CN114894861B - 基于加权融合ds证据理论的接地网腐蚀检测方法及装置 - Google Patents

基于加权融合ds证据理论的接地网腐蚀检测方法及装置 Download PDF

Info

Publication number
CN114894861B
CN114894861B CN202210427116.8A CN202210427116A CN114894861B CN 114894861 B CN114894861 B CN 114894861B CN 202210427116 A CN202210427116 A CN 202210427116A CN 114894861 B CN114894861 B CN 114894861B
Authority
CN
China
Prior art keywords
corrosion
value
fusion
grounding grid
support degree
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.)
Active
Application number
CN202210427116.8A
Other languages
English (en)
Other versions
CN114894861A (zh
Inventor
宋恒力
李军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences
Original Assignee
China University of Geosciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN202210427116.8A priority Critical patent/CN114894861B/zh
Publication of CN114894861A publication Critical patent/CN114894861A/zh
Application granted granted Critical
Publication of CN114894861B publication Critical patent/CN114894861B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明提供了一种基于加权融合DS证据理论的接地网腐蚀检测方法及装置。该方法采用改进的加权融合DS证据理论模型对不同检测方法得到的腐蚀参数生成接地网状态腐蚀结果,首先采用归一化算法,生成腐蚀状态支持度,继而采用去极值法和均方差法对异常数据进行剔除,然后采用中值加权平均融合算法对各个支持度进行局部数据融合,并将恒电位法与恒电流法测得腐蚀电流密度进行局部融合,最后基于改进的DS证据理论进行数据的全局融合。本发明的有益效果是:有效避免了单一检测参数的不足,获取信息更加全面,减少了腐蚀状态判断失误的情况,充分利用接地网环境数据,腐蚀判断更加准确。

Description

基于加权融合DS证据理论的接地网腐蚀检测方法及装置
技术领域
本发明属于接地网腐蚀状态检测技术,尤其涉及一种基于加权融合DS证据理论的接地网腐蚀检测方法及装置。
背景技术
接地网广泛应用在国内的变电站,对于电力系统的可靠运行和工作人员的人身安全有着重要作用。国内接地网材料普遍采用扁钢或镀锌钢,常年埋于地下,容易发生腐蚀断裂,导致接地网导体截面减小,尤其是在腐蚀性较强的土壤,这种地网腐蚀现象尤其严重。一旦发变电站发生腐蚀故障,会引发较大的安全事故,带来不可估量的经济损失和社会影响。因此,迫切需要定期进行接地网状态检测,了解接地电极在土壤中的腐蚀情况与接地网的电气性能,及早发现问题采取相应的防护措施。
目前,对接地网腐蚀状况测量主要是通过开挖检查法,设施相当笨重,现场实现困难不易移动,很难精确测得地网的腐蚀状况。对于一些接地范围大、地点广的电厂,不可能挖出全部接地体进行检查,一般采用选点检查的方式,这种方法有很大的局限性,并不能完全反映接地体的真实腐蚀情况。大多检测腐蚀情况采用单一参数进行判断,准确率低,缺乏稳定高效的数据融合算法,容易产生误判,没有充分利用环境支持参数。
发明内容
本发明要解决的主要技术问题在于,提供了一种基于加权融合DS证据理论的接地网腐蚀检测方法及装置,以提高接地网腐蚀状态检测的准确性及效率性,减少了因误报漏报造成的经济损失。
根据本发明的第一方面,一种基于加权融合DS证据理论的接地网腐蚀检测方法,包括以下步骤:
获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
基于改进的DS证据理论融合规则对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果。
优选地,所述获取接地网的腐蚀参数的步骤,包括:
采用电化学检测仪器,基于恒电流法与恒电位法检测得到的两种不同形式的腐蚀电流密度。
优选地,所述对所述腐蚀参数进行归一化处理生成腐蚀状态支持度的步骤,包括:
多次检测获取已有接地网腐蚀样品在完全腐蚀状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻,取其均值设定为Max;
多次检测获取已有接地网腐蚀样品在全新状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、介质电阻,取其均值设定为Min;
当实际测量时,测得各项参数值设为x,根据归一化算法公式归一化处理生成腐蚀状态支持度;所述归一化算法公式为:
Figure BDA0003610071520000021
其中,x代表环境中腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻实际值,h表示当前测量数值对腐蚀状态支持度,并将h保存为小数点后四位有效数字;所述自然腐蚀电位为电极之间未施加激励信号时自然电势,所述土壤PH值为测量环境下土壤酸碱度,所述土壤介质电阻为测量环境下电极之间土壤成分的阻抗。
优选地,所述对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度的步骤,包括:
采用去极值法对所述腐蚀状态支持度进行异常值剔除;
采用均方差法对所述腐蚀状态支持度进行异常值剔除,最终得到异常值剔除后的腐蚀状态支持度。
优选地,所述采用去极值法对所述腐蚀状态支持度进行异常值剔除的步骤,包括:
对N组数据进行排序,获取最大值Xmax与最小值Xmin,剔除数组中最大最小值并补充新的数值X,所述新的数值大于最小值并小于最大值;
基于线性分析,计算回归方程X=an+b,由回归方程计算理论数值,进一步剔除数组中的最大值和最小值,进行数据的去极值;计算公式如下:
Figure BDA0003610071520000031
Figure BDA0003610071520000032
其中,a、b为回归方程常量参数,通过代入Xi、ni计算得到;Xi为N组数据中第i个数值,ni代表数据步进值,间隔为1,
Figure BDA0003610071520000033
分别为N组数据中参数ni和Xi的平均值。
优选地,所述采用均方差法对所述腐蚀状态支持度进行异常值剔除的步骤,包括:
获取各个腐蚀状态支持度在经过去极值法后的样本,设有m个,样本空间为:
x=(x1,x2,…,xi,…,xm),
其中,x为腐蚀状态支持度,x的均值为μ,方差为σ,xi为样本空间中某个样本值,根据以下不等式截取样本:
|xi-μ|≤3σ
从而剔除不符合不等式要求的样本数据。
优选地,所述采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据的步骤,包括:
获取预设时间内n个腐蚀状态支持度,定义为:
y=(y1,y2,…,yi,…,yn),
取其中值为yo,最大值为ymax,最小值为ymin,则第i个支持度的融合计算权重比Qi为:
Figure BDA0003610071520000041
得到n个腐蚀状态支持度局部融合计算公式为:
Figure BDA0003610071520000042
优选地,所述采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据的步骤,还包括:
将恒电流与恒电位检测方法得到的两种腐蚀电流密度之间的数据融合:设此时经过局部融合后的恒电位腐蚀电流密度与恒电流腐蚀电流密度分别为Iv和Ii,经过局部数据融合后的PH值为p,分别计算此时恒电位加权融合的权重比QV,恒电流加权融合的权重比QI为:
Figure BDA0003610071520000043
QI=1-QV
则恒电位与恒电流检测方法测量得到的腐蚀电流密度融合计算公式为:
I=Iv*QV+Ii*QI
优选地,所述基于改进的DS证据理论融合规则对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果的步骤,包括:
对DS证据理论进行改进:设接地网腐蚀状态目标识别框架U包括{A(严重腐蚀概率)、B(中等腐蚀概率)、C(轻微腐蚀概率)},支持证据m为{腐蚀电流密度(m1)、自然腐蚀电位(m2)、土壤PH值(m3)、土壤介质电阻(m4)};
所述局部融合后的支持度数据,是支持证据m的样本空间中各个子证据对接地网腐蚀状态为A的支持度,且相同子证据对A、B、C三种腐蚀状态支持度数据相加为1,采用自适应算法对三种腐蚀状态权重比例进行调整,促使整体方差S最小,则改进的DS证据理论融合规则如下:
Figure BDA0003610071520000051
其中,m(A)为融合后对腐蚀状态的最终决策,m1*m2*m3*m4为腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻的初步融合后的腐蚀状态支持度同时对严重腐蚀的支持,K为归一化系数,k为证据之间冲突因子,k值大小标志证据之间的碰撞程度,Q为各个证据之间的加权融合均值,用于调整证据激烈碰撞下失衡问题,充分考虑有关目标的所有信息,合理高效的处理及利用冲突,降低冲突严重时对规则主体的干扰,得到较好的决策结果;其中,K、k、Q的计算公式如下:
Figure BDA0003610071520000052
Figure BDA0003610071520000053
Q=0.4*m1+0.2*m2+0.2*m3+0.2*m4。
优选地,采用恒电位与恒电流法检测方法获取腐蚀电流密度,采用三电极方式,输入阶跃电压信号,检测电极上极化电流值,计算得到腐蚀电流密度Icorr,计算公式如下:
Figure BDA0003610071520000054
其中,Rp与Rs为极化电阻值和土壤介质电阻大小。
根据本发明的第二方面,一种基于加权融合DS证据理论的接地网腐蚀检测装置,包括以下模块:
参数获取模块,用于获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
归一化处理模块,用于对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
异常值剔除模块,用于对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
局部融合模块,用于采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
全局融合模块,用于基于改进的DS证据理论对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果。
本发明提供的技术方案具有以下有益效果:本发明能够提升数据处理及获取效率,充分利用监测数据,融合结果及决策相对于传统检测更加准确。考虑到不同变电站土壤环境不同,适用的检测方法也随之不同,为了实现腐蚀检测更加高效,能够执行恒电位与恒电流等功能;考虑到接地网腐蚀状态检测的准确性,提出了一种基于改进DS证据理论的融合算法,对检测得到的数据进行充分利用,保证了监测准确性,提供了一种简单的数据查看方式。本文数据融合算法,贯穿整个接地网腐蚀检测过程,充分利用实验数据,融合结果相对于传统单一参数检测,准确性更高。本发明改变了现有接地网状态检测过程复杂,准确度不高的局面,针对目前普遍存在的问题,为接地网的检测与评估提供了一种全面、有效、经济、实时的解决方法,更是填补了国际上接地网腐蚀状态综合检测与预测仪器的空白。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中基于加权融合DS证据理论的接地网腐蚀检测方法的执行流程图;
图2是本发明实施例中基于加权融合DS证据理论的接地网腐蚀检测方法的执行阶段示意图;
图3是本发明实施例中基于加权融合DS证据理论的接地网腐蚀检测方法的先后执行顺序图;
图4是本发明实施例中基于加权融合DS证据理论的接地网腐蚀检测装置的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
实施例一:参考图1-3,在实施例中,一种基于加权融合DS证据理论的接地网腐蚀检测方法,包括以下步骤:
S1:获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
具体地,采用电化学检测仪器获取接地网腐蚀参数,主要包括:基于恒电流法与恒电位法检测得到的两种不同形式的腐蚀电流密度,获取自然腐蚀电位、土壤PH值、土壤介质电阻等腐蚀参数;
其中基于恒电位与恒电流法检测方法获取腐蚀电流密度,采用三电极方式,输入阶跃电压信号,检测电极上极化电流值,计算得到腐蚀电流密度Icorr,计算公式如下:
Figure BDA0003610071520000071
其中,Rp与Rs为极化电阻值和土壤介质电阻大小。
S2:对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
步骤S2具体包括:
S21:多次检测获取已有接地网腐蚀样品在完全腐蚀状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻,取其均值设定为Max;
S22:多次检测获取已有接地网腐蚀样品在全新状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、介质电阻,取其均值设定为Min;
S23:当实际测量时,测得各项参数值设为x,根据归一化算法公式归一化处理生成腐蚀状态支持度;所述归一化算法公式为:
Figure BDA0003610071520000081
其中,x代表环境中腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻实际值,h表示当前测量数值对腐蚀状态支持度,并将h保存为小数点后四位有效数字;所述自然腐蚀电位为电极之间未施加激励信号时自然电势,所述土壤PH值为测量环境下土壤酸碱度,所述土壤介质电阻为测量环境下电极之间土壤成分的阻抗。
S3:对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
S3具体包括:所述腐蚀状态支持度异常值剔除方法主要包含改进的去极值法和均方差法;
所述改进的去极值法主要为:对N组数据进行排序,本实施例中N取10,可根据实际需要调整,获取最大值Xmax与最小值Xmin,剔除数组中此最大最小值并补充新的数值X,要求新的数值大于最小值并小于最大值;基于线性分析,计算回归方程X=an+b,a、b为回归方程常量参数,代入Xi、ni可计算得。Xi为10组数据中第i个数值,ni代表数据步进值,间隔为1,
Figure BDA0003610071520000082
分别为10组数据中参数ni和Xi的平均值,由回归方程计算理论数值,进一步剔除数组中的最大值和最小值,进行数据的去极值。计算公式如下:
Figure BDA0003610071520000083
Figure BDA0003610071520000084
所述均方差法主要为:设各个腐蚀状态支持度在经过去极值法后有m个样本,样本空间为:
x=(x1,x2,…,xi,…,xm),
其中,x为腐蚀状态支持度,x的均值为μ,方差为σ,xi为样本空间中某个样本值,截取样本符合公式为:
|xi-μ|≤3σ
剔除不符合不等式要求的样本数据。
S4:采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
S4具体包括:
S41:获取一段时间内n个腐蚀状态支持度,定义为:
y=(y1,y2,…,yi,…,yn),
取其中值为yo,最大值为ymax,最小值为ymin,则第i个支持的融合计算权重比Qi为:
Figure BDA0003610071520000091
得n个腐蚀状态支持度局部融合计算公式为:
Figure BDA0003610071520000092
S42:将恒电流与恒电位检测方法得到的两种腐蚀电流密度之间的数据融合:设此时经过局部融合后的恒电位腐蚀电流密度与恒电流腐蚀电流密度分别为Iv和Ii,经过局部数据融合后的PH值为p,分别计算此时恒电位加权融合的权重比QV,恒电流加权融合的权重比QI为:
Figure BDA0003610071520000093
QI=1-QV
则恒电位与恒电流检测方法测量得到的腐蚀电流密度融合计算公式为:
I=Iv*QV+Ii*QI
S5:基于改进的DS证据理论融合规则对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果;
S5具体包括:
对DS证据理论进行改进:设接地网腐蚀状态目标识别框架U包括{A(严重腐蚀概率)、B(中等腐蚀概率)、C(轻微腐蚀概率)},支持证据m为{腐蚀电流密度(m1)、自然腐蚀电位(m2)、土壤PH值(m3)、土壤介质电阻(m4)};
所述局部融合后的支持度数据,是支持证据m的样本空间中各个子证据对接地网腐蚀状态为A的支持度,且相同子证据对A、B、C三种腐蚀状态支持度数据相加为1,保证支持度数据的准确性,采用自适应算法对三种腐蚀状态权重比例进行调整,促使整体方差S最小,则改进的DS证据理论融合规则如下:
Figure BDA0003610071520000101
其中,m(A)为融合后对腐蚀状态的最终决策,m1*m2*m3*m4为腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻的初步融合后的腐蚀状态支持度同时对严重腐蚀的支持,K为归一化系数,k为证据之间冲突因子,k值大小标志证据之间的碰撞程度,Q为各个证据之间的加权融合均值,用于调整证据激烈碰撞下失衡问题,充分考虑有关目标的所有信息,合理高效的处理及利用冲突,降低冲突严重时对规则主体的干扰,得到较好的决策结果;其中,K、k、Q的计算公式如下:
Figure BDA0003610071520000102
Figure BDA0003610071520000103
Q=0.4*m1+0.2*m2+0.2*m3+0.2*m4。
获取决策结果后,采用网络结点方式将最终决策上传至服务器。
实施例二,参考图4,在本实施例中,提供了一种基于加权融合DS证据理论的接地网腐蚀检测装置,包括以下模块:
参数获取模块1,用于获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
归一化处理模块2,用于对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
异常值剔除模块3,用于对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
局部融合模块4,用于采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
全局融合模块5,用于基于改进的DS证据理论对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果。
本发明针对接地网腐蚀状态决策的准确性,提出了一种基于加权融合DS证据理论的接地网腐蚀检测方法及装置,根据接地网腐蚀检测最原始的数据,采用归一化算法将实际数值转化为可信度,然后基于线性回归法剔除异常值,最后基于改进的DS证据理论进行数据的全局融合及决策,得到接地网腐蚀情况的支持率,更加贴合实际情况,融合的数据真实性、准确性得到保证,采用改进的DS证据理论,腐蚀判断效益更高。
本发明能够提升数据处理及获取效率,设计数据融合算法,充分利用监测数据,融合结果及决策相对于传统检测更加准确。考虑到接地网腐蚀状态检测的准确性,提出了一种基于改进DS证据理论的融合算法,对检测得到的数据进行充分利用,保证了监测准确性。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为标识。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述接地网腐蚀检测方法包括以下步骤:
获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
基于改进的DS证据理论融合规则对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果;
所述基于改进的DS证据理论融合规则对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果的步骤,包括:
对DS证据理论进行改进:设接地网腐蚀状态目标识别框架U包括{A(严重腐蚀概率)、B(中等腐蚀概率)、C(轻微腐蚀概率)},支持证据m的样本空间为{腐蚀电流密度(m1)、自然腐蚀电位(m2)、土壤PH值(m3)、土壤介质电阻(m4)};
所述局部融合后的支持度数据,是支持证据m的样本空间中各个子证据对接地网腐蚀状态为A的支持度,且相同子证据对A、B、C三种腐蚀状态支持度数据相加为1;采用自适应算法对相同子证据三种腐蚀状态权重比例进行调整,促使整体方差S最小,则改进的DS证据理论融合规则如下:
Figure FDA0003977402280000011
其中,m(A)为融合后对A(严重腐蚀概率)的最终决策,m1*m2*m3*m4为腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻的初步融合后的腐蚀状态支持度同时对A(严重腐蚀概率)的支持,K为归一化系数,k为证据之间冲突因子,k值大小标志证据之间的碰撞程度,Q为各个证据之间的加权融合均值,用于调整证据激烈碰撞下失衡问题;其中,K、k、Q的计算公式如下:
Figure FDA0003977402280000021
Figure FDA0003977402280000022
Q=0.4*m1+0.2*m2+0.2*m3+0.2*m4。
2.如权利要求1所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述获取接地网的腐蚀参数的步骤,包括:
基于恒电流法与恒电位法检测得到的两种不同形式的腐蚀电流密度。
3.如权利要求1所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述对所述腐蚀参数进行归一化处理生成腐蚀状态支持度的步骤,包括:
多次检测获取已有接地网腐蚀样品在完全腐蚀状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻,取其均值设定为Max;
多次检测获取已有接地网腐蚀样品在全新状态下的腐蚀电流密度、自然腐蚀电位、土壤PH值、介质电阻,取其均值设定为Min;
当实际测量时,测得各项参数值设为x,根据归一化算法公式归一化处理生成腐蚀状态支持度;所述归一化算法公式为:
Figure FDA0003977402280000023
其中,x代表环境中腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻实际值,h表示当前测量数值对腐蚀状态支持度,并将h保存为小数点后四位有效数字;所述自然腐蚀电位为电极之间未施加激励信号时自然电势,所述土壤PH值为测量环境下土壤酸碱度,所述土壤介质电阻为测量环境下电极之间土壤成分的阻抗。
4.如权利要求1所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度的步骤,包括:
采用去极值法对所述腐蚀状态支持度进行异常值剔除,具体步骤如下:
对N组数据进行排序,获取最大值Xmax与最小值Xmin,剔除数组中最大最小值并补充新的数值X,所述新的数值大于最小值并小于最大值;
基于线性分析,计算回归方程X=an+b,由回归方程计算理论数值,进一步剔除数组中的最大值和最小值,进行数据的去极值;计算公式如下:
Figure FDA0003977402280000031
Figure FDA0003977402280000032
其中,a、b为回归方程常量参数,通过代入Xi、ni计算得到;Xi为N组数据中第i个数值,ni代表数据步进值,间隔为1,
Figure FDA0003977402280000033
分别为N组数据中参数ni和Xi的平均值。
5.如权利要求4所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度的步骤,还包括:
采用均方差法对所述腐蚀状态支持度进行异常值剔除,具体步骤如下:
获取各个腐蚀状态支持度在经过去极值法后的样本,设有m个,样本空间为:
x=(x1,x2,...,xi,...,xm),
其中,x为腐蚀状态支持度,x的均值为μ,方差为σ,xi为样本空间中某个样本值,根据以下不等式截取样本:
|xi-μ|≤3σ
从而剔除不符合不等式要求的样本数据。
6.如权利要求1所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据的步骤,包括:
获取预设时间内n个腐蚀状态支持度,定义为:
y=(y1,y2,...,yi,...,yn),
取其中值为yo,最大值为ymax,最小值为ymin,则第i个支持度yi的融合计算权重比Qi为:
Figure FDA0003977402280000041
得到n个腐蚀状态支持度局部融合计算公式为:
Figure FDA0003977402280000042
7.如权利要求2所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,所述采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据的步骤,还包括:
将恒电流与恒电位检测方法得到的两种腐蚀电流密度之间的数据融合:设此时经过局部融合后的恒电位腐蚀电流密度与恒电流腐蚀电流密度分别为Iv和Ii,经过局部数据融合后的PH值为p,分别计算此时恒电位加权融合的权重比QV,恒电流加权融合的权重比QI为:
Figure FDA0003977402280000043
QI=1-QV
则恒电位与恒电流检测方法测量得到的腐蚀电流密度融合计算公式为:
I=Iv*QV+Ii*QI
8.如权利要求2所述的基于加权融合DS证据理论的接地网腐蚀检测方法,其特征在于,采用恒电位与恒电流法检测方法获取腐蚀电流密度,采用三电极方式,输入阶跃电压信号,检测电极上极化电流值,计算得到腐蚀电流密度Icorr,计算公式如下:
Figure FDA0003977402280000044
其中,Rp与Rs为极化电阻值和土壤介质电阻大小。
9.一种实施权利要求1-8任一项所述检测方法的基于加权融合DS证据理论的接地网腐蚀检测装置,其特征在于,所述接地网腐蚀检测装置包括以下模块:
参数获取模块,用于获取接地网的腐蚀参数,包括:腐蚀电流密度、自然腐蚀电位、土壤PH值和土壤介质电阻;
归一化处理模块,用于对所述腐蚀参数进行归一化处理生成腐蚀状态支持度;
异常值剔除模块,用于对所述腐蚀状态支持度进行异常值剔除,得到异常值剔除后的腐蚀状态支持度;
局部融合模块,用于采用中值加权平均融合算法将异常值剔除后的腐蚀状态支持度进行相同属性的局部融合,得到局部融合后的支持度数据;
全局融合模块,用于基于改进的DS证据理论对所述局部融合后的支持度数据进行全局融合,得到接地网腐蚀状态检测结果;
所述全局融合模块,具体用于对DS证据理论进行改进:设接地网腐蚀状态目标识别框架U包括{A(严重腐蚀概率)、B(中等腐蚀概率)、C(轻微腐蚀概率)},支持证据m的样本空间为{腐蚀电流密度(m1)、自然腐蚀电位(m2)、土壤PH值(m3)、土壤介质电阻(m4)};
所述局部融合后的支持度数据,是支持证据m的样本空间中各个子证据对接地网腐蚀状态为A的支持度,且相同子证据对A、B、C三种腐蚀状态支持度数据相加为1;采用自适应算法对相同子证据三种腐蚀状态权重比例进行调整,促使整体方差S最小,则改进的DS证据理论融合规则如下:
Figure FDA0003977402280000051
其中,m(A)为融合后对A(严重腐蚀概率)的最终决策,m1*m2*m3*m4为腐蚀电流密度、自然腐蚀电位、土壤PH值、土壤介质电阻的初步融合后的腐蚀状态支持度同时对A(严重腐蚀概率)的支持,K为归一化系数,k为证据之间冲突因子,k值大小标志证据之间的碰撞程度,Q为各个证据之间的加权融合均值,用于调整证据激烈碰撞下失衡问题;其中,K、k、Q的计算公式如下:
Figure FDA0003977402280000052
Figure FDA0003977402280000061
Q=0.4*m1+0.2*m2+0.2*m3+0.2*m4。
CN202210427116.8A 2022-04-22 2022-04-22 基于加权融合ds证据理论的接地网腐蚀检测方法及装置 Active CN114894861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210427116.8A CN114894861B (zh) 2022-04-22 2022-04-22 基于加权融合ds证据理论的接地网腐蚀检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210427116.8A CN114894861B (zh) 2022-04-22 2022-04-22 基于加权融合ds证据理论的接地网腐蚀检测方法及装置

Publications (2)

Publication Number Publication Date
CN114894861A CN114894861A (zh) 2022-08-12
CN114894861B true CN114894861B (zh) 2023-03-24

Family

ID=82718494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210427116.8A Active CN114894861B (zh) 2022-04-22 2022-04-22 基于加权融合ds证据理论的接地网腐蚀检测方法及装置

Country Status (1)

Country Link
CN (1) CN114894861B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118376883B (zh) * 2024-06-21 2024-10-18 国网江西省电力有限公司电力科学研究院 一种变电站接地网的杂散电流腐蚀分析方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136539B (zh) * 2013-03-08 2015-10-07 西安科技大学 接地网腐蚀速率等级预测方法
CN103439631B (zh) * 2013-08-12 2016-01-20 国家电网公司 接地网腐蚀状态检测方法及系统
CN110320238B (zh) * 2019-06-17 2024-07-30 贵州电网有限责任公司 一种接地网腐蚀状态检测电路及接地网腐蚀状态监测方法
CN111337417A (zh) * 2020-03-17 2020-06-26 云南电网有限责任公司大理供电局 一种变电站接地网腐蚀状态检测方法
CN112988732B (zh) * 2021-04-14 2023-10-20 湖南工程学院 一种观测数据中异常值的处理方法
CN113192283B (zh) * 2021-04-27 2022-04-15 中国地质大学(武汉) 一种多传感器信息融合的无线火灾预警系统
CN113177610A (zh) * 2021-05-24 2021-07-27 河南大学 基于模糊分类的加权冲突证据融合方法

Also Published As

Publication number Publication date
CN114894861A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
Sarmadi et al. Bridge health monitoring in environmental variability by new clustering and threshold estimation methods
CN111690938B (zh) 一种阴极保护智能化控制方法及系统
CN110414412B (zh) 基于大数据分析的广域电网多重扰动精确识别方法和装置
CN109858140B (zh) 一种基于信息熵离散型贝叶斯网络冷水机组故障诊断方法
CN105447323A (zh) 一种数据异常波动检测方法和装置
Cheng et al. Enhanced state estimation and bad data identification in active power distribution networks using photovoltaic power forecasting
CN103103570B (zh) 基于主元相似性测度的铝电解槽况诊断方法
CN114894861B (zh) 基于加权融合ds证据理论的接地网腐蚀检测方法及装置
CN113011481A (zh) 一种基于决策树算法的电能表功能异常评估方法及系统
CN115357847B (zh) 一种基于误差分解的日尺度星地降水融合方法
CN115128345B (zh) 一种基于谐波监测的电网安全预警方法及系统
CN108847679A (zh) 风力发电机组及用于其的次同步振荡识别方法、装置及系统
CN115603320A (zh) 一种基于广域量测数据的实时感知与在线评估方法及系统
CN112345972B (zh) 基于停电事件的配电网线变关系异常诊断方法、装置及系统
CN117791856A (zh) 一种基于巡检机器人的电网故障预警方法及装置
CN115291039B (zh) 一种谐振接地系统单相接地故障选线方法
Ozerdem et al. Self-organized maps based neural networks for detection of possible earthquake precursory electric field patterns
Moradzadeh et al. Image processing-based data integrity attack detection in dynamic line rating forecasting applications
Pylorof et al. Uncertainty-aware photovoltaic generation estimation through fusion of physics with harmonics information using Bayesian neural networks
Khurdal et al. An Overview of Power System Disturbance Detection Method
CN112241597B (zh) 一种电力系统中谐波源的识别方法、设备及存储介质
CN114264784B (zh) 基于传感器风险区间模型的养殖水情判断方法及系统
CN117723917B (zh) 基于光纤非本征法珀型超声波传感器的监测应用方法
CN114935788B (zh) 变电站一次设备多点位雷电联合预警方法与系统
CN118708993A (zh) 一种海洋站业务化实时观测数据报警方法、介质及系统

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
GR01 Patent grant
GR01 Patent grant