山火的无线传感与RBF识别研究

发布时间：2017-10-21 08:35

  本文关键词：山火的无线传感与RBF识别研究

  更多相关文章： 山火 温湿度 烟雾 一氧化碳 硫化氢 风速 雨量 RBF神经网络

【摘要】：我国的电力事业发展迅速,电网的密度和规模不断扩大,越来越多的电网跨越山区林区,山区林区的火灾事故频发导致的输电线路跳闸事故,严重威胁着输电线路的正常运行,保障输电线路的正常工作成为电网安全运行的关键。近几年,云南电网多次出现由于森林火灾导致的输电线路故障的事件,给输电线路的安全运行带来了极大的压力。山火条件下发生跳闸是火焰温度、火焰电导率以及灰烬和烟雾导致间隙绝缘水平剧烈下降的结果。为了有效的预报和监测山火,减少山火对输电线路正常运行的影响,本文做了以下研究：1.通过研究山火对输电线路正常运行的影响,选取了造成和反映山火发生的几个重要的环境参数(温度、湿度、一氧化碳、硫化氢、离子烟雾和雨量)作为山火监测的对象,依据几类传感器和无线传感网的工作原理,针对输电线路分布广、监测区域不集中、有线传输成本高、布线及维护困难的特点,采用智能无线传感网络对变电站输电线路周围的环境参数进行在线监测。2.依据监测系统需求,设计和开发了电力火灾在线监测系统,利用多线程技术编写了通信协议解析程序,解析无线传输的数据帧,将监测数据存入数据库中,并显示在实时监测界面上；依据楚雄220kV腰站的实际情况及设备安装要求,安装传感网的监测和通信设备,搭建楚雄220kV腰站电力火灾在线监测系统,并接入电力专网。3.依据《中华人民共和国森林火险气象等级标准(QX/T 77-2007)》,选取网络训练样本,代入到监督学习的RBF神经网络中进行训练；选取楚雄220kV腰站电力火灾在线监测系统采集的监测数据带入RBF的神经网络,仿真出山火发生的危险等级。
【关键词】：山火 温湿度 烟雾 一氧化碳 硫化氢 风速 雨量 RBF神经网络
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM75
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 引言10-11
• 1.2 山火监测及RBF预测模型的研究现状11-13
• 1.2.1 山火预报技术简述11-12
• 1.2.2 山火监测技术简述12
• 1.2.3 RBF预测模型的国内外研究现状12-13
• 1.3 小结13-16
• 第二章 无线传感器网络监测电力火灾的基础研究16-30
• 2.1 引言16
• 2.2 无线传感器网络的基础研究16-17
• 2.3 电力火灾监测参量的分析研究17-19
• 2.3.1 电力火灾等级预报参量的选择17-18
• 2.3.2 电力火灾监测参量的选择18-19
• 2.4 电力火灾监测传感器网络的传感节点19-25
• 2.4.1 智能温湿度传感器19-20
• 2.4.2 智能离子烟雾传感器20-21
• 2.4.3 智能硫化氢传感器21-22
• 2.4.4 智能一氧化碳传感器22-23
• 2.4.5 智能雨量传感器23-24
• 2.4.6 智能风速传感器24-25
• 2.5 电力火灾监测传感网的通信结构25-28
• 2.5.1 无线通信网关25-27
• 2.5.2 无线传感基站27-28
• 2.6 小结28-30
• 第三章 电力火灾监测传感器网络30-52
• 3.1 引言30
• 3.2 无线在线监测系统的设计30-38
• 3.2.1 系统功能划分与实现30-33
• 3.2.2 数据库设计33-36
• 3.2.3 无线通信信道的建立及协议解析36-38
• 3.3 电力火灾监测传感网的布设38-47
• 3.3.1 电力火灾监测传感器及通信模块的安装40-42
• 3.3.2 通信模块的安装42-44
• 3.3.3 供电模块的安装44-46
• 3.3.4 服务器的搭建和调试46-47
• 3.4 电力火灾在线监测系统47-50
• 3.4.1 系统的主要功能47-49
• 3.4.2 系统的监测成果49-50
• 3.5 小结50-52
• 第四章 RBF神经网络模型研究—电力火灾等级预测52-64
• 4.1 引言52
• 4.2 RBF神经网络概述52-54
• 4.2.1 RBF神经网络的结构52-53
• 4.2.2 RBF神经网络的学习算法53-54
• 4.2.3 RBF神经网络的MATLAB工具箱函数54
• 4.3 基于RBF的山火等级预测模型研究54-62
• 4.3.1 问题描述54
• 4.3.2 训练样本集和测试样本集54-56
• 4.3.3 创建RBF神经网络及仿真测试56-59
• 4.3.4 电力铁塔火灾等级的预测59-62
• 4.4 小结62-64
• 第五章 总结与展望64-66
• 5.1 总结64
• 5.2 展望64-66
• 致谢66-68
• 参考文献68-74
• 附录A 攻读硕士学位期间研究成果74-76
• 附录B 训练和测试样本集76-77

【参考文献】

中国期刊全文数据库 前8条

1 陈锋;林向东;牛树奎;王叁;李德;;气候变化对云南省森林火灾的影响[J];北京林业大学学报;2012年06期

2 朱时阳;邓雨荣;;输电线路走廊山火监测技术研究与应用[J];广西电力;2013年03期

3 徐海宁;廖文胜;李凯;郭婷;;输电线路防山火措施[J];电力安全技术;2013年05期

4 李勇;陶雄俊;陈立;;输电线路山火故障分析及预防[J];湖北电力;2010年06期

5 易浩若,纪平,覃先林;全国森林火险预报系统的研究与运行[J];林业科学;2004年03期

6 王展宏;;翻斗式雨量计的误差分析与改进[J];水利信息化;2012年04期

7 张秀玲,李海滨;一种基于RBF神经网络的数字模式识别方法[J];仪器仪表学报;2002年03期

8 谢绍峰,张贵,肖化顺;林火动态监测中3S技术的应用现状与展望[J];中南林业调查规划;2005年04期

中国硕士学位论文全文数据库 前1条

1 王轩;基于物联网技术的森林火灾监测研究[D];中南林业科技大学;2011年

，

本文编号：1072323