CN104980212B - 具有自学习功能的光纤故障检测系统和方法 - Google Patents
具有自学习功能的光纤故障检测系统和方法 Download PDFInfo
- Publication number
- CN104980212B CN104980212B CN201510355861.6A CN201510355861A CN104980212B CN 104980212 B CN104980212 B CN 104980212B CN 201510355861 A CN201510355861 A CN 201510355861A CN 104980212 B CN104980212 B CN 104980212B
- Authority
- CN
- China
- Prior art keywords
- mrow
- munderover
- mfrac
- fiber
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title description 10
- 239000000835 fiber Substances 0.000 claims abstract description 38
- 230000003287 optical effect Effects 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 239000012634 fragment Substances 0.000 claims 1
- 238000011895 specific detection Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 244000086443 Craterellus fallax Species 0.000 description 1
- 235000007926 Craterellus fallax Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本发明公开了一种自学习的光纤故障测量系统,包括:光时域反射仪,数据库和计算设备,其中光时域反射仪与计算设备之间耦合,数据库和计算设备之间耦合;光时域反射仪用于检测故障光纤长度;数据库用于存储历史检测数据和光纤参数;计算设备用于根据检测故障光纤长度和光纤参数计算发生故障的地理距离。本发明的光纤故障检测系统能够有效降低测量误差,提高测量的准确性。
Description
技术领域
本发明涉及一种光纤故障检测方法。
背景技术
目前,光纤通信是电力通信网的重要基础设施。但是,由于通信光纤在实际运行中常常因为雷电等自然环境的影响或者安装维护不当等人为操作的影响而导致出现故障。传统的光纤故障检测多采用OTDR(光时域反射仪)进行检测,但是这种方式存在以下误差:第一种误差、由于OTDR测试仪自身技术水平,具有不同参数的光纤型号的组合连接等原因造成OTDR测试仪自身的误差;第二种误差、OTDR在理论上只能检测故障点的光纤长度,但实际工程中,因光纤绕弯、弧垂、余缆、接口损耗等多种因素,使得光纤长度不等于地理长度,造成误差。
国家电网公司在公开号为CN104202086A的发明专利申请中提出了一种光缆故障定位方法,将OTDR、GIS(地理信息系统)和距离偏差知识库有机结合,通过GIS获取可能出现故障的光缆与光缆段,使用OTDR测量故障光缆的故障点距离,再通过距离偏差知识库确定故障点的地理距离。该发明专利申请中的GIS能够快速确定哪条光纤故障,距离偏差知识库能够提供距离故障点附近的参照物,但是仍然不能解决OTDR所带来的两种误差。
发明内容
本发明的目的在于解决上述技术问题,从而提供了一种光纤故障检测系统,其所采取的技术方案为:
本发明公开了一种自学习的光纤故障测量系统,包括:光时域反射仪,数据库和计算设备,其中光时域反射仪与计算设备之间耦合,数据库和计算设备之间耦合;光时域反射仪用于检测故障光纤长度;数据库用于存储历史检测数据和光纤参数;计算设备用于根据检测故障光纤长度和光纤参数计算发生故障的地理距离。本发明的光纤故障检测系统能够有效降低测量误差,提高测量的准确性。
具体实施方式
本发明提供的一种自学习的光纤故障测量系统包括:光时域反射仪,第一数据库,第二数据库和计算设备,其中光时域反射仪与计算设备之间耦合,第一、第二数据库和计算设备之间耦合。优选的,光时域反射仪为便携式手持光时域反射仪。优选的,计算设备包括个人计算机(PC)、便携式计算机或者移动终端,移动终端包括手机或者PDA。优选的,耦合可以理解为通过有线或者无线方式进行连接。优选的,第一和第二数据库为位于云端的数据库。
所述光时域反射仪用于检测故障光纤长度,即光时域反射仪到故障点之间的光纤长度,具体检测方法为公知方法。所述第一数据库用于存储光缆的分段信息和各段光纤参数,所述光纤参数包括:分段开始位置、分段结束位置、分段长度、折射率、余缆长度、绕弯和弧度比例经验值。一般来说,由于供应厂家的不同,以及历史检修等因素导致光缆的型号不同,因此在第一数据库中根据光纤型号对各段光纤分段进行记录,对于每一段光纤,都分别记录有相应的参数。特殊情况下,由于时间较早而没有相应参数的,记录为空值。所述第二数据库用于存储历史检测数据,所述历史检测数据包括故障点与光时域反射仪之间预测的地理距离和实际的地理距离。所述计算设备用于根据检测故障光纤长度和光纤参数计算发生故障的地理距离。
当发现某段光纤出现断点故障时,可以使用本发明提供的自学习光纤故障检测方法进行检测以确定故障的位置,具体检测方法包括以下步骤:
步骤S1:获取光时域反射仪的位置,并使用光时域反射仪获取第一故障光纤长度D1。D1作为故障光纤长度,而无法作为实际的地理距离,因为二者之间存在着较为明显的误差。因此,需要对D1进行优化,获得相对准确的地理距离。
步骤S2:根据光时域反射仪的位置和第一光纤长度D1,从第一数据库中查询所有分段的光纤折射率和长度,如果超过1种分段,则使用以下公式计算第二故障光纤长度D;
其中,
其中,C为真空中光速,t为测量时间,IORi为第i种型号光纤的折射率,Wi为第i段光纤的长度;Wj为第一数据库中没有记录折射率数据的第j段光纤的长度;n为光纤分段数量;p为没有记录折射率数据的光纤分段数量。通过步骤2的计算,使得D相较于D1有效克服了因为不同光纤段的折射率所导致的光纤长度的计算误差。
步骤S3:从第一数据库中查询,根据第二故障光纤长度D,使用以下公式计算第一地理距离L1;
其中,Rj为第i段光纤余缆的长度,Ti为第i段光纤的绕弯和弧垂比例经验值;n为光纤分段数量;m为有第一数据库中具有绕弯和弧垂比例经验值数据的光纤分段数量。光纤余缆为某一段光纤预留出来的光纤长度,光纤在铺设过程中并不是绷紧的,而是有一定的绕弯,在悬架的情况下,还会有一定的弧垂,因此在计算实际地理距离时,本发明充分考虑剔除上述误差。通过步骤S3,获得的地理距离L1正是消除了上述因素所导致的D所固有的误差,从而获得了相对准确的地理位置。
步骤S4:从第二数据库中查询历史检测数据,并根据通过最小二乘法拟合的历史检测数据而获得的以下公式计算第二地理距离L2;
其中,PLi和FLi分别为第二数据库中存储的第i次测量的预测的地理距离和实际的地理距离。理论上L1应该为较为准确的地理距离,但是由于数据库建设初期数据量不全面和不准确等因素,在实际工作中发现L1和实际地理距离之间仍然存在一定误差,因此采用最小二乘法对你L1进行进一步的优化,获得较L1更为精确的第二地理距离L2。
步骤S5:在距离光时域反射仪L2的位置处,通过人工获取实际地理距离L。
步骤S6:将L2作为预测的地理距离,将L作为实际的地理距离添加到第二数据库中。因此,在下一次出现断点故障时,L2和L将作为参数参与断点故障的计算,从而使得所有“下一次”的计算距离更为精确,因为测试数据的数据量更为丰富,从而实现了自学习的目的。
Claims (2)
1.一种自学习光纤故障检测方法,其特征在于,包括以下步骤:
步骤S1:获取光时域反射仪的位置,并使用光时域反射仪获取第一故障光纤长度D1;
步骤S2:根据光时域反射仪的位置和第一光纤长度D1,从第一数据库中查询所有分段的光纤折射率和长度,如果超过1种分段,则使用以下公式计算第二故障光纤长度D;
<mrow>
<mi>D</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>c</mi>
<mo>*</mo>
<mi>t</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>*</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>I</mi>
<mi>O</mi>
<mi>R</mi>
<mi>i</mi>
<mo>*</mo>
<mfrac>
<mrow>
<mi>W</mi>
<mi>i</mi>
</mrow>
<mrow>
<mi>D</mi>
<mn>2</mn>
</mrow>
</mfrac>
</mrow>
其中,
<mrow>
<mi>D</mi>
<mn>2</mn>
<mo>=</mo>
<mi>D</mi>
<mn>1</mn>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>p</mi>
</munderover>
<mi>W</mi>
<mi>j</mi>
</mrow>
其中,C为真空中光速,t为测量时间,IORi为第i种型号光纤的折射率,Wi为第i段光纤的长度;Wj为第一数据库中没有记录折射率数据的第j段光纤的长度;n为光纤分段数量;
步骤S3:根据第二故障光纤长度D,使用以下公式计算第一地理距离L1;
<mrow>
<mi>L</mi>
<mn>1</mn>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>R</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>m</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>T</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
其中,Rj为第i段光纤余缆的长度,Ti为第i段光纤的绕弯和弧垂比例经验值;n为光纤分段数量;m为有第一数据库中具有绕弯和弧垂比例经验值数据的光纤分段数量;
步骤S4:从第二数据库中查询历史检测数据,并根据通过最小二乘法拟合的历史检测数据而获得的以下公式计算第二地理距离L2;
<mrow>
<mi>L</mi>
<mn>2</mn>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>P</mi>
<mi>L</mi>
<mi>i</mi>
<mo>*</mo>
<mi>F</mi>
<mi>L</mi>
<mi>i</mi>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>k</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>P</mi>
<mi>L</mi>
<mi>i</mi>
<mo>*</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>F</mi>
<mi>L</mi>
<mi>i</mi>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msup>
<mi>PLi</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>k</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>P</mi>
<mi>L</mi>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>*</mo>
<mi>L</mi>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>k</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>F</mi>
<mi>L</mi>
<mi>i</mi>
<mo>-</mo>
<mfrac>
<mi>A</mi>
<mi>k</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>P</mi>
<mi>L</mi>
<mi>i</mi>
</mrow>
其中,PLi和FLi分别为第二数据库中存储的第i次测量的预测的地理距离和实际的地理距离;
步骤S5:在距离光时域反射仪L2的位置处,通过人工获取实际地理距离L;
步骤S6:将L2作为预测的地理距离,将L作为实际的地理距离添加到第二数据库中。
2.一种自学习的光纤故障测量系统,其特征在于,包括光时域反射仪、第一数据库、第二数据库和计算设备,所述计算设备用于实现权利要求1所述的自学习光纤故障检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510355861.6A CN104980212B (zh) | 2015-06-24 | 2015-06-24 | 具有自学习功能的光纤故障检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510355861.6A CN104980212B (zh) | 2015-06-24 | 2015-06-24 | 具有自学习功能的光纤故障检测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104980212A CN104980212A (zh) | 2015-10-14 |
CN104980212B true CN104980212B (zh) | 2017-08-25 |
Family
ID=54276357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510355861.6A Active CN104980212B (zh) | 2015-06-24 | 2015-06-24 | 具有自学习功能的光纤故障检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104980212B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109217917B (zh) * | 2017-06-30 | 2022-05-24 | 中兴通讯股份有限公司 | 故障光纤的位置确定方法及装置、存储介质、处理器 |
CN108155935B (zh) * | 2017-12-29 | 2020-05-26 | 中国航天时代电子公司 | 一种光缆网故障检测装置 |
CN108809407A (zh) * | 2018-04-17 | 2018-11-13 | 国网新疆电力有限公司乌鲁木齐供电公司 | 一种光纤故障检测系统及检测方法 |
CN111814954B (zh) * | 2020-06-19 | 2023-09-08 | 武汉光迅科技股份有限公司 | 一种光纤质量分析方法、装置、电子设备及存储介质 |
CN115021804B (zh) * | 2022-05-31 | 2024-04-19 | 广东电网有限责任公司 | 一种长距离通信光缆故障定位方法及相关装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103684582A (zh) * | 2013-12-27 | 2014-03-26 | 云南电网公司玉溪供电局 | 一种配网通信光缆故障定位方法及装置 |
CN104125010A (zh) * | 2013-04-25 | 2014-10-29 | 中国移动通信集团河北有限公司 | 一种光缆故障定位的方法及装置 |
CN104333417A (zh) * | 2014-09-23 | 2015-02-04 | 国网安徽省电力公司阜阳供电公司 | 电力通信光缆故障定位技术 |
-
2015
- 2015-06-24 CN CN201510355861.6A patent/CN104980212B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104125010A (zh) * | 2013-04-25 | 2014-10-29 | 中国移动通信集团河北有限公司 | 一种光缆故障定位的方法及装置 |
CN103684582A (zh) * | 2013-12-27 | 2014-03-26 | 云南电网公司玉溪供电局 | 一种配网通信光缆故障定位方法及装置 |
CN104333417A (zh) * | 2014-09-23 | 2015-02-04 | 国网安徽省电力公司阜阳供电公司 | 电力通信光缆故障定位技术 |
Also Published As
Publication number | Publication date |
---|---|
CN104980212A (zh) | 2015-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104980212B (zh) | 具有自学习功能的光纤故障检测系统和方法 | |
CN203744915U (zh) | 大坝坝体监测系统 | |
CN105320596B (zh) | 一种基于倾角仪的桥梁挠度测试方法及其系统 | |
CN111510205B (zh) | 一种基于深度学习的光缆故障定位方法、装置及设备 | |
CN104125010B (zh) | 一种光缆故障定位的方法及装置 | |
CN108696313B (zh) | 一种光缆故障精确定位方法 | |
CN103105140B (zh) | 大型建筑物变形监测装置以及用其监测的方法 | |
CN103560825B (zh) | 一种提高多级非均分epon网络光纤故障位置定位精确性的方法 | |
CN109100742A (zh) | 基于机载激光雷达进行电力巡线的方法 | |
CN104820759A (zh) | 管线设施的数据采集方法和系统 | |
CN106248044B (zh) | 一种桥梁全桥多点挠度实时采集与显示系统 | |
CN102901451B (zh) | 一种精确快速用于送变电工程导线测算的方法及装置 | |
CN104315936A (zh) | 基于摄像头的视频量具 | |
CN103713187B (zh) | 一种配电变压器监测装置 | |
CN105136908B (zh) | 基于指征频率时空演变的桥梁结构损伤定位方法 | |
CN106871837B (zh) | 弧垂测量方法及装置 | |
CN108306674A (zh) | 一种光缆故障点的定位方法及定位装置 | |
CN103530288A (zh) | 一种兴趣点分布范围的测试方法和装置 | |
CN105466389A (zh) | 一种变电站基础监测系统 | |
CN204613941U (zh) | 管线设施的数据采集系统 | |
CN107588753A (zh) | 一种光学测距的静力水准装置 | |
CN110441727A (zh) | 一种对电能表现校仪进行状态评价的方法及装置 | |
CN109921846B (zh) | 基于历史数据的光纤故障检测方法 | |
CN102455238A (zh) | 一种功图测试设备的在线校准方法及连接结构 | |
CN107401190A (zh) | 一种变电站监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |