CN102355299A - 一种海底光电复合缆故障类型的分析方法 - Google Patents

Abstract

本发明为一种海底光电复合缆故障类型的分析方法，其特征在于计算海底光电复合缆故障发生的持续时间段内的每次采集的事件信号的频域变换后的中心频率的能量值，中心频率，持续时间；并将其与故障类型数据库中的对应参数进行相似度计算，并按照权重比例关系计算对应整体相似度；取与故障数据库中相似度最高的故障类型为本次故障的故障类型，优点在于将海底光电复合缆故障事件信号中故障事件中心频率，持续时间，中心频率能量值拟合函数与故障类型数据库中的参数综合比较，较为准确的判断海底光电复合缆故障事件的故障类型，能有效提高判断准确度。

Description

一种海底光电复合缆故障类型的分析方法

技术领域

本发明涉及一种电缆故障的分析方法，尤其是涉及一种海底光电复合缆故障类型的分析方法。

背景技术

随着光纤通信技术的发展和成熟，光缆在通信系统中的作用不可或缺。由于光纤传输数据具有大带宽、低损耗、长寿命、抗电磁干扰等特点，因此许多通信主干网及重要数据传输线均采用光缆作为传输媒质。光缆还可以和电缆封装在一起组成光电复合缆，传输数据和输送电能同时进行，既节约成本，又降低铺缆施工次数。近年来在许多应用环境中(如浅海岛屿间跨海通信和输电)得到普及。随着光电复合缆在通信领域及电力传输领域扮演的角色日益重要，对光电复合缆的安全防护问题就日益凸显出来。

基于光纤干涉仪结构的分布式光纤传感器适用于大跨度、长距离、环境复杂的传感环境，具有事件检测灵敏度高、响应速度快等特点，而且可以实时对事件进行定位，应用在光缆沿线的安全防护十分适合。

但是由于对海底光电复合缆的破坏方式存在多种，如锚害，渔船拖网，集中作用在光电复合缆局部的应力(例如石块对海缆的反复碰撞与摩擦)，以及海底火山地震。

1、锚对海缆的破坏方式主要是锚刺入海底将海缆刺断或起锚时钩挂海缆将其拖断，对海缆带来了严重的安全威胁。尤其在长距离线路的中部大陆架海域，各类船只对禁锚区的安全意识淡薄以及不正当作业，在海底光电复合缆线路周围抛锚，极易造成海缆损伤。

2、渔船拖网作业需要靠重量刺入海床一定的深度。作业范围主要是浅海或近岸海域。所以拖网渔具设备直接钩挂或拖拉海缆，会造成海缆严重破坏。

3、由于潮汐及还海底洋流作用会使一部分海底光电复合缆与海底礁石进行反复碰撞与摩擦，进过一段时间的运行后会磨损海底光电复合缆的外保护层，进而破坏其内部的光缆和传输电力缆。

4、由于存在偶然的海底火山地震发生可能，相对较长时间强烈的地质灾害会使海底光电复合缆受到一定冲击，可能会使其受到破坏。

而这些致使海底光电复合缆故障的外部破坏方式在原始事件信号上是较为相似的，难以区分。

发明内容

本发明所要解决的技术问题是提供一种能够快速准确的判定各种海底光电复合缆故障类型的分析方法。

本发明解决上述技术问题所采用的技术方案为：一种海底光电复合缆故障类型的分析方法，包括以下步骤：1)建立故障类型数据库，对原始记录的各种类型的故障信号进行处理，将首次采集的报警信号中心频率、从首次报警至最后一次达到故障报警条件的这段时间内的每次采集信号中心频率点与对应的能量值的拟合函数以及从首次报警至最后一次达到故障报警条件的这段时间长度作为每个故障类型的主要参数存入故障类型数据库中；2)通过监测装置实时提取光电复合缆的信号，当提取到发生故障事件的信号时，进行以下处理：①对第一次提取的报警信号进行频域变换，确定其中心频率点；②记录从第一次提取到发生故障事件的信号到2分钟内提取到的最后一次达到报警条件信号的持续时间；③对2分钟内提取到的所有报警信号分别进行频域变换，分别确定其中心频率点，并记录各个中心频率点对应的能量值，将中心频率点与所对应的能量值拟合成函数；3)将故障事件处理结果与故障数据库中的主要参数对比，根据判断公式：中心频率点相似度*中心频率点相似度权重因子+拟合函数相似度*拟合函数相似度权重因子+事件持续时间相似度*事件持续时间相似度的权重因子，求得该故障事件对于数据库中每种故障类型的一个相似度；4)将与数据库中故障类型相似度最高的故障类型定为海底光电复合缆的本次故障的故障类型。

中心频率点相似度权重因子为0.3，拟合函数相似度权重因子为0.4，事件持续时间相似度权重因子为0.3。

所述的中心频率点相似度，拟合函数相似度，事件持续时间相似度的计算等式分别为：

若计算结果小于零，计为0；拟合函数相似度ρ_xy(s，t)为： ${\mathrm{\ρ}}_{\mathrm{xy}}(s,t)=\frac{\mathrm{cov}(X\left(t\right),Y\left(s\right))}{\sqrt{D\left(X\left(t\right)\right)\·D\left(Y\left(s\right)\right)}},$ 其中X(t)为数据库函数，t为对应故障信号的序号，Y(s)为实数故障数据拟合函数，s为对应故障信号的序号；C_xy(s，t)为X(t)与Y(s)互协方差函数，D(X(t))与D(Y(s))分别为X(t)的方差函数与Y(s)的方差函数，cov(X(t)，Y(s))是对X(t)与Y(s)进行卷积运算；

若计算结果小于零，计为0。

与现有技术相比，本发明的优点在于将实际故障事件的多个参数与故障模型库中的多个参数进行相似度比较并按照一定的权重进行综合评定故障的事件类型，该方法能较为准确的判定故障类型，提高了海底光电复合缆的故障类型区分准确程度。

附图说明

图1为本发明方法的流程框图；

图2为锚砸到海底光电复合缆的时域波形图；

图3为锚砸到海底光电复合缆的频域波形图；

图4为拖网拉到海底光电复合缆的时域波形图；

图5为拖网拉到海底光电复合缆的频域波形图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

一种海底光电复合缆故障类型的分析方法，包括以下步骤：1)建立故障类型数据库，对原始记录的各种类型的故障信号进行处理，将首次采集的报警信号中心频率、从首次报警至最后一次达到故障报警条件的这段时间内的每次采集信号中心频率点与对应的能量值的拟合函数以及从首次报警至最后一次达到故障报警条件的这段时间长度作为每个故障类型的主要参数存入故障类型数据库中；2)通过监测装置实时提取光电复合缆的信号，当提取到发生故障事件的信号时，进行以下处理：①对第一次提取的报警信号进行频域变换，确定其中心频率点；②记录从第一次提取到发生故障事件的信号到2分钟内提取到的最后一次达到报警条件信号的持续时间；③对2分钟内提取到的所有报警信号分别进行频域变换，分别确定其中心频率点，并记录各个中心频率点对应的能量值，将中心频率点与所对应的能量值拟合成函数；3)将故障事件处理结果与故障数据库中的主要参数对比，分别计算中心频率点相似度，拟合函数相似度和事件持续时间相似度：

若计算结果小于零，计为0；拟合函数相似度ρ_xy(s，t)为： ${\mathrm{\ρ}}_{\mathrm{xy}}(s,t)=\frac{\mathrm{cov}(X\left(t\right),Y\left(s\right))}{\sqrt{D\left(X\left(t\right)\right)\·D\left(Y\left(s\right)\right)}},$ 其中X(t)为数据库函数，t为对应故障信号的序号，Y(s)为实数故障数据拟合函数，s为对应故障信号的序号；C_xy(s，t)为X(t)与Y(s)互协方差函数，D(X(t))与D(Y(s))分别为X(t)的方差函数与Y(s)的方差函数，cov(X(t)，Y(s))是对X(t)与Y(s)进行卷积运算；若计算结果小于零，计为0；再根据判断公式：中心频率点相似度*0.3+拟合函数相似度*0.4+事件持续时间相似度*0.3，求得该故障事件对于数据库中每种故障类型的一个相似度；4)将与数据库中故障类型相似度最高的故障类型定为海底光电复合缆的本次故障的故障类型。

如附图4，图5所示的信号为拖网拉到海底光电复合缆的时域和频域波形，其中心频率经计算约为8432Hz，故障持续时间约14秒；故障数据库中的拖网故障中心频率为9200Hz，其相似度为0.9232；持续时间约15秒，其相似度为0.9；经过函数拟合得到的函数与故障数据库中的拖网故障的函数相似度为0.77。经过计算后得到整体相似度为0.9232*0.3+0.77*0.4+0.9*0.3＝0.85496。

本发明的构思是：依据各种海底光电复合缆故障类型事件发生时，在相同类型事件发生的时候在中心频率的能量值拟合函数，中心频率，持续时间这3个参数上有较高的相似程度，而不同故障类型之间其上述3个参数的整体差异较大，因此整合3个参数进行比较能较准确的判断海底光电复合缆的故障类型。

根据上述发明构思，本发明采用的是频域信号处理以及统计学离散数据处理方法，包含将时域信号进行频域变换，求出对应故障事件信号的中心频率的频域信号处理以及对中心频率所有采集次数内的离散能量值的函数拟合及相似度计算的统计学离散数据处理方法。

Claims (3)

1.一种海底光电复合缆故障类型的分析方法，其特征在于包括以下步骤：1)建立故障类型数据库，对原始记录的各种类型的故障信号进行处理，将首次采集的报警信号中心频率、从首次报警至最后一次达到故障报警条件的这段时间内的每次采集信号中心频率点与对应的能量值的拟合函数以及从首次报警至最后一次达到故障报警条件的这段时间长度作为每个故障类型的主要参数存入故障类型数据库中；2)通过监测装置实时提取光电复合缆的信号，当提取到发生故障事件的信号时，进行以下处理：①对第一次提取的报警信号进行频域变换，确定其中心频率点；②记录从第一次提取到发生故障事件的信号到2分钟内提取到的最后一次达到报警条件信号的持续时间；③对2分钟内提取到的所有报警信号分别进行频域变换，分别确定其中心频率点，并记录各个中心频率点对应的能量值，将中心频率点与所对应的能量值拟合成函数；3)将故障事件处理结果与故障数据库中的主要参数对比，根据判断公式：中心频率点相似度*中心频率点相似度权重因子+拟合函数相似度*拟合函数相似度权重因子+事件持续时间相似度*事件持续时间相似度的权重因子，求得该故障事件对于数据库中每种故障类型的一个相似度；4)将与数据库中故障类型相似度最高的故障类型定为海底光电复合缆的本次故障的故障类型。

2.如权利要求1所述的一种海底光电复合缆故障类型的分析方法，其特征在于中心频率点相似度权重因子为0.3，拟合函数相似度权重因子为0.4，事件持续时间相似度权重因子为0.3。

3.如权利要求1所述的一种海底光电复合缆故障类型的分析方法，其特征在于所述的中心频率点相似度，拟合函数相似度，事件持续时间相似度的计算等式分别为：

若计算结果小于零，计为0；拟合函数相似度ρ_xy(s，t)为： ${\mathrm{\ρ}}_{\mathrm{xy}}(s,t)=\frac{\mathrm{cov}(X\left(t\right),Y\left(s\right))}{\sqrt{D\left(X\left(t\right)\right)\·D\left(Y\left(s\right)\right)}},$ 其中X(t)为数据库函数，t为对应故障信号的序号，Y(s)为实数故障数据拟合函数，s为对应故障信号的序号；C_xy(s，t)为X(t)与Y(s)互协方差函数，D(X(t))与D(Y(s))分别为X(t)的方差函数与Y(s)的方差函数，cov(X(t)，Y(s))是对X(t)与Y(s)进行卷积运算；

若计算结果小于零，计为0。

Images