[發(fā)明專利]架空輸電線路全光纖動靜態(tài)監(jiān)測和趨勢預(yù)測系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201910421875.1
• 申請日: 2019-05-16
• 公開（公告）號: CN110135645B
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計）人: 吳慧娟;肖垚;唐波;邱浩宇;楊明儒;路豪;陽思琦;王超群
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G01D5/353;G06N3/04;G06N3/08
• 代理公司: 成都弘毅天承知識產(chǎn)權(quán)代理有限公司 51230
• 代理人: 梁偉東

1.架空輸電線路動靜態(tài)監(jiān)測和趨勢預(yù)測方法，其特征在于：該方法應(yīng)用于架空輸電線路全光纖動靜態(tài)監(jiān)測和趨勢預(yù)測系統(tǒng)，系統(tǒng)包括對準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)進行實時測量的光纖傳感探頭和與光纖傳感探頭連接的FBG解調(diào)系統(tǒng)，還包括對輸電線路動態(tài)風(fēng)舞數(shù)據(jù)實時監(jiān)測的探測光纜，和與探測光纜連接的P-OTDR解調(diào)系統(tǒng)，還包括與FBG解調(diào)系統(tǒng)信號輸出端和P-OTDR解調(diào)系統(tǒng)信號輸出端連接的處理終端，處理終端用于對輸入的準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)進行處理；

采集動靜態(tài)數(shù)據(jù)：對架空輸電線路全光纖動靜態(tài)監(jiān)測和趨勢預(yù)測系統(tǒng)采集的準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)按時間進行記錄，并提取特征，再分別轉(zhuǎn)化為數(shù)據(jù)序列；

動靜態(tài)數(shù)據(jù)預(yù)處理：對準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)得到的數(shù)據(jù)序列分別進行模型訓(xùn)練的數(shù)據(jù)預(yù)處理步驟，分別得到劃分好的訓(xùn)練集和測試集；

構(gòu)建和訓(xùn)練LSTM模型：基于訓(xùn)練集數(shù)據(jù)，對準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)分別進行LSTM模型的構(gòu)建和訓(xùn)練；

趨勢預(yù)測計算：分別將準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)的測試集輸入各自訓(xùn)練好的LSTM模型，對準(zhǔn)靜態(tài)環(huán)境數(shù)據(jù)和輸電線路動態(tài)風(fēng)舞數(shù)據(jù)分別進行趨勢預(yù)測計算；

其中所述LSTM的模型構(gòu)建和訓(xùn)練方法如下：

LSTM模型的輸入層接受訓(xùn)練集數(shù)據(jù)序列的輸入，輸入層根據(jù)設(shè)定的觀測長度和預(yù)測長度對輸入的訓(xùn)練集數(shù)據(jù)在時間上進行堆疊劃分；

LSTM模型的隱藏層接收經(jīng)過輸入層整理后的訓(xùn)練集數(shù)據(jù)序列作為隱藏層的輸入數(shù)據(jù)，隱藏層使用LSTM細(xì)胞構(gòu)建重復(fù)模塊鏈，根據(jù)輸入數(shù)據(jù)和歷史輸出調(diào)節(jié)3個控制門的門控狀態(tài)，進而控制隱藏層中數(shù)據(jù)的流動，進行更新細(xì)胞的狀態(tài)以及計算隱藏層的狀態(tài)輸出；

LSTM模型的輸出層接收隱藏層的狀態(tài)輸出結(jié)果，輸出層的全連接網(wǎng)絡(luò)對該狀態(tài)輸出結(jié)果進行計算處理，輸出得到預(yù)測結(jié)果；

具體地：所述LSTM的模型構(gòu)建和訓(xùn)練方法中：

LSTM模型的輸入層具體數(shù)據(jù)處理過程為：LSTM模型的輸入層接受訓(xùn)練集數(shù)據(jù)序列的輸入，選取觀測長度L_look和預(yù)測長度L_pred，將測試集數(shù)據(jù)F_train和訓(xùn)練集數(shù)據(jù)F_test以觀測長度L_look和預(yù)測長度L_pred在時間上進行堆疊劃分，分別得到用于訓(xùn)練過程中輸入模型的m_s行L_look列數(shù)據(jù)矩陣F_{train_x}，用于訓(xùn)練過程中驗證模型的m_s行L_pred列數(shù)據(jù)矩陣F_{train_y}，以及用于測試過程中輸入模型的n_s行L_look列數(shù)據(jù)矩陣F_{test_x}，用于測試過程中和模型輸出作比較的n_s行L_pred列數(shù)據(jù)矩陣F_{test_y}，其中m_s＝m-L_look-L_pred+1，n_s＝n-L_look-L_pred+1；

LSTM模型的隱藏層具體數(shù)據(jù)處理過程為：將用于訓(xùn)練的數(shù)據(jù)矩陣F_{train_x}按行輸入模型，t時刻輸入隱藏層的數(shù)據(jù)為X_t，把當(dāng)前時刻的輸入數(shù)據(jù)X_t與上一時刻的隱藏層輸出H_t-1拼接在一起，構(gòu)成前向計算的輸入[H_t-1,X_t]，以[H_t-1,X_t]作為控制依據(jù)進行t時刻的前向計算，包括3個控制門的計算，細(xì)胞狀態(tài)的更新以及狀態(tài)輸出的計算，得到隱藏層的狀態(tài)輸出結(jié)果H_t，細(xì)胞狀態(tài)和隱藏層的狀態(tài)輸出結(jié)果隨著時間推移進行反復(fù)迭代更新；

LSTM模型的輸出層具體數(shù)據(jù)處理過程為：LSTM模型的輸出層接收隱藏層的狀態(tài)輸出結(jié)果H_t，按照預(yù)測長度L_pred設(shè)置全連接網(wǎng)絡(luò)輸出的數(shù)據(jù)長度，經(jīng)過全連接網(wǎng)絡(luò)計算處理輸出的結(jié)果為LSTM模型的輸出Y_t。