[发明专利]基于北斗Ⅱ姿态测量的输电线路杆塔倾斜度监测系统及监测方法

摘要

本发明公开了一种基于北斗Ⅱ姿态测量的输电线路杆塔倾斜度监测系统，其特征是包括：北斗Ⅱ卫星天线、北斗Ⅱ接收机和远程网络服务器；一种基于北斗Ⅱ姿态测量的输电线路杆塔倾斜度监测方法，其特征是按如下步骤进行：首先接收北斗Ⅱ卫星的射频载波信号，并解析出载波相位值等数据；然后将数据发送至远程网络服务器；服务器采用增强协作粒子群算法求解杆塔上基线J的姿态角数学模型，得到基线J的姿态角，从而得到杆塔的倾斜度。本发明的系统布设便捷，测量方法能准确反映杆塔整体的倾斜，测量精度高，并具有自动化和智能化特点，应用前景广阔。

主权项

1.一种基于北斗Ⅱ姿态测量的输电线路杆塔倾斜度监测方法，其特征是包括：定义天线A和天线B之间的连线为基线J；所述基线J在水平面上的投影为J′；定义所述基线J的航向角α是所述投影J′与正北方向之间的夹角，所述航向角α的范围为0～360度；定义所述基线J的俯仰角β是所述基线J与所述投影J′之间的夹角，所述俯仰角β的范围为‑90～+90度；所述输电线路杆塔倾斜度监测方法是按如下步骤进行：步骤1、接收北斗Ⅱ卫星的射频载波信号；在所述输电线路杆塔的顶端安装天线A和天线B，分别接收n颗北斗Ⅱ卫星的m个历元的射频载波信号，n≥4，m≥4；步骤2、解析所述射频载波信号；在所述输电线路杆塔上布置北斗Ⅱ接收机，与所述天线A和天线B连接；所述北斗Ⅱ接收机包括：北斗板卡A、北斗板卡B和无线通信模块；所述北斗板卡A解析所述天线A接收到的所述射频载波信号，得到n颗北斗Ⅱ卫星的m个历元的载波相位、卫星高度角和卫星方位角，并分别记为和其中，表示所述北斗板卡A解析得到第i颗北斗Ⅱ卫星在第k个历元时的载波相位；表示所述北斗板卡A解析得到第i颗北斗Ⅱ卫星在第k个历元时的卫星高度角；表示所述北斗板卡A解析得到第i颗北斗Ⅱ卫星在第k个历元时的卫星方位角；所述北斗板卡B解析所述天线B接收到的所述射频载波信号，得到n颗北斗Ⅱ卫星的m个历元的载波相位，并记为其中，表示所述北斗板卡B解析得到第i颗北斗Ⅱ卫星在第k个历元时的载波相位；步骤3、建立所述输电线路杆塔上基线J的姿态角数学模型；步骤3.1、获得载波相位单差方程；利用式(1)获得所述天线A和天线B在第k个历元时接收到的第i颗北斗Ⅱ卫星的载波相位单差利用式(2)获得所述天线A和天线B在第k个历元时接收到的第j颗北斗Ⅱ卫星的载波相位单差步骤3.2、利用式(3)获得载波相位双差方程：式(3)中，表示载波相位双差；l_AB为所述基线J的长度；λ为所述射频载波信号的波长；Η_ik和Η_jk分别是第i颗北斗Ⅱ卫星和第j颗北斗Ⅱ卫星在第k个历元时对基线J的高度角，其中，P_ik和P_jk分别是第i颗北斗Ⅱ卫星和第j颗北斗Ⅱ卫星在第k个历元时对基线J的方位角，其中，为相位双差整周模糊度；ε为随机观测噪声；步骤3.3、利用式(4)建立所述基线J的姿态角数学模型：步骤4、提出一种增强协作粒子群算法对所述姿态角数学模型进行求解，得到所述基线J的姿态角；步骤4.1、设置所述增强协作粒子群算法的搜索空间为d(d＝1,2)维，粒子总数为N，第d维粒子的位置变化范围和速度变化范围分别为[xd,min,xd,max]和[vd,min,vd,max]；设第1维为所述航向角α，则[x1,min,x1,max]设置为[0°,360°]；设第2维为所述俯仰角β，则[x2,min,x2,max]设置为[‑90°,+90°]；设置所述算法的迭代次数为t，最大迭代次数为NCmax，1≤t≤NCmax；并初始化迭代次数t＝1；步骤4.2、随机产生第t代粒子群中第i个粒子的初始位置Xi(t)＝[xid(t)]和初始速度Vi(t)＝[vid(t)]；xid(t)和vid(t)分别表示所述第t代粒子群中第i个粒子在第d维搜索空间上的位置和速度；xd,min≤xid(t)≤xd,max，vd,min≤vid(t)≤vd,max，i＝1,2,....,N；步骤4.3、计算第t代粒子群中第i个粒子的适应度值为Fi(t)，得到第t代粒子群中第i个粒子的个体最优位置Li(t)＝[Lid(t)]；Lid(t)表示所述第t代粒子群中第i个粒子在第d维搜索空间上的个体最优位置；步骤4.4、重复步骤4.3，从而获得第t代粒子群中N个粒子的个体最优位置；比较第t代粒子群中N个粒子的个体最优位置的适应度值，从中选出最大适应度值对应的个体最优位置作为第t代粒子群中N个粒子的群体最优位置Lg(t)＝[Lgd(t)]；Lgd(t)表示所述第t代粒子群中N个粒子在第d维搜索空间上的群体最优位置；g＝1,2,...,N；步骤4.5、按式(5)更新所述第t代粒子群中第i个粒子在第d维搜索空间上的速度vid(t)，得到第t+1代粒子群中第i个粒子在第d维搜索空间上的速度vid(t+1)：vid(t+1)＝w×vid(t)+c1×r1×[Lid(t)‑xid(t)]+c2×r2×[Lgd(t)‑xid(t)]+c3×r3×[Lcd(t)‑xid(t)]    (5)式(5)中，w为惯性因子；c1、c2和c3为加速因子；r1、r2和r3均为[0,1]之间的随机数；Lcd(t)为所述第t代粒子群在第d维搜索空间上的几何中心，按式(6)进行计算；Lcd(t)作为粒子群的中心对粒子个体的飞行会产生吸引，有利于粒子个体趋向于优化的解，从而增强了粒子间的协作性；在更新过程中，若粒子的速度vid(t+1)超过所述速度变化范围[vd,min,vd,max]，则取边界值；步骤4.6、按式(7)更新所述第t代粒子群中第i个粒子在第d维搜索空间上的位置xid(t)，得到第t+1代粒子群中第i个粒子在第d维搜索空间上的位置xid(t+1)：xid(t+1)＝xid(t)+vid(t+1)    (7)更新过程中，若粒子的位置xid(t+1)超过所述位置变化范围[xd,min,xd,max]，则取边界值；步骤4.7、计算第t+1代粒子群中第i个粒子的适应度值为Fi(t+1)，并与第i个粒子的个体最优位置Li(t)的适应度值进行比较，将较大适应度值对应的粒子位置作为第t+1代粒子群中第i个粒子的个体最优位置Li(t+1)；步骤4.8、重复步骤4.7，从而获得第t+1代粒子群中N个粒子的个体最优位置；比较第t+1代粒子群中N个粒子的个体最优位置的适应度值，从中选出最大适应度值对应的个体最优位置作为第t+1代粒子群中N个粒子的群体最优位置Lg(t+1)；步骤4.9、将t+1赋值给t，判断t＜NCmax是否成立，若成立，则执行步骤4.5；否则，表示NCmax次迭代完成，获得的群体最优位置Lg(NCmax)＝[Lgd(NCmax)]即为所述基线J姿态角数学模型的最优解；Lg1(NCmax)和Lg2(NCmax)分别为所述算法求解得到的所述基线J的航向角α和俯仰角β；步骤5、计算得所述输电线路杆塔的倾斜度；已知所述基线J初始安装时的航向角α(0)和俯仰角β(0)，以及步骤4求解得到的所述基线J当前的航向角α和俯仰角β，利用式(8)和式(9)分别获得所述杆塔的水平扭转角Δα和倾斜角Δβ：Δα＝α‑α(0)    (8)Δβ＝β‑β(0)    (9)进一步由式(10)计算可得所述输电线路杆塔的倾斜度η：η＝tan(Δβ)    (10)。