孫春華，石旭初，汪洋，孫云峰，周定亞

(國(guó)網(wǎng)江蘇省電力有限公司 漣水縣供電分公司，江蘇 漣水 223400)

0 引言

電能在傳輸?shù)倪^(guò)程中經(jīng)過(guò)配電、變電等環(huán)節(jié)會(huì)造成一定的損耗[1]。其中一部分電能損失源于電力設(shè)備本身?yè)p耗，如變壓器、表計(jì)電壓線(xiàn)圈損耗等，這些電力線(xiàn)損稱(chēng)為固定損耗；而另一部分電能損失為管理?yè)p耗，主要由于線(xiàn)路故障、計(jì)量裝置誤差等原因造成，屬于可以進(jìn)行監(jiān)測(cè)和控制的部分[2-3]。近年來(lái)，隨著激光技術(shù)的快速發(fā)展和進(jìn)步，其更多的優(yōu)點(diǎn)和性能不斷地被發(fā)掘出來(lái)，激光的應(yīng)用領(lǐng)域也進(jìn)一步得到拓展[4]。

激光檢測(cè)技術(shù)是對(duì)激光優(yōu)良性能的有效應(yīng)用，如激光掃描、跟蹤、測(cè)振、激光校準(zhǔn)、破損識(shí)別、光譜分析等都顯示了激光檢測(cè)的優(yōu)越性[5]。應(yīng)用激光技術(shù)對(duì)被測(cè)物體進(jìn)行掃描和檢測(cè)，采用了非接觸的方式、精度高、時(shí)間短、受測(cè)量范圍和被檢測(cè)物體位置的影響較小[6]。在激光檢測(cè)技術(shù)當(dāng)中，點(diǎn)云檢測(cè)精度最高、效果最優(yōu)，激光點(diǎn)云以空間坐標(biāo)為參考系，基于對(duì)被檢測(cè)對(duì)象的空間掃描，提取被測(cè)對(duì)象各個(gè)采樣點(diǎn)的空間坐標(biāo)，獲取海量采樣點(diǎn)的集合，這些點(diǎn)集合能夠表示被測(cè)對(duì)象的表面性狀及空間分布[7-8]。傳統(tǒng)的模糊檢測(cè)方法，如神經(jīng)網(wǎng)絡(luò)檢測(cè)方法，具有計(jì)算復(fù)雜、假設(shè)條件多、實(shí)時(shí)性不足等，難以有效改善電力線(xiàn)損的檢測(cè)效果[9]。為提高電力線(xiàn)損檢測(cè)精度低、誤差高、實(shí)時(shí)性差的弊端，本文提出了一種基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)研究。利用激光探測(cè)傳感裝置提取點(diǎn)云特征，選定線(xiàn)損數(shù)據(jù)的樣本集，構(gòu)建樣本點(diǎn)的特征向量，并求解支持向量機(jī)SVM的判別函數(shù)，完成對(duì)電力線(xiàn)損的精確檢測(cè)。仿真實(shí)驗(yàn)表明文章提出的基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)研究，能夠有效提高檢測(cè)精度，降低線(xiàn)損率和系統(tǒng)誤差，減少電能在傳輸過(guò)程中的損耗。

1 電力線(xiàn)損檢測(cè)原理及流程

采用激光探測(cè)傳感器對(duì)出現(xiàn)線(xiàn)損的線(xiàn)路段進(jìn)行激光掃描，獲取故障端的點(diǎn)云特征，形成故障樣本集，分析樣本集的特征向量，通過(guò)基于支持向量機(jī)(SVM)進(jìn)行函數(shù)判別，完成線(xiàn)路線(xiàn)損的精準(zhǔn)檢測(cè)。在電力線(xiàn)路檢測(cè)的過(guò)程中，最為關(guān)鍵的點(diǎn)云數(shù)據(jù)的提取和分析，其電力線(xiàn)損檢測(cè)算法流程如圖1所示。

圖1 電力線(xiàn)損檢測(cè)流程

2 基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)

為了實(shí)現(xiàn)基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)，通過(guò)基于支持向量機(jī)(SVM)進(jìn)行電力線(xiàn)點(diǎn)云的提取，而SVM在分類(lèi)模型選擇時(shí)，更加傾向于選擇簡(jiǎn)單的模型，如直線(xiàn)、平面、超平面等。對(duì)于線(xiàn)性可分為二類(lèi)問(wèn)題，SVM能夠?qū)深?lèi)樣本準(zhǔn)確分開(kāi)，同時(shí)能夠使兩類(lèi)數(shù)據(jù)到超平面的空間間隔最大，從而得到最優(yōu)超平面。如圖2所示。

圖2 線(xiàn)性可分支持向量機(jī)

圖2中的兩類(lèi)數(shù)據(jù)，K表示最優(yōu)超平面，離K平面最近且平行于K平面的K1和K2平面上的樣本為支持向量，可通過(guò)這些支持向量實(shí)現(xiàn)數(shù)據(jù)集的分類(lèi)。

對(duì)于K最優(yōu)超平面，可表示為式(1)。

f(x)=ωTx+b

(1)

式中，ω為參數(shù)向量；b為平移向量。

對(duì)于圖2中的兩類(lèi)樣本{(x1,y1),(x2,y2),…(xn,yn)}，xi∈Rn，yi∈{-1,+1} ，i∈1,2,…n。當(dāng)f(x)=0，x在超平面上；當(dāng)f(x)<0時(shí)，對(duì)應(yīng)的y=-1；當(dāng)f(x)>0時(shí)，對(duì)應(yīng)的y=+1。

兩類(lèi)數(shù)據(jù)的支持向量到超平面的距離可表示為式(2)。

(2)

由此可知，為了確定一個(gè)超平面將兩類(lèi)數(shù)據(jù)進(jìn)行分開(kāi)，并且樣本離超平面的距離足夠遠(yuǎn)，使得兩者的間距最大，從而可確定f(x)的參數(shù)向量ω和平移向量b，使得距離d最大，需要滿(mǎn)足式(3)。

(3)

s.t.yi(ωTx+b)≥1,i=1,2,…,m

通過(guò)轉(zhuǎn)化，表示為式(4)。

(4)

s.t.yi(ωTx+b)≥1,i=1,2,…,m

由上述公式可知，目標(biāo)函數(shù)為二次，約束條件為線(xiàn)性。可通過(guò)構(gòu)建拉格朗日函數(shù)，將偶性變化問(wèn)題轉(zhuǎn)化為一個(gè)無(wú)約束的優(yōu)化問(wèn)題，從而使得問(wèn)題求解更加容易。通過(guò)添加拉格朗日乘子ai(ai≥0)，結(jié)合KKT條件，上式可以轉(zhuǎn)化為對(duì)偶問(wèn)題,如式(5)。

(5)

對(duì)ω和b求導(dǎo)可得式(6)。

(6)

令上式分別為0，代入到式(5)中，可得式(7)。

(7)

因此，新問(wèn)題求解的目標(biāo)函數(shù)可以表示為式(8)。

(8)

即通過(guò)拉格朗日函數(shù)將原問(wèn)題的約束條件融合到目標(biāo)函數(shù)中。通過(guò)向量機(jī)SVM進(jìn)行函數(shù)判別，實(shí)現(xiàn)了對(duì)電力線(xiàn)損的精確檢測(cè)。

3 實(shí)驗(yàn)結(jié)果與分析

本文進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證提出技術(shù)研究在提高檢測(cè)精度和降低線(xiàn)損率方法的優(yōu)勢(shì)。在檢測(cè)精度的表現(xiàn)方面，分別采用傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模糊檢測(cè)技術(shù)和本文提出基于激光點(diǎn)云的檢測(cè)結(jié)果進(jìn)行對(duì)比分析，在線(xiàn)路故障和計(jì)量裝置上分別提取100個(gè)點(diǎn)進(jìn)行測(cè)試，每10個(gè)點(diǎn)為一組，以每組數(shù)據(jù)的平均值作為測(cè)量結(jié)果，如表1、表2所示。

從表1、表2的結(jié)果可知，在線(xiàn)路故障檢測(cè)方面和計(jì)量裝置故障檢測(cè)方面，本文提出的基于激光點(diǎn)云的檢測(cè)系統(tǒng)相比于傳統(tǒng)的檢測(cè)技術(shù)，結(jié)果精度更高。

表1 線(xiàn)路故障方面的平均檢測(cè)率(%)

表2 計(jì)量裝置故障方面的平均檢測(cè)率(%)

對(duì)某A、B兩段線(xiàn)路分別采用常規(guī)檢測(cè)方法和本文方法進(jìn)行線(xiàn)損率檢測(cè)，檢測(cè)時(shí)間各為1個(gè)月，在采用本文方法檢測(cè)的過(guò)程中，若發(fā)現(xiàn)線(xiàn)路故障，及時(shí)對(duì)其進(jìn)行處理，對(duì)其線(xiàn)損率數(shù)據(jù)進(jìn)行匯總整理，如圖3、圖4所示。

圖3 線(xiàn)損率監(jiān)控變化情況A

圖4 線(xiàn)損率監(jiān)控變化情況B

由圖3、圖4可知，在采用本文檢測(cè)技術(shù)前A、B兩段線(xiàn)路線(xiàn)損率高達(dá)2.5%，表明線(xiàn)路中存在故障，局部還可能出現(xiàn)漏電或竊電情況；而采用本文提出的基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)后，可實(shí)時(shí)對(duì)線(xiàn)路中出現(xiàn)的故障進(jìn)行排除，使線(xiàn)損率降低到1%以下。由于可見(jiàn)，本文檢測(cè)技術(shù)有利于提高檢測(cè)結(jié)果的精準(zhǔn)度和減低線(xiàn)損率。

4 總結(jié)

電能在傳輸?shù)倪^(guò)程中，除了自身的損耗以外，還會(huì)因?yàn)楦鞣N自然因素的影響或是線(xiàn)路故障等導(dǎo)致?lián)p耗的出現(xiàn)。本文提出的一種基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)，通過(guò)仿真實(shí)驗(yàn)表明，該基于激光點(diǎn)云的電力線(xiàn)損實(shí)時(shí)檢測(cè)技術(shù)的檢測(cè)效率更高、速度更快，而且通過(guò)該檢測(cè)技術(shù)能夠及時(shí)排除故障，能夠?qū)⒊Ｒ?guī)高達(dá)2.5%的線(xiàn)損率降低到1%以下，有利于電能傳輸成本的節(jié)約。