带电作业是电力系统中一种在正常供电的前提下进行设备检修的作业方法。因作业过程存在较高的危险性,带电作业对作业人员的作业距离和位置都有严格要求。在作业过程中,违反距离规定进行作业以及未经许可进入危险的带电作业区域都是引发带电作业安全事故的重要原因。因此,针对带电作业人员的作业技能培训受到广泛重视,作业人员的作业距离和人员位置也成为培训的重点。针对现有的培训方式无法记录学员操作距离和所在位置的问题,将ZigBee定位技术引入到带电作业培训中,用于监控、记录培训人员的位置以及分布情况,对于提高培训效果,避免带电作业安全事故的发生意义重大。本文对ZigBee定位技术在带电作业培训中的应用展开研究,具体研究工作如下:1、研究和比较了当前主要的无线定位技术和定位算法。深入分析了当前主要无线定位技术和定位算法分类和优缺点,根据带电作业场地的实际情况,综合考虑各种定位技术和算法的特点和应用环境,选择ZigBee技术和交点质心定位算法为基础构建定位系统。2、应用BP神经网络改进无线信号传播模型。针对传统无线信号传播模型测距精度不高的问题,应用BP神经网络改进无线信号传播模型。在BP神经网络传播模型中使用ZigBee节点的测量数据进行仿真,确定BP神经网络各类参数的最佳数值。模型确定后将基于BP神经网络的改进传播模型与传统模型进行比较,通过仿真验证了改进后的传播模型在测距精度和稳定性上的优势。3、提出差分质心定位算法。针对交点质心定位算法受测距误差影响大导致定位精度不高的问题,在其基础上,提出了差分质心定位算法作为ZigBee定位算法。算法使用改进的四点差分修正算法对测量误差进行修正;算法的定位过程改进了定位方法,对不同交点情况进行讨论,然后使用质心法进行定位。算法仿真后显示差分质心定位算法具有较高的定位精度和稳定性。4、设计并搭建带电作业培训人员定位系统,编写嵌入式平台、上位机监控软件的代码,在实际的带电作业场地中对定位系统进行测距和定位测试。测试结果表明,本文算法的测距、单点定位、区域定位精度,稳定性均明显高于传统算法;定位算法的成功预警率与误报率均优于传统定位算法,充分说明了本文算法的优越性和定位系统在带电作业场地中良好的定位效果。