区域污秽评估方法及系统和绝缘子污秽度评估方法及系统

摘要

本发明涉及区域污秽评估方法及系统和绝缘子污秽度评估方法及系统，一种基于取样点的区域污秽评估方法，以取样点为基础，获取取样点处各污染物浓度和每个估值点处各污染物浓度；根据取样点的污秽度、取样点处各污染物浓度和估值点处各污染物浓度计算每个估值点的污秽度。其有效考虑背景环境中污染物浓度对取样点和估值点的污秽度影响，在减少污秽度人工取样工作的同时，实现区域污秽准确评估。并将所述一种基于取样点的区域污秽评估方法，运用于输电线路绝缘子污秽度的评估，通过取样杆塔的绝缘子污秽度推算估值杆塔的绝缘子污秽度，在减少取样工作的同时，实现输电线路绝缘子污秽度准确评估。

说明书

技术领域

本发明涉及数据分析技术领域，特别涉及区域污秽评估方法及系统和绝缘子污秽度评估方法及系统。

背景技术

目前评估输电线路绝缘子污秽度的方法很多，如：利用光传感在线监测、泄漏电流监测和绝缘子人工取样等。其中，绝缘子人工取样：通过测量绝缘子表面盐密值和灰密值，用以评估绝缘子污秽度的方法，由于其操作简单，且结果准确，运用最广泛。但是每一个取样绝缘子的污秽度，只能较准确的代表取样绝缘子所在杆塔的绝缘子的污秽度，对于输电线路其他杆塔的绝缘子的污秽度需重新取样。电力系统输电线路繁多，且绝缘子位于杆塔较高位置，故，绝缘子污秽度人工取样工作量大，需耗费大量的人力物力。

发明内容

本发明目的是提供一种基于取样点的区域污秽评估方法及系统和一种输电线路绝缘子污秽度评估方法及系统，解决现有技术中存在的上述问题。

本发明解决上述技术问题的技术方案如下：

一种基于取样点的区域污秽评估方法，包括如下步骤：

步骤11，采集取样点的污秽度，并以取样点为中心确定第一预设范围内各估值点；

步骤12，获取所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

步骤13，根据所述取样点的污秽度和所述取样点处各污染物浓度，利用神经网络模型，建立污染物浓度与污秽度的关系，并基于所述关系，根据所述估值点处各污染物浓度计算每个估值点的污秽度。

本发明的有益效果是：以取样点为基础，获取取样点处各污染物浓度和每个估值点处各污染物浓度；再根据取样点的污秽度和取样点处各污染物浓度，利用神经网络模型，建立污染物浓度与污秽度的关系；最后基于所述关系，根据估值点处各污染物浓度计算每个估值点的污秽度。其有效考虑背景环境中污染物浓度对取样点和估值点的污秽度影响，在减少污秽度人工取样工作，节省人力物力的同时，实现区域污秽准确评估。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤12的具体实现包括如下步骤：

步骤121，按第二预设范围，分别以所述取样点和每个所述估值点为中心确定所述取样点的各污源点和每个所述估值点的各污源点；

步骤122，根据各污源点的污染物种类及其排放量，和所述各污源点到其对应取样点或估值点的距离和方向，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度。

所述进一步技术方案的有益效果是：有效考虑背景环境中污源点是影响取样点和估值点处各污染物浓度的主要因素，根据各污源点的污染物种类及其排放量，和所述各污源点到其对应取样点或估值点的距离和方向，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度，避免人工采集污染物浓度，节省人力物力。

进一步，所述步骤122的具体实现包括如下步骤：

步骤1221，根据如下第一公式，计算每个污源点对其对应取样点或估值点处各污染物浓度的贡献值；

所述第一公式如下：

$F_i=\frac{\alpha *Q}{\sqrt{2\pi }\delta }{e}^{-\frac{x^2}{2{\delta }^2}}$

其中，所述α为任一污源点i到其对应取样点或估值点方向处的风频，其由所述任一污源点i到其对应取样点或估值点的方向，根据玫瑰风向图获得；所述x为所述任一污源点i到其对应取样点或估值点的距离；所述Q为所述任一污源点i的某种污染物排放量；所述δ为扩散系数；所述F_i为所述任一污源点i对其对应取样点或估值点处所述某种污染物浓度的贡献值；

步骤1222，根据如下第二公式，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述第二公式如下：

$F=\underset{i=1}{\overset{N}{\Sigma }}{F}_i$

其中，所述N为所述任一污源点i的对应取样点或估值点的污源点个数，i∈{1,2,3……N}，所述F为所述任一污源点i的对应取样点或估值点处所述某种污染物浓度。

所述进一步技术方案的有益效果是：有效考虑了根据高斯扩散定理污染物浓度在空气中服从正态分布，及风向对污染物浓度的影响，提高取样点处各污染物浓度和每个所述估值点处各污染物浓度的计算精度。

本发明的另一技术方案如下：

一种输电线路绝缘子污秽度评估方法，包括如下步骤：

步骤21，确定输电线路取样杆塔，将所述取样杆塔作为取样点，采集所述取样杆塔的绝缘子污秽度作为所述取样点的污秽度；

步骤22，根据所述取样点和所述取样点的污秽度，按上述一种基于取样点的区域污秽评估方法，计算第一预设范围内各估值杆塔的绝缘子污秽度。

本发明的有益效果是：将所述一种基于取样点的区域污秽评估方法，运用于输电线路绝缘子污秽度的评估，通过取样杆塔的绝缘子污秽度推算估值 杆塔的绝缘子污秽度，在减少取样工作的同时，实现输电线路绝缘子污秽度准确评估。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述采集所述取样杆塔的绝缘子污秽度的具体实现为：采集所述取样杆塔的部分绝缘子片的污秽度，并求平均值，将所述平均值作为所述取样杆塔的绝缘子污秽度。

所述进一步技术方案的有益效果是：通过多次采集求平均值的方法，减小采集误差。

本发明的另一技术方案如下：

一种基于取样点的区域污秽评估系统，包括采集模块、估值点确定模块、污染物浓度获取模块和估值点污秽度计算模块；

所述采集模块，其用于采集取样点的污秽度；

所述估值点确定模块，其用于以取样点为中心确定第一预设范围内各估值点；

所述污染物浓度获取模块，其用于获取所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述估值点污秽度计算模块，其用于根据所述取样点的污秽度和所述取样点处各污染物浓度，利用神经网络模型，建立污染物浓度与污秽度的关系，并基于所述关系，根据所述估值点处各污染物浓度计算每个估值点的污秽度。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述污染物浓度获取模块包括污源点确定单元和污染物浓度计算单元；

所述污源点确定单元，其用于按第二预设范围，分别以所述取样点和每个所述估值点为中心确定所述取样点的各污源点和每个所述估值点的各污 源点；

所述污染物浓度计算单元，其用于根据各污源点的污染物种类及其排放量，和所述各污源点到其对应取样点或估值点的距离和方向，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度。

进一步，所述污染物浓度计算单元包括第一污染物浓度计算子单元和第二污染物浓度计算子单元；

所述第一污染物浓度计算子单元，其用于根据如下第一公式，计算每个污源点对其对应取样点或估值点处各污染物浓度的贡献值；

所述第一公式如下：

$F_i=\frac{\alpha *Q}{\sqrt{2\pi }\delta }{e}^{-\frac{x^2}{2{\delta }^2}}$

其中，所述α为任一污源点i到其对应取样点或估值点方向处的风频，其由所述任一污源点i到其对应取样点或估值点的方向，根据玫瑰风向图获得；所述x为所述任一污源点i到其对应取样点或估值点的距离；所述Q为所述任一污源点i的某种污染物排放量；所述δ为扩散系数；所述F_i为所述任一污源点i对其对应取样点或估值点处所述某种污染物浓度的贡献值；

所述第二污染物浓度计算子单元，其用于根据如下第二公式，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述第二公式如下：

$F=\underset{i=1}{\overset{N}{\Sigma }}{F}_i$

其中，所述N为所述任一污源点i的对应取样点或估值点的污源点个数，i∈{1,2,3……N}，所述F为所述任一污源点i的对应取样点或估值点处所述某种污染物浓度。

本发明的另一技术方案如下：

一种输电线路绝缘子污秽度评估系统，包括取样杆塔确定模块、取样杆 塔绝缘子污秽度采集模块、驱动模块和基于取样点的区域污秽评估子系统；

所述基于取样点的区域污秽评估子系统，为上述一种基于取样点的区域污秽评估系统；

所述取样杆塔确定模块，其用于确定输电线路取样杆塔；

所述取样杆塔绝缘子污秽度采集模块，其用于采集所述取样杆塔的绝缘子污秽度；

驱动模块，其用于将所述取样杆塔作为取样点，将所述取样杆塔的绝缘子污秽度作为所述取样点的污秽度；驱动基于取样点的区域污秽评估子系统工作，计算第一预设范围内各估值杆塔的绝缘子污秽度。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述取样杆塔绝缘子污秽度采集模块具体功能为：采集所述取样杆塔的部分绝缘子片的污秽度，并求平均值，将所述平均值作为所述取样杆塔的绝缘子污秽度。

附图说明

图1为本发明一种基于取样点的区域污秽评估方法的方法流程图；

图2为本发明一种基于取样点的区域污秽评估系统的系统原理框图；

图3为本发明一种输电线路绝缘子污秽度评估系统的系统原理框图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种基于取样点的区域污秽评估方法，包括如下步骤：

步骤11，采集取样点的污秽度，并以取样点为中心确定第一预设范围内各估值点；

步骤12，获取所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述步骤12的具体实现包括如下步骤：

步骤121，按第二预设范围，分别以所述取样点和每个所述估值点为中心确定所述取样点的各污源点和每个所述估值点的各污源点；

步骤122，根据各污源点的污染物种类及其排放量，和所述各污源点到其对应取样点或估值点的距离和方向，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度。

所述步骤122的具体实现包括如下步骤：

步骤1221，根据如下第一公式，计算每个污源点对其对应取样点或估值点处各污染物浓度的贡献值；

所述第一公式如下：

$F_i=\frac{\alpha *Q}{\sqrt{2\pi }\delta }{e}^{-\frac{x^2}{2{\delta }^2}}$

其中，所述α为任一污源点i到其对应取样点或估值点方向处的风频，其由所述任一污源点i到其对应取样点或估值点的方向，根据玫瑰风向图获得；所述x为所述任一污源点i到其对应取样点或估值点的距离；所述Q为所述任一污源点i的某种污染物排放量；所述δ为扩散系数；所述F_i为所述任一污源点i对其对应取样点或估值点处所述某种污染物浓度的贡献值；

步骤1222，根据如下第二公式，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述第二公式如下：

$F=\underset{i=1}{\overset{N}{\Sigma }}{F}_i$

其中，所述N为所述任一污源点i的对应取样点或估值点的污源点个数，i∈{1,2,3……N}，所述F为所述任一污源点i的对应取样点或估值点处所述某种 污染物浓度。

步骤13，根据所述取样点的污秽度和所述取样点处各污染物浓度，利用神经网络模型，建立污染物浓度与污秽度的关系，并基于所述关系，根据所述估值点处各污染物浓度计算每个估值点的污秽度。

所述神经网络模型是模拟生物大脑的某些机理与机制，进行信息处理的一种数学模型。本发明采用BP神经网络模型，其是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP神经网络模型拓扑结构包括输入层、隐层和输出层，各层之间实现全连接。通过大量的分析，污秽度主要取决于其周围环境的污染物浓度，因此，选取取样点处各污染物浓度作为BP神经网络模型的输入，取样点的污秽度作为输出，隐层取一层。

一种输电线路绝缘子污秽度评估方法，包括如下步骤：

步骤21，确定输电线路取样杆塔，将所述取样杆塔作为取样点，采集所述取样杆塔的绝缘子污秽度作为所述取样点的污秽度；

所述采集所述取样杆塔的绝缘子污秽度的具体实现为：采集所述取样杆塔的部分绝缘子片的污秽度，并求平均值，将所述平均值作为所述取样杆塔的绝缘子污秽度。

步骤22，根据所述取样点和所述取样点的污秽度，按上述一种基于取样点的区域污秽评估方法，计算第一预设范围内各估值杆塔的绝缘子污秽度。

如图2所示，一种基于取样点的区域污秽评估系统，包括采集模块、估值点确定模块、污染物浓度获取模块和估值点污秽度计算模块；

所述采集模块，其用于采集取样点的污秽度；

所述估值点确定模块，其用于以取样点为中心确定第一预设范围内各估值点；

所述污染物浓度获取模块，其用于获取所述取样点处各污染物浓度和每 个所述估值点处各污染物浓度；

所述污染物浓度获取模块包括污源点确定单元和污染物浓度计算单元；

所述污源点确定单元，其用于按第二预设范围，分别以所述取样点和每个所述估值点为中心确定所述取样点的各污源点和每个所述估值点的各污源点；

所述污染物浓度计算单元，其用于根据各污源点的污染物种类及其排放量，和所述各污源点到其对应取样点或估值点的距离和方向，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度。

所述污染物浓度计算单元包括第一污染物浓度计算子单元和第二污染物浓度计算子单元；

所述第一污染物浓度计算子单元，其用于根据如下第一公式，计算每个污源点对其对应取样点或估值点处各污染物浓度的贡献值；

所述第一公式如下：

$F_i=\frac{\alpha *Q}{\sqrt{2\pi }\delta }{e}^{-\frac{x^2}{2{\delta }^2}}$

其中，所述α为任一污源点i到其对应取样点或估值点方向处的风频，其由所述任一污源点i到其对应取样点或估值点的方向，根据玫瑰风向图获得；所述x为所述任一污源点i到其对应取样点或估值点的距离；所述Q为所述任一污源点i的某种污染物排放量；所述δ为扩散系数；所述F_i为所述任一污源点i对其对应取样点或估值点处所述某种污染物浓度的贡献值；

所述第二污染物浓度计算子单元，其用于根据如下第二公式，计算所述取样点处各污染物浓度和每个所述估值点处各污染物浓度；

所述第二公式如下：

$F=\underset{i=1}{\overset{N}{\Sigma }}{F}_i$

其中，所述N为所述任一污源点i的对应取样点或估值点的污源点个数， i∈{1,2,3……N}，所述F为所述任一污源点i的对应取样点或估值点处所述某种污染物浓度。

所述估值点污秽度计算模块，其用于根据所述取样点的污秽度和所述取样点处各污染物浓度，利用神经网络模型，建立污染物浓度与污秽度的关系，并基于所述关系，根据所述估值点处各污染物浓度计算每个估值点的污秽度。

如图3所示，一种输电线路绝缘子污秽度评估系统，包括取样杆塔确定模块、取样杆塔绝缘子污秽度采集模块、驱动模块和基于取样点的区域污秽评估子系统；

所述基于取样点的区域污秽评估子系统，为上述一种基于取样点的区域污秽评估系统；

所述取样杆塔确定模块，其用于确定输电线路取样杆塔；

所述取样杆塔绝缘子污秽度采集模块，其用于采集所述取样杆塔的绝缘子污秽度；

所述取样杆塔绝缘子污秽度采集模块具体功能为：采集所述取样杆塔的部分绝缘子片的污秽度，并求平均值，将所述平均值作为所述取样杆塔的绝缘子污秽度。

驱动模块，其用于将所述取样杆塔作为取样点，将所述取样杆塔的绝缘子污秽度作为所述取样点的污秽度；驱动基于取样点的区域污秽评估子系统工作，计算第一预设范围内各估值杆塔的绝缘子污秽度。

其中，所述污秽度包括盐密值和灰密值。所述第一预设范围为以所述取样点为中心，以第一预设长度为半径的圆；根据实际经验，5公里范围内的杆塔处于同一背景环境，它们的绝缘子污秽度存在一定联系，故，所述第一预设长度可为5公里；则可按10公里为间隔确定输电线路取样杆塔，以取样杆塔为中心，以5公里为半径画圆，圆内所有其他杆塔均为估值杆塔，所 述估值杆塔为上述一种基于取样点的区域污秽评估方法中的估值点。所述第二预设范围为分别以所述取样点和每个所述估值点为中心，以第二预设长度为半径的圆；例如，可将所述第二预设长度设为5公里。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。