CN111965652B - 基于随机森林算法的带电作业防护帽 - Google Patents
基于随机森林算法的带电作业防护帽 Download PDFInfo
- Publication number
- CN111965652B CN111965652B CN202010844921.1A CN202010844921A CN111965652B CN 111965652 B CN111965652 B CN 111965652B CN 202010844921 A CN202010844921 A CN 202010844921A CN 111965652 B CN111965652 B CN 111965652B
- Authority
- CN
- China
- Prior art keywords
- resistor
- circuit
- signal
- random forest
- amplifier
- 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
Links
- 238000007637 random forest analysis Methods 0.000 title claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 29
- 230000001681 protective effect Effects 0.000 title claims abstract description 13
- 239000003990 capacitor Substances 0.000 claims description 26
- 230000006698 induction Effects 0.000 claims description 17
- 239000000523 sample Substances 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 230000004888 barrier function Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 4
- 238000002592 echocardiography Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000005672 electromagnetic field Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 8
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- A—HUMAN NECESSITIES
- A42—HEADWEAR
- A42B—HATS; HEAD COVERINGS
- A42B1/00—Hats; Caps; Hoods
- A42B1/04—Soft caps; Hoods
- A42B1/08—Soft caps; Hoods with protection against blows
-
- A—HUMAN NECESSITIES
- A42—HEADWEAR
- A42B—HATS; HEAD COVERINGS
- A42B1/00—Hats; Caps; Hoods
- A42B1/24—Hats; Caps; Hoods with means for attaching articles thereto, e.g. memorandum tablets or mirrors
-
- A—HUMAN NECESSITIES
- A42—HEADWEAR
- A42B—HATS; HEAD COVERINGS
- A42B1/00—Hats; Caps; Hoods
- A42B1/24—Hats; Caps; Hoods with means for attaching articles thereto, e.g. memorandum tablets or mirrors
- A42B1/242—Means for mounting detecting, signalling or lighting devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/145—Indicating the presence of current or voltage
- G01R19/155—Indicating the presence of voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
基于随机森林算法的带电作业防护帽,涉及电网带电作业安全工器具领域。本发明是为了解决现有电力***检修工作中,仅依靠工作员人经验来控制人员与设备的安全距离,存在极大安全隐患的问题。本发明所述的基于随机森林算法的带电作业防护帽通过提取超声回波信号的时域和频域信息特征,利用随机森林算法判别出障碍物的个数并求出目标距离。本发明还能够在现场对临近带电体作业设备告警,准确地测量出检修人员与带电体之间的距离,并在测量距离小于安全距离时能够及时发出警报。
Description
技术领域
本发明属于电网带电作业安全工器具领域。
背景技术
在电力***的日常维护检修中,经常需要进行临近带电检修工作。为使检修工作能够顺利安全完成,相关规范中规定了各种等级线路带电作业的安全距离。目前,在带电作业中缺少精确测距提示装置,因此在检修时的安全距离主要依靠工作人员观察控制。这种凭借经验估计安全距离的方法,会受到现场复杂环境中非确定因素的影响,导致安全距离判断错误,不能达到精确测距的要求,使工作人员或辅助设备与高压带电设备的距离过小,带来极大的安全隐患。
发明内容
本发明是为了解决现有电力***检修工作中,仅依靠工作员人经验来控制人员与设备的安全距离,存在极大安全隐患的问题,现提供基于随机森林算法的带电作业防护帽。
基于随机森林算法的带电作业防护帽,包括防护帽本体、以及嵌固在防护帽内帽体和外帽体之间的感应验电模块和超声测距模块;
感应验电模块包括:信号感应电路、放大滤波电路、整流电路和检测电路,信号感应电路用于感应当前环境的电磁场强度、并将磁场强度转换为电压信号,信号感应电路的电压信号输出端连接放大滤波电路的电压信号输入端,放大滤波电路的电压信号输出端连接整流电路的电压信号输入端,整流电路的电压信号输出端连接检测电路的电压信号输入端;
超声测距模块包括:FPGA、发射驱动电路、发射探头、接收探头、接收放大电路和A/D转换电路,FPGA的发射信号输出端连接发射驱动电路的发射信号输入端,发射驱动电路的驱动信号输入端连接发射探头的驱动信号输入端,发射探头在接到驱动信号之后发出超声波,接收探头接收超声波回波、并将超声波信号转换为电信号,接收探头的电信号输出端连接接收放大电路的电信号输入端,接收放大电路的放大信号输出端连接A/D转换电路的模拟信号输入端,A/D转换电路的数字信号输出端连接FPGA的信号存储端,FPGA的频率控制信号输出端连接A/D转换电路的频率控制信号输入端;
FPGA内包括以下软件实现的单元:
存储单元:用于存储A/D转换电路存入的数字信号,
控制单元:用于向A/D转换电路发送写入频率控制信号,
发射单元:用于向发射驱动电路发送驱动信号,
NiosII处理器:
提取存储单元存入的所有数字信号的特征值,并对每个数字信号对应时间内是否存在障碍物进行标记,将所有数字信号的特征值作为输入信号,将所有数字信号的障碍物标记作为输出信号,利用随机森林算法进行训练获得随机森林分类器,
提取存储单元当前时刻存入的数字信号S的特征值,将数字信号S的特征值输入到随机森林分类器中,获得数字信号S对应的障碍物标记,
当数字信号S对应时间内存在障碍物标记时,利用数字信号S中电压最大值所对应的时间t计算障碍物的距离d=0.5vt,其中v为发射波速度。
上述感应验电模块还包括报警电路,检测电路的电压信号输出端连接报警电路的电压信号输入端。
上述超声测距模块还包括:温度传感器和显示器,FPGA内还包括:显示单元和测温单元,温度传感器用于采集前方障碍物的温度,并将障碍物温度通过测温单元发送至NiosII处理器,NiosII处理器将障碍物的距离通过显示单元发送至显示器。
上述放大滤波电路包括:电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2和放大器U1A,电阻R1的一端同时连接电阻R4的一端、电容C1的一端和放大器U1A的反相输入端,电阻R2的一端同时连接电阻R3的一端、电容C2的一端和放大器U1A的同相输入端,电阻R4的另一端、电容C1的另一端和放大器U1A的输出端相连、并作为放大滤波电路的电压信号输出端,电阻R2的另一端作为放大滤波电路的电压信号输入端,电阻R1的另一端、电阻R3的另一端和电容C2的另一端均连接电源地。
上述整流电路包括:电阻R5、电阻R6、电阻R7、电阻R8、电容C3、放大器U2A、二极管D1和二极管D2,电阻R5的一端和二极管D1的正极相连、并共同作为整流电路的电压信号输入端,电阻R5的另一端同时连接电阻R6的一端和放大器U2A的反相输入端,电阻R6的另一端同时连接放大器U2A的输出端和二极管D2的正极,二极管D1的负极同时连接二极管D2的负极和电阻R7的一端,电阻R7的另一端同时连接电容C3的一端和电阻R8的一端、并共同作为整流电路的电压信号输出端,放大器U2A的同相输入端、电容C3的另一端和电阻R8的另一端均连接电源地。
上述检测电路包括:电阻R9、变阻器R10、电阻R11和放大器U3A,放大器U3A的同相输入端作为检测电路的电压信号输入端,电阻R9的一端和电阻R11的一端同时连接电源正极,电阻R9的另一端同时连接变阻器R10的动端和放大器U3A的反相输入端,放大器U3A的输出端连接电阻R11的另一端、并作为检测电路的电压信号输出端,变阻器R10的一个不动端连接电源地。
上述提取数字信号的特征值的方法为:
将数字信号分为n段,以stepi为步长将第i个信号段划分为多个小节,选取每个小节中最大电压值a作为该小节的特征值,将所有小节的特征值组合成为集合{ai},n为正整数,i=1,2,...,n,根据下式计算第i个信号段的时域特征CT1i:
CT1i=max{ai}-min{ai}
其中,max{ai}和min{ai}分别为集合{ai}中的最大值和最小值,
对时域特征CT1i进行傅里叶变换获得频域幅度谱,截取以发射频率f0为中心、左右长度均为d的区间[f-d,f+d],在该区间内根据下式提取第i个信号段的频域特征,所述频域特征为频谱相对面积CT2i、方差CT3i、最大值CT4i和极差CT5i:
CT4=max{p(xj)}
CT5=max{p(xj)}-min{p(xj)}
其中,xj为区间[f-d,f+d]中任意一点的频率,p(xj)为xj的幅值,-d≤j≤d,
分别对n个信号段的时域特征和频域特征进行归一化处理,获得数字信号的特征值。
根据下式分别对n个信号段的时域特征和频域特征进行归一化处理:
其中,Xmax为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最大值,Xmin为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最小值,Xold为上一时刻提取的数字信号的特征值。
本发明所述的基于随机森林算法的带电作业防护帽,除能够实现验电器功能外,还具有可穿戴和测距得功能。具体的,通过提取超声回波信号的时域和频域信息特征,利用随机森林算法判别出障碍物的个数并求出目标距离,能够有效地解决因距离远、回波信号弱而造成的测距困难问题。实际应用中能够实现10m内的多个障碍物距离测量功能,测量误差在±3cm之内,达到了实际的应用需求。同时,本发明还能够在现场对临近带电体作业设备告警,与传统的视距测量和拉线预警方式相比,本发明能准确地测量出检修人员与带电体之间的距离,并在测量距离小于安全距离时能够及时发出警报,避免检修人员及设备的损毁等安全事故的发生。
附图说明
图1为带电作业防护帽的结构示意图;
图2为感应验电模块的电路图;
图3为超声测距模块的结构图;
图4为数字信号的时域图;
图5为分段傅里叶变换频域图;
图6为障碍物测试示意图。
具体实施方式
具体实施方式一:参照图1至图6具体说明本实施方式,本实施方式所述的基于随机森林算法的带电作业防护帽,包括防护帽本体、以及嵌固在防护帽内帽体和外帽体之间的感应验电模块和超声测距模块。两个模块位于防护帽顶端中心处,模块外壳采用一体化设计,保证了良好的绝缘和机械强度,采用电池供电,模块布置如图1所示。
如图2所示,感应验电模块包括:信号感应电路1-1、放大滤波电路1-2、整流电路1-3、检测电路1-4和报警电路1-5,信号感应电路1-1用于感应当前环境的电磁场强度、并将磁场强度转换为电压信号,信号感应电路1-1的电压信号输出端连接放大滤波电路1-2的电压信号输入端,放大滤波电路1-2的电压信号输出端连接整流电路1-3的电压信号输入端,整流电路1-3的电压信号输出端连接检测电路1-4的电压信号输入端,检测电路1-4的电压信号输出端连接报警电路1-5的电压信号输入端。
放大滤波电路1-2包括:电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2和放大器U1A,电阻R1的一端同时连接电阻R4的一端、电容C1的一端和放大器U1A的反相输入端,电阻R2的一端同时连接电阻R3的一端、电容C2的一端和放大器U1A的同相输入端,电阻R4的另一端、电容C1的另一端和放大器U1A的输出端相连、并作为放大滤波电路1-2的电压信号输出端,电阻R2的另一端作为放大滤波电路1-2的电压信号输入端,电阻R1的另一端、电阻R3的另一端和电容C2的另一端均连接电源地。
整流电路1-3包括:电阻R5、电阻R6、电阻R7、电阻R8、电容C3、放大器U2A、二极管D1和二极管D2,电阻R5的一端和二极管D1的正极相连、并共同作为整流电路1-3的电压信号输入端,电阻R5的另一端同时连接电阻R6的一端和放大器U2A的反相输入端,电阻R6的另一端同时连接放大器U2A的输出端和二极管D2的正极,二极管D1的负极同时连接二极管D2的负极和电阻R7的一端,电阻R7的另一端同时连接电容C3的一端和电阻R8的一端、并共同作为整流电路1-3的电压信号输出端,放大器U2A的同相输入端、电容C3的另一端和电阻R8的另一端均连接电源地。
检测电路1-4包括:电阻R9、变阻器R10、电阻R11和放大器U3A,放大器U3A的同相输入端作为检测电路1-4的电压信号输入端,电阻R9的一端和电阻R11的一端同时连接电源正极,电阻R9的另一端同时连接变阻器R10的动端和放大器U3A的反相输入端,放大器U3A的输出端连接电阻R11的另一端、并作为检测电路1-4的电压信号输出端,变阻器R10的一个不动端连接电源地。
当线路带电时,信号感应电路1-1将磁场信号转换为电信号,具体表现为产生交流变化的电压信号Vin。由于线路带电时,除了产生50Hz的磁场外,还夹杂着高次谐波干扰和其他噪声干扰。因此,需要对电压信号Vin进一步地放大滤波处理。信号感应电路1-1产生的交流电压信号Vin经过运放正向放大和滤波后,得到电压信号Vac,本实施方式中的滤波器为二阶低通滤波器,能够滤除高频噪声干扰。整流电路1-3采用全波整流,在电压信号Vac为正半波时,通过D1导通、滤波至Vrec;而在Vac为负半波时,通过反相同比例放大R6=R5,通过D2导通、滤波至Vrec。一阶RC低通滤波器的作用,使Vrec为小脉动的直流电压,送入报警电路中进行检测。当输入信号Vrec大于预设门槛电压时,Vout为高电平,表征设备带电或距离带电设备较近,蜂鸣器S1导通,进而报警;当输入Vrec小于预设电压时,Vout为低电平,表征设备停电或距离带电设备较远,蜂鸣器S1不导通,无报警。比较器根据输入信号的大小,送出有电、无电2种信号。调节变阻器R10的阻值大小,即可调整预设电压值,从而改变装置的灵敏度,蜂鸣频率受与带电体距离影响,距离越近,蜂鸣频率越高。佩戴该装置的工作人员在使用时可根据带电现场电压等级的不同调节档位改变报警器的灵敏度。
如图3所示,超声测距模块包括:FPGA2-2、发射驱动电路2-6、发射探头2-7、接收探头2-8、接收放大电路2-5、A/D转换电路2-4、温度传感器和显示器。发射驱动电路2-6为MAX232芯片,A/D转换电路2-4为MAX120芯片,FPGA2-2的型号为Altera的EP2C35F672。FPGA2-2的发射信号输出端连接发射驱动电路2-6的发射信号输入端,发射驱动电路2-6的驱动信号输入端连接发射探头2-7的驱动信号输入端,发射探头2-7在接到驱动信号之后发出8个40kHz的方波脉冲信号。接收探头2-8接收超声波回波、并将超声波信号转换为电信号,接收探头2-8的电信号输出端连接接收放大电路2-5的电信号输入端,接收放大电路2-5的放大信号输出端连接A/D转换电路2-4的模拟信号输入端,A/D转换电路2-4的数字信号输出端连接FPGA2-2的信号存储端,FPGA2-2的频率控制信号输出端连接A/D转换电路2-4的频率控制信号输入端,温度传感器用于采集前方障碍物的温度,并将障碍物温度通过测温单元发送至NiosII处理器,NiosII处理器将障碍物的距离通过显示单元发送至显示器。
FPGA2-2内包括以下软件实现的单元:
存储单元:用于存储A/D转换电路2-4存入的数字信号,
控制单元:用于向A/D转换电路2-4发送写入频率控制信号,
发射单元:用于向发射驱动电路2-6发送驱动信号,
NiosII处理器:
提取存储单元存入的所有数字信号的特征值,并对每个数字信号对应时间内是否存在障碍物进行标记,将所有数字信号的特征值作为输入信号,将所有数字信号的障碍物标记作为输出信号,利用随机森林算法进行训练获得随机森林分类器,
提取存储单元当前时刻存入的数字信号S的特征值,将数字信号S的特征值输入到随机森林分类器中,获得数字信号S对应的障碍物标记,
当数字信号S对应时间内存在障碍物标记时,则利用数字信号S中电压最大值所对应的时间t计算障碍物的距离d=0.5vt,其中v为发射波速度。
当检测过程中检测到多个连续的数字信号,且存在障碍物标记的数字信号所对应的时间段连续时,将时间连续的数字信号合并成为一个整体的时间区间,利用该时间区间中电压最大值所对应的时间t计算障碍物的距离d。
上述超声测距模块在工作时,在启动发射电路的同时启动存储单元和A/D转换电路2-4,转换完成后的数据由NiosII处理器从片内SRAM读入,进行数据格式转换和带通滤波后实现具体的时延算法;NiosII同时读入测温模块所测的实时温度结合数据处理所得到的时延即可算得具体的距离值,通过显示驱动电路输出结果。
信号具有时域和频域的特性。在时域中,信号f(t)是时间的函数,描述的是信号的幅度、频率和相位随时间的变化关系。在频域中,信号F(jω)是频率的函数,讨论的是信号的幅度和相位随频率的变化关系。信号可以通过傅氏变换在时域和频域之间转换。通过研究发现,当超声波遇到障碍物返回时,其反射波的频率ff会在发射波频率f0附近出现,导致频率f0附近的频谱幅度变大。例如,以频率为f0=48kHz发射脉冲方波,得到经带通滤波后的原始回波信号波形S,如图4所示。可看出在18200μs~19100μs和55200μs~56100μs时间段内各有一个障碍物。为了测距,在上述两个时间段内分别取最高点作为飞跃时间,根据式d=0.5vt可计算出两个障碍物的距离分别约为3.2m和9.5m。因此,找出障碍物所在的时间段是解决问题的关键。因此,上述提取数字信号的特征值的方法为:
将数字信号(回波信号)分为n段,每一段对应的时间均为t0,t0的大小与回波信号中障碍物从出现的开始时刻到结束时刻所对应的时间段tobs有关,例如图4中tobs=900μs,如果t0取值过大,就会出现一段中包含多个障碍物,影响判断障碍物个数。反之如果取值太小,又会造成一个障碍物出现的时间段tobs被分割成连续好几段,使计算变得复杂。所以一般取t0≈12tobs较为合适。这样一个障碍物至多会被连续的3段t0所包括起来,在后续处理过程中如果判断出相邻的时间段内有障碍物出现,则可以把它们合并为一个时间区间。选定好t0后,回波信号总的时长为tall,那么n=tall/t0。而后对每一段信号做FFT变换,当有障碍物出现的时候,f0附近的频谱幅度会比较强,如图5所示,该图显示的仅为图4中两个障碍物所在时间区间附近的分段,可以看出在障碍物所在时间区间43段、44段频谱幅度明显比42段、45段强;同理,另外一个障碍物所在时间区间128段、129段频谱幅度也要比127段、130段高。
基于以上分析,可以提取信号在时域和频域的一些特征。以数字信号S中的一段Si为例,其计算方法为:
以stepi为步长将第i个信号段划分为多个小节,选取每个小节中最大电压值a作为该小节的特征值,将所有小节的特征值组合成为集合{ai},n为正整数,i=1,2,...,n,根据下式计算第i个信号段的时域特征CT1i:
CT1i=max{ai}-min{ai}
其中,max{ai}和min{ai}分别为集合{ai}中的最大值和最小值,
对时域特征CT1i进行傅里叶变换获得频域幅度谱,截取以发射频率f0为中心、左右长度均为d的区间[f-d,f+d],在该区间内根据下式提取第i个信号段的频域特征,所述频域特征为频谱相对面积CT2i、方差CT3i、最大值CT4i和极差CT5i:
CT4=max{p(xj)}
CT5=max{p(xj)}-min{p(xj)}
其中,xj为区间[f-d,f+d]中任意一点的频率,p(xj)为xj的幅值,-d≤j≤d,区间[f-d,f+d]中所有点的频率对应的幅值组合成集合{p(xj)},则有max{p(xj)}和min{p(xj)}分别为集合{p(xj)}中的最大值和最小值。
根据下式分别对n个信号段的时域特征和频域特征进行归一化处理,获得数字信号的特征值:
其中,Xmax为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最大值,Xmin为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最小值,Xold为上一时刻提取的数字信号的特征值。
根据以上实施方式进行实验,实验中发射的脉冲方波振荡频率为48kHz,采样频率为680MHz,采样时间为62638.55μs。采集经过带通滤波后的原始数据点,得到采样点数为43200个,画出的波形类似图4。把原始数据分成144段,t0约为500μs,每段有300个数据点,频域区间选取为[46kHz,50kHz],按照本实施方式算法计算出障碍物的距离。通过对不同距离多个不同障碍物进行测量,得到实验结果如表1所示。结果表明,本实施方式能够在10m之内,同时有效地完成对多个障碍物的距离测量。其误差在±3cm之内,达到了实际的应用要求。在同一位置上进行多次测量,来评判随机森林算法的准确度,其实验结果如表2所示。结果表明该算法具有很好的障碍物识别度。
表1测量结果
表2随机森林算法准确度
本实施方式能够除实现验电器功能外,还具有可穿戴和测距功能,涉及算法通过提取超声回波信号的时域和频域信息特征,然后利用随机森林算法判别出障碍物的个数并求出目标距离,可有效地解决因距离远、回波信号弱而造成的测距困难问题。还能够实现10m内的多个障碍物距离测量功能,测量误差在±3cm之内,达到了实际的应用需求,取得了良好的效果,具有较高的实用价值和理论参考意义。
经过现场对临近带电体作业设备告警装置的测试,与传统的视距测量和拉线预警方式相比,该装置能准确地测量出检修人员与带电体之间的距离,并在测量距离小于安全距离时能够及时发出警报,避免检修人员及设备的损毁等安全事故的发生。
Claims (9)
1.基于随机森林算法的带电作业防护帽,包括防护帽本体,其特征在于,还包括嵌固在防护帽内帽体和外帽体之间的感应验电模块和超声测距模块;
感应验电模块包括:信号感应电路(1-1)、放大滤波电路(1-2)、整流电路(1-3)和检测电路(1-4),信号感应电路(1-1)用于感应当前环境的电磁场强度、并将磁场强度转换为电压信号,信号感应电路(1-1)的电压信号输出端连接放大滤波电路(1-2)的电压信号输入端,放大滤波电路(1-2)的电压信号输出端连接整流电路(1-3)的电压信号输入端,整流电路(1-3)的电压信号输出端连接检测电路(1-4)的电压信号输入端;
超声测距模块包括:FPGA(2-2)、发射驱动电路(2-6)、发射探头(2-7)、接收探头(2-8)、接收放大电路(2-5)和A/D转换电路(2-4),FPGA(2-2)的发射信号输出端连接发射驱动电路(2-6)的发射信号输入端,发射驱动电路(2-6)的驱动信号输入端连接发射探头(2-7)的驱动信号输入端,发射探头(2-7)在接到驱动信号之后发出超声波,接收探头(2-8)接收超声波回波、并将超声波信号转换为电信号,接收探头(2-8)的电信号输出端连接接收放大电路(2-5)的电信号输入端,接收放大电路(2-5)的放大信号输出端连接A/D转换电路(2-4)的模拟信号输入端,A/D转换电路(2-4)的数字信号输出端连接FPGA(2-2)的信号存储端,FPGA(2-2)的频率控制信号输出端连接A/D转换电路(2-4)的频率控制信号输入端;
FPGA(2-2)内包括以下软件实现的单元:
存储单元:用于存储A/D转换电路(2-4)存入的数字信号,
控制单元:用于向A/D转换电路(2-4)发送写入频率控制信号,
发射单元:用于向发射驱动电路(2-6)发送驱动信号,
NiosII处理器:
提取存储单元存入的所有数字信号的特征值,并对每个数字信号对应时间内是否存在障碍物进行标记,将所有数字信号的特征值作为输入信号,将所有数字信号的障碍物标记作为输出信号,利用随机森林算法进行训练获得随机森林分类器,
提取存储单元当前时刻存入的数字信号S的特征值,将数字信号S的特征值输入到随机森林分类器中,获得数字信号S对应的障碍物标记,
当数字信号S对应时间内存在障碍物标记时,利用数字信号S中电压最大值所对应的时间t计算障碍物的距离d=0.5vt,其中v为发射波速度;
提取数字信号的特征值的方法为:
将数字信号分为n段,以stepi为步长将第i个信号段划分为多个小节,选取每个小节中最大电压值a作为该小节的特征值,将所有小节的特征值组合成为集合{ai},n为正整数,i=1,2,...,n,根据下式计算第i个信号段的时域特征CT1i:
CT1i=max{ai}-min{ai}
其中,max{ai}和min{ai}分别为集合{ai}中的最大值和最小值,
对时域特征CT1i进行傅里叶变换获得频域幅度谱,截取以发射频率f0为中心、左右长度均为d的区间[f-d,f+d],在该区间内根据下式提取第i个信号段的频域特征,所述频域特征为频谱相对面积CT2i、方差CT3i、最大值CT4i和极差CT5i:
CT4i=max{p(xj)}
CT5i=max{p(xj)}-min{p(xj)}
其中,xj为区间[f-d,f+d]中任意一点的频率,p(xj)为xj的幅值,-d≤j≤d,
分别对n个信号段的时域特征和频域特征进行归一化处理,获得数字信号的特征值。
2.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,感应验电模块还包括报警电路(1-5),检测电路(1-4)的电压信号输出端连接报警电路(1-5)的电压信号输入端。
3.根据权利要求1或2所述的基于随机森林算法的带电作业防护帽,其特征在于,超声测距模块还包括:温度传感器和显示器,FPGA(2-2)内还包括:显示单元和测温单元,
温度传感器用于采集前方障碍物的温度,并将障碍物温度通过测温单元发送至NiosII处理器,
NiosII处理器将障碍物的距离通过显示单元发送至显示器。
4.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,放大滤波电路(1-2)包括:电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2和放大器U1A,
电阻R1的一端同时连接电阻R4的一端、电容C1的一端和放大器U1A的反相输入端,
电阻R2的一端同时连接电阻R3的一端、电容C2的一端和放大器U1A的同相输入端,
电阻R4的另一端、电容C1的另一端和放大器U1A的输出端相连、并作为放大滤波电路(1-2)的电压信号输出端,
电阻R2的另一端作为放大滤波电路(1-2)的电压信号输入端,
电阻R1的另一端、电阻R3的另一端和电容C2的另一端均连接电源地。
5.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,整流电路(1-3)包括:电阻R5、电阻R6、电阻R7、电阻R8、电容C3、放大器U2A、二极管D1和二极管D2,
电阻R5的一端和二极管D1的正极相连、并共同作为整流电路(1-3)的电压信号输入端,
电阻R5的另一端同时连接电阻R6的一端和放大器U2A的反相输入端,
电阻R6的另一端同时连接放大器U2A的输出端和二极管D2的正极,
二极管D1的负极同时连接二极管D2的负极和电阻R7的一端,
电阻R7的另一端同时连接电容C3的一端和电阻R8的一端、并共同作为整流电路(1-3)的电压信号输出端,
放大器U2A的同相输入端、电容C3的另一端和电阻R8的另一端均连接电源地。
6.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,检测电路(1-4)包括:电阻R9、变阻器R10、电阻R11和放大器U3A,
放大器U3A的同相输入端作为检测电路(1-4)的电压信号输入端,
电阻R9的一端和电阻R11的一端同时连接电源正极,
电阻R9的另一端同时连接变阻器R10的动端和放大器U3A的反相输入端,
放大器U3A的输出端连接电阻R11的另一端、并作为检测电路(1-4)的电压信号输出端,
变阻器R10的一个不动端连接电源地。
7.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,根据下式分别对n个信号段的时域特征和频域特征进行归一化处理:
其中,Xmax为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最大值,Xmin为n个信号段中时域特征、频谱相对面积、方差、最大值或极差的最小值,Xold为上一时刻提取的数字信号的特征值。
8.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,当存在障碍物标记的数字信号所对应的时间段连续时,将时间连续的数字信号合并成为一个整体的时间区间,利用该时间区间中电压最大值所对应的时间t计算障碍物的距离d=0.5vt。
9.根据权利要求1所述的基于随机森林算法的带电作业防护帽,其特征在于,发射驱动电路(2-6)为MAX232芯片,A/D转换电路(2-4)为MAX120芯片,FPGA(2-2)的型号为EP2C35F672。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010844921.1A CN111965652B (zh) | 2020-08-20 | 2020-08-20 | 基于随机森林算法的带电作业防护帽 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010844921.1A CN111965652B (zh) | 2020-08-20 | 2020-08-20 | 基于随机森林算法的带电作业防护帽 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111965652A CN111965652A (zh) | 2020-11-20 |
CN111965652B true CN111965652B (zh) | 2024-03-12 |
Family
ID=73389639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010844921.1A Active CN111965652B (zh) | 2020-08-20 | 2020-08-20 | 基于随机森林算法的带电作业防护帽 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111965652B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112471670A (zh) * | 2020-10-30 | 2021-03-12 | 国网天津市电力公司 | 一种带电作业智能型绝缘帽 |
CN113432250B (zh) * | 2021-06-08 | 2022-10-11 | Tcl空调器(中山)有限公司 | 空调器防夹人控制方法、装置、空调器及可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0030728D0 (en) * | 1999-12-27 | 2001-01-31 | Ando Electric | Probe signal outputting apparatus |
US6202034B1 (en) * | 1999-01-27 | 2001-03-13 | Delphi Technologies, Inc. | Ultrasonic ranging system and method for improving accuracy thereof |
WO2005106530A1 (ja) * | 2004-04-28 | 2005-11-10 | Matsushita Electric Industrial Co., Ltd. | 超音波測距装置 |
CN101886744A (zh) * | 2010-06-25 | 2010-11-17 | 东北大学 | 便携式检测管道故障内检设备的超声定位装置及定位方法 |
CN104483675A (zh) * | 2014-12-18 | 2015-04-01 | 扬州天目光电科技有限公司 | 自适应激光测距装置及其测距方法 |
CN104851239A (zh) * | 2015-06-09 | 2015-08-19 | 国网山东济南市历城区供电公司 | 高压电气设备安全距离报警装置及方法 |
JP2016027332A (ja) * | 2014-07-01 | 2016-02-18 | 東日本旅客鉄道株式会社 | 非接触型検電器及び検電方法 |
JP2017173150A (ja) * | 2016-03-24 | 2017-09-28 | カシオ計算機株式会社 | 障害物検知装置、方法、およびプログラム |
CN110070031A (zh) * | 2019-04-18 | 2019-07-30 | 哈尔滨工程大学 | 一种基于emd和随机森林的海底底质声呐回波特征提取融合方法 |
-
2020
- 2020-08-20 CN CN202010844921.1A patent/CN111965652B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6202034B1 (en) * | 1999-01-27 | 2001-03-13 | Delphi Technologies, Inc. | Ultrasonic ranging system and method for improving accuracy thereof |
GB0030728D0 (en) * | 1999-12-27 | 2001-01-31 | Ando Electric | Probe signal outputting apparatus |
WO2005106530A1 (ja) * | 2004-04-28 | 2005-11-10 | Matsushita Electric Industrial Co., Ltd. | 超音波測距装置 |
CN101886744A (zh) * | 2010-06-25 | 2010-11-17 | 东北大学 | 便携式检测管道故障内检设备的超声定位装置及定位方法 |
JP2016027332A (ja) * | 2014-07-01 | 2016-02-18 | 東日本旅客鉄道株式会社 | 非接触型検電器及び検電方法 |
CN104483675A (zh) * | 2014-12-18 | 2015-04-01 | 扬州天目光电科技有限公司 | 自适应激光测距装置及其测距方法 |
CN104851239A (zh) * | 2015-06-09 | 2015-08-19 | 国网山东济南市历城区供电公司 | 高压电气设备安全距离报警装置及方法 |
JP2017173150A (ja) * | 2016-03-24 | 2017-09-28 | カシオ計算機株式会社 | 障害物検知装置、方法、およびプログラム |
CN110070031A (zh) * | 2019-04-18 | 2019-07-30 | 哈尔滨工程大学 | 一种基于emd和随机森林的海底底质声呐回波特征提取融合方法 |
Non-Patent Citations (3)
Title |
---|
Range Measurement using Ultrasound FMCW Signals;Masanori Kunita et al.;《2008 IEEE Ultrasonics Symposium》;第1-4页 * |
基于ZigBee的临近带电体安全距离报警装置研制;朱明柱 等;《通信电源技术》;第34卷(第01期);第70-72页 * |
大量程超声波回波测距***的研究;刘先中 等;《仪器仪表学报》;第25卷(第4期);第1-4页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111965652A (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111965652B (zh) | 基于随机森林算法的带电作业防护帽 | |
CN101655538B (zh) | 发电机局部放电在线监测装置及其监测方法 | |
CN104076195B (zh) | 基于垂直场强差分布曲线匹配的非接触式验电装置 | |
CN103675482A (zh) | 混合电场测量*** | |
CN111179529A (zh) | 一种电力电缆防破坏预警*** | |
CN208847788U (zh) | 一种基于场强分布的非接触式高压验电器 | |
CN103823165A (zh) | 一种基于泄漏电流的绝缘子污闪预警方法及其*** | |
CN104155568B (zh) | 一种雷击输电线路避雷线精确定位方法 | |
CN104625332B (zh) | 基于二氧化碳焊输入端电信号的稳定性评估***及方法 | |
CN110361606A (zh) | 线路避雷器在线监测*** | |
CN110084986B (zh) | 一种周界安防方法及装置 | |
CN117353465B (zh) | 一种基于传感器的变频配电柜运行监管*** | |
CN104655941A (zh) | 电磁辐射检测方法、装置及电子设备 | |
CN204008823U (zh) | 非接触式带电识别验电器 | |
CN105277795A (zh) | 一种接地阻抗监测采集分析仪 | |
CN213750105U (zh) | 实时雷电预警装置 | |
CN115508614A (zh) | 一种机载非接触式高压验电方法及*** | |
CN114459532A (zh) | 无源无线局部放电、温湿度复合传感监测*** | |
CN206132970U (zh) | 现场环境下超声波局部放电计量*** | |
CN211237053U (zh) | 一种电力电缆防破坏预警*** | |
CN111913182A (zh) | 一种变电站运检机器人及其带电区域隔离方法 | |
CN206945831U (zh) | 一种机械臂安全距离监测装置 | |
CN206420992U (zh) | 一种高压电缆潜在问题的离线检测定位装置 | |
CN112630603B (zh) | 基于噪声的交流感应放电电流确定方法 | |
CN110579617A (zh) | 一种用于地面试验的航空发动机转速测量装置及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |