孫暄，周年榮，唐立軍

（云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，昆明 650217）

0 前言

在實(shí)際應(yīng)用過(guò)程中，經(jīng)常會(huì)出工作觸電現(xiàn)象，給人們的生命帶來(lái)危險(xiǎn)，為了減少觸電現(xiàn)象發(fā)生的概率，需要建立防觸電預(yù)警機(jī)制[1-3]。防觸電預(yù)警模型是一種重要機(jī)制，可以根據(jù)防觸電預(yù)警結(jié)果啟動(dòng)相關(guān)裝置進(jìn)行報(bào)警，因此防觸電預(yù)警模型的研究具有重要意義，成為當(dāng)前一個(gè)重要的研究課題[4-6]。

針對(duì)防觸電預(yù)警模型的設(shè)計(jì)問(wèn)題，當(dāng)前國(guó)內(nèi)外有大量的研究文獻(xiàn)，對(duì)相關(guān)文獻(xiàn)進(jìn)行分析和總結(jié)，發(fā)現(xiàn)當(dāng)前防觸電預(yù)警模型存在預(yù)警正確率低、虛警率高等缺陷，難以獲得理想的防觸電預(yù)警結(jié)果[7-9]。

為了解決當(dāng)前防觸電預(yù)警模型存在的一些難題，提出了基于無(wú)線傳感器的防觸電預(yù)警模型。并在Matlab平臺(tái)對(duì)防觸電預(yù)警模型的性能進(jìn)行了驗(yàn)證性測(cè)試。

1 基于無(wú)線傳感器的防觸電預(yù)警模型

1.1 無(wú)線傳感器采集信號(hào)及預(yù)處理和提取特征

無(wú)傳感器信號(hào)的采集十分重要，直接影響防觸電預(yù)警正確率，由于無(wú)線傳感器的抗干擾能力，可以實(shí)時(shí)、在線對(duì)防觸電信號(hào)進(jìn)行采集，因此本文選擇其采集防觸電信號(hào)。在防觸電信號(hào)采集過(guò)程，由于其它不利因素的干擾，采集了許多無(wú)用的信號(hào)，這些無(wú)用信號(hào)以噪聲的形式表現(xiàn)出來(lái)[10]，因此本文選擇小波分析對(duì)防觸電原始信號(hào)進(jìn)行預(yù)處理，改善防觸電信號(hào)的質(zhì)量，然后從去噪后的防觸電信號(hào)中提取防觸電預(yù)警特征。

1.2 機(jī)器學(xué)習(xí)算法

設(shè)防觸電預(yù)警的學(xué)習(xí)樣本組合一個(gè)集合，它們共有k個(gè)，具體采用{(xi,yi),i=1,2,…,k}進(jìn)行描述，xi表示防觸電預(yù)警的特征向量，yi表示防觸電預(yù)警的輸出。支持向量機(jī)是一種專(zhuān)門(mén)針對(duì)復(fù)雜、非線性分類(lèi)問(wèn)題，防觸電預(yù)警實(shí)際就是一種多分類(lèi)問(wèn)題，引入支持向量機(jī)建立防觸電預(yù)警模型。支持向量機(jī)對(duì)學(xué)習(xí)樣本集合：{(xi,yi),i=1,2,…,k}進(jìn)行映射，則有[11]：

要建立防觸電預(yù)警模型就要確定式(1)的ω和b的值，而直接ω和b進(jìn)行求解，實(shí)現(xiàn)過(guò)程十分復(fù)雜，有時(shí)難以找到其準(zhǔn)確的解，因此需要采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則對(duì)其進(jìn)行轉(zhuǎn)換，則有：

式中，ε表示不敏感損失函數(shù)。

由于支持向量機(jī)在學(xué)習(xí)過(guò)程，會(huì)產(chǎn)生一些誤差，為了對(duì)誤差進(jìn)行適當(dāng)?shù)膽土P，引入懲罰參數(shù)C，那么式(2)的等價(jià)形式為：

式中，ξi、ξ*i為松弛變量。

式(3)的約束條件為：

引入拉格朗日乘子加快防觸電預(yù)警模型建立的速度，建立如下拉格朗日函數(shù)：

式中，αi和αi*為拉格朗日乘子。

式(6)應(yīng)該滿(mǎn)足如下條件為：

由于防觸電預(yù)警的特征向量和防觸電預(yù)警的輸出之間存在比較強(qiáng)的非線性變化關(guān)系，采用核函數(shù)k(xi,x)代替對(duì)偶操作(φ(xi),φ(x))得到防觸電預(yù)警模型描述形式為：

本文選擇核函數(shù)具體如下：

1.3 無(wú)線傳感器的防觸電預(yù)警模型的工作步驟

1）采用無(wú)線傳感器對(duì)防觸電預(yù)警信號(hào)進(jìn)行采集，去除最初和最后一段時(shí)間的信號(hào)，采用中間一段時(shí)間信號(hào)進(jìn)行后續(xù)處理。

2）采用小波分析對(duì)無(wú)線傳感器采集原始防觸電預(yù)警信號(hào)進(jìn)行處理，去除其中一些噪聲，防止噪聲對(duì)防觸電預(yù)警特征提取的干擾。

3）提取預(yù)處理后防觸電預(yù)警信號(hào)中特征，并對(duì)特征向量作如下縮放操作，使它們值處于[01]的范圍內(nèi)，加快防觸電預(yù)警模型工作效率。

4）將防觸電預(yù)警信號(hào)中特征作為輸入，防觸電預(yù)警信號(hào)類(lèi)型作為輸出，建立防觸電預(yù)警學(xué)習(xí)樣本。

5）采用機(jī)器學(xué)習(xí)算法對(duì)防觸電預(yù)警學(xué)習(xí)樣本進(jìn)行訓(xùn)練，建立防觸電預(yù)警模型。

6）采用一些驗(yàn)證樣本數(shù)據(jù)對(duì)防觸電預(yù)警模型進(jìn)行測(cè)試，并對(duì)測(cè)試結(jié)果進(jìn)行分析。

基于上述描述，基于無(wú)線傳感器的防觸電預(yù)警流程如圖1所示。

圖1 基于無(wú)線傳感器的防觸電預(yù)警流程

2 防觸電預(yù)警模型的性能測(cè)試

2.1 實(shí)驗(yàn)環(huán)境

為了測(cè)試本文設(shè)計(jì)的基于無(wú)線傳感器的防觸電預(yù)警模型的有效性，對(duì)其進(jìn)行仿真測(cè)試，測(cè)試實(shí)驗(yàn)的環(huán)境如表1所示。防觸電預(yù)警模型實(shí)現(xiàn)的程序采用Matlab 2018編寫(xiě)。RBF神經(jīng)網(wǎng)絡(luò)的防觸電預(yù)警模型進(jìn)行對(duì)比測(cè)試。

表1 防觸電預(yù)警性能測(cè)試的環(huán)境參數(shù)

2.2 實(shí)驗(yàn)數(shù)據(jù)

選擇一個(gè)防觸電裝置作為實(shí)驗(yàn)對(duì)象，對(duì)其信號(hào)數(shù)據(jù)進(jìn)行采集，信號(hào)數(shù)據(jù)分為兩種，一種是安全的，一種是危險(xiǎn)信號(hào)，當(dāng)處于危險(xiǎn)狀態(tài)時(shí)，就要啟動(dòng)防觸電報(bào)警系統(tǒng)，兩種類(lèi)型的數(shù)據(jù)數(shù)量分別200和50個(gè)，分別提取特征。

2.3 結(jié)果與分析

兩種模型進(jìn)行防觸電預(yù)警仿真實(shí)驗(yàn)，每一種模型進(jìn)行5次仿真實(shí)驗(yàn)，以體現(xiàn)實(shí)驗(yàn)結(jié)果的公平性，增加說(shuō)服力，統(tǒng)計(jì)防觸電預(yù)警正確率，結(jié)果如圖2所示。從圖2的防觸電預(yù)警正確率看出，基于無(wú)線傳感器的防觸電預(yù)警正確率均超過(guò)了95%，而對(duì)比模型的防觸電預(yù)警正確率均低于90%，本文模型可以很準(zhǔn)確描述防觸電預(yù)警變化規(guī)律，建立了更優(yōu)的防觸電預(yù)警模型。

圖2 兩種模型的防觸電預(yù)警正確率對(duì)比

統(tǒng)計(jì)兩種模型的防觸電虛警率，結(jié)果如圖3所示。從圖3可以看出，基于無(wú)線傳感器的防觸電虛警率低于5%，而對(duì)比模型的防觸電虛警率大約為10%，對(duì)比模型出現(xiàn)了許多誤警現(xiàn)象，而本文模型降低了出現(xiàn)防觸電誤警概率，提高了防觸電預(yù)警成功率。

圖3 兩種模型的防觸電虛警率對(duì)比

在實(shí)際應(yīng)用中，防觸電預(yù)警實(shí)時(shí)性十分重要，本文選擇防觸電預(yù)警時(shí)間(秒)描述實(shí)時(shí)性，結(jié)果如表2所示。從表2的防觸電預(yù)警時(shí)間可以看出，基于無(wú)線傳感器的防觸電預(yù)警時(shí)間明顯少于對(duì)比模型，說(shuō)明基于無(wú)線傳感器的防觸電預(yù)警速度快，具有更優(yōu)的防觸電預(yù)警實(shí)時(shí)性。

表2 兩種模型的防觸電預(yù)警時(shí)間對(duì)比

3 結(jié)束語(yǔ)

為了提高防觸電預(yù)警正確率，設(shè)計(jì)了基于無(wú)線傳感器的防觸電預(yù)警模型，并與當(dāng)前其它防觸電預(yù)警模型進(jìn)行了仿真對(duì)比測(cè)試，可以知道：

1）通過(guò)無(wú)線傳感器對(duì)防觸電預(yù)警信號(hào)進(jìn)行采集，可以當(dāng)前防觸電預(yù)警信號(hào)采集的不足，同時(shí)引入去噪技術(shù)，獲得高質(zhì)量的防觸電預(yù)警信號(hào)。

2）引入機(jī)器學(xué)習(xí)算法建立防觸電預(yù)警模型，可以高精度刻畫(huà)防觸電預(yù)警變化特點(diǎn)，防觸電預(yù)警正確率完全可以滿(mǎn)足防觸電預(yù)警的實(shí)際應(yīng)用要求。

3）相對(duì)于其它防觸電預(yù)警模型，本文模型的防觸電預(yù)警效果更佳，有效解決了當(dāng)前防觸電預(yù)警過(guò)程中存在的一些不足，具有廣泛的應(yīng)用前景。