輸電鐵塔塔身光纖光柵結(jié)構(gòu)監(jiān)測與時序融合研究*

孫媛凱，李英娜，胡明耀，趙振剛，謝　濤，李　川（昆明理工大學(xué)信息工程與自動化學(xué)院，昆明650500）

?

輸電鐵塔塔身光纖光柵結(jié)構(gòu)監(jiān)測與時序融合研究*

孫媛凱，李英娜，胡明耀，趙振剛，謝濤，李川*
（昆明理工大學(xué)信息工程與自動化學(xué)院，昆明650500）

摘要：輸電鐵塔多處復(fù)雜地質(zhì)結(jié)構(gòu)，受不同地質(zhì)災(zāi)害、風(fēng)作用等影響易發(fā)生壓壞、倒塔等現(xiàn)象，嚴(yán)重威脅電力系統(tǒng)穩(wěn)定運(yùn)行。常規(guī)目視巡視方法經(jīng)濟(jì)損耗大，不能及時發(fā)現(xiàn)問題。選取具有三層橫擔(dān)形式的雙回路直線型輸電塔，通過對輸電塔ANSYS仿真分析獲得應(yīng)力分布。采用一種基于光纖Bragg光柵（FBG）傳感網(wǎng)的輸電鐵塔在線監(jiān)測系統(tǒng)測得塔身應(yīng)變數(shù)據(jù)。通過分批估計與基于標(biāo)準(zhǔn)差的加權(quán)平均時序融合分析處理方法分別對4只FBG應(yīng)變傳感器在近半年采集的樣本數(shù)據(jù)進(jìn)行了融合，得到4支FBG應(yīng)變傳感器的時序融合值為：61.67 με、61.37 με、61.97 με、61.82 με。融合后的值可用于提高損傷識別的準(zhǔn)確率，常規(guī)的目視巡視方法得到改善。

關(guān)鍵詞：光纖光柵傳感網(wǎng)；數(shù)據(jù)融合；分批估計；加權(quán)平均

項(xiàng)目來源：國家自然科學(xué)基金項(xiàng)目（51567013）；云南省應(yīng)用基礎(chǔ)研究計劃項(xiàng)目（2013FZ021）

輸電鐵塔塔身主梁作為電力鐵塔的重要組成部分是輸電鐵塔的主要支撐和受力部件，近年，隨著大風(fēng)、地震、雨雪、舞動等異常天氣和自然災(zāi)害的影響［1，2］，輸電鐵塔塔身主梁逐漸老化、變形，甚至發(fā)生倒塔，因此對輸電鐵塔進(jìn)行監(jiān)測研究具有重要意義。2011年劉春城等人，在鐵塔損傷識別中引入多傳感器數(shù)據(jù)融合技術(shù)，提出了基于數(shù)據(jù)融合的鐵塔結(jié)構(gòu)損傷識別方法，識別效果較單一指標(biāo)得到了很大的改善［3］。2013年，黃平平等人通過FBG應(yīng)變傳感器測試鐵塔3條料拉索的應(yīng)變，計算出鐵塔塔頂?shù)臄[幅，傾斜度誤差約1/24 000，能夠滿足鐵塔安全報警的要求，可以代替人工定期測試的方法［4］。2014年，黃新波，魏旭等人為減小由于傳感器數(shù)量不足導(dǎo)致的輸電線路等值覆冰厚度計算誤差，設(shè)計了基于3組力傳感器和傾角傳感器的新型導(dǎo)線覆冰在線監(jiān)測裝置全面、準(zhǔn)確和靈敏地監(jiān)測線路的覆冰狀況［5］。

本文通過建立輸電鐵塔有限元模型，獲取形變及應(yīng)力分布情況。在輸電鐵塔塔身主梁安裝FBG應(yīng)變傳感器，建立輸電鐵塔的光纖光柵結(jié)構(gòu)監(jiān)測網(wǎng)，測得應(yīng)力數(shù)據(jù)，光纖的特性決定了光纖光柵傳感器的對溫度、應(yīng)變較為敏感，且檢測主材受熱膨脹影響也可能造成傳感器波長發(fā)生移位，通過數(shù)據(jù)融合的方法可以減輕環(huán)境因素對測量數(shù)據(jù)的影響，得到更加接近輸電塔實(shí)際運(yùn)行狀態(tài)的監(jiān)測數(shù)據(jù)。

1　輸電鐵塔主材應(yīng)力仿真

對輸電鐵塔進(jìn)行ANSYS有限元建模，選取具有三層橫擔(dān)形式的雙回路直線塔作為分析研究的對象。分別對直線型輸電鐵塔在不同傾角時施加重力載荷。分析研究變形、應(yīng)力的分布情況，尋找變形明顯的位置以及應(yīng)力集中位置。建立輸電鐵塔模型時，考慮到角鋼的方向性與輸電線鐵塔真實(shí)情況較接近，因此選用BEAM188建模，桁架模型剛度較大，將鐵塔各桿件均簡化成BEAM4梁單元，桁架模型是簡單地將各桿件簡化成桿單元，本文選用LINK8空間桿單元，角鋼聯(lián)接點(diǎn)簡化為單元節(jié)點(diǎn)即鉸節(jié)點(diǎn)。同時將模型的邊界條件設(shè)置為：對塔腿施加X、Y、Z方向的約束。所建的雙回路直線型輸電鐵塔有限元模型如圖1所示。

圖1　輸電鐵塔的有限元分析模型圖

對輸電鐵塔施加約束在不同傾角（3°、6°和10°）時重力載荷進(jìn)行求解。有限元仿真分析結(jié)果如圖2所示。

通過比較分析直線型輸電鐵塔在（3°、6°、10°）3種不同傾角下受重力載荷形變圖，經(jīng)過計算發(fā)現(xiàn)在直線型鐵塔的塔身主材偏上及偏下結(jié)構(gòu)部分應(yīng)變較為明顯，隨著傾斜角度的逐步增大，破損、變形逐漸向輸電鐵塔塔身主材的頂端部分?jǐn)U散延伸，最后導(dǎo)致整個直線型輸電鐵塔在某一臨界傾角的重力載荷作用下發(fā)生變形、倒塔。

圖2　電力鐵塔形變圖

2　輸電鐵塔的FBG應(yīng)變傳感網(wǎng)的監(jiān)測

光纖光柵的Bragg中心波長取決于光柵周期和光纖的有效折射率，任何使用這兩個參量發(fā)生改變的物理過程都將引起光柵Bragg波長的移位。應(yīng)變和溫度就是兩個能顯著改變Bragg波長的物理量。波長移位與應(yīng)變和溫度的關(guān)系分別如下：

式中，ΔλB為溫度與應(yīng)變引起的光纖光柵中心波長移位，λB為Bragg中心波長；Δε為軸向應(yīng)變；ΔT為溫度變化，α和ξ分別為光纖的熱膨脹系數(shù)和熱光系數(shù)，pe為彈光系數(shù)，λB(1-pe)為應(yīng)變傳感器的應(yīng)變系數(shù)，λB(α+ξ)為溫度傳感器的溫度系數(shù)。

則實(shí)際帶有溫度補(bǔ)償?shù)腇BG應(yīng)變傳感器的應(yīng)變量為：

經(jīng)過計算第一節(jié)中的有限元仿真數(shù)據(jù)發(fā)現(xiàn)主材偏上及偏下部分結(jié)構(gòu)發(fā)生的應(yīng)變較為集中，由于在輸電鐵塔主材偏上部位安裝應(yīng)變傳感器同安裝在偏下部位均可以監(jiān)測輸電鐵塔健康狀況，考慮到實(shí)際施工時的可行性，選擇將帶有溫補(bǔ)的4支串聯(lián)FBG應(yīng)變傳感器安裝在輸電鐵塔主材偏下部分，實(shí)現(xiàn)對輸電鐵塔塔身主材形變狀態(tài)的分布式監(jiān)測。將傳感器與信號光纜組網(wǎng)連接至變電站主控室，并將4支串聯(lián)的FBG傳感器兩端通過30 m的通信光纖與預(yù)先填土埋設(shè)的接續(xù)盒連接。當(dāng)主控室內(nèi)的解調(diào)儀發(fā)出的寬帶光源經(jīng)FBG傳感器時，Bragg光柵的窄帶濾波作用會將與其中心波長相同的光波反射回解調(diào)儀，傳輸至上位機(jī)擬合出波長值。輸電鐵塔塔身主材FBG應(yīng)變傳感器的組網(wǎng)示意圖，如圖3。FBG應(yīng)變傳感器在塔身主材表面安裝完畢后的實(shí)物圖，如圖4。

圖3　輸電鐵塔塔身主材FBG應(yīng)變傳感器的組網(wǎng)示意圖

輸電鐵塔的光纖光柵結(jié)構(gòu)在線監(jiān)測系統(tǒng)，最重要的功能是實(shí)時監(jiān)測反映輸電鐵塔塔身主材的應(yīng)變值，界面顯示數(shù)據(jù)每分鐘自動刷新一次，與FBG傳感器采集的實(shí)時數(shù)據(jù)同步更新，參見圖5。

圖5　輸電鐵塔的光纖光柵結(jié)構(gòu)在線監(jiān)測系統(tǒng)實(shí)時監(jiān)測畫面

選擇在線監(jiān)測系統(tǒng)的功能菜單中的時序曲線分析功能模塊，查詢2014年11月1日到2015年4 月28日期間4只FBG應(yīng)變傳感器應(yīng)變變化的時序曲線圖，參見圖6。

圖4　FBG應(yīng)變傳感器在塔身主材表面安裝實(shí)物圖

圖6　塔身主材FBG應(yīng)變傳感器應(yīng)變變化時序圖

根據(jù)實(shí)測數(shù)據(jù)，圖中出現(xiàn)4個較大的應(yīng)變值。經(jīng)過查詢中國地震臺網(wǎng)歷史數(shù)據(jù)及云南氣象局發(fā)布的氣象數(shù)據(jù)，發(fā)現(xiàn)2014年12月6日普洱市發(fā)生5.9級地震，15年1月11日楚雄強(qiáng)降雨并伴有強(qiáng)風(fēng)，同年3月1日云南省臨滄市發(fā)生5.6級地震并伴有陣風(fēng)，同年3月27日，楚雄腰站地區(qū)有陣雨并伴有陣風(fēng)。圖中出現(xiàn)的4個峰值可能受到上述因素影響。通過查詢不同監(jiān)測對象的時序曲線，可及時了解不同監(jiān)測對象物理量的變化情況，就能為提高輸電鐵塔的安全運(yùn)轉(zhuǎn)提供有力支持。圖6時序監(jiān)測數(shù)據(jù)表明：在此期間，塔身主材4只FBG應(yīng)變傳感器的監(jiān)測值多在48 με～74 με之間浮動。

3　時序融合的光纖光柵傳感網(wǎng)監(jiān)測數(shù)據(jù)分析

對于光纖光柵傳感系統(tǒng)而言，存在多種測量噪聲，這些噪聲中光子和電子的隨機(jī)波動是導(dǎo)致系統(tǒng)性能下降的主要原因。而其他的原因，如非線性效應(yīng)，也會對光纖光柵傳感系統(tǒng)的性能有一定影響。在分析系統(tǒng)噪聲時通常假定系統(tǒng)為線性系統(tǒng)，系統(tǒng)噪聲不僅受到來自光電探測器和電信號放大器的電子密度隨機(jī)波動，同時也受到來自光系統(tǒng)中光子的隨機(jī)波動。這些光的波動會通過光電探測過程中的平方律效應(yīng)轉(zhuǎn)換為電子噪聲，各種電子噪聲最終疊加成為系統(tǒng)噪聲。也就是說，光路中的噪聲經(jīng)光強(qiáng)度I0的光電轉(zhuǎn)換后，系統(tǒng)噪聲均表現(xiàn)為電路中噪聲。其中，熱噪聲、暗散粒噪聲、散粒噪聲、差拍噪聲等是對系統(tǒng)測量影響較大的噪聲。

在光纖光柵傳感網(wǎng)中，不僅要對大量數(shù)據(jù)進(jìn)行實(shí)時處理，還需對其進(jìn)行篩選、歸納、總結(jié)。形成對被測對象全面、一致的估計，得到被測對象更加準(zhǔn)確的信息。因此，對數(shù)據(jù)進(jìn)行融合已成為光纖光柵傳感網(wǎng)絡(luò)中的一個研究熱點(diǎn)。傳統(tǒng)的多傳感器數(shù)據(jù)融合方法，也稱多傳感器信息融合，需采用多只傳感器件［6，7］。本文采用基于標(biāo)準(zhǔn)差的加權(quán)平均時序融合分析處理方法，只用單只FBG傳感器件，既節(jié)省了成本，降低了系統(tǒng)復(fù)雜性，也可去除噪聲，獲得比算術(shù)平均值更準(zhǔn)確的測量結(jié)果，具有較高的可靠性。

實(shí)際應(yīng)用中，異常值的出現(xiàn)將導(dǎo)致測量數(shù)據(jù)的統(tǒng)計特性發(fā)生變化，進(jìn)而導(dǎo)致依靠統(tǒng)計算法進(jìn)行的數(shù)據(jù)融合結(jié)果出現(xiàn)誤差，最終將影響我們對輸電鐵塔的監(jiān)測。通常處理方法是先判斷是否為異常值，若是則將其剔除［8-10］。本文采用拉依達(dá)（pauta）準(zhǔn)則（也稱3 σ準(zhǔn)則）對數(shù)據(jù)進(jìn)行一致性檢驗(yàn)，先對測量數(shù)據(jù)求均值、剩余誤差，再根據(jù)貝塞爾公式求出標(biāo)準(zhǔn)差［10］，若某測量數(shù)據(jù)殘差大于標(biāo)準(zhǔn)差3倍則該數(shù)據(jù)為異常值［11-12］。

例如，選用半年內(nèi)應(yīng)變傳感器X的12個應(yīng)變樣本數(shù)據(jù)，具體數(shù)據(jù)參見表1。

表1　應(yīng)變傳感器X的12個樣本數(shù)據(jù)

現(xiàn)用拉依達(dá)準(zhǔn)則判斷x6=84.52是否為異常值。

殘余誤差，

3S=25.47，x6的殘余誤差|g6| =|84.52- 58.6| = 25.92，顯然|g6|>3S，滿足拉依達(dá)準(zhǔn)則，故x6確為異常值，應(yīng)當(dāng)予以剔除。

選擇云南楚雄供電局220 kV腰站山地變電站2014年11月1日到2015年4月28日期間4只FBG應(yīng)變傳感器應(yīng)變監(jiān)測數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行異常判別。

x?1=61.73 x?2=61.38 x?3=61.80 x?4=61.77

S1=7.88 S2=8.29 S3=8.84 S4=8.45 3S1+x?1=85.36 3S2+x?2=86.263 S3+x?3=88.323 S4+x?4=87.14

比較xi與3 Si+x?i大小，經(jīng)過與測得數(shù)據(jù)對比發(fā)現(xiàn)4號傳感器15年3月1日出現(xiàn)異常值88.07，給予剔除。

剔除異常值后將檢驗(yàn)后的數(shù)據(jù)分成兩組，對兩組數(shù)據(jù)的平均值采用分批估計算法。選取2014年11月1日到2015年4月28日期間4只FBG應(yīng)變傳感器應(yīng)變監(jiān)測數(shù)據(jù)作為樣本數(shù)據(jù)。

設(shè)前半階段數(shù)據(jù)為第一組：

設(shè)后半階段數(shù)據(jù)為第二組：

兩組測量數(shù)據(jù)的算數(shù)平均值分別為：

相應(yīng)的標(biāo)準(zhǔn)差分別為：由分批估計導(dǎo)出的應(yīng)變時序融合值Sa為：

對2014年11月1日到2015年4月28日期間4只FBG應(yīng)變傳感器應(yīng)變監(jiān)測數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行計算處理，相關(guān)計算結(jié)果參見表2。

表2　應(yīng)變數(shù)據(jù)標(biāo)準(zhǔn)差σ、算術(shù)平均值S?g及時序融合值Sa

由上述計算結(jié)果可知，基于標(biāo)準(zhǔn)差與加權(quán)平均相結(jié)合的時序融合算法，實(shí)際上就是在獲得兩組具有較高可靠性測量數(shù)據(jù)的基礎(chǔ)上，根據(jù)兩者方差加權(quán)融合處理得到更加接近測量參量實(shí)測值的時序融合值。測量所得數(shù)據(jù)中方差大的一組被賦予較小的權(quán)值，而方差小的一組被賦予較大的權(quán)值，這樣，經(jīng)時序融合方法處理，得到的靜態(tài)應(yīng)變值比算術(shù)平均值的結(jié)果更加準(zhǔn)確。當(dāng)兩組數(shù)據(jù)的方差相同時，時序融合結(jié)果和算術(shù)平均值結(jié)果相等，將沒有異常數(shù)據(jù)出現(xiàn)的測量數(shù)據(jù)時序融合后，得到差異較小監(jiān)測數(shù)據(jù)。

圖2中有限元仿真結(jié)果顯示當(dāng)傾角為3°、6°和10°時，塔身安裝傳感器部位的應(yīng)變值分別為117 με、235 με和391 με，如圖7所示。實(shí)際融合后的值在61 με左右，輸電塔受到傾角為1.56°左右的重力載荷，塔身主材結(jié)構(gòu)部分沒有發(fā)生明顯形變。

圖7　有限元仿真傾角與應(yīng)變關(guān)系

4　結(jié)論

本文通過對直線型輸電鐵塔進(jìn)行有限元分析研究，獲取輸電鐵塔塔身應(yīng)變顯著部位。結(jié)合輸電鐵塔所處的特殊地理位置，制定了基于FBG應(yīng)變傳感器結(jié)構(gòu)監(jiān)測方案，搭建了輸電鐵塔的光纖光柵傳感網(wǎng)，開發(fā)了輸電鐵塔的光纖光柵結(jié)構(gòu)在線監(jiān)測系統(tǒng)，測得應(yīng)變數(shù)據(jù)。選取近半年的應(yīng)變數(shù)據(jù)，利用基于標(biāo)準(zhǔn)差的加權(quán)平均時序融合分析處理方法對4支FBG應(yīng)變傳感器測得應(yīng)變值進(jìn)行時序融合，得到時序融合值為：61.67με、61.37με、61.97με、61.82με。通過對已測數(shù)據(jù)進(jìn)行時序融合，融合后的值可用于提高損傷識別的準(zhǔn)確率。

參考文獻(xiàn)：

［1］劉春城，李宏男，劉佼.高壓輸電線路抗冰災(zāi)的研究現(xiàn)狀與發(fā)展趨勢［J］.自然災(zāi)害學(xué)報，2012，1（1）：155-162.

［2］楊曉輝，張博，楊威. 500 kV六分裂導(dǎo)線舞動時的動張力變化特征［J］.上海交通大學(xué)學(xué)報，2014，48（9）：1218-1224.

［3］劉春城，張偉，楊杰.基于數(shù)據(jù)融合的大型輸電鐵塔結(jié)構(gòu)損傷識別［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2011，19（6）：947-955.

［4］黃平平，王昌，劉小會.基于光纖光柵的鐵塔擺幅監(jiān)測方法研究［J］.山東科學(xué)，2013，26（1）：51-55.

［5］黃新波，魏旭，李敏.基于3組力傳感器和傾角傳感器的輸電線路導(dǎo)線覆冰在線監(jiān)測技術(shù)［J］.高電壓技術(shù)，2014，40（2）：374-380.

［6］張品，董為浩，高大冬.一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法［J］.傳感技術(shù)學(xué)報，2014，5（5）：643-648.

［7］王華東，王大羽.一種改進(jìn)的多無線傳感器數(shù)據(jù)分批估計自適應(yīng)加權(quán)融合算法［J］.傳感技術(shù)學(xué)報，2015，28（8）：1239-1243.

［8］Waltz E，Lilnas J.Multisensor Data Fusion［M］. Boston；Artech House，2000.

［9］Stiller C，Puentele N F，Kruse M.Information Fusion for Automotive Applications—An Overview［J］. Information Fusion，2011，12（4）：244-252.

［10］Hodgev，Austin J. A Survey of Outlier Detection Methodologies ［J］. Artificial Intelligence Review，2004，22（2）：85-126.

［11］Bottacchi S. Noise and Signal Interference in Optical Fiber Trans?mission Systems：An Optimum Design Approach［M］. John Wiley & Sons，2008.

［12］仲崇權(quán)，張立勇，楊素英.基于最小二乘原理的多傳感器加權(quán)融合算法［J］.儀器儀表學(xué)報，2003，24（4）：427-430.

孫媛凱（1990-），男，碩士研究生，導(dǎo)師為李川教授，目前主要從事光纖傳感技術(shù)和信息檢測與處理方向的研究，514370503@qq.com；

李川（1971-），男，教授，博士生導(dǎo)師，2002年畢業(yè)于天津大學(xué)光學(xué)工程專業(yè)，獲工學(xué)博士學(xué)位，目前主要研究方向?yàn)閭鞲衅鞯难兄婆c檢測應(yīng)用，1625677252@qq.com。

Research on Structure Monitoring and Sequence Fusion of Transmission Towerbody Based on FBG*

SUN Yuankai，LI Yingna，HU Mingyao，ZHAO Zhengang，XIE Tao，LI Chuan*
（Kunming University of Science and Technology，F(xiàn)aculty of Information Engineering and Automation，Kunming 650500，China）

Abstract：Transmission towers are usually located in complex geological structure areas. Tower crushing and dump?ing may occur under the effect of different geological hazard，wind action and other phenomena which is a serious threat to the stable operation of the power system. Conventional manual inspectionis a greateconomic loss，the prob?lems can't be found in time either. Analysis and obtaining the strain distribution on transmission tower with a cross arm in the form of three straight double-circuit byANSYS. Obtainingthe strain databy an online monitoringsystem of transmission tower based on FBG sensor network. 4 FBG strain sensors’sample data were fused by the method of batch estimation and weighted average time series analysis and processingbased on the standard deviationin the past six months. The fusion values of 4 FBG strain sensors are：61.67 με，61.37 με，61.97 με，61.82 με. The fusion values can be used to improve the accuracy of damage identification. Conventionalmanual inspection method is improved.

Key words：fiber Bragggrating（FBG）sensor network；datafusion；batch estimation；weighted average

doi：EEACC：7220；7230E10.3969/j.issn.1004-1699.2016.03.025

收稿日期：2015-09-30修改日期：2015-12-09

中圖分類號：TP212.9

文獻(xiàn)標(biāo)識碼：A

文章編號：1004-1699（2016）03-0451-05