CN109063647A - 目标电缆精准识别方法 - Google Patents

Abstract

本发明提供一种目标电缆精准识别方法，采用的改进算法步骤如下：步骤A1，对电流信号采样，得到数字信号x₀(i)；步骤A2，对于采样得到的数字信号进行一阶惯性滤波处理；步骤A3，一阶惯性滤波后，得到滤波后数字信号y₀(i)；对y₀(i)中前m个数据进行积分，得到结果为A；取得结果A的符号：当sign(A)为1时判断电流信号初始极性为正，当sign(A)为‑1时判断电流信号初始极性为负；电流信号初始极性为正所对应的电缆为目标电缆。本发明的改进算法大大提高了目标电缆识别的准确性，降低误判可能性。

Description

目标电缆精准识别方法

技术领域

本发明涉及一种识别算法，尤其是一种目标电缆精准识别方法。

背景技术

利用直流高压信号发生器对目标电缆冲闪放电，可以产生沿着目标电缆和与目标电缆共地的临近电缆流动的衰减正弦振荡电流。由于在目标电缆和临近电缆上电流的流动方向不同，因此两种电缆上电流的初始极性不同。

利用罗果夫斯基线圈电流互感器，可以探测到电缆上的衰减正弦振荡电流信号，通过辨别电流信号的初始极性，可以把目标电缆从临近的其他电缆中识别出来。

发明内容

本发明的目的在于提出一种目标电缆精准识别方法，通过优化的算法，准确地把目标电缆从临近电缆中识别出来。本发明采用的技术方案是：

一种目标电缆精准识别方法，包括一种基础算法，步骤如下：

步骤S1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1,2,…,n]；

步骤S2，对于数字信号x₀(i)中前m个数据，依序将其绝对值与预置阈值D进行比较，直至找到第一个绝对值大于预置阈值D的数据x₀(j)；m是n的一半，然后取整；

|x₀(j)|＞D,j∈[1,2,…,m]

步骤S3，取得数据x₀(j)的符号：

当sign(x₀(j))为1时判断电流信号初始极性为正，当sign(x₀(j))为-1时判断电流信号初始极性为负；

电流信号初始极性为正所对应的电缆为目标电缆。

进一步地，预置阈值D取值为衰减正弦振荡电流最大峰值的60％～100％。

一种目标电缆精准识别方法，采用的改进算法步骤如下：

步骤A1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1,2,…,n]；

步骤A2，对于采样得到的数字信号进行一阶惯性滤波处理；一阶惯性滤波的公式是：

y₀(i)＝kx₀(i)+(1-k)y₀(i-1)

式中，x₀(i)是当前采样值，y₀(i)和y₀(i-1)分别是一阶惯性滤波当前输出值和上次输出值，k是滤波系数；k的值由采样间隔T和一阶惯性滤波时间常数τ确定；

步骤A3，一阶惯性滤波后，得到滤波后数字信号y₀(i)；对y₀(i)中前m个数据进行积分，i∈[1,2,…,m]，得到结果为A；m是n的一半，然后取整；

取得结果A的符号：

当sign(A)为1时判断电流信号初始极性为正，当sign(A)为-1时判断电流信号初始极性为负；电流信号初始极性为正所对应的电缆为目标电缆。

进一步地，τ根据经验取为300ns。

本发明的优点在于：

1)基础算法容易实现，虽偶尔存在误判情况，但实现过程简单。

2)改进算法大大提高了目标电缆识别的准确性，降低误判可能性。

附图说明

图1a为本发明目标电缆的衰减正弦振荡电流波形图。

图1b为本发明临近电缆的衰减正弦振荡电流波形图。

图2a为本发明目标电缆的衰减正弦振荡电流经过一阶惯性滤波处理后波形图。

图2b为本发明临近电缆的衰减正弦振荡电流经过一阶惯性滤波处理后波形图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

本发明提出的一种目标电缆精准识别方法，包括一种基础算法，以及一种在基础算法上的改进算法。

如图1a和图1b所示，由于在目标电缆和临近电缆上电流的流动方向不同，因此两种电缆上电流的初始极性不同；利用罗果夫斯基线圈电流互感器，可以探测到电缆上的衰减正弦振荡电流信号，即进行电流的采样；

(一)目标电缆精准识别方法，其基础算法的步骤如下：

步骤S1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1,2,…,n]；

步骤S2，对于数字信号x₀(i)中前m个数据，依序将其绝对值与预置阈值D进行比较，直至找到第一个绝对值大于预置阈值D的数据x₀(j)；m＝INT(n/2)，即m是n的一半，然后取整；

|x₀(j)|＞D,j∈[1,2,…,m]

预置阈值D取值为衰减正弦振荡电流最大峰值的60％～100％；

步骤S3，取得数据x₀(j)的符号：

当sign(x₀(j))为1时判断电流信号初始极性为正，当sign(x₀(j))为-1时判断电流信号初始极性为负；

电流信号初始极性为正所对应的电缆为目标电缆。

(二)算法的改进；

通过理论分析和对大量实验数据的观察发现，电缆上的衰减正弦振荡电流信号往往存在毛刺等高频干扰(如图1a、图1b所示)，干扰有时会造成辨别电流信号初始极性的算法得出错误的结果；例如，电流信号初始极性为正，但是算法判断为负，或者电流信号初始极性为负，但是算法判断为正。

为了提高目标电缆识别的准确性，对原有辨别电流信号初始极性的算法进行了改进。改进主要有两点；一是增加了一阶惯性滤波处理；二是将判断电流信号初始极性的判据由第一个绝对值大于阈值的单个数据点的正负，改进为滤波后前m个数据积分的正负；

以下是改进算法的步骤：

步骤A1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1，2,…,n]；

步骤A2，对于采样得到的数字信号进行一阶惯性滤波处理；一阶惯性滤波的公式是：

y₀(i)＝kx₀(i)+(1-k)y₀(i-1)

式中，x₀(i)是当前采样值，y₀(i)和y₀(i-1)分别是一阶惯性滤波当前输出值和上次输出值，k是滤波系数；k的值由采样间隔T和一阶惯性滤波时间常数τ确定；

τ可根据经验取为300ns；

步骤A3，一阶惯性滤波后，得到滤波后数字信号y₀(i)；对y₀(i)中前m个数据进行积分，i∈[1,2,…,m]，得到结果为A；m＝INT(n/2)，即m是n的一半，然后取整；

取得结果A的符号：

当sign(A)为1时判断电流信号初始极性为正，当sign(A)为-1时判断电流信号初始极性为负；电流信号初始极性为正所对应的电缆为目标电缆。

对图1a、图1b中电流信号进行一阶惯性滤波处理，结果分别如图2a、图2b所示；从图2a、图2b中可以看出，滤波后电流信号中的毛刺等高频干扰完全被去除，而对滤波后数据的积分处理等效为进一步进行低通滤波处理，可以有效地抑制信号中随机出现的反极性数据对积分结果的影响，从而大大改进了辨别电流信号初始极性算法的性能，提高了目标电缆识别的准确性。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种目标电缆精准识别方法，其特征在于，包括一种基础算法，步骤如下：

步骤S1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1,2,…,n]；

步骤S2，对于数字信号x₀(i)中前m个数据，依序将其绝对值与预置阈值D进行比较，直至找到第一个绝对值大于预置阈值D的数据x₀(j)；m是n的一半，然后取整；

|x₀(j)|＞D,j∈[1,2,…,m]

步骤S3，取得数据x₀(j)的符号：

当sign(x₀(j))为1时判断电流信号初始极性为正，当sign(x₀(j))为-1时判断电流信号初始极性为负；

电流信号初始极性为正所对应的电缆为目标电缆。

2.如权利要求1所述的目标电缆精准识别方法，其特征在于，

预置阈值D取值为衰减正弦振荡电流最大峰值的60％～100％。

3.一种目标电缆精准识别方法，其特征在于，采用的改进算法步骤如下：

步骤A1，对电流信号采样，采样持续时间大于等于电缆上的衰减正弦振荡电流的第一个周期，得到数字信号x₀(i)，i∈[1,2,…,n]；

步骤A2，对于采样得到的数字信号进行一阶惯性滤波处理；一阶惯性滤波的公式是：

y₀(i)＝kx₀(i)+(1-k)y₀(i-1)

式中，x₀(i)是当前采样值，y₀(i)和y₀(i-1)分别是一阶惯性滤波当前输出值和上次输出值，k是滤波系数；k的值由采样间隔T和一阶惯性滤波时间常数τ确定；

步骤A3，一阶惯性滤波后，得到滤波后数字信号y₀(i)；对y₀(i)中前m个数据进行积分，i∈[1,2,…,m]，得到结果为A；m是n的一半，然后取整；

取得结果A的符号：

当sign(A)为1时判断电流信号初始极性为正，当sign(A)为-1时判断电流信号初始极性为负；电流信号初始极性为正所对应的电缆为目标电缆。

4.如权利要求3所述的目标电缆精准识别方法，其特征在于，

τ根据经验取为300ns。