电子设计工程ElectronicDesignEngineering第31卷Vol.31第15期No.152023年8月Aug.2023收稿日期：2022-07-18稿件编号：202207102基金项目：中国南方电网有限责任公司超高压输电公司科技项目（CGYKJXM20170177）作者简介：郑晓（1984—），男，湖北孝感人，高级工程师。研究方向：超特高压输电线路运维及检修。随着计算机、无线传感设备、智能数据处理等技术的发展与5G的推广应用，越来越多的行业开始向数据化转型。利用数字化技术（DigitizationTechnology）基于WSN与异常数据识别的拉线动态监测方法研究郑晓，汪豪，梁伟昕，郑武略（中国南方电网有限责任公司超高压输电公司广州局，广东广州510700）摘要：为了提升干字塔监测的数字化水平并保证施工现场的安全，文中对干字塔的拉线状态监测技术进行了研究。该研究在蓝牙、ZigBee等无线传输协议与拉力传感器的基础上，搭建了大规模无线传感网络(WSN)，实现了监测数据的无线传输。针对WSN网络所采集的数据特点，对BP神经网络加以改进，且引入状态转移概率及一种基于置信区间思想的残差判定模型来进行WSN传输数据的校准，从而提升了模型的训练效率，避免了因WSN网络传输数据精度不足而影响网络泛化性能的问题。在实际工程数据集上进行的仿真结果表明，较传统的BP神经网络，改进后算法的平均训练时长降低了27.53%，迭代次数下降了26.61%，TPR提升了2.8%，FPR下降了1.98%，更适用于WSN传感网络的数据识别。关键词：WSN；数据识别；神经网络；数字化；拉线；拉力中图分类号：TP311文献标识码：A文章编号：1674-6236（2023）15-0079-05DOI：10.14022/j.issn1674-6236.2023.15.017ResearchondynamicmonitoringmethodofstaywirebasedonWSNandabnormaldataidentificationZHENGXiao，WANGHao，LIANGWeixin，ZHENGWulue（GuangzhouBureau，EHVTransmissionCompany，ChinaSouthernPowerGridCo.，Ltd.，Guangzhou510700，China）Abstract:Inordertoimprovethedigitallevelofthemonitoringofthedrytypetowerandensurethesafetyoftheconstructionsite，thispaperstudiesthepullwireconditionmonitoringtechnologyofthedrytypetower.BasedonBluetooth，ZigBeeandotherwirelesstransmissionprotocolsandtensionsensors，alarge⁃scaleWirelessSensorNetwork(WSN)isbuilttorealizethewirelesstransmissionofmonitoringdata.AccordingtothecharacteristicsofdatacollectedbyWSNnetwork，BPneuralnetworkisimproved.Thest...
