[发明专利]用于输电线路微风振动传感器的标定平台及标定方法有效

专利信息
申请号: 201410508725.1 申请日: 2014-09-28
公开(公告)号: CN104266741B 公开(公告)日: 2017-10-03
发明(设计)人: 赵隆;黄新波;朱永灿 申请(专利权)人: 西安工程大学
主分类号: G01H9/00 分类号: G01H9/00
代理公司: 西安弘理专利事务所61214 代理人: 罗笛
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 输电 线路 微风 振动 传感器 标定 平台 方法
【说明书】:

技术领域

发明属于输变电设备状态监测技术领域,涉及一种用于输电线路微风振动传感器的标定平台;本发明还涉及利用该标定平台进行标定时的标定方法。

背景技术

近年来,我国特高压输电工程的迅速开展,随着电压等级的升高和大跨越线路不断增加,输电线路微风振动造成的断股断线事故发生的频率显增加,严重影响了电网的安全运行,造成了巨大的经济损失。微风振动在线监测技术的出现,为微风振动事故的预防与控制提供了重要的参考价值,因而在近几年得到了快速的发展。目前,国内外已经设计出了多种导地线微风振动监测装置,大部分是采用悬臂梁式位移测量结构作为微风振动传感器的采集元件,获取导线或地线的弯曲幅度,经过微风振动传感器内的处理单元计算后,得到导线或地线振动幅度和频率。

微风振动传感器安装在导线或地线上,集成了悬臂梁式位移测量结构、微处理器及通信单元,有着实时性、稳定性、便捷性等优点,但是也存在自身固有的缺点。微风振动传感器中的悬臂梁式位移测量结构在测量过程中,随着振动频率的不同,其振动幅值的大小与输出模拟量呈不同的对应关系,且使用环境和温度也会其输出模拟量造成影响,因此,微风振动传感器在使用之前需要进行参数标定。

传统的标定方法是采用线性的标定方法,这种方法便于实现,能够得到振动幅值与输出模拟量的转换关系,但这种标定方法精度低,不适于实时监测。

发明内容

本发明的目的是提供一种用于输电线路微风振动传感器的标定平台,解决了现有标定平台精度低不适于实时监测的问题。

本发明的另一个目的是提供一种利用上述标定平台进行对输电线路微风振动传感器进行标定的标定方法,解决了现有标定方法精度低不适于实时监测的问题。

本发明所采用的一个技术方案是,一种用于输电线路微风振动传感器的标定平台,包括了相连接的信号发生器,功率放大器,激振器,与还包括与输电线路微风振动传感器中的悬臂梁位移计相连接的激光测距仪;激振器也与悬臂梁位移计连接。

本发明所采用的另一个技术方案是,一种利用上述标定平台进行传感器标定的方法,具体按照以下步骤实施:

步骤1:标定准备,

步骤1.1,将输电线路微风振动传感器安装在标定平台中,在安装时,将悬臂梁式位移计的一端固定,另一端与激振器严格接触,

步骤1.2,采集样本数据,标定开始,通过功率放大器和信号源控制激振器的振动幅度和振动频率,随激振器振动发生弯曲形变,经过CPU处理得到的激振器频率f和激振器幅值a两个量,构成样本数据;

步骤2:步骤2:BP神经网络构建:

根据BP神经网络的构建原理,建立3层BP神经网络,包括一个输入层一个隐含层以及一个输出层,输入层为激振器频率f和激振器幅值a,输出层为传感器输出的幅值A;

步骤3:BP神经网络训练,

步骤3.1,BP神经网络的初始化:将步骤1中得到的样本数据作为神经网络的训练数据,并对训练数据进行归一化处理;

步骤3.2,BP神经网络训练,开始进行BP神经网络训练,当网络预测输出O和期望输出A之间的误差ek达到设定值时训练结束;

其中,步骤3.1中的进行数据归一化处理的方法如下:

其中,步骤3.2中所述误差是指网络预测输出O和期望输出A之间误差,

即:ek=Ak-Ok, k=1,2,…,m;

其中,步骤3.2中所述误差是指网络预测输出O和期望输出A之间误差,

即:ek=Ak-Okk=1,2,…,m;

在上述公式中,

f为激振器频率,fmax表示激振器频率的最大值,fmin表示激振器频率的最小值,fk表示激振器第k个频率值;

a表示激振器幅值,ak表示激振器第k个幅值;amin表示激振器幅值的最小值;amax表示激振器幅值的最大值;

A表示传感器输出的幅值,Ak表示传感器输出的第k个幅值;Amin表示传感器输出的幅值的最小值;Amax表示传感器输出的幅值的最大值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410508725.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top