基于光纤拓展多传感融合的电缆外破检测方法与系统与流程

本发明涉及高压电缆防护，具体涉及一种基于光纤拓展多传感融合的电缆外破检测方法与系统。

背景技术：

1、为了避免电缆直接暴露在外界造成安全隐患以及保证城市美观性，很多电缆都采用地下敷设的方式。电力管廊，也称电缆隧道、电力隧道，是城市重要的市政基础设施，电缆隧道处于地下深处，再延伸到城市的每个角落。

2、但随着城镇基础建设的逐步发展和推进，很多基建施工都是需要开挖地基，这为地下敷设的电缆造成了严重的安全危机，而且一旦电缆被意外挖断，则会造成区域断电跳闸，为居民生活、企业生产造成严重影响。

3、传统对地下电缆的防护只是安排专人巡查，此方法自动化、智能化程度低，实际取得的防护效果不理想。目前对地下电缆进行监控，主要采用分布式光纤传感技术。但是目前的分布式光纤传感器的信号识别容易受到环境因素的影响，如天气、动物、工业活动等，导致光纤传感器存在较高的虚警率。并且由于混叠信号在实际情况中普遍存在，不利于分布式光纤传感器对外破事件的检测。

4、对于电缆外破检测来说，目前的分布式光纤传感技术主要有两种形式：

5、第一种是对电缆进行局放检测，电力电缆故障原因是复杂多样的，电缆制造过程中混入的空隙和杂质、敷设安装过程中造成的划痕和污染以及老化过程中产生的电树枝都会引起不同程度的局部放电，而局放也是造成电缆绝缘劣化的重要因素，因此局部放电检测涵盖了电缆故障中绝大多数的起因。电缆局部放电(一般简称局放)的水平一般反应了电缆的安全情况。但是通常来说较轻水平的局部放电并不一定代表外破的发生，较高水平的局放通常代表了外破早已经发生，因此，局放检测虽然能检测出外破的发生，但是不清准且无法实现提前预警；

6、另一种是对电缆的振动的检测，通常来说，因为外力的破坏、受到外部物体的撞击、地震等原因导致的电缆的外破通常都伴随着振动的发生，因此振动的水平与电缆的外破事件存在关联性；但是电缆的振动与外破之间并没有直接的关联，轻微地振动在电缆老化情况较严重时可能导致外破，较为强烈的振动在电缆安装结构足够优化时也不一定代表一定外破；因此，通过振动检测来预测电缆外破精准度也有待提升。

技术实现思路

1、本发明目的在于提供一种基于光纤拓展多传感融合的电缆外破检测方法与系统，以解决上述的技术问题。

2、本发明提供一种基于光纤拓展多传感融合的电缆外破检测方法，包括步骤：

3、s1，根据外破训练样本对预设的神经网络预测模型进行训练得到外破预测模型；其中，所述外破训练样本中的每个数据样本包括输入数据和外破结果，所述输入数据包括电缆的振动特征和局放特征，所述外破结果包括发生外破和未发生外破，所述外破训练样本包括模拟数据样本和真实数据样本中的至少一种；所述振动特征包括振动幅度和连续振动时长，所述局放特征包括电流特征和/或电压特征；

4、s2，获取随电缆排布的光纤干涉传感器实时侦测的振动信号，获取随电缆排布的局放传感器实时侦测的局放信号；

5、s3，对所述振动信号进行归一化处理和特征提取，获得实时振动特征；对所述局放信号进行归一化处理和特征提取获得实时局放特征；

6、s41，在所述实时振动特征大于第一预设振动阈值且小于第二预设振动阈值时，获取所述实时振动特征对应的时刻后加预设的时间t后的t时刻的实时局放特征；其中，所述第二预设振动阈值大于所述第一预设振动阈值；

7、s51，将所述实时振动特征和s41所得t时刻的实时局放特征输入所述外破预测模型，计算得到外破发生概率；

8、s42，在所述实时局放特征小于低于第一预设局放阈值时，获取所述实时局放特征对应的时刻前后预设的t时间段内的(-t，t)时刻实时振动特征；

9、s52，将所述实时局放特征和s42所得(-t，t)时刻实时振动特征输入所述外破预测模型，计算得到外破发生概率。

10、进一步的，还包括步骤：

11、s43，在所述实时振动特征大于第二预设振动阈值且小于第三预设振动阈值时，判断当前时刻所述实时局放特征是否大于第一局放安全阈值；其中，所述第三预设振动阈值大于所述第二预设振动阈值；

12、若是，则直接发出外破报警信号；

13、若否，则获取所述实时振动特征对应的时刻后加预设的时间t后的t时刻的实时局放特征，进入步骤s41；

14、其中，所述第二预设振动阈值大于所述第一预设振动阈值。

15、进一步的，在所述实时振动特征大于第三预设振动阈值时，直接发出外破报警信号。

16、进一步的，还包括步骤：

17、s43，在所述实时局放特征低于第二预设局放阈值且大于所述第一预设局放阈值时，判断当前时刻所述实时振动特征是否大于第一振动安全阈值；所述第一振动安全阈值小于所述第三预设振动阈值；

18、若是，则直接发出外破报警新信号；

19、若否，则获取所述实时局放特征对应的时刻前后预设的时间t时间段内的(-t，t)时刻实时振动特征，进入步骤s42。

20、进一步的，还包括步骤：

21、将所述实时振动特征和实时局放特征输入所述外破预测模型，计算得到外破发生概率。

22、进一步的，所述时间t为1～60秒。

23、进一步的，所述t时间段为(-1～-60秒，1-60秒)。

24、本发明还提供一种基于光纤拓展多传感融合的电缆外破检测系统，包括随电缆排布的用于实时侦测电缆的振动信号的光纤干涉传感器、随电缆排布的用于实时侦测电缆的局放信号的局放传感器以及监控后台服务端；所述监控后台服务端包括存储器、处理器、存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述的基于光纤拓展多传感融合的电缆外破检测方法的步骤。

25、本发明提供的基于光纤拓展多传感融合的电缆外破检测方法与系统，通过获取随电缆排布的光纤干涉传感器实时侦测的振动信号，获取随电缆排布的局放传感器实时侦测的局放信号；对所述振动信号进行归一化处理和特征提取，获得实时振动特征；对所述局放信号进行归一化处理和特征提取获得实时局放特征；然后基于训练好的外破预测模型；在所述实时振动特征大于第一预设振动阈值时，获取所述实时振动特征对应的时刻后加预设的时间t后的t时刻的实时局放特征，将所述实时振动特征和t时刻的实时局放特征输入所述外破预测模型，计算得到外破发生概率；在所述实时局放特征小于低于第一预设局放阈值时，获取所述实时局放特征对应的时刻前后预设的时间t时间段内的(-t，t)时刻实时振动特征，将所述实时局放特征和(-t，t)时刻实时振动特征输入所述外破预测模型，计算得到外破发生概率。首先将振动特征和局放特征结合起来，通过神经网络预测模型的训练，学习振动特征、局放特征与外破结果之间的关联性，从而改善了单个参数预测准确性不高的问题；同时，通过将振动特征和局放特征分不同情形，获取时移后的对应时刻的信号，以适应振动与局放的因果关系，提升预测的准确性。