CN113822258B - 一种线缆长度计量方法、装置及存储介质 - Google Patents
一种线缆长度计量方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113822258B CN113822258B CN202111399676.9A CN202111399676A CN113822258B CN 113822258 B CN113822258 B CN 113822258B CN 202111399676 A CN202111399676 A CN 202111399676A CN 113822258 B CN113822258 B CN 113822258B
- Authority
- CN
- China
- Prior art keywords
- cable
- signal
- tested
- time
- length
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种线缆长度计量方法、装置及存储介质,涉及长度计量技术领域,方法包括:获取待测线缆的图像数据;依据图像数据获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度;记脉宽为最小脉宽的高斯脉冲信号为第一信号,脉宽为最大脉宽的高斯脉冲信号为第二信号;分别记录第一信号和第二信号从待测线缆的始端输入的时刻、待测线缆末端接收的时刻、待测线缆末端反射的时刻以及待测线缆始端接收线缆末端反射的信号的时刻;依据所述时刻,获取待测线缆的第一测量长度和第二测量长度,进而获取待测线缆的最终测量长度。本发明可以对任意未知型号的待测线缆进行快速、准确的长度计量。
Description
技术领域
本发明涉及长度计量技术领域,更具体的说是涉及一种线缆长度计量方法、装置及存储介质。
背景技术
线缆是配电网基建工程中的重要物资,而电力电缆的质量检测逐渐受到各领域的关注。据统计,线缆长度缺斤少两是现有电缆可能存在的主要质量问题。对于已经铺设好的线缆而言,长度的准确计量成为一项难以解决的实际问题。
而现有的脉冲反射法对线缆进行长度计量的过程中,仍存在着脉宽延时、信号频率等因素产生的消极影响,并且无法针对不同型号的线缆进行实时自动测量。可见,现有的线缆计量方法中存在着精度较低、无法对不同型号进行自动测量、操作难度大等技术缺陷。
由此可见,如何提供一种精度更高的、能够自动对不同型号线缆进行实时计量的线缆长度计量方法,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种线缆长度计量方法、装置及存储介质。
为了实现上述目的,本发明提供如下技术方案:
一种线缆长度计量方法,包括以下步骤:
步骤1、获取待测线缆的图像数据;
步骤2、依据所述图像数据,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及信号传播速度;记最小脉宽高斯脉冲信号为第一信号,最大脉宽高斯脉冲信号为第二信号;;
步骤3、将第一信号以及第二信号分别从待测线缆的始端输入,同时记录始端发射第一信号的时刻T1.1,以及始端发射第二信号的时刻T2.1;
步骤4、记录待测线缆末端接收所述第一信号的时刻T1.2,以及待测线缆末端接收所述第二信号的时刻T2.2;
步骤5、记录待测线缆末端反射所述第一信号的时刻T1.3,以及待测线缆末端反射所述第二信号的时刻T2.3;
步骤6、记录待测线缆始端接收线缆末端反射的第一信号的时刻T1.4,以及待测线缆始端接收线缆末端反射的第二信号的时刻T2.4;
步骤7、依据所述时刻T1.1、时刻T1.2、时刻T1.3、时刻T1.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第一测量长度;
步骤8、依据所述时刻T2.1、时刻T2.2、时刻T2.3、时刻T2.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第二测量长度;
步骤9、依据所述第一测量长度和第二测量长度,获取待测线缆的最终测量长度。
可选的,所述步骤1中,使用高清摄像机获取待测线缆的图像数据。
可选的,所述步骤2中,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度的方法为:
步骤2.1、对所述待测线缆的图像数据进行特征提取,获取图像特征点;
步骤2.2、将所述待测线缆的图像特征点输入线缆型号确定模型中,获取待测线缆的型号;
步骤2.3、依据所述待测线缆的型号,从线缆数据库中获取该型号线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数;
步骤2.4、依据待测线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数,得到待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度。
可选的,所述步骤2.1中,进行特征提取的方法为深度学习算法。
可选的,所述线缆数据库中包含多种型号线缆的参数,包括绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数。
可选的,所述线缆型号确定模型的构建方法为:
采集各种不同型号线缆的图像数据;
对所述不同型号线缆的图像数据进行特征提取,获取图像特征点;
将不同型号线缆的图像特征点和对应的线缆型号参数输入BP神经网络模型中进行训练,得到线缆型号确定模型。
可选的,所述步骤9中,取第一测量长度和第二测量长度的均值,为待测线缆的最终测量长度。
本发明还公开一种线缆长度计量装置,包括摄像机、控制处理器、线缆数据库和输出装置,所述控制处理器均与摄像机、线缆数据库、输出装置连接,在线缆始端连接有第一发射装置和第二接收装置,线缆末端连接第一接收装置和第二发射装置,所述第一发射装置、第一接收装置、第二发射装置和第二接收装置均与控制处理器连接。
本发明还公开一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任意一项所述的一种线缆长度计量方法的步骤。
经由上述的技术方案可知,本发明公开提供了一种线缆长度计量方法、装置及存储介质,与现有技术相比,具有以下有益效果:
(1)本发明对待测线缆的图像进行特征提取,并将特征点输入预先建立的线缆型号确定模型中,能够方便快速的得知待测线缆的型号。之后从数据库中调取该型号线缆的型号参数信息,依据该信息获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度,为后续待测线缆的长度计量提供数据基础。使用本发明的方法,可以对任意未知型号的待测线缆进行快速、准确的长度计量。
(2)本发明以最小脉宽的高斯脉冲信号和最大脉宽的高斯脉冲信号作为检测信号,分别输入待测线缆中,在得到长度测量结果之后,取均值,作为最终的长度测量结果,避免了信号带宽不同所带来的测量结果的影响。
(3)本发明测量信号在线缆首端的发射时刻、到达线缆末端的接收时刻、反射时刻以及线缆首端接收反射信号的接收时刻,同时依据信号传播速度,得到测量长度,与传统方法中仅仅使用线缆首端的发射时刻和接收时刻进行长度计量相比,本发明的结果更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明的方法步骤示意图;
图2为本发明的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种线缆长度计量方法,参见图1,包括以下步骤:
步骤1、使用高清摄像机获取待测线缆的图像数据。
步骤2、依据所述图像数据,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及信号传播速度;记最小脉宽高斯脉冲信号为第一信号,最大脉宽高斯脉冲信号为第二信号。
依据所述待测线缆的图像数据,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度的具体步骤为:
步骤2.1、使用深度学习算法对所述待测线缆的图像数据进行特征提取,获取图像特征点。
在其他的实施例中,还可以使用SIFT法、SURF法等算法进行特征提取。
步骤2.2、将所述待测线缆的图像特征点输入线缆型号确定模型中,获取待测线缆的型号。
所述线缆型号确定模型的构建方法为:
采集各种不同型号线缆的图像数据;
对所述不同型号线缆的图像数据进行特征提取,获取图像特征点;所述特征点可以包括线缆型号标志、线缆型号识别码等。
将不同型号线缆的图像特征点和对应的线缆型号参数输入BP神经网络模型中进行训练,得到线缆型号确定模型。
步骤2.3、依据所述待测线缆的型号,从线缆数据库中获取该型号线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数;线缆数据库中包含多种型号线缆的参数,包括绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数。
步骤2.4、依据待测线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数,得到待测线缆中信号的最大频率和最小频率,进而得到待测线缆中高斯脉冲信号的最大脉宽和最小脉宽。依据波信号在介质中的传播理论,得到待测线缆中的信号传播速度。
步骤3、将第一信号以及第二信号分别从待测线缆的始端输入,同时记录始端发射第一信号的时刻T1.1,以及始端发射第二信号的时刻T2.1;
步骤4、记录待测线缆末端接收所述第一信号的时刻T1.2,以及待测线缆末端接收所述第二信号的时刻T2.2;
步骤5、记录待测线缆末端反射所述第一信号的时刻T1.3,以及待测线缆末端反射所述第二信号的时刻T2.3;
步骤6、记录待测线缆始端接收线缆末端反射的第一信号的时刻T1.4,以及待测线缆始端接收线缆末端反射的第二信号的时刻T2.4;
步骤7、依据所述时刻T1.1、时刻T1.2、时刻T1.3、时刻T1.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第一测量长度;
步骤8、依据所述时刻T2.1、时刻T2.2、时刻T2.3、时刻T2.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第二测量长度L2;
步骤9、依据所述第一测量长度和第二测量长度,获取待测线缆的最终测量长度L。优选的,可以取第一测量长度和第二测量长度的均值L=(L1+L2)/2,作为待测线缆的最终测量长度。
下面列举具体实施例,以充分解释理解本发明的方法步骤:
在具体实施例中,参见图2,计量装置包括摄像机、控制处理器、线缆数据库和输出装置,所述控制处理器均与摄像机、线缆数据库、输出装置连接,在线缆的始端连接有第一发射装置和第二接收装置,线缆末端连接第一接收装置和第二发射装置,所述第一发射装置、第一接收装置、第二发射装置和第二接收装置均与控制处理器连接。
步骤一、控制处理器控制摄像机工作,拍摄待测线缆的图像数据;
步骤二、控制处理器接收摄像机传输的图像数据,使用特征提取算法进行图像特征点的提取;
步骤三、将图像特征点输入预先建立的线缆信号确定模型中,获取待测线缆的型号;
步骤四、控制处理器调取线缆数据库,依据待测线缆的型号,从线缆数据库中调取该型号线缆的线缆参数,包括绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数等;
步骤五、依据调取的该型号线缆参数,进行运算,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度V;
步骤六、记脉宽为最小脉宽的高斯脉冲信号为第一信号,脉宽为最大脉宽的高斯脉冲信号为第二信号。确定待测线缆的首端和末端,控制处理器控制始端的第一发射装置将第一信号以及第二信号分别从待测线缆的始端输入,同时记录始端发射第一信号的时刻T1.1,以及始端发射第二信号的时刻T2.1;记录待测线缆末端的第一接收装置接收所述第一信号的时刻T1.2,以及待测线缆末端的第一接收装置接收所述第二信号的时刻T2.2;记录待测线缆末端反射所述第一信号的时刻T1.3,以及待测线缆末端反射所述第二信号的时刻T2.3;记录待测线缆始端接收线缆末端反射的第一信号的时刻T1.4,以及待测线缆始端接收线缆末端反射的第二信号的时刻T2.4;
步骤七、所述控制处理器接收所述时刻数据,依据时刻T1.1、时刻T1.2、时刻T1.3、时刻T1.4,以及所述待测线缆中的信号传播速度V,获取待测线缆的第一测量长度L1=(T1.2-T1.1+T1.4-T1.3)×V/2;依据所述时刻T2.1、时刻T2.2、时刻T2.3、时刻T2.4,以及所述待测线缆中的信号传播速度V,获取待测线缆的第二测量长度L2=(T2.2-T2.1+T2.4-T2.3)×V/2;取第一测量长度和第二测量长度的均值L=(L1+L2)/2,作为待测线缆的最终测量长度。
步骤八、控制处理器将测量数据传输至输出装置,控制输出装置显示测量数据。其中,输出装置可以为LED显示器或电脑显示屏等显示装置。
采用本发明的方法和装置进行测量,参加表1,可见线缆的实际长度与最终测量长度误差较小,采用本发明的方法能够准确、快速检测出不同型号线缆的长度。
表1
线缆型号 | 最终测量长度/m | 线缆实际长度/m | 误差/% |
10kV线缆 | 88.95 | 89.35 | 0.45 |
10kV线缆YJV22-8.7/15-3×95 | 98.41 | 98.19 | 0.22 |
10kV线缆YJV22-8.7/15-3×300 | 465.84 | 467.55 | 0.37 |
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种线缆长度计量方法,其特征在于,包括以下步骤:
步骤1、获取待测线缆的图像数据;
步骤2、依据所述图像数据,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及信号传播速度;记最小脉宽高斯脉冲信号为第一信号,最大脉宽高斯脉冲信号为第二信号;
步骤3、将第一信号以及第二信号分别从待测线缆始端输入,同时记录始端发射第一信号的时刻T1.1,以及始端发射第二信号的时刻T2.1;
步骤4、记录待测线缆末端接收所述第一信号的时刻T1.2,以及待测线缆末端接收所述第二信号的时刻T2.2;
步骤5、记录待测线缆末端反射所述第一信号的时刻T1.3,以及待测线缆末端反射所述第二信号的时刻T2.3;
步骤6、记录待测线缆始端接收线缆末端反射的第一信号的时刻T1.4,以及待测线缆始端接收线缆末端反射的第二信号的时刻T2.4;
步骤7、依据所述时刻T1.1、时刻T1.2、时刻T1.3、时刻T1.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第一测量长度;
步骤8、依据所述时刻T2.1、时刻T2.2、时刻T2.3、时刻T2.4,以及所述待测线缆中的信号传播速度,获取待测线缆的第二测量长度;
步骤9、依据所述第一测量长度和第二测量长度,获取待测线缆的最终测量长度;
所述步骤2中,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度的方法为:
步骤2.1、对所述待测线缆的图像数据进行特征提取,获取图像特征点;
步骤2.2、将所述待测线缆的图像特征点输入线缆型号确定模型中,获取待测线缆的型号;
步骤2.3、依据所述待测线缆的型号,从线缆数据库中获取该型号线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数;
步骤2.4、依据待测线缆的绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数,得到待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度。
2.根据权利要求1所述的一种线缆长度计量方法,其特征在于,所述步骤1中,使用高清摄像机获取待测线缆的图像数据。
3.根据权利要求1所述的一种线缆长度计量方法,其特征在于,所述步骤2.1中,进行特征提取的方法为深度学习算法。
4.根据权利要求1所述的一种线缆长度计量方法,其特征在于,所述线缆数据库中包含多种型号线缆的参数,包括绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数。
5.根据权利要求1所述的一种线缆长度计量方法,其特征在于,所述线缆型号确定模型的构建方法为:
采集各种不同型号线缆的图像数据;
对所述不同型号线缆的图像数据进行特征提取,获取图像特征点;
将不同型号线缆的图像特征点和对应的线缆型号参数输入BP神经网络模型中进行训练,得到线缆型号确定模型。
6.根据权利要求1所述的一种线缆长度计量方法,其特征在于,所述步骤9中,取第一测量长度和第二测量长度的均值,为待测线缆的最终测量长度。
7.一种线缆长度计量装置,其特征在于,包括摄像机、控制处理器、线缆数据库和输出装置,所述控制处理器均与摄像机、线缆数据库、输出装置连接,在线缆始端连接有第一发射装置和第二接收装置,线缆末端连接第一接收装置和第二发射装置,所述第一发射装置、第一接收装置、第二发射装置和第二接收装置均与控制处理器连接;
控制处理器控制摄像机工作,拍摄待测线缆的图像数据;控制处理器接收摄像机传输的图像数据,使用特征提取算法进行图像特征点的提取;将图像特征点输入预先建立的线缆信号确定模型中,获取待测线缆的型号;控制处理器调取线缆数据库,依据待测线缆的型号,从线缆数据库中调取该型号线缆的线缆参数,包括绝缘层介电常数、电导率参数以及半导电层介电常数和电导率参数;依据调取的该型号线缆参数,获取待测线缆中高斯脉冲信号的最大脉宽和最小脉宽,以及待测线缆中的信号传播速度。
8.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6中任意一项所述的一种线缆长度计量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111399676.9A CN113822258B (zh) | 2021-11-24 | 2021-11-24 | 一种线缆长度计量方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111399676.9A CN113822258B (zh) | 2021-11-24 | 2021-11-24 | 一种线缆长度计量方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113822258A CN113822258A (zh) | 2021-12-21 |
CN113822258B true CN113822258B (zh) | 2022-02-08 |
Family
ID=78918122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111399676.9A Active CN113822258B (zh) | 2021-11-24 | 2021-11-24 | 一种线缆长度计量方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822258B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782234A (zh) * | 2017-10-24 | 2018-03-09 | 广州供电局有限公司 | 电缆长度测量方法、装置以及系统 |
CN108061843A (zh) * | 2017-12-27 | 2018-05-22 | 温岭市创嘉信息科技有限公司 | 一种电缆故障测距装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1883141A (zh) * | 2003-10-10 | 2006-12-20 | 爱特梅尔股份有限公司 | 双相位脉冲调制系统 |
CN102661711B (zh) * | 2012-04-28 | 2015-11-25 | 广东日丰电缆股份有限公司 | 基于LabVIEW平台的非接触电缆长度测量系统 |
WO2013163798A1 (en) * | 2012-05-02 | 2013-11-07 | Qualcomm Incorporated | Cable length determination using variable-width pulses |
CN104406509A (zh) * | 2014-11-21 | 2015-03-11 | 东北电力大学 | 基于hht电力电缆长度测量方法 |
CN107526228A (zh) * | 2017-09-25 | 2017-12-29 | 兰州理工大学 | 一种基于掺杂的光子晶体光纤实现快光传输的方法 |
CN109373883B (zh) * | 2018-10-31 | 2021-01-29 | 国网重庆市电力公司电力科学研究院 | 电力电缆长度测量方法、计算机可读存储介质及电子终端 |
CN111435077B (zh) * | 2019-01-11 | 2021-09-03 | 华为技术有限公司 | 导体线缆长度的测量方法和装置 |
JP2022528926A (ja) * | 2019-04-09 | 2022-06-16 | 華為技術有限公司 | 測距方法、装置、およびデバイス |
CN112540269A (zh) * | 2020-12-04 | 2021-03-23 | 广东电网有限责任公司 | 一种提升配电电缆局部放电定位精度的方法 |
CN112946616A (zh) * | 2020-12-30 | 2021-06-11 | 广东电网有限责任公司电力科学研究院 | 基于行波的电缆长度测量装置 |
-
2021
- 2021-11-24 CN CN202111399676.9A patent/CN113822258B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782234A (zh) * | 2017-10-24 | 2018-03-09 | 广州供电局有限公司 | 电缆长度测量方法、装置以及系统 |
CN108061843A (zh) * | 2017-12-27 | 2018-05-22 | 温岭市创嘉信息科技有限公司 | 一种电缆故障测距装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113822258A (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110927521B (zh) | 一种单端行波故障定位方法及装置 | |
CN108732465B (zh) | 一种基于小波变换和cnn的配电网故障定位方法 | |
CN102565634B (zh) | 一种基于传递函数法的电力电缆故障定位方法 | |
CN110514967B (zh) | 一种基于narnn模型预测行波波头到达时刻的故障定位方法 | |
CN114994061B (zh) | 一种基于机器视觉的钢轨智能化检测方法及系统 | |
CN108828015B (zh) | 一种用于电缆局部微弱物理损伤定位的方法及装置 | |
CN115077425B (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
WO2021109577A1 (zh) | 一种超声检测方法及装置 | |
CN113819932B (zh) | 一种基于深度学习和数学拟合的布里渊频移提取方法 | |
CN113822258B (zh) | 一种线缆长度计量方法、装置及存储介质 | |
US9432064B2 (en) | System and method for automated loss testing | |
CN104931785B (zh) | 一种基于众数法的pcb特性阻抗的测试方法 | |
CN114528721A (zh) | 一种电缆中间接头绝缘状态评估方法及系统 | |
CN112836178B (zh) | 一种用于传输天然气能量计量数据的方法和系统 | |
JPH04305170A (ja) | 伝送線のインピーダンスの精密測定の方法 | |
CN103490830A (zh) | 基于物联网电力测温设备的去噪声射频频谱峰值获取方法 | |
CN109525308B (zh) | 一种光模块的检测方法、装置、设备及存储介质 | |
CN111065106A (zh) | 移动通信网络中基于异常检测和核密度估计(kde)的指标突变小区检测方法 | |
CN111693176A (zh) | 一种使用智能食物温度探针进行食物烹饪的方法 | |
CN112444705B (zh) | 一种小波变换故障定位的回归修正方法 | |
CN109061725B (zh) | 弹性波数据采集起跳点的自动识别方法及其所用的设备 | |
JP2516422B2 (ja) | 通信線路の故障位置探索装置 | |
CN105425117A (zh) | 一种uhf局部放电传感器准确性检测系统 | |
Wagenaars et al. | Adaptive templates for matched filter bank for continuous online partial discharge monitoring | |
CN113295081B (zh) | 一种基于时频域的盘装电缆测长系统及方法 |
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 |