架空输电线路巡检飞行机器人的多传感器调度方法研究

发布时间：2017-08-19 16:45

  本文关键词：架空输电线路巡检飞行机器人的多传感器调度方法研究

  更多相关文章： 电力线巡检系统 传感器调度 贝叶斯网络 互信息 信度分析

【摘要】：架空输电线路覆盖面广且暴露在环境复杂多变的室外,容易遭受恶劣天气、山火、人畜违规活动的危害。对架空输电线路进行巡检是预防和排查电力线故障的有效方式,通过巡检可以掌握线路状态情况并快速定位异常或者故障位置,及时维修更换设备,对保障电力系统的安全和稳定运行具有重要的现实意义。以直升机和无人机为载体的电力巡线系统均采用多种传感器共同检测的方式,这种方式能保证最大的检测能力,但也造成了不必要的资源浪费和数据的冗余。另外随着传感器类型和数量增多,简单依靠人力无法完成传感器调度工作。为了解决现有巡检系统中无法自主调度各类传感器的问题,本文提出了一种架空输电线路巡检飞行机器人多传感器调度方法,达到节约计算时间,减少物理损耗,避免不必要的传感器动作,提高巡检效率,降低数据冗余,确保数据采集的完备性,提高系统可靠性与鲁棒性的目的。首先,提出一个自顶向下的多传感器调度架构,将传感器调度分为行动规划层、传感器选择层、传感器控制层三个层次,由三个不同级别的调度层来实现多传感器的调度功能,为传感器调度提供一般性的研究框架；其次,运用贝叶斯网络对传感器检测结果与巡检目标状态假设的不确定关系进行描述,建立了基于贝叶斯网络的多传感器选择模型,该模型能够在一个统一的层次结构中表述传感器与各因素之间的关系,为后续的概率推理和传感器选择调度提供基础模型。再次,以信息论中最基本的互信息为基础,综合考虑环境气象因素对传感器量测结果可靠度的影响,给出一种面向巡检任务的传感器信度分析方法,在这基础上提出一种有限成本内的传感器最优选择标准,给出基于最优化选择标准的传感器调度方法,并给出各常用的输电线巡检机载传感器的工作模式和参数控制内容。最后,本文进行了仿真实验,实验结果证明了本文方法的可行性。
【关键词】：电力线巡检系统 传感器调度 贝叶斯网络 互信息 信度分析
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM75;TP242
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 引言9-15
• 1.1 课题的研究背景9-10
• 1.2 研究现状与动态10-13
• 1.2.1 架空输电线路飞行机器人巡检研究现状10-12
• 1.2.2 多传感器调度方法研究现状12-13
• 1.3 研究思路及研究内容13-15
• 第2章 多传感器调度架构15-24
• 2.1 输电线路飞行机器人巡检任务分析15-17
• 2.1.1 飞行机器人输电线巡检平台15-16
• 2.1.2 多传感器巡检任务16-17
• 2.2 自顶向下的多传感器调度架构17-23
• 2.2.1 行动规划层18-21
• 2.2.2 传感器选择层21-23
• 2.2.3 传感器控制层23
• 2.4 本章小结23-24
• 第3章 基于贝叶斯网络的传感器选择模型24-36
• 3.1 传感器针对巡检目标检测特性分析24-28
• 3.1.1 可见光传感器检测特性分析25-26
• 3.1.2 激光雷达检测特性分析26
• 3.1.3 红外光传感器检测特性分析26-28
• 3.1.4 紫外光传感器检测特性分析28
• 3.2 使用贝叶斯网络进行不确定性描述28-33
• 3.2.1 贝叶斯网络的定性分析29-31
• 3.2.2 贝叶斯网络的定性描述31-32
• 3.2.3 贝叶斯网络的修改32-33
• 3.3 基于模型的概率推理33-35
• 3.4 本章小结35-36
• 第4章 多传感器最优调度方法36-44
• 4.1 传感器检测信度分析36-39
• 4.2 传感器启用成本计算39
• 4.3 多传感器选择39-42
• 4.3.1 多传感器选择标准40
• 4.3.2 有限成本内传感器选择方法40-42
• 4.4 传感器控制42-43
• 4.4.1 传感器模式选择42
• 4.4.2 传感器参数设置42-43
• 4.5 本章小结43-44
• 第5章 实验与分析44-52
• 5.1 模型建立于参数设定44-45
• 5.2 基于贝叶斯网的概率推理45-47
• 5.3 传感器最优选择结果及分析47-49
• 5.4 传感器控制人机交互界面49-52
• 第6章 结论与展望52-53
• 参考文献53-57
• 攻读硕士学位期间参加的科研工作及成果57-58
• 致谢58

【参考文献】

中国期刊全文数据库 前1条

1 陈涛,何为,刘晓明,熊东;高压输电线路紫外在线检测系统[J];电力系统自动化;2005年07期

中国硕士学位论文全文数据库 前1条

1 朱斯平;战场多传感器管理系统研究[D];电子科技大学;2012年

，

本文编号：701847