本發(fā)明涉及電力設(shè)施維護(hù)，具體涉及一種基于分?jǐn)?shù)階傅里葉變換的輸電桿塔螺栓松動(dòng)檢測(cè)與定位方法及系統(tǒng)。

背景技術(shù)：

1、輸電桿塔作為電力傳輸系統(tǒng)的重要組成部分，其結(jié)構(gòu)穩(wěn)定性和安全性直接關(guān)系到電力系統(tǒng)的可靠運(yùn)行。螺栓連接是桿塔結(jié)構(gòu)中的主要連接方式，然而，長(zhǎng)期暴露在復(fù)雜多變的自然環(huán)境中，螺栓易因振動(dòng)、腐蝕等因素導(dǎo)致松動(dòng)，進(jìn)而影響桿塔的整體穩(wěn)定性。傳統(tǒng)的螺栓松動(dòng)檢測(cè)方法多依賴于人工巡檢，不僅效率低下，且難以準(zhǔn)確判斷松動(dòng)位置和程度。因此，開發(fā)一種高效、準(zhǔn)確的螺栓松動(dòng)檢測(cè)與定位方法顯得尤為重要。

2、現(xiàn)有技術(shù)公開如下技術(shù)方案：cn118349807a、cn118332506a和cn118961033a均公開了輸電桿塔螺栓松動(dòng)的監(jiān)測(cè)方法，但均存在一定的問題，具體的：

3、在cn118349807a方案中，提出了一種基于有限元和深度學(xué)習(xí)的螺栓松動(dòng)在線監(jiān)測(cè)方法，該方法的創(chuàng)新在于建模方法，實(shí)施方式為在桿塔上安裝在線監(jiān)測(cè)裝置，通過定時(shí)采集振動(dòng)信號(hào)并上傳到控制中心的方式，實(shí)現(xiàn)螺栓松動(dòng)監(jiān)測(cè)，若桿塔出現(xiàn)螺栓松動(dòng)情況，仍需運(yùn)維人員進(jìn)行爬桿查找具體松動(dòng)螺栓的位置。

4、在cn118332506a方案中，提出了一種基于pso-vmd分析的輸電桿塔螺栓松動(dòng)定位方法和相關(guān)裝置，該技術(shù)在定位算法上提出了通過布置多個(gè)傳感器進(jìn)行搭建整個(gè)桿塔的傳感器網(wǎng)絡(luò)，基于pso-vmd算法實(shí)現(xiàn)螺栓松動(dòng)定位，該方法在具體實(shí)施中仍需進(jìn)行爬桿操作，布置傳感器網(wǎng)絡(luò)。

5、在cn118961033a方案中，提出了基于機(jī)載式聲紋檢測(cè)技術(shù)的輸電桿塔螺栓松動(dòng)檢測(cè)方法，該方法可以避免人工爬桿，但是通過飛行器、拾音傳感器和聲紋分析技術(shù)實(shí)現(xiàn)螺栓松動(dòng)檢測(cè)的，與本技術(shù)使用的技術(shù)手段完全不同。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：針對(duì)現(xiàn)有技術(shù)在處理松動(dòng)螺栓位置不準(zhǔn)確的問題上，本發(fā)明提供一中基于分?jǐn)?shù)階傅里葉變換的輸電桿塔螺栓松動(dòng)檢測(cè)與定位方法，本發(fā)明還公開一種基于分?jǐn)?shù)階傅里葉變換的輸電桿塔螺栓松動(dòng)檢測(cè)與定位系統(tǒng)以及裝置。

2、技術(shù)方案

3、第一方面，離線建模階段：對(duì)特定型號(hào)的輸電桿塔螺栓連接區(qū)進(jìn)行離線建模，建立不同階次下的振動(dòng)信號(hào)與松動(dòng)螺栓的類型、平面位置、松動(dòng)螺栓的數(shù)量之間的對(duì)應(yīng)關(guān)系，定義螺栓松動(dòng)比例；

4、確定該桿塔自下而上的連接區(qū)總數(shù)n，在當(dāng)前連接區(qū)的四個(gè)腳附近分別放置振動(dòng)傳感器，并在距離當(dāng)前連接區(qū)一定的距離處進(jìn)行激振，從而采集不同螺栓松動(dòng)比例值時(shí)的原始振動(dòng)信號(hào)，并對(duì)采集的所述原始振動(dòng)信號(hào)進(jìn)行預(yù)處理；

5、針對(duì)當(dāng)前連接區(qū)和不同螺栓松動(dòng)比例值下預(yù)處理后的原始振動(dòng)信號(hào)，基于分?jǐn)?shù)階傅立葉變換獲取表征當(dāng)前連接區(qū)螺栓松動(dòng)的最優(yōu)階次；

6、利用當(dāng)前連接區(qū)的樣本集基于量化密度目標(biāo)的最小二乘支持向量機(jī)建立多個(gè)離線模型，從而基于支持向量集建立在不同螺栓松動(dòng)比例值下當(dāng)前連接區(qū)在最優(yōu)階次下的離線訓(xùn)練模型，所述樣本集為當(dāng)前連接區(qū)下最優(yōu)階次下的振動(dòng)信號(hào)特征信息和不同螺栓松動(dòng)比例下的狀態(tài)估計(jì)；

7、循環(huán)上述步驟，得到所有連接區(qū)在不同螺栓松動(dòng)比例值時(shí)，在最優(yōu)階次下的離線訓(xùn)練模型；

8、在線檢測(cè)階段：在最底端的連接區(qū)安裝振動(dòng)傳感器，并進(jìn)行激振采集n個(gè)振動(dòng)信號(hào)，然后基于在離線建模階段得到的離線模型，得到最終的檢測(cè)結(jié)果，檢測(cè)結(jié)果輸出螺栓松動(dòng)還是正常狀態(tài)，且若第個(gè)模型輸出結(jié)果為松動(dòng)，則定位該松動(dòng)螺栓的位置在第 t個(gè)連接區(qū)。

9、進(jìn)一步的，包括：

10、所述對(duì)特定型號(hào)的輸電桿塔螺栓連接區(qū)進(jìn)行離線建模，包括：

11、螺栓松動(dòng)數(shù)量為同一平面位置上螺栓松動(dòng)的比例，定義螺栓松動(dòng)比例為：其中，代表不同螺栓類型，為不同類型螺栓的松動(dòng)系數(shù)，為松動(dòng)螺栓的個(gè)數(shù)， m為同一平面位置所有螺栓的個(gè)數(shù)。進(jìn)一步的，包括：

12、所述對(duì)采集的所述振動(dòng)信號(hào)進(jìn)行預(yù)處理包括：假設(shè)原始振動(dòng)信號(hào)，其由噪音和振動(dòng)組成，通過信號(hào)增強(qiáng)技術(shù)對(duì)信號(hào)進(jìn)行處理，得到增強(qiáng)后的振動(dòng)信號(hào)，表示為：其中，是分?jǐn)?shù)階傅立葉變換在階次下的逆變換，是在階次下分?jǐn)?shù)階傅立葉變換的頻譜幅值，在階次下將采集的第個(gè)振動(dòng)信號(hào)進(jìn)行時(shí)頻轉(zhuǎn)換，得到頻率矩陣，為一次激振從不同連接區(qū)采集到的某個(gè)振動(dòng)信號(hào)，若連接區(qū)總數(shù)為n，則。進(jìn)一步的，包括：

13、所述針對(duì)當(dāng)前連接區(qū)和不同螺栓松動(dòng)比例值下預(yù)處理后的原始振動(dòng)信號(hào)，基于分?jǐn)?shù)階傅立葉變換獲取表征當(dāng)前連接區(qū)螺栓松動(dòng)的最優(yōu)階次，包括：

14、步驟s1：確定當(dāng)前螺栓松動(dòng)比例閾值，所述螺栓松動(dòng)比例閾值是估計(jì)螺栓松動(dòng)的閾值，當(dāng)大于該閾值，則判定為松動(dòng)狀態(tài)，否則，判定為正常狀態(tài)；計(jì)算所述頻率矩陣中第個(gè)頻率點(diǎn)與螺栓松動(dòng)比例之間的互信息值，并通過選取特征頻率集，其中，為頻率矩陣中的某個(gè)頻率點(diǎn)，為第個(gè)振動(dòng)信號(hào)的閾值，的計(jì)算方式為：。步驟s2：運(yùn)用核主元分析降維技術(shù)從特征頻率集中進(jìn)行特征提取，選取累計(jì)貢獻(xiàn)度大于90%的主元個(gè)數(shù)作為特征信息，得到；步驟s3：進(jìn)而得到當(dāng)前螺栓松動(dòng)比例下，當(dāng)前連接區(qū)下不同腳對(duì)應(yīng)的特征信息，根據(jù)目標(biāo)函數(shù)得到該連接區(qū)的最優(yōu)階次；步驟s4：調(diào)整螺栓松動(dòng)比例閾值的大小，依據(jù)上述步驟，分別獲取該連接區(qū)下螺栓松動(dòng)比例從到對(duì)應(yīng)的振動(dòng)信號(hào)在不同階次下的特征信息，分別記為，其中，，m為螺栓松動(dòng)比例從到的總數(shù)，從而得到當(dāng)前連接區(qū)在不同螺栓松動(dòng)比例閾值下的最優(yōu)階次；其中，。進(jìn)一步的，包括：

15、所述利用當(dāng)前連接區(qū)的樣本集基于量化密度目標(biāo)的最小二乘支持向量機(jī)建立多個(gè)離線模型包括：假設(shè)樣本集，為最優(yōu)階次下的第個(gè)振動(dòng)信號(hào)特征信息，表示不同螺栓松動(dòng)比例下的狀態(tài)估計(jì)，首先基于樣本集得到初始訓(xùn)練模型、和，并定義密度半徑；計(jì)算各個(gè)樣本處的密度信息和誤差信息，并得到量化密度目標(biāo)信息，將最大的量化密度目標(biāo)值對(duì)應(yīng)的樣本記作第個(gè)，并將加入支持向量集；更新所有樣本的密度信息，并基于支持向量集得到訓(xùn)練模型，當(dāng)前訓(xùn)練模型的性能指標(biāo)為；

16、迭代上述步驟，重新計(jì)算量化密度目標(biāo)信息，直到選出的支持向量集滿足，為設(shè)定閾值，此時(shí)的最終訓(xùn)練模型記為。進(jìn)一步的，包括：

17、所述基于在離線建模階段得到的離線模型，得到最終的檢測(cè)結(jié)果，具體包括：

18、分別在桿塔abcd腳的最底端的連接區(qū)放置振動(dòng)傳感器，在abcd腳離地一定距離處各進(jìn)行一次激振，采集振動(dòng)信號(hào)，提取基于分?jǐn)?shù)階傅立葉變換提取振動(dòng)信號(hào)在最優(yōu)階次下的特征信息，然后以為輸入，得到對(duì)應(yīng)的離線模型，依據(jù)所述離線模型得到各個(gè)連接區(qū)的輸出結(jié)果。另一方面，本發(fā)明提供基于分?jǐn)?shù)階傅里葉變換的輸電桿塔螺栓松動(dòng)檢測(cè)與定位系統(tǒng)，該系統(tǒng)包括：離線建模階段和在線檢測(cè)階段，所述離線建模階段包括信號(hào)采集模塊、預(yù)處理模塊、最優(yōu)階次計(jì)算模塊、迭代模塊、模型構(gòu)建模塊；

19、所述信號(hào)采集模塊，用于對(duì)特定型號(hào)的輸電桿塔螺栓連接區(qū)進(jìn)行離線建模，建立不同階次下的振動(dòng)信號(hào)與松動(dòng)螺栓的類型、平面位置、松動(dòng)螺栓的數(shù)量之間的對(duì)應(yīng)關(guān)系，定義螺栓松動(dòng)比例；

20、所述預(yù)處理模塊，用于確定該桿塔自下而上的連接區(qū)總數(shù)n，在當(dāng)前連接區(qū)的四個(gè)腳附近分別放置振動(dòng)傳感器，并在距離當(dāng)前連接區(qū)一定的距離處進(jìn)行激振，從而采集不同螺栓松動(dòng)比例值時(shí)的原始振動(dòng)信號(hào)，并對(duì)采集的所述原始振動(dòng)信號(hào)進(jìn)行預(yù)處理；

21、所述最優(yōu)階次計(jì)算模塊，用于針對(duì)當(dāng)前連接區(qū)和不同螺栓松動(dòng)比例值下預(yù)處理后的原始振動(dòng)信號(hào)，基于分?jǐn)?shù)階傅立葉變換獲取表征當(dāng)前連接區(qū)螺栓松動(dòng)的最優(yōu)階次；

22、所述模型構(gòu)建模塊，用于利用當(dāng)前連接區(qū)的樣本集基于量化密度目標(biāo)的最小二乘支持向量機(jī)建立多個(gè)離線模型，從而基于支持向量集建立在不同螺栓松動(dòng)比例值下當(dāng)前連接區(qū)在最優(yōu)階次下的離線訓(xùn)練模型，所述樣本集為當(dāng)前連接區(qū)下最優(yōu)階次下的振動(dòng)信號(hào)特征信息和不同螺栓松動(dòng)比例下的狀態(tài)估計(jì)；

23、所述迭代模塊，用于循環(huán)上述模塊，得到所有連接區(qū)在不同螺栓松動(dòng)比例值時(shí)，在最優(yōu)階次下的離線訓(xùn)練模型；

24、在線檢測(cè)階段：在最底端的連接區(qū)安裝振動(dòng)傳感器，并進(jìn)行激振采集n個(gè)振動(dòng)信號(hào)，然后基于在離線建模階段得到的離線模型，得到最終的檢測(cè)結(jié)果，檢測(cè)結(jié)果輸出螺栓松動(dòng)還是正常狀態(tài)，即若第個(gè)模型輸出結(jié)果為松動(dòng)，則定位該松動(dòng)螺栓的位置在第 t個(gè)連接區(qū)。

25、進(jìn)一步的，包括：

26、所述預(yù)處理模塊中，所述對(duì)采集的所述振動(dòng)信號(hào)進(jìn)行預(yù)處理包括：所述預(yù)處理模塊中，所述對(duì)采集的所述振動(dòng)信號(hào)進(jìn)行預(yù)處理包括：假設(shè)原始振動(dòng)信號(hào)，其由噪音和振動(dòng)組成，通過信號(hào)增強(qiáng)技術(shù)對(duì)信號(hào)進(jìn)行處理，得到增強(qiáng)后的振動(dòng)信號(hào)，表示為：其中，是分?jǐn)?shù)階傅立葉變換在階次下的逆變換，是在階次下分?jǐn)?shù)階傅立葉變換的頻譜幅值，在階次下將采集的第個(gè)振動(dòng)信號(hào)進(jìn)行時(shí)頻轉(zhuǎn)換，得到頻率矩陣，為一次激振從不同連接區(qū)采集到的某個(gè)振動(dòng)信號(hào)，若連接區(qū)總數(shù)為n，則。

27、進(jìn)一步的，本實(shí)施例中還包括：

28、所述最優(yōu)階次計(jì)算模塊中，所述針對(duì)當(dāng)前連接區(qū)和不同螺栓松動(dòng)比例值下預(yù)處理后的原始振動(dòng)信號(hào)，基于分?jǐn)?shù)階傅立葉變換獲取表征當(dāng)前連接區(qū)螺栓松動(dòng)的最優(yōu)階次，包括：確定當(dāng)前螺栓松動(dòng)比例閾值，所述螺栓松動(dòng)比例閾值是估計(jì)螺栓松動(dòng)的閾值，當(dāng)大于該閾值，則判定為松動(dòng)狀態(tài)，否則，判定為正常狀態(tài)；計(jì)算所述頻率矩陣中第個(gè)頻率點(diǎn)與螺栓松動(dòng)比例之間的互信息值，并通過選取特征頻率集，其中，為頻率矩陣中的某個(gè)頻率點(diǎn)，為第個(gè)振動(dòng)信號(hào)的閾值，的計(jì)算方式為：運(yùn)用核主元分析降維技術(shù)從特征頻率集中進(jìn)行特征提取，選取累計(jì)貢獻(xiàn)度大于90%的主元個(gè)數(shù)作為特征信息，得到；

29、進(jìn)而得到當(dāng)前螺栓松動(dòng)比例下，當(dāng)前連接區(qū)下不同腳對(duì)應(yīng)的特征信息，根據(jù)目標(biāo)函數(shù)得到該連接區(qū)的最優(yōu)階次；調(diào)整螺栓松動(dòng)比例閾值的大小，依據(jù)上述步驟，分別獲取該連接區(qū)下螺栓松動(dòng)比例從到對(duì)應(yīng)的振動(dòng)信號(hào)在不同階次下的特征信息，分別記為，其中，，m為螺栓松動(dòng)比例從到的總數(shù)，從而得到當(dāng)前連接區(qū)在不同螺栓松動(dòng)比例閾值下的最優(yōu)階次；

30、其中，。第三方面，本發(fā)明還提供一種基于分?jǐn)?shù)階傅里葉變換的輸電桿塔螺栓松動(dòng)檢測(cè)與定位裝置，該裝置包括：振動(dòng)傳感器和處理器，所述振動(dòng)傳感器安裝在待測(cè)輸電桿塔上，用于實(shí)現(xiàn)振動(dòng)信號(hào)的采集，所述處理器用于將所述采集的振動(dòng)信號(hào)進(jìn)行相關(guān)處理，得到預(yù)測(cè)松動(dòng)螺栓所在的連接區(qū)位置的離線模型，從而根據(jù)所述離線模型判斷螺絲松動(dòng)的具體位置，其中的，相關(guān)處理包括以下步驟：

31、步驟1、對(duì)特定型號(hào)的輸電桿塔螺栓連接區(qū)進(jìn)行離線建模，建立不同階次下的振動(dòng)信號(hào)與松動(dòng)螺栓的類型、平面位置、松動(dòng)螺栓的數(shù)量之間的對(duì)應(yīng)關(guān)系，定義螺栓松動(dòng)比例；

32、步驟2、確定該桿塔自下而上的連接區(qū)總數(shù)n，在當(dāng)前連接區(qū)的四個(gè)腳附近分別放置振動(dòng)傳感器，并在距離當(dāng)前連接區(qū)一定的距離處進(jìn)行激振，從而采集不同螺栓松動(dòng)比例值時(shí)的原始振動(dòng)信號(hào)，并對(duì)采集的所述原始振動(dòng)信號(hào)進(jìn)行預(yù)處理；

33、步驟3、針對(duì)當(dāng)前連接區(qū)和不同螺栓松動(dòng)比例值下預(yù)處理后的原始振動(dòng)信號(hào)，基于分?jǐn)?shù)階傅立葉變換獲取表征當(dāng)前連接區(qū)螺栓松動(dòng)的最優(yōu)階次；

34、步驟4、利用當(dāng)前連接區(qū)的樣本集基于量化密度目標(biāo)的最小二乘支持向量機(jī)建立多個(gè)離線模型，從而基于支持向量集建立在不同螺栓松動(dòng)比例值下當(dāng)前連接區(qū)在最優(yōu)階次下的離線訓(xùn)練模型，所述樣本集為當(dāng)前連接區(qū)下最優(yōu)階次下的振動(dòng)信號(hào)特征信息和不同螺栓松動(dòng)比例下的狀態(tài)估計(jì)；

35、步驟5、循環(huán)上述步驟，得到所有連接區(qū)在不同螺栓松動(dòng)比例值時(shí)，在最優(yōu)階次下的離線訓(xùn)練模型。

36、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

37、本發(fā)明首先對(duì)松動(dòng)比例閾值進(jìn)行分析，該松動(dòng)比例閾值將螺栓松動(dòng)設(shè)置為不同的比例，并根據(jù)不同的比例采用分?jǐn)?shù)階傅里葉變換分析振動(dòng)信號(hào)，得到不同階次下的特征信息以及分別獲取該連接區(qū)下不同螺栓松動(dòng)比例下的振動(dòng)信號(hào)在不同階次下的特征信息，從而得到每個(gè)連接區(qū)的最優(yōu)階次；

38、然后在最優(yōu)階次的基礎(chǔ)上，結(jié)合基于密度量化的最小二乘支持向量機(jī)分類算法建立每個(gè)連接區(qū)在最優(yōu)階次下的離線訓(xùn)練模型，最后對(duì)螺栓松動(dòng)情況進(jìn)行在線檢測(cè)，從而實(shí)現(xiàn)對(duì)螺栓松動(dòng)狀態(tài)的自動(dòng)化檢測(cè)與精確定位。因此，可以通過對(duì)振動(dòng)信號(hào)的相關(guān)處理，可以實(shí)現(xiàn)在不進(jìn)行爬桿檢修的情況下，對(duì)輸電桿塔螺栓松動(dòng)狀態(tài)的檢測(cè)與松動(dòng)定位，提高電力設(shè)施的安全性和維護(hù)效率。因此，本發(fā)明提高了螺栓松動(dòng)檢測(cè)的精度和效率，增強(qiáng)了抗干擾能力，為輸電桿塔的安全運(yùn)行提供了有力保障。