本發(fā)明涉及電力系統(tǒng)，尤其涉及一種輸電桿塔螺栓松動定位方法、系統(tǒng)、設(shè)備、介質(zhì)和產(chǎn)品。

背景技術(shù)：

1、架空輸電線路常采用輸電桿塔把輸電導(dǎo)線和架空地線懸掛在高空實現(xiàn)輸電目標(biāo)。螺栓連接是輸電桿塔常見的連接方式，桿塔螺栓連接的穩(wěn)定性對于電力系統(tǒng)正常運行起著至關(guān)重要的作用。在輸電桿塔的運行過程中，由于桿塔螺栓松動，在長期的強風(fēng)作用下導(dǎo)線發(fā)生舞動，使得桿塔發(fā)生傾斜甚至倒塌事故，對電力系統(tǒng)安全運行造成嚴重的威脅。

2、因此，對輸電桿塔的螺栓進行安全檢測是必不可少的。然而，傳統(tǒng)的人工定時檢修方法不僅效率低下，并難以對故障位置進行及時定位。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種輸電桿塔螺栓松動定位方法、系統(tǒng)、設(shè)備、介質(zhì)和產(chǎn)品，解決了傳統(tǒng)的人工定時檢修方法不僅效率低下，并難以對故障位置進行及時定位的技術(shù)問題。

2、本發(fā)明第一方面提供了一種輸電桿塔螺栓松動定位方法，包括：

3、采集目標(biāo)輸電桿塔的多個螺栓處的振動信號；

4、基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對所述振動信號進行分解，得到多個模態(tài)分量，并利用多個所述模態(tài)分量提取多個所述振動信號的特征信號；

5、對多個所述特征信號分配標(biāo)簽，所述標(biāo)簽包括螺栓位置和螺栓是否松動的情況；

6、根據(jù)多個所述特征信號以及所述標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集；

7、利用卷積神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練數(shù)據(jù)集進行分類訓(xùn)練，得到螺栓松動定位模型；

8、利用所述螺栓松動定位模型對未識別的螺栓預(yù)測螺栓是否發(fā)生松動，并對發(fā)生松動的螺栓進行定位。

9、優(yōu)選地，本方法還包括：利用鳳頭豪豬優(yōu)化算法對所述ivmd算法的網(wǎng)絡(luò)參數(shù)進行優(yōu)化；所述利用鳳頭豪豬優(yōu)化算法對所述ivmd算法的網(wǎng)絡(luò)參數(shù)進行優(yōu)化，包括：

10、初始化所述鳳頭豪豬優(yōu)化算法的參數(shù)，所述參數(shù)包括豪豬種群、種群大小、最大迭代次數(shù)以及適應(yīng)度函數(shù)，所述豪豬種群中的豪豬個體代表一個所述ivmd算法的候選網(wǎng)絡(luò)參數(shù)解；

11、構(gòu)建數(shù)學(xué)模型模擬所述豪豬個體的防御策略，所述防御策略包括視覺防御、聲音防御、氣味防御和身體攻擊；

12、利用所述防御策略更新所述豪豬個體的當(dāng)前位置；

13、利用適應(yīng)度函數(shù)計算更新位置后的每個豪豬個體的適應(yīng)度值，確定所述豪豬種群的全局最優(yōu)解；

14、判斷當(dāng)前迭代次數(shù)是否達到最大迭代次數(shù)，當(dāng)判斷當(dāng)前迭代次數(shù)未達到最大迭代次數(shù)時，則轉(zhuǎn)至所述利用所述防御策略更新所述豪豬個體的當(dāng)前位置的步驟；

15、在迭代過程中，當(dāng)所述豪豬種群達到預(yù)設(shè)的縮減周期時，則利用循環(huán)種群縮減規(guī)則執(zhí)行種群縮減操作；

16、當(dāng)判斷當(dāng)前迭代次數(shù)達到最大迭代次數(shù)時，則結(jié)束迭代，并輸出當(dāng)前適應(yīng)度值最優(yōu)的豪豬個體作為所述ivmd算法的最優(yōu)網(wǎng)絡(luò)參數(shù)。

17、優(yōu)選地，所述基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對所述振動信號進行分解，得到多個模態(tài)分量，并利用多個所述模態(tài)分量提取多個所述振動信號的特征信號，包括：

18、基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對所述振動信號進行分解，得到多個模態(tài)分量；

19、針對每個所述模態(tài)分量，確定所述模態(tài)分量的包絡(luò)線；

20、根據(jù)所述模態(tài)分量的包絡(luò)線確定包絡(luò)峰度，遍歷所有模態(tài)分量的包絡(luò)峰度，并確定局部最大包絡(luò)峰度以及所述局部最大包絡(luò)峰度對應(yīng)的分解層數(shù)；

21、利用所述分解層數(shù)對每個所述振動信號進行分解，得到新的模態(tài)分量；

22、利用所述新的模態(tài)分量進行頻域轉(zhuǎn)換，得到頻譜圖，并識別出所述頻譜圖中最大的頻率分量作為所述振動信號的特征信號。

23、優(yōu)選地，所述卷積神經(jīng)網(wǎng)絡(luò)為一維卷積神經(jīng)網(wǎng)絡(luò)。

24、優(yōu)選地，所述卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、卷積層、池化層、全連接層和softmax分類器；

25、所述利用卷積神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練數(shù)據(jù)集進行分類訓(xùn)練，得到螺栓松動定位模型，包括：

26、將所述特征信號通過所述輸入層輸入至所述卷積層進行卷積處理，得到特征數(shù)據(jù)；

27、將所述特征數(shù)據(jù)輸入至所述池化層進行池化處理；

28、將經(jīng)過池化處理后的特征數(shù)據(jù)輸入至所述全連接層進行特征組合，并將組合得到的特征映射至樣本標(biāo)記空間；

29、通過所述softmax分類器對所述樣本標(biāo)記空間中的特征進行分類，得到所述樣本標(biāo)記空間中的特征的標(biāo)簽分類結(jié)果，構(gòu)建所述螺栓松動定位模型。

30、第二方面，本發(fā)明還提供了一種輸電桿塔螺栓松動定位系統(tǒng)，包括：

31、信號采集模塊，用于采集目標(biāo)輸電桿塔的多個螺栓處的振動信號；

32、信號分解模塊，用于基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對所述振動信號進行分解，得到多個模態(tài)分量，并利用多個所述模態(tài)分量提取多個所述振動信號的特征信號；

33、標(biāo)簽分配模塊，用于對多個所述特征信號分配標(biāo)簽，所述標(biāo)簽包括螺栓位置和螺栓是否松動的情況；

34、數(shù)據(jù)集構(gòu)建模塊，用于根據(jù)多個所述特征信號以及所述標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集；

35、分類訓(xùn)練模塊，用于利用卷積神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練數(shù)據(jù)集進行分類訓(xùn)練，得到螺栓松動定位模型；

36、定位預(yù)測模塊，用于利用所述螺栓松動定位模型對未識別的螺栓預(yù)測螺栓是否發(fā)生松動，并對發(fā)生松動的螺栓進行定位。

37、第三方面，本發(fā)明還提供了一種電子設(shè)備，所述電子設(shè)備包括存儲器及處理器，所述存儲器中儲存有計算機程序，所述計算機程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如第一方面所述的輸電桿塔螺栓松動定位方法的步驟。

38、第四方面，本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被執(zhí)行時實現(xiàn)如第一方面所述的輸電桿塔螺栓松動定位方法的步驟。

39、第五方面，本發(fā)明還提供了一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括存儲在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機程序，所述計算機程序包括程序指令，其中，當(dāng)所述程序指令被計算機執(zhí)行時，使所述計算機執(zhí)行如第一方面所述的輸電桿塔螺栓松動定位方法的步驟。

40、從以上技術(shù)方案可以看出，本發(fā)明通過基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對振動信號進行分解，并提取多個振動信號的特征信號，對多個特征信號分配標(biāo)簽，以確定每個特征信號的螺栓位置和螺栓是否松動的情況，通過多個特征信號以及標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集，利用卷積神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)集進行分類訓(xùn)練，得到螺栓松動定位模型，從而對未識別的螺栓預(yù)測螺栓是否發(fā)生松動，并對發(fā)生松動的螺栓進行定位，提高了螺栓松動定位效率和準(zhǔn)確性。

技術(shù)特征：

1.一種輸電桿塔螺栓松動定位方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的輸電桿塔螺栓松動定位方法，其特征在于，還包括：利用鳳頭豪豬優(yōu)化算法對所述ivmd算法的網(wǎng)絡(luò)參數(shù)進行優(yōu)化；所述利用鳳頭豪豬優(yōu)化算法對所述ivmd算法的網(wǎng)絡(luò)參數(shù)進行優(yōu)化，包括：

3.根據(jù)權(quán)利要求1所述的輸電桿塔螺栓松動定位方法，其特征在于，所述基于鳳頭豪豬優(yōu)化算法優(yōu)化的ivmd算法對所述振動信號進行分解，得到多個模態(tài)分量，并利用多個所述模態(tài)分量提取多個所述振動信號的特征信號，包括：

4.根據(jù)權(quán)利要求1所述的輸電桿塔螺栓松動定位方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)為一維卷積神經(jīng)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求4所述的輸電桿塔螺栓松動定位方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、卷積層、池化層、全連接層和softmax分類器；

6.一種輸電桿塔螺栓松動定位系統(tǒng)，其特征在于，包括：

7.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲器及處理器，所述存儲器中儲存有計算機程序，所述計算機程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1-5任一項所述的輸電桿塔螺栓松動定位方法的步驟。

8.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被執(zhí)行時實現(xiàn)如權(quán)利要求1-5任一項所述的輸電桿塔螺栓松動定位方法的步驟。

9.一種計算機程序產(chǎn)品，其特征在于，所述計算機程序產(chǎn)品包括存儲在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機程序，所述計算機程序包括程序指令，其中，當(dāng)所述程序指令被計算機執(zhí)行時，使所述計算機執(zhí)行如權(quán)利要求1-5任一項所述的輸電桿塔螺栓松動定位方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及電力系統(tǒng)技術(shù)領(lǐng)域，公開了一種輸電桿塔螺栓松動定位方法、系統(tǒng)、設(shè)備、介質(zhì)和產(chǎn)品，本方法包括通過基于鳳頭豪豬優(yōu)化算法優(yōu)化的IVMD算法對振動信號進行分解，并提取多個振動信號的特征信號，對多個特征信號分配標(biāo)簽，以確定每個特征信號的螺栓位置和螺栓是否松動的情況，通過多個特征信號以及標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集，利用卷積神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)集進行分類訓(xùn)練，得到螺栓松動定位模型，從而對未識別的螺栓預(yù)測螺栓是否發(fā)生松動，并對發(fā)生松動的螺栓進行定位，提高了螺栓松動定位效率和準(zhǔn)確性。

技術(shù)研發(fā)人員：李曉斌,李保國,鐘國思,葉智杰,文洪兵,劉國輝,辛浩淼,李子新,關(guān)俊峰,姚攀,劉炳榮,王碩,關(guān)華深,侯維捷,劉寶軍
受保護的技術(shù)使用者：廣東電網(wǎng)有限責(zé)任公司江門供電局
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/7