腐蚀介质等)的波动所导致的。然而，这些性能变化并不总是直接等同于结构发生了异常或即将失效。在许多情况下，这些变化是结构正常服役过程中的一部分，属于可预期的、可控的范围。为了准确区分结构性能的正常变化与异常变化，我们需要建立结构参数的预测模型，这些模型不仅需要考虑材料性能随时间的变化趋势，还需要考虑外界环境参数对材料性能的影响；通过收集和分析历史数据，可以建立能够反映这些复杂关系的预测模型。

5、因此，本发明提出一种结合多种综合技术的输电通道基础设施状态异常的预警方法，不仅提高了预警的准确性和效率，还为输电通道基础设施的安全运营提供了强有力的技术支撑。

技术实现思路

1、为克服上述现有技术的不足，解决输电通道基础设施的运行环境复杂，涉及高电压、大电流等危险因素，如果管理不当或设备存在安全隐患，易导致安全事故发生的问题。本发明提供了一种输电通道基础设施状态异常的预警方法，具体技术方案如下：

2、一种输电通道基础设施状态异常的预警方法，包括以下步骤：

3、s1.根据待测结构实测数据分析系统的阻抗,建立阻抗与频率之间的变化关系；

4、s2.采用三分之一倍频程对s1得到的阻抗与频率的变化关系进行处理，将频率划分成m个频段，得到阻抗与频段之间的变化关系；

5、s3.利用时间序列分析技术对s2中阻抗与频段之间的变化关系进行分析，得出各个频段中阻抗随时间的变化规律，建立m个频段阻抗谱幅值的时间变化规律；

6、s4.利用经验模态分解技术，将s3中m个频段对应的阻抗谱幅值进行分解，每个频段对应的幅值得到若干个固有模态函数imfi，i＝1,2,3…n；

7、s5.将s4中每个频段对应幅值得到的若干个固有模态函数imfi依次代入长短期记忆网络lstm中进行训练，构建每个频段的阻抗谱预测子矩阵；

8、s6.将s5得到的m个频段的阻抗谱预测子矩阵进行组合合并，得到阻抗谱预测总矩阵；

9、s7.将阻抗谱预测总矩阵中预测得到的阻抗谱与实测得到的阻抗谱进行比较，即对幅值的平均值进行加权平均，得到残差向量；

10、当预测值和实测值相差大于等于10％时，则表明待测结构存在损失或状态异常；

11、当预测值和实测值相差小于10％时，则表明待测结构的状态正常；

12、s8.当s7对比结果显示待测结构状态正常时，将实测值作为训练数据代入长短期记忆网络lstm中更新模型，为下一时刻的预测训练作准备。

13、优选地，所述步骤s1具体包括以下子步骤：

14、s1.1分别对待测结构打取若干呈矩阵型的孔洞，并采用具有导电性的粘合剂埋置金属电极，以确保金属电极与混凝土之间的良好接触；

15、s1.2向待测结构的金属电极输入24v-48v的正弦交流信号，将相邻两个电极视为一组，依次对相邻两个电极施加电压，并采集紧邻两个在测电极外侧的两个电极之间的电流信号；

16、s1.3调整s1.2中正弦交流电的输入频率，依次测量得出各个频率下紧邻在测各组电极外侧的两个电极之间的电流信号，计算各个频率对应的阻抗值，并绘制阻抗谱，进而得到阻抗与频率之间的变化关系。

17、还优选地，所述s5中，对长短期记忆网络lstm进行训练时，采用不同频段对应的若干组连续六个时刻的数据作为训练集；其中，采用前五个时刻的数据作为输入，第六个时刻的数据作为输出。

18、进一步优选地，所述s6中，使用训练完成的长短期记忆网络lstm时，采用当前时刻之前的五个时刻数据作为输入，输出为当前时刻得到的预测阻抗谱值。

19、本发明的有益效果是：

20、本发明综合采用三分之一倍频程、时间序列分析技术、经验模态分解技术emd和长短期记忆网络lstm多种方法，能够更精确地捕捉阻抗谱的细微变化，可以在基础设施出现明显损伤之前就发现问题的苗头并及时处理基础设施的潜在损伤，作到有针对性地维护和修复、降低维护成本，进而提高对输电通道基础设施损伤的预测准确性，可实现早期预警和预防的目的；有效推动输电通道基础设施管理智能化和自动化的同时，还可以显著提升输电通道系统的整体可靠性和稳定性。

技术特征：

1.一种输电通道基础设施状态异常的预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的输电通道基础设施状态异常的预警方法，其特征在于，所述步骤s1具体包括以下子步骤：

3.根据权利要求1所述的输电通道基础设施状态异常的预警方法，其特征在于，所述s5中，对长短期记忆网络lstm进行训练时，采用不同频段对应的若干组连续六个时刻的数据作为训练集；其中，采用前五个时刻的数据作为输入，第六个时刻的数据作为输出。

4.根据权利要求1所述的输电通道基础设施状态异常的预警方法，其特征在于，所述s6中，使用训练完成的长短期记忆网络lstm时，采用当前时刻之前的五个时刻数据作为输入，输出为当前时刻得到的预测阻抗谱值。

技术总结本发明提供了一种输电通道基础设施状态异常的预警方法,具体涉及电力设备技术领域。该方法包括以下步骤：S1.通过实测数据建立阻抗与频率之间的变化关系；S2.采用三分之一倍频程得到阻抗与频段的变化关系；S3.利用时间序列分析技术建立各个频段阻抗谱幅值随时间变化规律；S4.利用经验模态分解技术将各个频段的阻抗谱幅值进行分解；S5.对长短期记忆网络LSTM进行训练，构建每个频段的阻抗谱预测子矩阵；S6.将各预测子矩阵组合得到预测总矩阵；S7.比较预测值和实测值之间的误差，得到预测结果；S8.将检测状态正常的实测值作为训练数据更新模型。本发明采用多种综合技术，能够精确地捕捉阻抗谱的细微变化，可以有针对性地进行维护和修复，可靠性和稳定性更佳。技术研发人员：王仕俊,冯侃,田云飞,尤峰,郭行,刘成龙,李贺佳受保护的技术使用者：国网甘肃省电力公司技术研发日：技术公布日：2024/10/10