基于多傳感器的輸電線路地質災害實時預警方法

劉萬招

（深圳市深聯創展科技開發有限公司，廣東深圳 518028）

受到氣候環境、地理環境等影響，我國地質災害頻發。類似山體滑坡等地質災害現象，對周圍居民、生態環境造成了較大的影響[1]。傳統地質災害檢測過程中，以人工為主，檢測技術人員的經驗代表一切，缺乏科學合理的檢測方法，從而無法做到地質災害的有效預警[2]。輸電線路所處的環境較為復雜，以山區、濕地為主，極易發生地質災害，不僅影響周圍人們的安全用電效果，還會危害周圍居民的人身與財產安全。

輸電線路的線路較長，分布范圍較廣，普遍為跨區、跨市的分布方式[3]。因此，輸電線路地勢環境復雜多變，電力企業無法保證每條輸電線路的安全。一旦輸電線路其中一個節點出現問題，危害的將會是整條線路周圍的用電環境[4]。因此，文章在輸電線路周圍布設多個監測點，利用多傳感器融合的方式，實時監測輸電線路地質災害情況[5]。并結合多傳感器融合技術，縮短輸電線路地質災害預警時間，為人們提供更加穩定的輸電環境。

1 基于多傳感器融合的輸電地質災害實時預警方法設計

1.1 采集輸電線路地質災害實時數據

主要利用多個傳感器數據融合的方式，對輸電線路地質災害數據進行采集。在輸電線路的相應位置上，設置地表位移傳感器、固定測斜儀、土壤含水率傳感器、土壓力傳感器組件、雨量傳感器、溫濕度傳感器等多個傳感器[6]。分別采集地表位移數據、地面傾斜數據、土壤水分數據、土壤受到的壓力數據、降雨量數據、空氣溫度與濕度數據等。數據采集過程如圖1所示。多傳感器采集到的數據，進行A/D 轉換之后，即可進入數據預處理模塊，得出的數據就是最為精準有效的數據。

圖1 數據采集融合過程

1.2 基于多傳感器融合處理地質災害數據

輸電線路周圍區域發生地質災害的過程中，按照災害威脅程度，分為Ⅰ、Ⅱ、Ⅲ、Ⅳ類地質災害。其中，Ⅰ類災害為危害較大的災害，Ⅳ類災害為危害最輕的災害[7]。在此基礎上，文中將多傳感器采集到的數據進行處理。公式如下：

式（1）中，δ（a）為數據轉換函數；a為采集到的數據類型；b1、b2、b3、b4分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ類地質災害的數據特征。其中，a作為多傳感器采集到的基礎數據。

在δ（a）=（a-b1）/（b1-b2）的情況下，與b1、b2的關系為b1≤a≤b2；在δ（a）=1 的情況下，b2≤a≤b3；在δ（a）=（a-b4）/（b3-b4）的情況下，b3≤a≤b4；在δ（a）=0 的情況下，a與b1、b2、b3、b4的關系不一定[8]。根據此轉換函數，對數據進一步處理，公式如下：

式（2）中，V（a）為處理之后的地質災害數據；為多傳感器數據融合系數；為歸一化操作數值。

將處理完成的數據分量用δ、θ、ε、λ表示，數據分別對應著Ⅰ、Ⅱ、Ⅲ、Ⅳ類災害類型，則地質災害數據的優化量為：

式（3）中，b為地質災害數據的整體特征；c為優化參數；d為覆蓋系數；cf為多傳感器融合的四元分量；xa為四元分量的增量系數；dc為數據融合姿態估計值；ma為單位化的數據磁量。經過數據處理之后，文中將其帶入到實時預警模型中，對地質災害情況進行綜合預警。

1.3 構建地質災害實時預警模型

為了實現輸電線路地質災害的有效預警，文章在得到多傳感器融合數據之后，利用數據多樣性，構建出實時預警模型，表達式如下：

式（4）中，N為實時預警模型表達式；N1、N2、Nn-1、Nn為地質災害預警特征；δa為Ⅰ類地質災害的數據分量預警程度；θb為Ⅱ類地質災害的數據分量預警程度；εc為Ⅲ類地質災害的數據分量預警程度；λd為Ⅳ類地質災害的數據分量預警程度。在輸電線路區域發生地質災害時，多傳感器能夠立即回傳數據，并使監測終端接收到回傳預警信號。再根據預警信號的地點、時間、事件，形成并發預警功能。并且，此種方法能夠直接固定傳感器的位置，數據流量較小。輸電線路終端位置，可以根據預警地點、類型、等級等數據，反映歷史災害情況。因此，該預警方法并不會出現數據預警信號接收延遲的現象，真正意義上做到實時預警。

2 實驗

為了驗證文章設計的預警方法是否具有實用價值，對上述方法進行實驗驗證。實驗結果以傳統輸電線路地質災害實時預警方法，與文章設計的基于多傳感器融合的輸電地質災害實時預警方法對比的形式呈現。。

2.1 實驗過程

文中在輸電線路地質災害區域布設多個傳感器，傳感器類型為地表位移傳感器、固定測斜儀、土壤含水率傳感器、土壓力傳感器組件、雨量傳感器、溫濕度傳感器。通過對地表位移、地表傾斜程度、土壤水分、土壤壓力、雨量大小、空氣中溫濕度等條件的監測，對輸電線路發生地質災害情況進行預測分析。輸電線路現場傳感單元相關技術指標見表1。

表1 現場傳感單元相關技術指標

表1中，文章按照上述傳感器傳回來的消息，將地質災害分為Ⅰ、Ⅱ、Ⅲ、Ⅳ等級。已知在災害等級為Ⅰ級處，地質災害點數為42；在災害等級為Ⅱ級處，地質災害點數為36；在災害等級為Ⅲ級處，地質災害點數為68；在災害等級為Ⅳ級處，地質災害點數為85。在Ⅰ、Ⅱ、Ⅲ、Ⅳ的四個災害等級中，災害區域均能得到完整的預警，預警精度較高，可以應對輸電線路地質災害的實時預警環境。

2.2 實驗結果

在上述實驗條件下，隨機選取出8個輸電線路監測點，并將其編號成DZZH_a～DZZH_h。在其他條件均一致的情況下，將傳統輸電線路地質災害實時預警方法的預警時間，與文章設計的基于多傳感器融合的輸電地質災害實時預警方法的預警時間進行對比，實驗結果見表2。

表2 實驗結果

表2中，文章選取的DZZH_a～DZZH_h 共8 個監測點，輸電線路的位置不同，均布設在常見地質災害的區域。一般情況下，地質災害預警時間在0～0.01 ms，可以保證預警的實時性，維護輸電線路的安全。在周圍溫度、濕度等其他條件一致的情況下，傳統輸電線路地質災害實時預警方法的預警時間較長，在監測點DZZH_c 與DZZH_h 出現地質災害時，預警時間分別為0.018 ms 與0.012 ms，超過1.0×10-2ms的基礎線，實時性效果不佳，輸電線路安全性無法保障。而文章設計的基于多傳感器融合的輸電地質災害實時預警方法的預警時間相對較短，均在1.0×10-2ms的基礎線以內，可以保證地質災害的實時預警效果，維護輸電線路安全，符合文章研究目的。

3 結束語

近些年來，輸電線路所處環境較為復雜，為邊遠山區帶去了光明的同時，地質災害也逐漸增加。由于輸電線路導致的地質災害分布范圍較廣、危害較大，對電網的運行造成了較大的威脅。因此，利用多傳感器，設計輸電線路地質災害實時預警方法。從采集災害數據、處理數據、構建實時預警模型等方面，提高預警精度，縮短預警時間，為電網安全運行提供保障。