基于协同滤波和BP神经网络的电力作业人员运动工况辨识

作者：徐国垒^*; 张文斌; 唐立军; 周年荣

来源：传感器与微系统, 2019, 38(11): 58-61.

DOI：10.13873/j.1000-9787(2019)11-0058-04

• 协同滤波
• 反向传播(BP)神经网络
• 拟合参数

针对预警装置靠近相同带电体时不同工况下报警阈值选择的误差造成误报、漏报问题,提出基于协同滤波和反向传播(BP)神经网络对电力作业人员爬塔、爬坡、水平行走三种工况辨识的模型。利用加速度与气压传感器采集作业人员头部的加速度与气压值,对数据进行协同滤波,提取有效相对高度值,然后对有效高度值进行一阶拟合得到拟合参数。最后根据拟合参数建立BP神经网络模型识别三种工况。选取室外杆塔、斜坡及水平路面为实验平台,每种工况采集400组数据,随机抽取350组数据进行训练,50组数据进行验证。验证结果表明:训练样本准确率达到94. 95%,测试样本准确率达到94. 67%,满足室外工况辨识的要求。

• 单位
  云南电网有限责任公司电力科学研究院; 重庆大学; 机电工程学院; 昆明理工大学