输电杆塔沉降状态感知技术研究

郑天堂，黄新波，赵隆，朱超，袁鹏

(1.西安工程大学 电子信息学院，陕西 西安 710048；2.国网陕西省电力公司电力科学研究院，陕西 西安 710100)

输电杆塔是电力网络的核心部分之一，其运行状态的安全至关重要。杆塔跨越地域广泛，不可避免地经过湿陷性黄土地区、煤炭采空区等地质易发生变化的地区，引发杆塔沉降、结构变形的事故时有发生。实验数据显示，在输电杆塔发生沉降、变形的初期，杆塔关键杆件的结构应力等一些重要参数已经发生改变[1-3]，如果此时能够及时监测到输电杆塔结构的异常状态，将为杆塔运维工作的开展赢得宝贵的时机，有效地遏制事故的进一步发展，保障电能安全高效的传输。

目前，国内外学者在输电杆塔倾斜沉降、结构异常等方面的监测已经取得一定的成果。例如基于深度学习网络[4]与卷积神经网络[5]的输电杆塔智能检测，采用光纤光栅传感器[6-7]、电阻式应变片[8]监测输电杆塔关键杆件部位应力变化，该方法监测精度高，能够达到实时监测输电杆塔形变形与沉降，但是受粘贴工艺、使用数量等限制，该方法在大范围实施、开展工程应用时有一定的难度。

从模态分析角度出发，输电塔线体系中杆塔健康监测受到研究学者的广泛关注。文献[9]基于 ANSYS 仿真平台，研究输电塔在基础沉降等多种载荷作用下的力学特性；文献[10]对输电塔线系统的风振特性进行了试验研究，结果表明单塔的一阶固有频率略高于塔线体系；文献[11]对输电杆塔模型进行风洞试验，随着输电线路总跨长增大，直线输电塔的模态参数逐渐收敛于单塔的模态参数；……