CN104539357B - 基于分布式数据的opgw检测系统及方法 - Google Patents

Abstract

一种基于分布式数据的OPGW检测系统：包括依次连接的用于保存从温度数据采集与分布式温度传感器获取的分布式OPGW节点温度的温度数据库、获取模块、生成模块、计算模块、识别模块、数据判断模块、接收模块、结果处理模块和样本库；生成模块还外接位置获取模块。本发明还包括采用所述系统进行基于分布式数据的OPGW检测方法。有益效果:（1）通过对OPGW上分布式状态数据进行获取和优化，进行快速瞬态分析，解决对OPGW上事件进行快速判断和定位的关键问题;（2）通过对OPGW分布式状态节点进行相互关联的传感网络的生成，解决将OPGW组成一个整体进行分析的关键问题;（3）通过对OPGW分布式状态进行多重模式识别，自动处理样本，解决传统算法误报漏报率高的问题。

Description

基于分布式数据的OPGW检测系统及方法

技术领域

本发明涉及一种基于分布式数据的OPGW检测系统。本发明还涉及采用所述系统进行基于分布式数据的OPGW检测方法。

背景技术

OPGW，也称光纤复合架空地线，是将光纤放置在架空高压输电线的地线中，用以构成输电线路上的光纤通信网，这种结构形式兼具地线与通信双重功能。

OPGW输电线路分布区域广、传输距离长、地形条件复杂，输电线路不仅要承受导线自身重量和传输电压电流的不断变化，而且由于暴露于空旷的山川沟壑，还要长期经受环境污染的侵蚀以及雷击、强风、鸟害等外界因素的侵害，有时会导致其铝合金或铝包钢外层绞线断股甚至断裂，引起大范围过电压，进而损坏设备，破坏系统安全运行。现有的输电线路状态监测方式主要有人工巡线和线上装置两种，人工巡线周期长、响应慢、可靠性差、劳动强度大；而线上装置需要外部加装温度、盐密、振动、舞动、视频等监控模块，仅能实现小范围监测，功耗、体积、重量大，需要外部供电并提供远程传输通道，安装、更换不便，且运维管理难度大。上述输电线路状态监测方式无法获得实时、全面、准确、可靠的运行状态信息和事故隐患位置信息，难以达到理想的管控效果。

OPGW目前每年铺设20000公里以上，其中的光纤线路成为电力系统传递信息（通信、远动、线路保护等信号）的重要通道，在OPGW的使用中，一旦地线功能或光纤通信功能丧失，就会造成巨大的停电损失和影响。

现有的OPGW状态监控技术往往是在OPGW上布置有许多点式传感器，然后采用许多点式传感器进行分别判断，但OPGW实际上是一个连续整体，传统的传感器往往单独进行工作，无法从整体上对OPGW的状态进行识别和监控。

发明内容

本发明所要解决的第一个技术问题，就是提供一种基于分布式数据的OPGW检测系统。

本发明所要解决的第二个技术问题，就是提供一种采用上述系统进行基于分布式数据的OPGW检测方法。

采用本发明的系统和方法，可接入OPGW上的分布式状态数据，将分布式状态组成神经网络，对OPGW上的分布式状态进行多重模式识别，获得实时、全面、准确、可靠的运行状态信息和事故隐患位置信息，计算OPGW上的分布式瞬态变化，从整体上对OPGW的状态进行识别和监控，对OPGW上事件进行快速判断和定位并自动处理样本，报告准确漏报率低。

解决上述第一个技术问题，本发明采用的技术方案如下：

一种基于分布式数据的OPGW检测系统，其特征是：包括依次连接的用于保存从温度数据采集与分布式温度传感器获取的分布式OPGW节点温度的温度数据库、获取模块、生成模块、计算模块、识别模块、数据判断模块、接收模块、结果处理模块和样本库；

所述获取模块，用于从OPGW的温度数据库中实时获取各个OPGW节点不同位置的OPGW的温度数据；

所述生成模块，用于从所述获取模块中读取各个OPGW节点的温度数据，并根据各个OPGW节点与起点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络，即建立温度对应序列表；

所述计算模块，用于根据传感网络计算出各个OPGW节点的每分钟温升速率数据，以及各个OPGW节点与相邻的OPGW节点的温差数据即温度空间变化率，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

所述识别模块，用于从所述温度分布式曲线中识别出各个特征参量即温升数据、温差数据及温度数据区别于平常数据的特征数据，将特征参量作为新样本，并将该新样本发送至数据判断模块中处理；

所述数据判断模块，用于判断发送来的所述新样本是否存在于所述样本库中，如果不存在，则发出样本需检测的申请信号，否则，则继续处理下一条样本；

所述接收模块，用于接收该OPGW节点的检测结果；

所述结果处理模块，用于判断所述接收模块中的该OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存至样本库中；否则，则将该新样本作为扰动样本保存至样本库中；

所述样本库，用于保存各个报警样本和扰动样本。

在上述技术方案的基础上，本发明还可以做如下改进：

所述的生成模块还外接位置获取模块。

所述的特征参量包括温度上升范围、上升速度、最大值、最大值波动范围和维持时间。

判断所述接收模块中的该OPGW节点的检测结果是否存在异常的情况包括该OPGW节点是否被雷击中。

解决上述第二个技术问题，本发明采用的技术方案如下：

一种基于分布式数据的OPGW检测方法，包括如下步骤：

步骤S1:实时获取各个OPGW节点不同位置的OPGW的温度数据；

步骤S2：读取各个OPGW节点的温度数据，并根据各个OPGW节点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络即温度数据序列；

步骤S3：根据传感网络计算出各个OPGW节点的温升数据，以及相邻的OPGW节点的温差数据，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

步骤S4：从温度分布式曲线中识别出各个特征参量，将特征参量作为新样本，并发送；

步骤S5：判断发送来的新样本是否存在，如果不存在，则发出该OPGW节点需检测的申请信号，否则，则继续处理下一条样本；

步骤S6：接收该OPGW节点的检测结果；

步骤S7：判断该OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存，否则，则将该新样本作为扰动样本保存。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，判断该OPGW节点的检测结果是否属于异常的情况包括该OPGW节点是否被雷击中。

进一步，还包括获取各个OPGW节点间的距离的步骤。

本发明的有益效果是:（1）通过对OPGW上的分布式状态数据进行获取和优化，进行快速瞬态分析，解决对OPGW上事件进行快速判断和定位的关键技术问题;（2）通过对OPGW分布式状态节点进行相互关联的传感网络的生成，解决将OPGW组成一个整体进行分析的关键技术问题;（3）通过对OPGW分布式状态进行多重模式识别，自动处理样本，解决传统算法误报漏报率高的技术问题。

附图说明

图1为本发明的模块框图；

图2为本发明的方法流程图；

图3为本发明的温度序列曲线图示。

图中各标记所代表的部件名称如下：

1、获取模块，2、生成模块，3、计算模块，4、识别模块，5、数据判断模块，6、接收模块，7、结果处理模块，8、样本库，9、温度数据库，10、获取模块。

具体实施方式

以下结合附图对本发明的原理和特征进行详细描述。

如图1所示，本发明的基于分布式数据的OPGW检测系统实施例，除用于保存分布式OPGW节点的温度数据库9外，还包括依次连接的获取模块1、生成模块2、计算模块3、识别模块4、数据判断模块5、接收模块6、结果处理模块7和样本库8。

其中：获取模块1，用于从OPGW的温度数据库9中实时获取各个OPGW节点的温度数据；

生成模块2，用于从所述获取模块1中读取各个OPGW节点的温度数据，并根据各个OPGW节点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络；

所述计算模块3，用于根据传感网络计算出各个OPGW节点的温升数据，以及相邻的OPGW节点的温差数据，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

所述识别模块4，用于从所述温度分布式曲线中识别出各个特征参量，将特征参量作为新样本，并将该新样本发送至结果处理模块6中处理；

所述数据判断模块5，用于判断发送来的所述新样本是否存在于所述样本库7中，如果不存在，则发出该OPGW节点需检测的申请信号，否则，则继续处理下一条样本；

所述接收模块6，用于接收该OPGW节点的检测结果；

所述结果处理模块7，用于判断所述接收模块6中的该OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存至样本库8中，否则，则将该新样本作为扰动样本保存至样本库8中；

所述样本库8，用于保存各个报警样本和扰动样本。

还包括与所述生成模块2连接的位置获取模块10，用于获取各个OPGW节点间的距离。

所述特征参量包括温度上升范围、上升速度、最大值、最大值波动范围和维持时间。

判断所述接收模块中的该OPGW节点的检测结果是否存在异常的情况包括该OPGW节点是否被雷击中。

如图1所示，基于分布式数据的OPGW检测方法，包括如下步骤：

步骤S1:实时获取各个OPGW节点的温度数据；

步骤S2：读取各个OPGW节点的温度数据，并根据各个OPGW节点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络；

步骤S3：根据传感网络计算出各个OPGW节点的温升数据，以及相邻的OPGW节点的温差数据，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

步骤S4：从温度分布式曲线中识别出各个特征参量，将特征参量作为新样本，并发送；

步骤S5：判断发送来的新样本是否存在，如果不存在，则发出该OPGW节点需检测的申请信号，否则，则继续处理下一条样本；

步骤S6：接收该OPGW节点的检测结果；

步骤S7：判断该OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存，否则，则将该新样本作为扰动样本保存。

判断该OPGW节点的检测结果是否属于异常的情况包括该OPGW节点是否被雷击中。

还包括获取各个OPGW节点间的距离的步骤。

Claims (5)

1.一种基于分布式数据的OPGW检测系统，其特征是：包括依次连接的用于保存从温度数据采集与分布式温度传感器获取的分布式OPGW节点温度的温度数据库、获取模块、生成模块、计算模块、识别模块、数据判断模块、接收模块、结果处理模块和样本库；

所述获取模块，用于从OPGW的温度数据库中实时获取各个OPGW节点不同位置的OPGW的温度数据；

所述生成模块，用于从所述获取模块中读取各个OPGW节点的温度数据，并根据各个OPGW节点与起点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络，即建立温度对应序列表；

所述计算模块，用于根据传感网络计算出各个OPGW节点的每分钟温升速率数据，以及各个OPGW节点与相邻的OPGW节点的温差数据即温度空间变化率，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

所述识别模块，用于从所述温度分布式曲线中识别出各个特征参量即温升数据、温差数据及温度数据区别于平常数据的特征数据，将特征参量作为新样本，并将该新样本发送至数据判断模块中处理；

所述数据判断模块，用于判断发送来的所述新样本是否存在于所述样本库中，如果不存在，则发出样本需检测的申请信号，否则，则继续处理下一条样本；

所述接收模块，用于接收数据模块输出的各OPGW节点的检测结果；

所述结果处理模块，用于判断所述接收模块中的各OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存至样本库中；否则，则将该新样本作为扰动样本保存至样本库中；

所述样本库，用于保存各个报警样本和扰动样本。

2.根据权利要求1所述的基于分布式数据的OPGW检测系统，其特征是：所述的生成模块还外接位置获取模块；所述的特征参量还包括温度上升范围、上升速度、最大值、最大值波动范围和维持时间；判断所述接收模块中的各OPGW节点的检测结果是否存在异常的情况包括各OPGW节点是否被雷击中。

3.一种采用如权利要求1或2所述的系统进行基于分布式数据的OPGW检测方法，包括如下步骤：

步骤S1:实时获取各个OPGW节点不同位置的OPGW的温度数据；

步骤S2：读取各个OPGW节点的温度数据，并根据各个OPGW节点的距离和与OPGW节点对应的温度数据，生成相互关联的传感网络即温度数据序列；

步骤S3：根据传感网络计算出各个OPGW节点的温升数据，以及相邻OPGW节点的温差数据，并将各个OPGW节点的温度数据、温升数据和温差数据生成温度分布式曲线；

步骤S4：从温度分布式曲线中识别出各个特征参量，将特征参量作为新样本，并发送；

步骤S5：判断发送来的新样本是否存在，如果不存在，则发出各OPGW节点需检测的申请信号，否则，则继续处理下一条样本；

步骤S6：接收各OPGW节点的检测结果；

步骤S7：判断各OPGW节点的检测结果是否属于异常情况，如果是，则将该新样本作为报警样本保存，否则，则将该新样本作为扰动样本保存。

4.根据权利要求3所述的基于分布式数据的OPGW检测方法，其特征是：

判断各OPGW节点的检测结果是否属于异常的情况包括各OPGW节点是否被雷击中。

5.根据权利要求3所述的基于分布式数据的OPGW检测方法，其特征是：还包括获取各个OPGW节点间的距离的步骤。