输电线路覆冰监测系统特征数据提取算法研究

  余鲲1，杨俊杰1，楼志斌2

  （1．上海电力学院电子与信息工程学院，上海200090；2.上海科学院，上海201203）

  摘要：以输电线路覆冰监测为对象，研究监测数据的提取算法。在综合分析均值法和中值法性能的基础上，提出一种中-均值提取算法。通过实验，对比分析了三种数据提取算的性能。研究结果表明，中-均值算法能够更好地解决覆冰监测中的数据处理问题。

  关键词：覆冰监测；数值处理方法；均值法；中值法；中-均值算法

  中图分类号：TP274    文章编号：1006 - 2394( 2016) 01 - 0009 - 02

O  引言

  冰灾严重威胁着电力系统的安全运行，轻则导致绝缘子串冰闪跳闸、相间闪络跳闸和导线大幅舞动等可恢复供电周期较短的重大事故，重则导致杆塔倾斜甚至倒塌、线路金具严重损坏和导线脆断接地等可恢复供电周期较长的特大事故…。输电线路覆冰事故破坏力度大、波及面广且损失惨重，对国民经济造成了重大损失和影响。因此，对输电线路的覆冰状态进

行监测与评估具有重要的意义。

  在对输电线路的覆冰状态进行在线监测过程中，一个重要的环节是要对传感器的监测数据进行采集，并提取特征数据，以用于后续覆冰等值厚度的计算及评估模型的建立。然而，由于线路舞动等因素的影响，传感器的采集数据会出现不稳定的值，如何从中提取出真实的特征数据关系着覆冰状态评估的准确性。目前，国内外关于覆冰监测的研究主要集中在覆冰等值厚度模型的建立及覆冰状态的在线评估，而对于如何在线路舞动状态下提取真实有效的覆冰监测数据，目前尚未有文献进行深入系统的研究。为了解决特征数据提取不准确的问题，本文首先提出输电线路覆冰数据处理系统架构，然后提出一种用于提取有效覆冰监测特征数据的中-均值算法，通过对实验环境下的采集数据进行深入分析，验证其可行性和准确性。

1  输电线路覆冰数据处理系统

  输电线路覆冰数据处理系统的总体框架如图1所示，它包括数据采集单元和数据处理单元。数据采集单元使用传感器进行信号采集，把采集到的风速、风向、拉力、角度传感器的信息送到数据处理中心；数据处理单元则用智能处理算法对通过预处理后的信息进行滤波算法的特征数据的提取，通过无线传输至后台管理中心，为其提供有效的特征数据。风速和风向使用风速风向大气压强一体传感器测量，绝缘子串拉力使用特制拉力传感器采集，角度值使用角度传感器测量。本文将以角度传感器为例，来分析所得数据，并进行处理。

2  中-均值算法

  在输电线路覆冰数据处理系统中，简单的采用中值或均值算法提取的特征数据误差较大，精确度不高，计算结果不能真实地反应输电线路的覆冰状态。为提高精度，得到更加准确的计算结果，本文提出中-均值特征数据提取算法。中-均值算法是一种综合中值法和均值法的特征数据提取算法。算法的基本思想描述如下：

  设一组数据有m x n个数据，把这一组数据分成n份，则每一份有m个值。现对数据做如下处理：

  (1)对这组数据进行中值法运算。中值法滤波是一种能有效抑制噪声的非线性处理技术，能有效克服因偶然因素引起的波动干扰，对变化缓慢的被测参数有良好的滤波效果。对于任意一份序列中的m个值g1，g2，g3，…，gm-1，gm，如若m为奇数，则序列g按照数值大小顺序排列后，取其序号为中间点的那个数的数值为输出结果；如若m为偶数，则序列g按照数值大小顺序排列后，取其序号为中间点的那两个数的均值为输出结果，即：

式中：y= m i d s o l v()为求中值函数，g a为g序列进行数值大小排列后的新数列。

  (2)再对这组数据进行均值法运算。中值法滤波后，这一组m x n个数据将变为n个数据，对这n个数据进行均值法滤波。均值法是对取样的n个值进行算术平均运算。对于中值滤波后的序列Y1，Y2，y3…，，yn-1，y n进行均值法滤波，则所得数据结果为：

3实验模拟

3.1实验环境

  为了验证中，均值算法在实际运用中的准确性和可行性，在实验室条件下搭建覆冰监测平台。覆冰监测平台由铁塔、传感器（角度、拉力、风速风向）、数据处理系统、无线通信模块组成。

  用750 mm大功率工业风扇（750 mm是指风扇网罩直径）模拟风吹，人为施加拉力。传感器采集到各类数据后由数据处理系统进行算法滤波，再通过无线通信模块把处理系统滤波后的准确数据传输给后台管理中心，让其作出合理的覆冰状态评估。其中，角度传感器安装在绝缘子串与铁塔悬挂的关节处，当有风吹动导线时，角度传感器采集导线偏移量与水平位置的角度差，其使用无锡慧联科技的SIS 426型，是针对工业现场控制而推出的数字输出型双轴倾角传感器，内置高精度差分转换器，通过多阶滤波算法，输出双轴倾角值。按照传感器的使用说明，通过串口采集到500个角度数据。在实验室环境下，角度传感器现场采集到的x轴角度范围为-1.2~+0. 6;y轴角度范围为-4.1~-3.3。对预处理完成后的角度数据描点画

图，如图2所示。

  图中前期波动很小的数据为传感器在默认角度的稳定状态下采集到的数据集输出。

3.2基于中．均值算法的数据处理及比较分析

  在覆冰监测系统的特征数据提取中，对角度传感器得到的数据分析，以传感器采集开始的稳定数据为基值，先分别按照均值滤波算法和中值滤波算法进行处理，再按照中．均值滤波算法进行处理。对三种算法做误差分析比较，所得的误差比较分析如图3所示。图中以验证数据点数间隔为横坐标，误差大小为纵坐标，纵坐标越逼近0，则表示该方法提取到的数据越接近真实值，误差越小。

  由图看出，在x轴角度提取方法比较中，验证数据点数为[25，35]的区间内均值法误差较小，其余区间中，均值法误差较小；从整体趋势来看，中-均值法的误差百分值相对另外两种算法要小。在y轴角度提取方法比较中，验证数据点数为[0，10]、[30，50]和[60，90]的区间内，中值法误差值大，而均值法和中-均值法的误差百分值明显低于中值法。  

由于覆冰监测系统要实现在线实时采集，原始数据量较多，故总的来说，用中-均值法提取的特征数据准确度高，能有效减小误差。中值法能有效克服因偶然因素引起的波动干扰，但并不适用于连续的波动；均值法对随机的连续干扰信号具有良好的滤波效果，但对于偶然因素引起的波动干扰并未有明显的滤波效果；中-均值法结合两者优点，避免两者缺陷，可以更准确地提取特征值，减小误差。

4结论

  为解决覆冰监测系统中特征数据提取不准确的问题，本文提出了中-均值算法。通过在覆冰实验平台下的模拟，计算数值结果并分析均值法、中值法及中，均值法的优劣性。总体来说，用中．均值算法能准确地表示原始数据，更有效地减小误差。所以，在覆冰监测系统中，从传感器得出数据进行分析后，可以考虑使用中-均值算法来进行数据的处理。