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*

摘要：

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.

关键词：协同滤波、反向传播(BP)神经网络、拟合参数

分类号：TP212;TP391.4(自动化技术及设备)

资助基金：基金项目:中国南方电网公司科技项目YNKJXM20170180

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：58-61