发明内容
基于此,本发明的目的在于提供一种基于分布式光纤振动传感的电缆通道防外破在线监测系统,以实现对电缆是否遭受外力的监测和识别,防止电缆遭受到破坏。
本发明的一种基于分布式光纤振动传感的电缆通道防外破在线监测系统,包括处理器和存储器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
获取目标区域内各段电缆的振动变化信息和张力变化信息;
根据目标区域内各段电缆的振动变化信息和张力变化信息计算任意两段电缆之间的差异值,将任意两段电缆之间的差异值作为对应两段电缆之间的距离,利用局部离群因子算法计算目标区域内各段电缆对应的离群因子,将每段电缆的离群因子作为对应段电缆的外破指数;将目标区域内各段电缆的外破指数与设定阈值进行比较,若某段电缆的外破指数大于设定阈值,则判定对应段电缆遭受到外力破坏,并进行预警;若某段电缆的外破指数不大于设定阈值,则判定对应段电缆为初步正常电缆;
对于目标区域内的任一段初步正常电缆:获取该段初步正常电缆的当前温度,将所述当前温度与神经网络输出的预测温度进行比较,当所述当前温度高于所述神经网络输出的预测温度,且所述当前温度与所述神经网络输出的预测温度的差值的绝对值大于设定温度阈值时,判定该段初步正常电缆存在温度异常,并进行预警。
进一步的,利用如下公式计算任意两段电缆之间的差异值:
其中,A、B分别表示两段不同的电缆,
为电缆A和电缆B在当前时间段的差
异值;abs为取绝对值,
为求极差,sum为求和,exp为以e为底的指数函数,
为电缆A
在当前时间段的张力变化序列,
为电缆B在当前时间段的张力变化序列;
为电缆A在
当前时间段的振动变化序列,
为电缆B在当前时间段的振动变化序列。
进一步的,所述利用局部离群因子算法计算目标区域内各段电缆对应的离群因子,包括:
计算目标区域内各段电缆的第X可达距离
,将目标区域内的每段电缆视为一个
样本,第X可达距离
为以一个样本在假设空间中向外辐射,直至涵盖了第X个邻近样本时
的距离, X为预设值,在样本i的第X可达距离
内,能够涵盖X个的样本j,在涵盖的空间内
将涵盖的所有样本j构建成集合
;按照如下公式计算每个样本对应的局部可达密度:
其中,
为电缆i在当前时间段的局部可达密度,X为邻近样本的数量,j为任一
邻近样本,
为该段电缆在当前时间段的邻近样本的集合;
利用如下公式计算每个样本的第X局部离群因子:
其中,
为样本i的第X局部离群因子,
为电缆j在当前时间段的局部
可达密度。
进一步的,所述神经网络为TCN网络。
进一步的,所述振动变化信息是利用光纤振动传感器采集得到的。
进一步的,所述张力变化信息是利用张力传感器采集得到的。
有益效果:本发明根据目标区域内各段电缆对应的振动数据、张力数据和温度数据实现了对电缆是否遭受到外力破坏的判断,并在某段电缆遭受到外力破坏时进行预警,可通知相关人员对对应的电缆进行查验,防止电缆遭受更严重的破坏。
具体实施方式
为使本发明实施例的目的、技术方案和优点更清楚,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介绍。
为了实现对电缆是否遭受外力的监测和识别,防止电缆遭受到破坏,本实施例的基于分布式光纤振动传感的电缆通道防外破在线监测系统包括处理器和存储器,所述处理器执行所述存储器存储的计算机程序,以实现如图1所示的电缆是否遭受外力破坏的分析方法。该分析方法包括以下步骤:
(1)获取目标区域内各段电缆的振动变化信息和张力变化信息;
本实施例将研究的区域记为目标区域,该目标区域内的环境因素基本一致,在目标区域内的各段电缆没有出现外力破坏的情况下,目标区域内的各电缆的相关数据基本是一致的。为了实现对目标区域内各段电缆是否存在外力破坏的判断的问题,本实施例采集了目标区域内各段电缆的相关信息,包括电缆的振动变化信息和张力变化信息,以根据这些信息对目标区域内各段电缆是否遭受到外力破坏进行判断。接下来对相关信息的采集过程进行说明:
①集电缆的振动变化信息;
当电缆遭受到外力时,其振动变化情况会与其他电缆存在差异;因此,本实施例基
于电缆振动的变化来衡量各电缆是否遭受到外力。具体的,使用光纤振动传感器采集记录
电缆的振动变化情况,传感器每2秒采集记录一次信息,以2分钟为一个目标时间段时长,可
得到电缆的振动变化序列
。其中,
为第i段电缆的振动变化序列,
为第i段电缆第一个采集时刻对应的振动幅值,
为第i段电缆第二个采集时刻对
应的振动幅值。光纤振动传感器的安装和读取方式是现有技术,此处不再赘述。
②采集电缆的张力变化信息。
当电缆遭受到外力时,其两端张力变化情况会与其他电缆存在差异;因此,本实施
例基于电缆两端张力的变化来衡量各电缆是否遭受到外力。具体的,本实施例在每段电缆
的左右两端各安装一个张力传感器,传感器每2秒采集记录一次信息,以2分钟为一个目标
时间段时长,可得到电缆左端的张力变化序列
和电缆右端的张
力变化序列
。其中,
为第i段电缆左端的张力变化序列,
为第i段电缆左端第一个采集时刻对应的张力,
为第i段电缆左端第二个采集
时刻对应的张力;
为第i段电缆右端的张力变化序列,
为第i段电缆右端第一个
采集时刻对应的张力,
为第i段电缆右端第二个采集时刻对应的张力。张力传感器的
安装和读取方式是现有技术,此处不再赘述。
将电缆左右两端张力传感器采集的张力变化序列进行均值化处理,并将处理后的
数据构建成一个集合
,其中,
第i段电缆的张力变化序列,
mean为求均值。
由此,可以获取目标区域内各段电缆的振动信息
和张力信息
。
(2)根据目标区域内各段电缆的振动变化信息和张力变化信息计算任意两段电缆之间的差异值,将任意两段电缆之间的差异值作为对应两段电缆之间的距离,并利用局部离群因子算法计算目标区域内各段电缆对应的离群因子,将每段电缆的离群因子作为对应段电缆的外破指数;将目标区域内各段电缆的外破指数与设定阈值进行比较,若某段电缆的外破指数大于设定阈值,则判定对应段电缆遭受到外力破坏,并进行预警;若某段电缆的外破指数不大于设定阈值,则判定对应段电缆为初步正常电缆;
对于目标区域内的各段电缆而言,在没有外力干扰的情况下,各段电缆的振动变化信息和张力变化信息的差异较小;如果出现了某段电缆的振动变化信息和张力变化信息与其他段电缆的振动变化信息和张力变化信息差异较大的情况,那么这段电缆很可能遭受到了外力破坏。基于此,本实施例利用如下公式计算目标区域内任意两段电缆之间的差异值:
其中,A、B分别表示两段不同的电缆,
为电缆A和电缆B在当前时间段的差异
值;abs为取绝对值,
为求极差,sum为求和,exp为以e为底的指数函数,
为电缆A在
当前时间段的张力变化序列,
为电缆B在当前时间段的张力变化序列;
为电缆A在当前
时间段的振动变化序列,
为电缆B在当前时间段的振动变化序列;本实施例以一个2分钟
为一个单位进行分析,上述当前时间段为距离当前时刻不大于2分钟的各采集时刻构成的
集合。
代表电缆A和电缆B在当前时间段的振动波动范围
的差值,如果两端电缆的振动情况越接近,此差值越接近。
和
分别表示电
缆A和电缆B的整体张力。
将目标区域内的每段电缆视为一个样本,将任意两段电缆之间的差异值作为对应两样本之间的距离,基于此,本实施例利用一种局部离群因子算法(LOF)计算目标区域内各段电缆对应的离群因子,LOF的基本思想是:首先计算每个样本的一个局部可达密度,然后通过局部可达密度进一步计算得到每个样本的一个离群因子,该离群因子即标识了一个样本的离群程度,因子值越大,标识离群程度越高,因子值越小,表示离群程度越低。
LOF算法的输入层进入的是所有样本的集合,输出层产生的是离群样本的集合。计算每个样本的局部可达密度,进而计算得到每个样本的局部离群因子,选取输出离群程度最高的n个样本。本实施例计算每个样本的局部可达密度的过程如下:
基于上述距离计算方法有第X可达距离
,即以一个样本在假设空间中向外辐射,
直至涵盖了第X个邻近样本时的距离。X为预设值,本实施例中X以样本总数量的5%为准。在
样本I的第X可达距离
内,能够涵盖较多的样本J,因此在涵盖的空间内将涵盖的所有样本
J构建成集合
。按照如下公式计算每个样本对应的局部可达密度:
其中,
为电缆I在当前时间段的局部可达密度,X为邻近样本的数量,J为任一
邻近样本,
为该段电缆在当前时间段的邻近样本的集合。
表征了样本I的密度
情况,当样本I与周围样本密集度越高,
的值越大。
接下来计算每个样本的第X局部离群因子,将每个样本的第X局部离群因子作为对应样本的外破指数:
其中,
为样本I的第X局部离群因子,是样本I的邻域
内其它样本的局
部可达密度与样本I的局部可达密度之比的平均值。
为某一段电缆J在当前时间段的
局部可达密度。如果离群因子越接近1,意味着样本I的密度和其邻域样本密度差不多,I可
能和邻域同属一簇;如果离群因子小于1,意味着样本I的密度高于其邻域样本密度,则样本
I为正常样本;如果离群因子大于1,意味着样本I的密度低于其邻域样本密度,则样本I可能
是异常样本。
由此,可得到目标区域中各段电缆的外破指数;接下来本实施例给定一个阈值,当某段电缆的外破指数大于此阈值时,判定其为外破可疑电缆,反之,当某段电缆的外破指数不大于此阈值时,判定其为初步正常电缆。本实施例设定参考阈值1.2,作为其他实施方式,可以自行设定该参考阈值。
为了排除偶然因素对判定结果的影响,本实施例当某电缆被第一次检测出为异常样本后,并不直接判定该电缆遭受到了外力破坏,而是进行多次判断,也即只有在该异常样本在接下来的多个时间段均被判定为异常样本时才判定该异常样本对应的电缆受到了外力破坏,可向相关人员发送该段电缆在遭受外力破坏的信息,以提醒相关人员进行查验,防止外力对该电缆的破坏。
(3)对于目标区域内的任一段初步正常电缆:获取该段初步正常电缆的当前温度,将所述当前温度与神经网络输出的预测温度进行比较,当所述当前温度高于所述神经网络输出的预测温度,且所述当前温度与所述神经网络输出的预测温度的差值的绝对值大于设定温度阈值时,判定该段初步正常电缆存在温度异常,并进行预警。
上述步骤(1)和(2)主要从振动和张紧力两方面来衡量了外力对目标区域内电缆的破坏,然而,外力对电缆的破坏有时候并不体现振动和张紧力上,而是体现在其它参数上,比如温度参数,因此,为了提高本实施例的防外破系统的外力识别能力,本实施例还对目标区域内各段初步正常电缆的当前温度数据进行了采集。
为了判断各段初步正常电缆的当前温度是否因受到外力而发生变化,本实施利用训练好的TCN网络对电缆在没有遭受外力时的当前温度进行了预测,得到了当前时刻的预测温度。本实施例对TCN网络进行训练的过程中,训练集为目标区域内每一段电缆在没有遭受到外力的情况下的温度序列,每段电缆对应的温度序列由各历史采集时刻对应的温度数据按照先后顺序构成;TCN的loss函数为均方差损失函数。利用TCN网络对相关数据进行预测为现有技术,此处不再赘述。
将各段初步正常电缆对应的温度序列输入到训练好的TCN网络中,可以得到各初步正常电缆对应于当前时刻的预测温度,通过将各段初步正常电缆对应的当前温度与对应的预测温度进行比较的方式,即可判定各段初步正常电缆是否存在温度异常。具体的,对于任一初步正常电缆,当其对应的当前温度高于TCN网络输出的对应于该初步正常电缆的预测温度超过设定温度阈值时,即当所述当前温度高于所述神经网络输出的预测温度,且所述当前温度与所述神经网络输出的预测温度的差值的绝对值大于设定温度阈值时,判定该初步正常电缆存在温度异常,反之,判定该初步正常电缆存在温度异常,其中,温度阈值的值可以在应用时自行设定。当某段电缆被判断出存在温度异常时,向相关人员或后台发出预警,以对温度异常的原因进行核实,早做出判断和处理,预防电缆被进一步损坏。
本实施例根据目标区域内各段电缆对应的振动数据、张力数据和温度数据实现了对电缆是否遭受到外力破坏的判断,并在某段电缆遭受到外力破坏时进行预警,可通知相关人员对对应的电缆进行查验,防止电缆遭受更严重的破坏。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。