本发明涉及一种监测系统和方法，尤其涉及一种密集输电线路状态监测系统和方法，属于电力工程、无人机技术和卫星通信。
背景技术：
1、在过去，输电线路的监测主要依赖于传统的人工巡检和固定式监测设备。面对当前电网行业的快速发展和复杂多变的运行环境，它们所暴露出的不足和挑战愈发显著。
2、人工巡检，人力成本高昂、效率低下，特别是在地形复杂、气候条件恶劣的区域。同时，人工巡检的频率和覆盖范围有限，难以做到实时监控和全面覆盖，这种监测模式下，输电线路的运行安全保障存在较大风险。
3、固定式监测设备虽然能够实现一定程度的自动化监测，一则安装和维护成本高昂，设备寿命和稳定性也面临诸多挑战。二则设备的监测范围受限于安装位置和数量，同样难以实现对输电线路的全方位、多角度监测。三则随着电网规模的扩大和智能化水平的提高，监测数据量呈爆炸式增长，数据处理和分析的难度也大幅增加。
4、因此，寻找一种更为高效、全面、智能的输电线路监测方法，成为了当前电网行业亟待解决的重要问题。
技术实现思路
1、发明目的：本发明的目的是提供一种能够提高对密集输电线路的监测效率的密集输电线路状态监测系统和方法。
2、技术方案：本发明所述的一种密集输电线路状态监测系统和方法，包括数据采集模块、信号转换模块、信号接收模块、卫星通信网络和优化模块；
3、所述数据采集模块，用于对密集输电线路的状态信息进行实时采样，得到实时采样信号；所述数据采集模块，包括多个传感器和无人机；
4、所述信号转换模块，用于通过卫星通信网络获取实时采样信号并进行初步转换，得到转换信号；
5、所述信号接收模块，用于通过卫星通信网络接收并增强转换信号，完成密集输电线路状态的监测；
6、所述卫星通信网络，用于数据采集模块、信号转换模块和信号接收模块之间的信号传输，以及对信号接收模块接收的转换信号增强；
7、所述优化模块，用于通过gea算法对所述密集输电线路状态监测系统的监测效率进行优化。
8、进一步地，所述传感器部署于密集输电线路上，包括温度传感器、湿度传感器和振动传感器，用于实时感知密集输电线路的状态变化，获得传感器采样信号并发送至无人机；
9、所述无人机上安装有摄像头和监测设备，用于对密集输电线路进行巡检，获得无人机采样信号，并与接收到的传感器采样信号合并得到实时采样信号，最终通过卫星通信网络发送至信号转换模块。
10、进一步地，所述信号转换模块，包括信号获取单元和信号转换单元。
11、进一步地，所述信号获取单元，用于通过卫星通信网络获取数据采集模块采集的实时采样信号。
12、进一步地，所述信号转换单元，通过模数转换器将实时采样信号进行ad/da转换得到数字信号，随后对数字信号过滤无效干扰信号、增强有效频段信号，最终得到转换信号并通过卫星通信网络发送至接收模块。
13、进一步地，所述卫星通信网络，包括空间段、控制段和地面段。
14、进一步地，所述卫星通信网络，对信号接收模块接收的转换信号增强，具体为：
15、地面段通过上行链路将转换信号发送空间段；
16、空间段接收到信号后，利用转发器进行增强处理，并通过下行链路将信号传回地面段；
17、控制段监控整个过程，保证信号稳定传输；具体为，当发生故障或异常，控制段调整空间段的运行状态或重新分配通信资源，以保证通信的连续性。
18、进一步地，所述优化模块，实现方法为：
19、步骤1：种群初始化，具体为gea算法在搜索空间中随机生成一组种群并开始搜索，每个种群对应一组密集输电线路状态监测系统的监测效率；
20、步骤2：评估目标函数，具体为将数据采集模块收集到的采样信号传输到所评估的目标函数中，所述目标函数如下：
21、
22、
23、
24、其中，c0是基本监测系数，cstd是最低监测效率系数，ei是外部影响因子，ij是内部影响因子，i＝{1,2,3},j＝{1,2,...},7，ωi是ei的权重系数，νj是ij的权重系数，其中n是信号传输质量参数，w是网络带宽，y是覆盖范围，η是卫星通信网络的通信协议的效率，υ是数据采集模块与信号转换与信号接收模块的数据传输速率，g是前向纠错能力，x是通信设备之间噪声处理及数据兼容程度，v是设备的体积，s是无人机飞行速度；m是密集输电线路状态监测系统监测实时参数，δ是无人机的充放电流效率，是无人机电池电压平均有效值，t是系统运行的时间自变量，τ为无人机电池模型中的时间常数，t是系统所处的环境温度，r是无人机电池内阻，n是智能化程度，ε是一个误差项，用于平衡影响系统运行的整体参数、α是系统中各类设备折旧率即老化程度；c是所述密集输电线路状态监测系统的监测效率；
25、步骤3：引入第一适应度函数如下式，针对式(2)对初始种群进行适应度调整，使调整后的种群更符合实际所述系统监测实时参数：
26、
27、其中：tref是参考温度，算法训练时的标准温度；q(t)是在当前环境温度t下的密集输电线路状态监测系统监测参数，qref是在参考温度tref下的密集输电线路状态监测系统监测参数；ea是活化能，表示无人机电池内部化学反应所需的能量；r是气体常数；γ是一个统一的参数；通过调整γ的值，控制t对线路监测范围y的贡献程度；
28、步骤4：更新粒子，寻找相邻粒子，寻找更优密集输电线路状态监测系统监测效率：
29、根据距离相似性准则，将任何具有以下方程中最小值的成员视为第i个粒子ω的相邻粒子，ω与相邻粒子之间的距离d1计算公式为：
30、
31、其中：d是决策变量的数量；该距离是计算所有粒子npop相对于ωi来推选它的相邻粒子ωm,i，相同并更新原始粒子位置为将相邻粒子ωm,i的值作为基本监测系数c0的值，将原始粒子位置作为最低监测效率系数cstd的值；
32、步骤5：进行第一算法改进，具体为对搜索步长进行优化改进，改进公式如下：
33、k＝γ*a*exp(-(b*d)/maxd) (6)
34、其中，a是步长控制因子，b是指数调控因子，d是当前迭代次数，maxd是最大迭代次数；
35、判断步长是否超出所限定的位置，如果超过，返回步骤3；如果未超过，转至步骤6；
36、步骤6：调整粒子适应度，加速收敛，确定喷发通道：
37、
38、其中：ωi的目标通道为ωc,i,由轮盘机制确定；rand生成一个d维的向量，随机数介于[0,1]之间；
39、步骤7：粒子喷发，确定密集输电线路状态监测系统监测效率最优解；
40、υi(t+1)＝λ1·υi(t)+c1·(r1(t)·[pbesti(t)-ωi(t)]+r2(t)·[pbestnew,ω(t)-ωi(t)])
41、(8)
42、其中：λ1是惯性权重，用于平衡粒子的当前速度与历史速度；c1是加速系数，r1(t)、r2(t)是随机数，用于引入随机性；pbesti(t)是粒子i在时刻t的个体最佳位置；
43、进行第二算法改进：引入蒸发系数和第二适应度函数，如式(9)，当粒子下一时刻的位置对应的适应度值优于其自身记忆的个体最优位置时，进行位置更新，具体为更新密集输电线路状态监测系统监测效率最优解，否则保留现有位置：
44、h(i)＝positionx(i)+positiony(i) (9)
45、
46、其中：h是粒子i的位置适应度值，positioxn(i)和positiony(i)是该粒子位置；μ∈[0,1]为蒸发系数，xnew是某粒子第k次迭代时的位置，d(k)是该粒子第k次迭代时的记忆中个体最优位置；从喷发通道喷发出的粒子群为所求系统监测效率组群，最终输出值是该组群中的最优个体，实现监测效率最优解。
47、基于相同的发明构思，本发明还提供了一种密集输电线路状态监测方法，包括：
48、对密集输电线路的状态信息进行实时采样，得到实时采样信号；所述实时采样通过多个传感器和无人机实现；
49、通过卫星通信网络获取实时采样信号并进行初步转换，得到转换信号；
50、通过卫星通信网络接收并增强转换信号，完成密集输电线路状态的监测。
51、进一步地，还包括通过gea算法对所述密集输电线路状态监测方法的监测效率进行优化，具体方法为：
52、步骤1：种群初始化，具体为gea算法在搜索空间中随机生成一组种群并开始搜索，每个种群对应一组密集输电线路状态监测的效率；
53、步骤2：评估目标函数，具体为将数据采集模块收集到的采样信号传输到所评估的目标函数中，所述目标函数如下：
54、
55、
56、
57、其中，c0是基本监测系数，cstd是最低监测效率系数，ei是外部影响因子，ij是内部影响因子，i＝{1,2,3},j＝{1,2,...},7，ωi是ei的权重系数，νj是ij的权重系数，其中n是信号传输质量参数，w是网络带宽，y是覆盖范围，η是卫星通信网络的通信协议的效率，υ是数据采集模块与信号转换与信号接收模块的数据传输速率，g是前向纠错能力，x是通信设备之间噪声处理及数据兼容程度，v是设备的体积，s是无人机飞行速度；m是密集输电线路状态监测实时参数，δ是无人机的充放电流效率，是无人机电池电压平均有效值，t是监测方法运行的时间自变量，τ为无人机电池模型中的时间常数，t是监测方法所处的环境温度，r是无人机电池内阻，n是智能化程度，ε是一个误差项，用于平衡影响监测方法运行的整体参数、α是监测方法中各类设备折旧率即老化程度；c是所述密集输电线路状态监测的效率；
58、步骤3：引入第一适应度函数如下式，针对式(2)对初始种群进行适应度调整，使调整后的种群更符合实际所述监测方法的监测实时参数：
59、
60、其中：tref是参考温度，算法训练时的标准温度；q(t)是在当前环境温度t下的密集输电线路状态监测方法的监测参数，qref是在参考温度tref下的密集输电线路状态监测方法的监测参数；ea是活化能，表示无人机电池内部化学反应所需的能量；r是气体常数；γ是一个统一的参数；通过调整γ的值，控制t对线路监测范围y的贡献程度；
61、步骤4：更新粒子，寻找相邻粒子，寻找更优密集输电线路状态监测效率：
62、根据距离相似性准则，将任何具有以下方程中最小值的成员视为第i个粒子ω的相邻粒子，ω与相邻粒子之间的距离d1计算公式为：
63、
64、其中：d是决策变量的数量；该距离是计算所有粒子npop相对于ωi来推选它的相邻粒子ωm,i，相同并更新原始粒子位置为将相邻粒子ωm,i的值作为基本监测系数c0的值，将原始粒子位置作为最低监测效率系数cstd的值；
65、步骤5：进行第一算法改进，具体为对搜索步长进行优化改进，改进公式如下：
66、k＝γ*a*exp(-(b*d)/maxd) (6)
67、其中，a是步长控制因子，b是指数调控因子，d是当前迭代次数，maxd是最大迭代次数；
68、判断步长是否超出所限定的位置，如果超过，返回步骤3；如果未超过，转至步骤6；
69、步骤6：调整粒子适应度，加速收敛，确定喷发通道：
70、
71、其中：ωi的目标通道为ωc,i,由轮盘机制确定；rand生成一个d维的向量，随机数介于[0,1]之间；
72、步骤7：粒子喷发，确定密集输电线路状态监测效率最优解；
73、υi(t+1)＝λ1·υi(t)+c1·(r1(t)·[pbesti(t)-ωi(t)]+r2(t)·[pbestnew,ω(t)-ωi(t)])
74、(8)
75、其中：λ1是惯性权重，用于平衡粒子的当前速度与历史速度；c1是加速系数，r1(t)、r2(t)是随机数，用于引入随机性；pbesti(t)是粒子i在时刻t的个体最佳位置；
76、进行第二算法改进：引入蒸发系数和第二适应度函数，如式(9)，当粒子下一时刻的位置对应的适应度值优于其自身记忆的个体最优位置时，进行位置更新，具体为更新密集输电线路状态监测效率最优解，否则保留现有位置：
77、h(i)＝positionx(i)+positiony(i) (9)
78、
79、其中：h是粒子i的位置适应度值，positionx(i)和positiony(i)是该粒子位置；μ∈[0,1]为蒸发系数，xnew是某粒子第k次迭代时的位置，d(k)是该粒子第k次迭代时的记忆中个体最优位置；从喷发通道喷发出的粒子群为所求监测方法的监测效率组群，最终输出值是该组群中的最优个体，实现监测效率最优解。
80、有益效果：与现有技术相比，本发明依赖数据采集模块、信号转换模块、信号接收模块和卫星通信网络共同构成天地立体网络架构，这种多维度的监控系统提高了效率和准确性，有助于及时发现问题并采取维护措施，保证线路的正常运行，同时，无人化监测、管理能够确保系统在运行状态下，第一时间处理突发或潜在问题，有利于维护整个线路安全；本发明内置gea算法，通过调整参数，能迅速收敛到最优解，适合解决大规模问题或多参数、变量因子问题，提高了系统的智能化水平和对线路的监测效率，为输电行业提供了更加精准、可持续的监测解决方案；同时，算法优化中，通过控制搜索步长，可以避免陷入早熟收敛，从而获得全局最优解；本发明核心部分通过优化无人机的密集输电线路状态监测系统监测效率提升无人机续航能力，扩大单次巡航范围，保障整个系统对输电线路的信号数据的全面有效获取；同时在智能算法支持下进行的密集输电线路状态监测系统监测效率管理，可以避免频繁的过充和过放现象，有效延长电池的使用寿命，降低了更换无人机电池的频率和成本，无人化监测管理，降低了设备人工维护成本，减小雇佣员工定期派遣维护频次，从而降低企业日常运营成本，具有较强落地可行性。
1.一种密集输电线路状态监测系统，其特征在于，包括数据采集模块、信号转换模块、信号接收模块、卫星通信网络和优化模块；
2.根据权利要求1所述的密集输电线路状态监测系统，其特征在于，所述传感器部署于密集输电线路上，包括温度传感器、湿度传感器和振动传感器，用于实时感知密集输电线路的状态变化，获得传感器采样信号并发送至无人机；
3.根据权利要求1所述的密集输电线路状态监测系统，其特征在于，所述信号转换模块，包括信号获取单元和信号转换单元。
4.根据权利要求3所述的密集输电线路状态监测系统，其特征在于，所述信号获取单元，用于通过卫星通信网络获取数据采集模块采集的实时采样信号。
5.根据权利要求3所述的密集输电线路状态监测系统，其特征在于，所述信号转换单元，通过模数转换器将实时采样信号进行ad/da转换得到数字信号，随后对数字信号过滤无效干扰信号、增强有效频段信号，最终得到转换信号并通过卫星通信网络发送至接收模块。
6.根据权利要求1所述的密集输电线路状态监测系统，其特征在于，所述卫星通信网络，包括空间段、控制段和地面段。
7.根据权利要求6所述的密集输电线路状态监测系统，其特征在于，所述卫星通信网络，对信号接收模块接收的转换信号增强，具体为：
8.根据权利要求1所述的密集输电线路状态监测系统，其特征在于，所述优化模块，实现方法为：
9.一种密集输电线路状态监测方法，其特征在于，包括：
10.根据权利要求9所述的密集输电线路状态监测方法，其特征在于，还包括通过gea算法对所述密集输电线路状态监测方法的监测效率进行优化，具体方法为：
