基于混合无线网络的广播电视设备远程监测方法及系统与流程

摘要: 本发明涉及广播电视通信,更具体的说是涉及一种基于混合无线网络的广播电视设备远程监测方法及系统。背景技术:1、广播电视发射塔、中继站、卫星接收站等设施是信号覆盖与...
基于混合无线网络的广播电视设备远程监测方法及系统与流程

本发明涉及广播电视通信,更具体的说是涉及一种基于混合无线网络的广播电视设备远程监测方法及系统。

背景技术:

1、广播电视发射塔、中继站、卫星接收站等设施是信号覆盖与应急通信的基石。这些高耸结构(如自立塔、单管塔、桅杆)长期受风雨、温差、覆冰、强紫外线等环境侵蚀,易发生塔身倾斜、基础沉降、螺栓松动、拉线拉力异常、结构形变、接地电阻升高等安全隐患。同时,其内部的发射机、供电单元、天线等设备也存在电气性能退化、过热、信号劣化等风险。

2、传统人工巡检存在视角盲区、效率低、响应滞后,且在恶劣天气下无法持续作业。现有的一些监测系统,比如塔体安全监测系统,通常功能单一,或仅关注结构倾斜,或只监测设备电气参数,缺乏对设备、结构、环境等多维信息的融合分析。单一通信网络在边远山区、高海拔地区覆盖不足,低温下传感器易失效,导致无法提前预警由结构缓变引发的灾难性故障。此外,现有系统普遍缺乏针对极端低温环境的能源自维持设计,以及基于人工智能的复合故障诊断与资源自主调度能力。

3、因此,如何在高海拔、低温、弱网等恶劣环境下,实现广播电视设备结构健康与运行状态一体化、高精度、高可靠远程监测,是本领域技术人员亟需解决的技术问题。

技术实现思路

1、鉴于上述问题,本发明提出了一种基于混合无线网络的广播电视设备远程监测方法及系统,以便克服上述问题或者至少部分地解决上述问题。

2、为了实现上述目的,本发明采用如下技术方案:

3、第一方面,本发明提供一种基于混合无线网络的广播电视设备远程监测方法,包括:

4、s1、通过传感器节点同步采集广播电视发射塔的塔体结构安全参数和设备电气参数;

5、s2、采用混合网络传输路径对采集的多种参数进行传输,在传输过程中,基于网络信号强度和参数优先级动态选择传输路径;

6、s3、对传输的多种参数进行时域趋势预测与频域异常检测,基于检测结果触发不同等级的告警;

7、s4、根据检测结果生成针对广播电视发射塔塔体及设备关键部位的巡检或维护任务。

8、进一步的,s1中,塔体结构安全参数包括:垂直度、倾斜度、水平位移、基础沉降、形变与扭曲、拉线拉力、振动、螺栓松动状态及接地电阻中的一个或多个。

9、进一步的,s2中的混合网络传输路径包括gprs网络传输路径、5g网络传输路径和北斗短报文传输路径,基于网络信号强度和参数优先级动态选择传输路径的过程包括:

10、分别计算每个传输路径的信号强度和信噪比,进行归一化处理后,计算各自的综合信号质量指数

qi:

11、

12、其中,为第i个传输路径的信号强度的归一化值,为第i个传输路径的信噪比的归一化值;、表示权重;

13、根据待发送参数的优先级顺序,逐一计算各传输路径的适宜度得分

si,并按优先级顺序选择相应的传输路径进行传输;其中,适宜度得分的计算公式为:

14、

15、其中,

f(

p)表示关于参数优先级p的阶跃函数,当p大于等于预设优先级阈值时,

f(

p)取最大值,、表示权重;

16、若所有传输路径的适宜度得分均高于阈值,则选择适宜度得分

si最高的传输路径对当前待发送参数进行传输;

17、若所有传输路径的适宜度得分均低于阈值,且当前待发送参数的优先级为最高时,则强制使用北斗短报文传输路径;

18、若三个传输路径均处于断网状态时,将待发送参数按照优先级顺序进行缓存,并在网络恢复后,按照优先级顺序进行重传。

19、进一步的,s3包括:

20、s31、将具备时序特征的参数逐一输入至预先训练好的lstm模型中,得到每种参数未来时刻的时域预测值,根据时域预测值的一阶导数判断当前参数处于稳定状态、线性恶化状态或加速恶化状态;

21、s32、分别对电流参数和振动参数进行快速傅里叶变换,得到频域谱,利用预先训练好的convlstm模型提取各频率分量随时间演化的特征,得到频域预测值;

22、s33、在lstm模型和convlstm模型进行前向推理时,对同一输入参数分别进行t次前向计算,得到t组时序预测值和t组频域预测值,分别计算各自的标准差,作为时域预测不确定性和频域预测不确定性;

23、s34、将时域预测值、频域预测值、时域预测不确定性和频域预测不确定性输入贝叶斯网络,计算目标复合故障的后验条件概率;

24、s35、对同一设备或同一结构部位的多模态参数,分别计算各参数的预测值与实测值之间的残差,采用加权平均方式将各参数的残差融合为一个无量纲的综合残差指标,作为融合残差;通过融合残差表征当前设备或结构部位的整体异常程度;

25、s36、判断后验条件概率是否超出门限值,以及融合残差是否超出报警阈值,并根据判断结果触发对应等级的报警。

26、进一步的,s34包括:

27、根据故障物理机理先验知识构建有向无环图;其中的故障节点包含单一故障节点以及由多个单一故障节点组合定义的复合故障节点;每个证据节点代表一个参数的时域预测值或频域预测值,有向边由故障节点指向其所能引发的所有证据节点;

28、将当前时域预测值或频域预测值作为对应证据节点的当前观测值,并以时域预测不确定性或频域预测不确定性作为观测噪声标准差,输入贝叶斯网路,采用联结树算法或变分贝叶斯推理算法,计算各复合故障节点在给定当前观测值下的后验条件概率p。

29、进一步的,s36中,报警阈值包括静态基准阈值和动态报警阈值,其中,将设备或结构在健康状态下连续一定时间的正常运行数据的标准差作为静态基准阈值;结合历史数据和实时气象信息对静态基准阈值进行自动修正,得到动态报警阈值;动态报警阈值的计算公式为:

30、

31、其中,表示修正后的报警阈值;表示静态基准阈值;表示气象修正因子,表示历史趋势修正因子;

32、气象修正因子的计算公式为:

33、

34、其中,表示气象影响系数,表示当前环境温度,表示当前相对湿度,表示标准环境温度,表示标准相对湿度;

35、历史趋势修正因子的计算公式为:

36、

37、其中,表示历史趋势影响系数,表示历史同期所监测参数的均值,表示历史同期所监测参数的标准差,表示静态基准阈值对应的历史健康运行数据的均值。

38、进一步的,s36中,将报警等级划分为一级报警、二级报警和三级报警;

39、当融合残差连续超出静态基准阈值,并呈缓慢劣化趋势时,触发三级报警,生成健康评估报告;

40、当融合残差超过动态报警阈值,且复合故障的后验条件概率持续大于等于0.5时,触发二级报警,进行弹窗警示并生成维护工单;

41、当融合残差超出动态报警阈值的2倍,或复合故障的后验条件概率大于等于0.9,或超出物理安全极限时,触发一级报警,强制推送报警信息至终端,并自动派遣无人机至现场复核。

42、进一步的,s4包括:

43、在云端建立包含塔体的三维几何结构、关键设备的健康状态动态映射、历史与实时气象数据驱动的环境场、以及无人机的动力学与能耗模型的数字孪生模型;

44、在数字孪生模型的环境场中随机初始化无人机的位置、剩余电量、各设备健康指数、风速矢量、降雨强度和地理障碍物,构成状态空间;将无人机向邻近航点移动作为动作空间;

45、采用dqn网络,以ε-贪婪策略选择动作空间中的邻近航点移动,执行动作后根据奖励函数r计算即时奖励,并更新q值;

46、对dqn网络迭代代训练预设次数之后,将训练好的dqn网络参数固化并部署;

47、当检测到告警时,先在数字孪生模型中根据当前环境场真实状态生成无人机路径,作为调度方案,将调度方案下发至无人机执行。

48、第二方面,本发明提供一种基于混合无线网络的广播电视设备远程监测系统,其适用于上述方法,包括:

49、本地监测层,通过传感器节点同步采集广播电视发射塔的塔体结构安全参数和设备电气参数;

50、远程传输层,采用混合网络传输路径对采集的多种参数进行传输,在传输过程中,基于网络信号强度和参数优先级动态选择传输路径;

51、智能诊断层,对传输的多种参数进行时域趋势预测与频域异常检测,基于检测结果触发不同等级的告警;

52、资源调度层,根据检测结果生成针对广播电视发射塔塔体及设备关键部位的巡检或维护任务。

53、进一步的,本地监测层还包括:能源管理系统、太阳能板、超级电容和自加热电路;

54、能源管理系统采用模糊控制算法控制太阳能板的pwm占比和自加热电路状态;模糊控制算法为:

55、将当前太阳能板输出功率与传感器节点瞬时总功率的比值作为能量供需比r,当r﹥0.8,超级电容的soc≥0.7时,控制太阳能板的pwm占比为10%-30%;

56、当0.2

57、当r≤0.2,且超级电容的soc<0.3时,控制太阳能板的pwm占比为最大;

58、当r≤0.2,且超级电容的0.3≤soc<0.7时,控制太阳能板的pwm占比为50%-80%;

59、当环境温度t﹥-20℃时,关闭自加热电路;

60、当环境温度t≤-20℃时,且r﹥0.8,soc≥0.7时,启动自加热电路的持续加热模式;

61、当环境温度t≤-20℃时,且0.2

62、经由上述的技术方案可知,与现有技术相比,本发明具有以下有益效果:

63、1.本发明基于信号强度与优先级的5g/gprs/北斗短报文三模混合网络动态切换及断网续传机制,在偏远地区通信中断时可自动切换至北斗短报文或缓存数据,实现高可靠通信,确保数据完整传输率。

64、2.本发明通过lstm时域趋势预测、convlstm频域异常检测与贝叶斯复合故障诊断的多模态融合诊断技术,并结合动态阈值自适应修正,可提前预警结构缓变隐患,提高复合故障识别准确率。

65、3.本发明基于深度强化学习与数字孪生的无人机路径规划,实现能耗最小化与故障覆盖率最大化的多目标优化,实现智能自主运维调度,显著提升巡检效率。

66、4.本发明通过模糊逻辑智能能源管理与自加热电路的协同设计,确保在-40℃高海拔环境下设备的持续工作,解决了低温断电问题。