CN106651035A - 一种强风天气造成铁塔垂直度故障的概率预测方法及系统 - Google Patents
一种强风天气造成铁塔垂直度故障的概率预测方法及系统 Download PDFInfo
- Publication number
- CN106651035A CN106651035A CN201611212034.2A CN201611212034A CN106651035A CN 106651035 A CN106651035 A CN 106651035A CN 201611212034 A CN201611212034 A CN 201611212034A CN 106651035 A CN106651035 A CN 106651035A
- Authority
- CN
- China
- Prior art keywords
- steel tower
- probability
- failure
- perpendicularity
- herbarium
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title abstract description 30
- 229910052742 iron Inorganic materials 0.000 title abstract description 15
- 238000000034 method Methods 0.000 title abstract description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 63
- 239000010959 steel Substances 0.000 claims description 63
- 230000007257 malfunction Effects 0.000 claims description 27
- 238000012546 transfer Methods 0.000 claims description 14
- 238000013277 forecasting method Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013523 data management Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007474 system interaction Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种强风天气造成铁塔垂直度故障的概率预测方法及系统。其系统包含调取铁塔垂直度故障数据并构建风力强度标本集模块、构建故障概率预测曲线模块和导入风力强度进行故障概率预测模块。本发明首先调取一段时间内的铁塔垂直度故障，分别记录每次铁塔垂直度故障时的风力强度，从而建立故障时的风力强度标本集；计算标本集的均值和方差；根据均值和方差构建符合正态分布的故障概率预测函数，最后根据输入的风力强度值进行垂直度故障概率预测。本发明的方法及系统解决了对强风天气造成铁塔垂直度故障的概率进行预测的技术问题。
Description
技术领域
本发明属于通信铁塔维护技术领域，特别是涉及一种强风天气造成铁塔垂直度故障的概率预测方法及系统。
背景技术
目前通信铁塔主要由人工进行检测和维护，少数采用在线监测系统辅助维护。铁塔垂直度故障是指铁塔出现一定程度倾斜。现有在线监测系统功能简单，没有对铁塔垂直度故障数据进行大数据分析的功能。强风天气与铁塔垂直度故障直接相关，目前没有对强风天气造成铁塔垂直度故障的概率进行预测的技术方案。为此，提出一种强风天气造成铁塔垂直度故障的概率预测方法及系统。
发明内容
本发明所要解决的技术问题是对强风天气造成铁塔垂直度故障的概率进行预测的问题，提出一种强风天气造成铁塔垂直度故障的概率预测方法及系统。
本发明涉及的基于物联网的铁塔系统应用场景，如图1所示。在通信铁塔固定位置安装传感器设备，传感器采集铁塔相关参数并通过通信模块传输至系统，系统对传感数据进行保存和处理，客户端与系统交互获得所需信息。
基于物联网的铁塔系统的整体系统架构如图2所示。系统硬件部分包括通信铁塔本身、安装在塔身上的传感设备，传感设备的通信模块与系统进行实时通信；系统软件部分包括系统数据库、数据处理平台、数据管理发布平台，其中系统数据库接收来自传感设备的传感数据并保存所有系统日志，数据处理平台调取系统数据库中的数据进行处理和分析，数据管理发布平台接收数据处理平台的数据处理结果和系统数据库中的相应记录进行管理和发布；系统应用平台包括管理设备和客户端，管理设备包括但不限于工作站、电脑等设施，客户端包括但不限于APP、微信、Html网页等形式；本系统的应用人员包括但不限于管理人员和维护人员，其接口分别为管理设备和客户端。
本发明的实现依托上述应用场景和系统架构，在塔体一定位置安装各类传感器检测铁塔对应参数。本发明的前置基础是系统已经收集了很长一段时间内的风力数据、垂直度故障数据和垂直度发生故障时的风力值。
本发明提出的强风天气造成铁塔垂直度故障的概率预测系统，包括调取铁塔垂直度故障数据并构建风力强度标本集模块、构建故障概率预测曲线模块、接收风力强度值进行故障概率预测模块。
1、调取铁塔垂直度故障数据并构建风力强度标本集模块：系统在数据库中调取目标区域某一段时间内的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别所有N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。
2、构建故障概率预测曲线模块：计算标本集W中各元素的均值μ和方差σ2，其中根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。如图3所示，该曲线下的面积即表示落入该区间的概率。
3、接收风力强度值进行故障概率预测模块：系统获取输入的风力强度数据r，首先计算然后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。
强风天气造成铁塔垂直度故障的概率预测系统的系统框图，如图4所示。
本发明提出一种通信铁塔维护作业单的生成方法，其按如下步骤：
步骤1、调取铁塔垂直度故障数据并构建风力强度标本集。
系统在数据库中调取目标区域某一段时间内的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别所有N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。
步骤2、构建故障概率预测曲线。
计算标本集W中各元素的均值μ和方差σ2，其中 根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。如图3所示，该曲线下的面积即表示落入该区间的概率。
步骤3、接收风力强度值进行故障概率预测。
系统获取输入的风力强度数据r，首先计算然后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。
强风天气造成铁塔垂直度故障的概率预测方法的方法流程图如图5所示。
本发明的方法及系统具有以下两个优点：
(1)通过构建风力强度标本集建立故障概率预测曲线，并通过该曲线计算某风力强度下铁塔发生垂直度故障的概率，实现对铁塔垂直度故障概率的预测。
(2)采用正态分布函数构造故障概率预测曲线，可以保证预测曲线的可靠性。
附图说明
图1是本发明的应用场景示意图；
图2是本发明的应用场景整体系统架构图；
图3是本发明的故障概率预测曲线示意图；
图4是本发明的系统框图；
图5是本发明的方法流程图。
具体实施方式
下面对本发明优选实施例作详细说明。
本发明涉及的基于物联网的铁塔系统应用场景，如图1所示。在通信铁塔固定位置安装传感器设备，传感器采集铁塔相关参数并通过通信模块传输至系统，系统对传感数据进行保存和处理，客户端与系统交互获得所需信息。
基于物联网的铁塔系统的整体系统架构如图2所示。系统硬件部分包括通信铁塔本身、安装在塔身上的传感设备，传感设备的通信模块与系统进行实时通信；系统软件部分包括系统数据库、数据处理平台、数据管理发布平台，其中系统数据库接收来自传感设备的传感数据并保存所有系统日志，数据处理平台调取系统数据库中的数据进行处理和分析，数据管理发布平台接收数据处理平台的数据处理结果和系统数据库中的相应记录进行管理和发布；系统应用平台包括管理设备和客户端，管理设备包括但不限于工作站、电脑等设施，客户端包括但不限于APP、微信、Html网页等形式；本系统的应用人员包括但不限于管理人员和维护人员，其接口分别为管理设备和客户端。
本发明提出的强风天气造成铁塔垂直度故障的概率预测系统，包括调取铁塔垂直度故障数据并构建风力强度标本集模块、构建故障概率预测曲线模块、接收风力强度值进行故障概率预测模块。
1、调取铁塔垂直度故障数据并构建风力强度标本集模块：系统在数据库中调取目标区域某一段时间内的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别所有N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。本实施例中，选取某目标区域180天内的铁塔垂直度故障数据，识别共有10次铁塔垂直度故障，其对应的风力强度构成风力强度标本集W＝{12,10,15,17,20,25,18,15,17,20}，单位均为m/s。
2、构建故障概率预测曲线模块：计算标本集W中各元素的均值μ和方差σ2，其中根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。如图3所示，该曲线下的面积即表示落入该区间的概率。本实施例中，计算计算构建正态分布曲线N(15.2,19.38)。当风力强度为15.2时，曲线取最大值，该曲线下的面积即表示落入该区间的概率。
3、接收风力强度值进行故障概率预测模块：系统获取输入的风力强度数据r，首先计算然后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。本实施例中，系统获取输入的风力强度为10m/s，计算则故障发生的概率预测为p＝2φ(a)-1＝2φ(1.18)-1＝2*0.8810-1＝0.762＝76.2％，即在风速10m/s下铁塔发生故障的概率为76.2％。
本发明提出强风天气造成铁塔垂直度故障的概率预测方法，其按如下步骤：
步骤1、调取铁塔垂直度故障数据并构建风力强度标本集。
系统在数据库中调取目标区域某一段时间内的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别所有N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。本实施例中，选取某目标区域180天内的铁塔垂直度故障数据，识别共有10次铁塔垂直度故障，其对应的风力强度构成风力强度标本集W＝{12,10,15,17,20,25,18,15,17,20}，单位均为m/s。
步骤2、构建故障概率预测曲线。
计算标本集W中各元素的均值μ和方差σ2，其中 根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。如图3所示，该曲线下的面积即表示落入该区间的概率。本实施例中，计算计算构建正态分布曲线N(15.2,19.38)。当风力强度为15.2时，曲线取最大值，该曲线下的面积即表示落入该区间的概率。
步骤3、接收风力强度值进行故障概率预测。
系统获取输入的风力强度数据r，首先计算然后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。本实施例中，系统获取输入的风力强度为10m/s，计算则故障发生的概率预测为p＝2φ(a)-1＝2φ(1.18)-1＝2*0.8810-1＝0.762＝76.2％，即在风速10m/s下铁塔发生故障的概率为76.2％。
当然，本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明的，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落入本发明的保护范围。
Claims (8)
1.一种强风天气造成铁塔垂直度故障的概率预测系统，其特征在于包括调取铁塔垂直度故障数据并构建风力强度标本集模块、构建故障概率预测曲线模块和接收风力强度值进行故障概率预测模块。
2.根据权利要求1所述的强风天气造成铁塔垂直度故障的概率预测系统，其调取铁塔垂直度故障数据并构建风力强度标本集模块的特征在于：系统在数据库中调取目标区域一段时间内的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。
3.根据权利要求1所述的强风天气造成铁塔垂直度故障的概率预测系统，其构建故障概率预测曲线模块的特征在于：计算标本集W中各元素的均值μ和方差σ2，其中根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。
4.根据权利要求1所述的强风天气造成铁塔垂直度故障的概率预测系统，其接收风力强度值进行故障概率预测模块的特征在于：系统获取输入的风力强度数据r，首先计算然后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。
5.一种强风天气造成铁塔垂直度故障的概率预测方法，其特征在于包括以下步骤：
步骤1、调取铁塔垂直度故障数据并构建风力强度标本集；
步骤2、构建故障概率预测曲线；
步骤3、接收风力强度值进行故障概率预测。
6.根据权利要求5所述的强风天气造成铁塔垂直度故障的概率预测方法，其步骤1的特征在于：系统在数据库中调取某区域内某段时间的铁塔垂直度故障数据，识别故障发生次数，记为N，然后识别N个故障发生时对应的风力强度值wi，i∈[1,N]，构成风力强度标本集W＝{wi}。
7.根据权利要求5所述的强风天气造成铁塔垂直度故障的概率预测方法，其步骤2的特征在于：计算标本集W中各元素的均值μ和方差σ2，其中 根据正态分布函数构建强风天气造成铁塔垂直度故障的概率预测曲线为N(μ,σ2)。
8.根据权利要求5所述的强风天气造成铁塔垂直度故障的概率预测方法，其步骤3的特征在于：系统获取输入的风力强度数据r，首先计算然
后计算故障概率p＝p(x<a)＝2φ(a)-1，其中φ(x)为标准正态分布函数的概率密度，最终得到铁塔垂直度发生故障的概率p。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611212034.2A CN106651035A (zh) | 2016-12-25 | 2016-12-25 | 一种强风天气造成铁塔垂直度故障的概率预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611212034.2A CN106651035A (zh) | 2016-12-25 | 2016-12-25 | 一种强风天气造成铁塔垂直度故障的概率预测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106651035A true CN106651035A (zh) | 2017-05-10 |
Family
ID=58826955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611212034.2A Pending CN106651035A (zh) | 2016-12-25 | 2016-12-25 | 一种强风天气造成铁塔垂直度故障的概率预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106651035A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108345575A (zh) * | 2018-02-10 | 2018-07-31 | 杭州后博科技有限公司 | 一种铁塔防雷设备故障概率计算方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104793605A (zh) * | 2015-04-10 | 2015-07-22 | 北京金控自动化技术有限公司 | 一种利用正态分布判定设备故障的方法 |
| CN104965960A (zh) * | 2015-07-30 | 2015-10-07 | 湘潭电机股份有限公司 | 一种机电产品预防性维修方案确定方法 |
| CN106097146A (zh) * | 2016-06-20 | 2016-11-09 | 重庆大学 | 一种计及运行状态的风电机组短期可靠性预测方法 |
-
2016
- 2016-12-25 CN CN201611212034.2A patent/CN106651035A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104793605A (zh) * | 2015-04-10 | 2015-07-22 | 北京金控自动化技术有限公司 | 一种利用正态分布判定设备故障的方法 |
| CN104965960A (zh) * | 2015-07-30 | 2015-10-07 | 湘潭电机股份有限公司 | 一种机电产品预防性维修方案确定方法 |
| CN106097146A (zh) * | 2016-06-20 | 2016-11-09 | 重庆大学 | 一种计及运行状态的风电机组短期可靠性预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张东飞 等: "冰冻灾害条件下基于气象参数连续性的配电网可靠性评估方法", 《电力系统保护与控制》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108345575A (zh) * | 2018-02-10 | 2018-07-31 | 杭州后博科技有限公司 | 一种铁塔防雷设备故障概率计算方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111539550B (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
| CN201898519U (zh) | 带有风险控制的设备维修预警装置 | |
| CN106888205A (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
| CN106529764A (zh) | 一种三维可视化智慧水务运营系统 | |
| CN204113701U (zh) | 一种矿井风机在线监测与故障诊断系统 | |
| CN104777827A (zh) | 高速铁路信号系统车载设备故障诊断方法 | |
| CN105279612A (zh) | 一种基于泊松分布的输电线路跳闸风险评估方法 | |
| CN106429689A (zh) | 基于物联网大数据支撑的电梯维保系统 | |
| CN106651731B (zh) | 基于历史数据的通信铁塔待解决问题集生成方法及系统 | |
| CN103034207A (zh) | 一种基础设施健康监测系统及其实施过程 | |
| CN115733762A (zh) | 具有大数据分析能力的监控系统 | |
| CN105574299A (zh) | 一种轨道交通信号系统的安全预评估方法 | |
| CN103942251A (zh) | 基于多种质控方法的高空气象资料入库方法和入库系统 | |
| CN106651035A (zh) | 一种强风天气造成铁塔垂直度故障的概率预测方法及系统 | |
| CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
| CN106682847A (zh) | 一种铁塔维护人员应急选择方法及系统 | |
| CN113606099A (zh) | 一种监测风电机组叶片结冰的方法和系统 | |
| CN106656618A (zh) | 基于通信量分析的通信铁塔传感器异常识别方法及系统 | |
| JP2009276929A (ja) | 自動障害対応システム | |
| Yan et al. | Impact of condition monitoring on the maintenance and economic viability of offshore wind turbines | |
| CN108536980B (zh) | 一种考虑可靠性因素的气体探测器离散选址优化方法 | |
| CN116243103A (zh) | 基于多源数据的输变电设备状态智能感知预警方法 | |
| CN112348419B (zh) | 一种物联网处理系统和方法 | |
| CN106682828A (zh) | 一种通信铁塔维护作业进度监控方法及系统 | |
| CN113569956A (zh) | 一种基于ai算法的山火灾害勘查识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |