CN109921846B - 基于历史数据的光纤故障检测方法 - Google Patents

基于历史数据的光纤故障检测方法 Download PDF

Info

Publication number
CN109921846B
CN109921846B CN201910188745.8A CN201910188745A CN109921846B CN 109921846 B CN109921846 B CN 109921846B CN 201910188745 A CN201910188745 A CN 201910188745A CN 109921846 B CN109921846 B CN 109921846B
Authority
CN
China
Prior art keywords
fault
data set
historical
optical fiber
data
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
Application number
CN201910188745.8A
Other languages
English (en)
Other versions
CN109921846A (zh
Inventor
张营
孔平
雷现惠
李善武
周佳
李峰
许立
薛晓琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Shandong Electric Power Co Ltd, TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910188745.8A priority Critical patent/CN109921846B/zh
Publication of CN109921846A publication Critical patent/CN109921846A/zh
Application granted granted Critical
Publication of CN109921846B publication Critical patent/CN109921846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明涉及一种基于历史数据的光纤故障检测方法，包括：步骤1000，根据光时域反射仪，获取待检测光纤的故障光纤长度D1；步骤2000，根据故障光纤长度D1和待检测光纤的历史故障数据集A，确定待检测光纤故障位置和光时域反射仪的地理距离D2；步骤3000，根据地理距离D2确定待检测光纤的故障所在的地理位置，并将该地理位置显示在电子地图上。

Description

基于历史数据的光纤故障检测方法
技术领域
本发明涉及一种基于历史数据的光纤故障检测方法。
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：由于光时域反射仪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光时域反射仪测试仪自身的误差；第二种误差：光时域反射仪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，将光时域反射仪、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，使用光时域反射仪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。
国家电网公司在公开号为CN104980212A的发明专利申请中提出了一种具有自学习功能的光纤故障检测方法，该方法根据光缆的分段信息和各段光纤参数，剔除光纤余缆的误差，结合历史检测数据，通过最小二乘法拟合的方法来预测故障点位置。该发明专利申请中的方法能够较为精确的预测故障点的位置，而且将故障点的预测位置和实际位置作为历史数据进行保存，为以后预测提供了更为丰富的数据，实现了自学习的目的。
然而，当光纤故障(尤其是超长距离光纤)的历史数据较为丰富时，上述现有技术可能存在以下问题：对于CN104202086A来说，可能存在多个最优或近似最优的参照故障点，例如测得故障距离为130米，历史故障点在100米及 159米处，此时应该选择哪个历史故障点作为参照故障点；对于CN104980212A 来说，由于采用了最小二乘法，当历史故障数据较为丰富时，会导致计算量增加，计算效率下降，如何选择合适数量、合适属性的历史故障数据，来减少计算时间，提高计算精度。
发明内容
为解决上述技术问题，本发明提出了一种基于历史数据的光纤故障检测方法，包括：
步骤1000，根据光时域反射仪，获取待检测光纤的故障光纤长度D1；
步骤2000，根据故障光纤长度D1和待检测光纤的历史故障数据集A，确定待检测光纤故障位置和光时域反射仪的地理距离D2；
步骤3000，根据地理距离D2确定待检测光纤的故障所在的地理位置，并将该地理位置显示在电子地图上。
本发明能够从光纤的历史故障集中确定用于计算故障所在的地理位置的数据，并且根据这些数据对故障所在的地理位置作出预测，减少了计算量，提高了计算精度。
附图说明
图1为本发明具体实施方式一的流程图。
图2为本发明具体实施方式二的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本发明，在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。
如图1所示，根据本发明的第一个方面，提出了一种基于历史数据的光纤故障检测方法，包括：
步骤1000，根据光时域反射仪，获取待检测光纤的故障光纤长度D1，其中故障光纤长度D1为测量仪器测量得到的故障光纤长度，所述测量仪器优选为便携式手持光时域反射仪。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2000，根据故障光纤长度D1和待检测光纤的历史故障数据集A，确定待检测光纤故障位置和光时域反射仪的地理距离D2。
其中，所述历史故障数据集A用于存储所述光纤历史故障的数据，包括由CN104202086A和/或CN104980212A方法测得的待检测光纤的各个历史故障点的测量距离L2与实际地理距离L3。
例如，如果采用CN104202086A的方法，某故障点光时域反射仪测得的故障点距离为150米，实际地理距离为155米，则L2＝150，L3＝155；如果采用 CN104980212A的方法，某故障点光时域反射仪测得的距离为150米，通过人工确定实际地理距离为148米，则L2＝150，L3＝148。由此可以获得待检测光纤的历史故障数据集A，其中A包括历史故障编号子集，历史故障测量距离L2子集以及历史故障实际地理距离L3子集。
其中，D2＝k*D1，k为修正系数。
其中，
Figure BDA0001993702400000031
L2j和L3j分别为所述历史故障数据集 A中待检测光纤的第j个历史故障点的测量距离和实际地理距离，其中， |L21-D1|＜|L2j-D1|,|L22-D1|＜|L2j-D1|,j≠1,2，j∈[1,n]，n为所述历史故障数据集 A中故障点个数。
由于修正系数是根据最近的两个历史故障数据计算得出，而历史故障数据又包含了光纤类型，光纤余缆，参照物等综合信息，因此修正系数能够反映最新故障点附近的综合情况，从而通过修正系数计算得出的最新故障点实际距离，也能较为精确，小规模数据测试结果表明，本方法的精确度在90％左右。
步骤3000，根据地理距离D2确定待检测光纤的故障所在的地理位置，并将该地理位置显示在电子地图上。将故障所在的地理位置显示在地图上可以采用任意现有技术，例如利用百度地图，高德地图，腾讯地图，谷歌地图的API接口等。
如图2所示，根据本发明的第二个方面，还提供了一种基于历史数据的光纤故障检测方法，包括：
步骤1000，根据光时域反射仪，获取待检测光纤的故障光纤长度D1。
步骤2000，根据故障光纤长度D1和待检测光纤的历史故障数据集A，确定待检测光纤故障位置和光时域反射仪的地理距离D2。
进一步的，步骤2000包括：
步骤210，根据历史故障数据集A确定数据集B，其中，L2u为数据集B中第u个历史故障点的测量距离，|L2u-D1|＜|L2j-D1|，u∈[1,m]，
Figure BDA0001993702400000046
m＜n，其中m为数据集B中故障点个数，m优选为与n正相关，n为所述历史故障数据集A中故障点个数；获取m1和m2，其中m1和m2分别为数据集B中测量距离小于或等于D1的历史故障点个数和大于D1的历史故障点个数；m＝m1+m2。
步骤220，如果m1小于第一阈值，那么转入步骤230；如果m1大于等于第一阈值且小于等于第二阈值，那么转入步骤240；如果m1大于第二阈值，那么转入步骤250。
优选的，第一阈值为
Figure BDA0001993702400000041
第二阈值为
Figure BDA0001993702400000042
Figure BDA0001993702400000043
为向上取整符号。
步骤230，获取数据集C，其中数据集C包括所述数据集B中l个小于D1的历史故障数据和l个大于D1的历史故障数据，且l＝m1，所述数据集C中数据用于计算光纤故障位置的地理距离D2，转入步骤260。
步骤240，获取数据集C，其中数据集C包括l个数据集B中历史故障数据， Ci为数据集C中第i个历史故障数据，
Figure BDA0001993702400000044
Ci不重复，且
Figure BDA0001993702400000045
其中Dmin和Dmax分别为数据集B 中历史故障数据的测量距离最大值和测量距离最小值，所述数据集C中数据用于计算光纤故障位置的地理距离D2，转入步骤260。
特别的，如果某个区间中不存在历史故障数据，则选择数据集B中不属于数据集C的距离最近的历史故障数据。
步骤250，获取数据集C，其中数据集C包括所述数据集B中l个小于D1的历史故障数据和l个大于D1的历史故障数据,且l＝m2，所述数据集C中数据用于计算光纤故障位置的地理距离D2，转入步骤260。
步骤260，根据数据集C，计算
Figure BDA0001993702400000051
其中
Figure BDA0001993702400000052
p,q∈[1,l]，L2p与L3p分别为所述数据集C中第p个小于D1的历史故障数据的测量距离与实际距离，L2q与L3q分别为所述数据集C中第q个大于D1的历史故障数据的测量距离与实际距离。
通过步骤210-260，本发明方法能够找到距离故障点最近的几个历史故障点数据来计算修正系数，而且既包括了比故障点距离近的历史故障点，又包括了比故障点距离远的历史故障点，这样就降低了故障点前后发生突变(例如故障点附近恰好有较长的光纤余缆)带来较大预测误差的风险，进一步提高了预测精度。
步骤270，计算地理距离D2。
优选的，D2＝D0+k*ΔD，其中，D0为光时域反射仪位置或任一历史故障点位置所对应的实际地理距离，ΔD＝D1-D0，特别的，当D0为光时域反射仪位置所对应的实际地理距离时，D0＝0。进一步优选的，D0为与D1距离最近的历史故障点位置所对应的实际地理距离。
通过使用历史故障点实际地理距离加修正系数乘以距离差来计算D2的方法，能够规避历史故障点之前的误差，特别是当历史故障点离故障点距离越近，预测越准确，进一步提高了预测精度。
步骤3000，根据地理距离D2确定待检测光纤的故障所在的地理位置，并将该地理位置显示在电子地图上。
此外，根据公开的本发明的说明书，本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的系统和方法中。说明书和其中的示例应该是仅仅看作示例性，本发明的实际范围和精神由所附权利要求书表示。

Claims (7)

1.一种基于历史数据的光纤故障检测方法，包括：
步骤1000，根据光时域反射仪，获取待检测光纤的故障光纤长度D1；
步骤2000，根据故障光纤长度D1和待检测光纤的历史故障数据集A，确定待检测光纤故障位置和光时域反射仪的地理距离D2；
步骤3000，根据地理距离D2确定待检测光纤的故障所在的地理位置，并将该地理位置显示在电子地图上；
其中，步骤2000进一步包括：
步骤210，根据历史故障数据集A确定数据集B，其中，L2u为数据集B中第u个历史故障点的测量距离，
Figure FDA0002381633270000015
其中m为数据集B中故障点个数，n为所述历史故障数据集A中故障点个数；
步骤220，如果m1小于第一阈值，那么转入步骤230；如果m1大于等于第一阈值且小于等于第二阈值，那么转入步骤240；如果m1大于第二阈值，那么转入步骤250；其中m1为所述数据集B中测量距离小于或等于D1的历史故障点个数；
步骤230，获取数据集C，其中数据集C包括所述数据集B中l个小于D1的历史故障数据和l个大于D1的历史故障数据，且l＝m1，转入步骤260；
步骤240，获取数据集C，其中数据集C包括数据集B中l个历史故障数据，Ci为数据集C中第i个历史故障数据，
Figure FDA0002381633270000011
且
Figure FDA0002381633270000012
其中Dmin和Dmax分别为数据集B中历史故障数据的测量距离最大值和测量距离最小值，转入步骤260；
步骤250，获取数据集C，其中数据集C包括所述数据集B中l个小于D1的历史故障数据和l个大于D1的历史故障数据,且l＝m2，转入步骤260；其中m2为所述数据集B中测量距离大于D1的历史故障点个数；
步骤260，计算
Figure FDA0002381633270000013
其中
Figure FDA0002381633270000014
L2p与L3p分别为所述数据集C中第p个小于D1的历史故障数据的测量距离与实际距离，L2q与L3q分别为所述数据集C中第q个大于D1的历史故障数据的测量距离与实际距离。
2.根据权利要求1所述的基于历史数据的光纤故障检测方法，其特征在于，D2＝k*D1，其中k为修正系数。
3.根据权利要求2所述的基于历史数据的光纤故障检测方法，其特征在于，所述历史故障数据集A中存储有待检测光纤的各个历史故障点的测量距离L2与实际地理距离L3。
4.根据权利要求3所述的基于历史数据的光纤故障检测方法，其特征在于，
Figure FDA0002381633270000021
L2j和L3j分别为所述历史故障数据集A中待检测光纤的第j个历史故障点的测量距离和实际地理距离，其中，j∈[1,n]，n为所述历史故障数据集A中故障点个数，且当j∈[3,n]时，|L21-D1|＜|L2j-D1|,|L22-D1|＜|L2j-D1|。
5.根据权利要求1所述的基于历史数据的光纤故障检测方法，其特征在于，D2＝D0+k*ΔD，其中，D0为光时域反射仪位置或任一历史故障点位置所对应的实际地理距离，ΔD＝D1-D0。
6.根据权利要求1或5所述的基于历史数据的光纤故障检测方法，其特征在于，第一阈值为
Figure FDA0002381633270000022
7.根据权利要求6所述的基于历史数据的光纤故障检测方法，其特征在于，第二阈值为
Figure FDA0002381633270000023
CN201910188745.8A 2019-03-13 2019-03-13 基于历史数据的光纤故障检测方法 Active CN109921846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910188745.8A CN109921846B (zh) 2019-03-13 2019-03-13 基于历史数据的光纤故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910188745.8A CN109921846B (zh) 2019-03-13 2019-03-13 基于历史数据的光纤故障检测方法

Publications (2)

Publication Number Publication Date
CN109921846A CN109921846A (zh) 2019-06-21
CN109921846B true CN109921846B (zh) 2020-06-12

Family

ID=66964590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910188745.8A Active CN109921846B (zh) 2019-03-13 2019-03-13 基于历史数据的光纤故障检测方法

Country Status (1)

Country Link
CN (1) CN109921846B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579762B (zh) * 2023-04-14 2023-10-20 广州林旺空调工程有限公司 一种冷却塔智慧运维平台

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523037A (zh) * 2011-11-23 2012-06-27 上海市电力公司 光缆资源集中监测及管理系统
CN108023639A (zh) * 2017-11-10 2018-05-11 安徽帆扬通信电子技术有限公司 一种光缆管理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10652253B2 (en) * 2013-03-15 2020-05-12 CyberSecure IPS, LLC Cable assembly having jacket channels for LEDs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523037A (zh) * 2011-11-23 2012-06-27 上海市电力公司 光缆资源集中监测及管理系统
CN108023639A (zh) * 2017-11-10 2018-05-11 安徽帆扬通信电子技术有限公司 一种光缆管理系统

Also Published As

Publication number Publication date
CN109921846A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN108984873B (zh) 供水管网实时漏损检测方法、设备、系统及存储介质
CN108696313B (zh) 一种光缆故障精确定位方法
CN111510205B (zh) 一种基于深度学习的光缆故障定位方法、装置及设备
CN103560825A (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
CN104980212B (zh) 具有自学习功能的光纤故障检测系统和方法
CN108306674A (zh) 一种光缆故障点的定位方法及定位装置
CN108880669A (zh) 光缆故障点地面直线距离定位方法与装置
CN1556384A (zh) 光缆线路故障点精确定位方法
CN109921846B (zh) 基于历史数据的光纤故障检测方法
CN114295324A (zh) 一种故障检测方法、装置、设备及存储介质
CN110109165B (zh) 行驶轨迹中异常点的检测方法及装置
CN115882938A (zh) 一种光网故障监测系统
CN117350216A (zh) 电阻预测模型训练方法、装置、电子设备和存储介质
CN113531403B (zh) 水管泄漏检测方法及装置
CN113869633A (zh) 一种配电网多源数据质量管控方法
CN112995893A (zh) 一种指纹定位方法、系统、服务器和存储介质
CN109217917B (zh) 故障光纤的位置确定方法及装置、存储介质、处理器
CN114705908A (zh) 一种智能电表状态监测装置及其使用方法
CN114779747A (zh) 车辆故障原因确定系统及方法
CN113033842A (zh) 一种供水管网系统漏损的控制管理方法以及控制管理系统
CN114331128A (zh) 一种基于物联网的智慧水务管理方法、系统、设备及介质
CN112377821A (zh) 基于智能水表平台大数据的管道漏损排查方法及系统
US11677462B1 (en) Landmark correlation mechanism
CN114578713B (zh) 一种顶管机姿态控制方法及其装置
CN113890607B (zh) 光缆t接点定位方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant