[发明专利]检测高压刀闸状态的光电传感器数据融合方法及设备

说明书

本发明涉及一种检测高压刀闸状态的光电传感器数据融合方法及设备，其中方法包括以下步骤：布置多个传感器以检测高压刀闸的状态，多个传感器至少包括光电传感器；对多个光电传感器的数据进行预处理；基于Dempster‑Shafer证据理论将各传感器的数据建模为基本概率赋值函数BPA，得到大量证据BOE；定义加权置信熵E_wd来度量每个BOE的不确定度；计算每个BOE的权重；对于每个子命题A，计算加权质量函数；利用Dempster‑Shafer的组合规则进行数据融合；使用逻辑回归模型对结合加权置信熵的融合结果进行决策，训练逻辑回归的参数，并通过训练好的逻辑回归模型表决高压刀闸的分合闸状态。

技术领域

本发明涉及一种检测高压刀闸状态的光电传感器数据融合方法及设备，属于多传感器数据融合技术领域。

背景技术

在我国现如今已建成的智能变电站中，虽已实现远方投退软压板、切换定值区等功能，并且大部分智能变电站的自动化系统中都具有顺控模块，目前已将刀闸的分/合闸位置辅助接点信号、图像识别技术与变电站顺序控制系统结合，通过电信号和视频图像确认刀闸导电臂的位置情况并将结果反馈给主机，从而为智能变电站顺控系统实现一键顺控提供解决方法。但仍然存在如刀闸三相未全部合闸时位置辅助接点就已接收到合闸型号、带点安全问题、设备背景画面复杂导致图像识别技术识别率降低、通信网络带宽受限高清画面传输卡顿延时、天气光线影响较大导致图像清晰度降低等安全问题。

针对以上问题，采用无线光电传感技术，可以有效避免有线传输带来的安全风险，但是如何提高光电传感器数据的准确性是目前需要解决的问题。

发明内容

为了解决上述现有技术中存在的问题，本发明提出了一种检测高压刀闸状态的光电传感器数据融合方法及设备；采用加权置信熵及逻辑回归的方法对多传感器的数据进行融合，避免单一数据带来的风险性，提高最终结果的准确性。

本发明的技术方案如下：

一方面，本发明提供一种检测高压刀闸状态的光电传感器数据融合方法，包括以下步骤：

布置多个传感器以检测高压刀闸的状态，多个传感器至少包括光电传感器；

数据预处理，对多个传感器的数据时间同步性处理，并对各传感器的数据进行CRC循环冗余校验；

基于Dempster-Shafer证据理论将各传感器的数据建模为基本概率赋值函数BPA，得到大量证据BOE；定义加权置信熵E_wd来度量每个BOE的不确定度；对第i个BOE，其对应的加权置信熵E_wd的计算公式如下：

其中，X为识别框架，A为识别框架中的子命题，|A|表示命题A的基数，|X|是识别框架的元素个数；

计算每个BOE的权重，对于第i个BOE，其权重计算如下：

对于每个子命题A，计算加权质量函数，具体如下：

利用Dempster-Shafer的组合规则进行数据融合，对于每个子命题A，其融合结果为：

使用逻辑回归模型对结合加权置信熵的融合结果进行决策，训练逻辑回归的参数，并通过训练好的逻辑回归模型表决高压刀闸的分合闸状态。

作为优选实施方式，所述对检测高压刀闸状态的多个传感器的数据时间同步性处理的步骤具体如下：

当求t时刻数据时使用t时刻前三点的数据进行多项式外插得到；