CN114994139B - 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 - Google Patents
一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114994139B CN114994139B CN202210936348.6A CN202210936348A CN114994139B CN 114994139 B CN114994139 B CN 114994139B CN 202210936348 A CN202210936348 A CN 202210936348A CN 114994139 B CN114994139 B CN 114994139B
- Authority
- CN
- China
- Prior art keywords
- buffer layer
- average
- thickness
- wrinkle
- kernel function
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 230000007547 defect Effects 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000037303 wrinkles Effects 0.000 claims abstract description 91
- 238000004364 calculation method Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 44
- 239000013598 vector Substances 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 160
- 239000004020 conductor Substances 0.000 claims description 46
- 238000009413 insulation Methods 0.000 claims description 44
- 238000012549 training Methods 0.000 claims description 33
- 239000011295 pitch Substances 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 17
- 239000010410 layer Substances 0.000 description 189
- 239000002184 metal Substances 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 230000005484 gravity Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002939 conjugate gradient method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000023813 Isia Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression 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
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/20—Investigating the presence of flaws
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质,所述方法包括:获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;将上述参数作为输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到缓冲层形变比率;获取缓冲层在达到缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;根据电压、电流、电极面积、电极距离以及初始电极距离,计算得到所述缓冲层的体积电阻率;将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。本发明能够快速、准确计算出电缆缓冲层的形变比率以及体积电阻率,进而可以根据体积电阻率准确判断电缆缓冲层是否存在质量缺陷。
Description
技术领域
本发明涉及电缆技术领域,尤其涉及一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质。
背景技术
目前的高压电力电缆缓冲层检测需要对电缆进行解体,取出缓冲层样品单独进行测试。此时缓冲层会脱离电缆内部的受压环境,而部分检测项目对缓冲层所受外界压强具有明确的要求,例如,目前JB/T 10259-2014《电缆和光缆用阻水带》中对缓冲层体积电阻率试验要求是:上电极质量为2kg,电极直径为5cm。实际上,由于电缆皱纹金属套尺寸、缓冲层单层厚度、缓冲层绕包层数以及绝缘线芯质量的差异,在不同电缆内部,缓冲层受到的压强并不相同。现有研究已经证实:缓冲层体积电阻率检测结果对所受压强的变化是十分敏感的,这使得在标准中固定的压强值要求下检测得到的缓冲层体积电阻率与实际电缆中绕包状态下的缓冲层体积电阻率具有一定差距。目前广泛的电缆缓冲层检测工作是建立在JB/T10259-2014或与之类似的采用固定压强值的检测装置之上。
专利202210254877.8中对电缆缓冲层样品检测方法加以改善,但其测量参数较多且部分测量工作较繁琐,影响了实际检测速度。例如,专利202210254877.8中需要用到一项关键参数为缓冲层最薄点厚度,该参数直接体现了敷设缓冲层与绝缘线芯以及皱纹金属套之间的位置关系,但由于受到金属套皱纹的影响,直接测量这一参数较为繁琐。除此之外,专利202210254877.8中的检测方法还需要检测单位额外购置相应的检测装置,成本较高。
发明内容
本发明实施例所要解决的技术问题在于,提供一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质,能够快速、准确计算出电缆缓冲层的形变比率以及体积电阻率,进而可以根据体积电阻率准确判断电缆缓冲层是否存在质量缺陷。
为了实现上述目的,本发明实施例提供了一种电缆缓冲层的缺陷检测方法,包括:
获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
作为上述方案的改进,所述缓冲层形变比率计算模型的训练方法具体包括:
采集若干组样本电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度作为输入数据,将所述输入数据和预先计算得到的与所述样本电缆对应的输出数据作为训练数据;
根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数;
利用所述目标核函数、所述输入数据以及所述输出数据构建高斯回归模型;
对所述高斯回归模型进行优化得到缓冲层形变比率计算模型,并输出所述高斯回归模型优化后的超参数向量。
作为上述方案的改进,所述根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数,具体包括:
将所述导体截面积平均值、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第一核函数;
将所述导体屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第二核函数;
将所述绝缘平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第三核函数;
将所述绝缘屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第四核函数;
对所述第一核函数、所述第二核函数、所述第三核函数以及所述第四核函数进行整合,得到所述目标核函数。
作为上述方案的改进,所述第一核函数满足以下公式:
k 1 =k s (s cu )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 1 为所述第一核函数,k s 为高斯核函数,s cu 为所述导体截面积平均值,d t 为所述绝缘线芯外径,t hc 为所述缓冲层绕包平均厚度,d al 为所述皱纹套最外侧直径平均值,d len 为所述皱纹节距平均值,d dep 为所述皱纹深度平均值,t al 为所述皱纹套厚度,u为所述供应商编码。
作为上述方案的改进,所述第二核函数满足以下公式:
k 2 =k s (t ip )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 2 为所述第二核函数,t ip 为所述导体屏蔽平均厚度。
作为上述方案的改进,所述第三核函数满足以下公式:
k 3 =k s (t ins )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 3 为所述第三核函数,t ins 为所述绝缘平均厚度。
作为上述方案的改进,所述第四核函数满足以下公式:
k 4 =k s (t op )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 4 为所述第四核函数,t op 为所述绝缘屏蔽平均厚度。
本发明实施例还提供了一种电缆缓冲层的缺陷检测装置,包括:
第一获取模块,用于获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
缓冲层形变比率计算模块,用于将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
第二获取模块,用于获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
体积电阻率计算模块,用于根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
缺陷检测模块,用于将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
本发明实施例还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的电缆缓冲层的缺陷检测方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一项所述的电缆缓冲层的缺陷检测方法。
相对于现有技术,本发明实施例提供的一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质的有益效果在于:与已有检测方法不同,在前期数据积累的基础上,减少了繁琐的测量过程,能够根据电缆的出厂试验报告、生产工艺控制文件等,快速、准确地计算出敷设状态下电缆内缓冲层的形变比率,进而能够为现有缓冲层体积电阻率检测装置提供加压信息,通过调节电极重量使得缓冲层形变与该形变比率一致后进行检测,则此时的体积电阻率结果更接近电缆内部绕包状态下的缓冲层体积电阻率性能,从而能够得到准确的电缆缓冲层体积电阻率,则可以根据该体积电阻率准确判断电缆缓冲层是否存在质量缺陷。
附图说明
图1是本发明提供的一种电缆缓冲层的缺陷检测方法的一个优选实施例的流程示意图;
图2是本发明实施例提供的电缆的结构示意图;
图3是本发明实施例提供的一种电缆缓冲层的缺陷检测装置的一个优选实施例的结构示意图;
图4是本发明提供的一种终端设备的一个优选实施例的结构示意图。
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作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。
请参阅图1,图1是本发明提供的一种电缆缓冲层的缺陷检测方法的一个优选实施例的流程示意图。所述电缆缓冲层的缺陷检测方法,包括:
S1,获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
S2,将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
S3,获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
S4,根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
S5,将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
具体地,在步骤S1中,参见图2,图2是本发明实施例提供的电缆的结构示意图。本发明实施例所述的电缆包括电芯(导体)10、导体屏蔽层20、绝缘层30、绝缘屏蔽层40、缓冲层50和皱纹护套60,本发明实施例所述的待测电缆是敷设状态下的电缆。获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度t hc 。其中,绝缘线芯参数包括绝缘屏蔽平均厚度t op 、绝缘线芯外径d t 、绝缘平均厚度t ins 、导体屏蔽平均厚度t ip 、导体截面积平均值s cu 以及供应商编码u;皱纹套参数包括皱纹套厚度t al 、皱纹套最外侧直径平均值d al 、皱纹节距平均值d len 以及皱纹深度平均值d dep 。示例性的,绝缘屏蔽平均厚度t op 、绝缘线芯外径d t 、绝缘平均厚度t ins 、导体屏蔽平均厚度t ip 、导体截面积平均值s cu 、皱纹套厚度t al 、缓冲层绕包平均厚度t hc 可根据电缆供应商提供的出厂试验报告得到。皱纹套最外侧直径平均值d al 、皱纹节距平均值d len 、皱纹深度平均值d dep 一般在电缆生产工艺控制文件中可以得到,也可以经过现场实际测量得到。供应商编码u可以自行指定,例如供应商甲编码为1,供应商乙编码为2等等,之后同一供应商制造的电缆采用同一供应商编码。
在步骤S2中,本实施例预先构建一个高斯回归模型,即缓冲层形变比率计算模型,将绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度作为输入数据,并将输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到缓冲层形变比率计算模型输出的缓冲层形变比率。
进一步地,所述缓冲层形变比率计算模型的训练方法具体包括:
S21,采集若干组样本电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度作为输入数据,将所述输入数据和预先计算得到的与所述样本电缆对应的输出数据作为训练数据;
S22,根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数;
S23,利用所述目标核函数、所述输入数据以及所述输出数据构建高斯回归模型;
S24,对所述高斯回归模型进行优化得到缓冲层形变比率计算模型,并输出所述高斯回归模型优化后的超参数向量。
值得说明的是,本发明实施例应用高斯过程回归模型作为非线性回归模型,根据具体应用,采用组合核函数的方式对模型泛化能力进行提升。作为一种统计学习模型,高斯过程(Gaussian process, GP)是由一个均值函数以及一个协方差函数共同决定的。对于一个实过程f(x),其均值函数以及协方差函数(也称为核函数,后文中两者没有区别)的定义分别为:
其中,x,x’表示训练样本数据集及测试样本数据集中两个不同的样本输入,则高斯过程可以表示为:
其中,I为单位矩阵,K(X,X)表示一个协方差矩阵,其第i行第j列元素为第i个训练样本输入x i 与第j个训练样本输入x j 之间的协方差函数值,即。与K(X,X)类似,中第i行第j列元素为第i个训练样本输入x i 与第j个测试样本输入x* j 的协方差函数值构建的协方差矩阵。同理可得到协方差矩阵。给定零均值函数、核函数k及其超参数的前提下,则GP模型对测试样本的输出值先验分布为一个高斯分布:
与上式类似,训练样本的标签与测试样本的输出值的联合分布为一个高斯分布:
其中,N为训练样本的数目。同样地,可以简记为:
则对上式进行一定矩阵运算推导可得条件分布:
关注其中均值与协方差部分可得:
其中
高斯过程回归模型的训练过程等价于最大化对数边缘似然:
其中,为超参数向量,决定核函数k的形式以及噪声,在机器学习的上下文中,超参数向量是在开始学习过程之前设置值的参数,通常情况下,需要对超参数进行优化,超参数的好坏决定了模型的精确率,给机器学习选择一组最优超参数向量,以提高学习的性能和效果。边缘似然之中包含了对训练数据的拟合项,同时也包含了正则化项。因此GP模型训练中,选择最大化边缘似然时,可得到数据拟合与模型复杂度两者之间的一个权衡。而该训练方法的特点是无需设定验证集,也无需进行相应的验证误差计算。训练过程可使用共轭梯度法或BFGS拟牛顿法及其改进形式等方法进行优化计算。
示例性的,结合上述步骤S21~S24,本实施例中缓冲层形变比率计算模型的训练过程为:
第1步,收集模型输入特征信息,包括若干组样本电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度。将每一盘电缆输入特征信息记为向量x,则包含有:绝缘屏蔽平均厚度t op 、绝缘线芯外径d t 、绝缘平均厚度t ins 、导体屏蔽平均厚度t ip 、导体截面积平均值s cu 、皱纹套厚度t al 、皱纹套最外侧直径平均值d al 、皱纹节距平均值d len 、皱纹深度平均值d dep 、缓冲层绕包平均厚度t hc 以及供应商编码u,即x=(t op ,d t ,t ins ,t ip ,s cu ,t al ,d al ,d len ,d dep ,t hc ,u),则全部训练样本输入特征向量可合并为训练样本输入数据矩阵X,其中每一行对应于一盘电缆输入特征向量x,进入第2步;
第2步,对不同供应商、不同结构尺寸的新生产高压电力电缆,采用收集出厂试验报告、生产工艺控制文件以及进行现场实际测量的方式得到专利202210254877.8进行计算所需的计算参数,并依照专利202210254877.8中记载的方法,分别计算不同盘电缆的缓冲层形变比率,将每一盘电缆缓冲层形变比率记为y,则全部训练样本输出可合并为训练样本输出向量y,其中每一行对应于一盘电缆形变比率y,进入第3步;
第3步,依据输入特征信息x=(t op ,d t ,t ins ,t ip ,s cu ,t al ,d al ,d len ,d dep ,t hc ,u)构建目标核函数k(x),进入第4步;
第4步,利用目标核函数k(x),训练样本输入数据矩阵X,训练样本输出数据向量y,构建高斯回归模型训练样本的标签的协方差矩阵:
第5步,对上述高斯回归模型进行优化得到缓冲层形变比率计算模型,并输出该高斯回归模型优化后的超参数向量。采用共轭梯度法或BFGS拟牛顿法及其改进形式等方法求解下列优化问题:
在得到缓冲层形变比率计算模型后,在实际应用过程中,对待测电缆采用收集出厂试验报告、生产工艺控制文件以及进行现场实际测量的方式得到模型输入特征信息,将输入特征信息记为向量x*,则待测多盘电缆输入特征信息可合并为一个矩阵,记为测试样本输入数据矩阵X*。将训练样本输入数据矩阵X、训练样本输出向量y、测试样本输入矩阵X*、核函数k以及保存封装的超参数向量输入到缓冲层形变比率计算模型中,依据缓冲层形变比率计算模型计算得到缓冲层形变比率。
需要说明的是,超参数向量作为预先训练优化得到的模型的最优超参数,将这一最优超参数代入到缓冲层形变比率计算模型中,以提高缓冲层形变比率计算模型的计算精度。
进一步地,在步骤S22中,所述根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数,具体包括:
S221,将所述导体截面积平均值、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第一核函数;
S222,将所述导体屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第二核函数;
S223,将所述绝缘平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第三核函数;
S224,将所述绝缘屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第四核函数;
S225,对所述第一核函数、所述第二核函数、所述第三核函数以及所述第四核函数进行整合,得到所述目标核函数。
示例性的,实际应用之中,可保持均值函数为零函数不变,通过设置不同的协方差函数,调整GP模型的性能。任意一个半正定核函数均可作为GP的协方差函数。选择不同的核函数,将会直接影响GP模型所学习的函数类型,并影响其泛化能力。如果待学习函数为多个子函数的叠加形式,且每个子函数对应于不同的特征,则可通过将多个特征分别对应建立核函数并进行加法运算,使用加和组合核函数对数据进行建模。对输入向量不同维度分别应用核函数,并将这些核函数进行乘法运算,可以引入不同维度之间的交互作用。所得到的乘积组合核函数,将体现不同维度之间更复杂的耦合关系。缓冲层形变比率与所受重力以及所在空间位置上绝缘线芯、缓冲层和皱纹金属套尺寸信息相关,故形变比率大小可分解为受到如下四个方面影响:
1、导体线芯的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况;
2、绝缘屏蔽的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况;
3、绝缘的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况;
4、绝缘屏蔽的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况。
因此可对四个部分分别建立相应的核函数后,对四个部分的核函数进行加法计算得到最终的核函数。为简化表达,下文将核函数k(x,x’)简记为k(x)。
具体地,导体线芯的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况与导体线芯尺寸、绝缘线芯尺寸、缓冲层尺寸以及皱纹金属套尺寸有关,同样与供应商编码有关,则所述第一核函数满足以下公式:
k 1 =k s (s cu )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 1 为所述第一核函数,k s 为高斯核函数,s cu 为所述导体截面积平均值,d t 为所述绝缘线芯外径,t hc 为所述缓冲层绕包平均厚度,d al 为所述皱纹套最外侧直径平均值,d len 为所述皱纹节距平均值,d dep 为所述皱纹深度平均值,t al 为所述皱纹套厚度,u为所述供应商编码。
具体地,导体屏蔽的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况与导体屏蔽尺寸、绝缘线芯尺寸、缓冲层尺寸以及皱纹金属套尺寸有关,同样与供应商编码有关,则所述第二核函数满足以下公式:
k 2 =k s (t ip )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 2 为所述第二核函数,t ip 为所述导体屏蔽平均厚度。
具体地,绝缘的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况与绝缘尺寸、绝缘线芯尺寸、缓冲层尺寸以及皱纹金属套尺寸有关,同样与供应商编码有关,则所述第三核函数满足以下公式:
k 3 =k s (t ins )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 3 为所述第三核函数,t ins 为所述绝缘平均厚度。
具体地,绝缘屏蔽的重力与绝缘线芯、缓冲层以及皱纹金属套尺寸的配合情况与绝缘屏蔽尺寸、绝缘线芯尺寸、缓冲层尺寸以及皱纹金属套尺寸有关,同样与供应商编码有关,则所述第四核函数满足以下公式:
k 4 =k s (t op )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 4 为所述第四核函数,t op 为所述绝缘屏蔽平均厚度。
示例性的,k s 可以选择文献中广泛使用的等向平方指数核函数,或称为高斯核函数、径向基函数核函数,k s 具有如下形式:
值得说明的是,组合核函数的形式为加法或乘法,本发明实施例中选择加法,则所述目标核函数满足:k(x)=k 1 +k 2 +k 3 +k 4 ,可以得到所述目标核函数的形式为:
四个部分分别体现了导体线芯、导体屏蔽、绝缘以及绝缘屏蔽四个部分的重力以及绝缘线芯、缓冲层以及皱纹金属套尺寸共同对形变比率的影响。四个部分单独计算核函数,可以计入不同供应商生产导体屏蔽、绝缘以及绝缘屏蔽时生产工艺不同造成的密度差异,也可以计入不同供应商生产导体时生产工艺不同导致单线之间缝隙大小造成相同截面积却不同重力的区别。
采用此目标核函数时,相应超参数向量形式为:
进一步地,在步骤S2中得到缓冲层形变比率计算模型输出的缓冲层形变比率后,获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离。具体地,在体积电阻率检测装置上下两电极之间放入抽出空气但不含缓冲层的电极包装,并选择体积电阻率检测装置“归零”功能,检测装置上下电极之间开始施加低压直流电压,通过传动机构控制上电极缓慢下降。当电流计读数超过短路阈值e sc 时,认为上下电极已与电极包装充分接触,位置传感器读取两电极之间距离,作为初始电极距离d 1。停止施加上下电极之间的电压,传动机构控制体积电阻率检测装置上电极缓慢上升至起始位置。
对电缆外护套以及皱纹护套进行拆解,将绕包搭盖的缓冲层快速切割为合适的尺寸,并放入电极包装中。缓冲层需要保持电缆中绕包搭盖的初始状态,并且表面能够覆盖电极包装两侧的导体电极。对电极包装进行密封后,抽出包装中的空气进行密封保存,作为封装后的缓冲层试样。封装后的缓冲层由于抽真空状态,一方面可以保持绕包搭盖的状态,不会发生松动脱落;另一方面可以防止存放过程中缓冲层受潮。
在体积电阻率检测装置上下两电极之间放入待测的封装后的缓冲层试样,并选择体积电阻率检测装置“测量”功能,检测装置上下电极之间施加低压直流电压,通过传动机构控制上电极缓慢下降。当临近时刻取样的两个电流测量值I 1与I 2的相对误差小于通路阈值,即时,可认为电极与封装后的缓冲层试样已充分接触,位置传感器读取两电极之间距离d 2。传动机构控制上电极以更慢的速度缓慢下降,传感器连续读取两电极之间距离d c,当缓冲层受压形变比率到达η时,传动机构使上电极保持静止,此时有。即时,上电极保持静止。逐步升高上下两电极之间的直流电压,直到电流计检测到的电流I达到通路电流阈值I valid ,即满足I>I valid 时保持直流电压不变,并保持时间t秒,以剔除充电电流影响。获取t秒后的上下电极之间的电压U、电流I、电极面积S以及上、下电极之间的电极距离d。
根据上下电极之间的电压U、电流I、电极面积S、缓冲层形变比率到达η以及位置传感器读取两电极之间距离d 1、d 2,计算得到缓冲层的体积电阻率
将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。具体地,当所述体积电阻率小于或等于所述评价参数时,判定所述缓冲层不存在缺陷;当所述体积电阻率大于所述评价参数时,判定所述缓冲层存在缺陷。示例性的,目前JB/T10259-2014《电缆和光缆用阻水带》中对体积电阻率的要求是不超过1000 Ω·m,则可以依据该标准给出体积电阻率是否合格的结论,进而判定电缆缓冲层是否存在质量缺陷。
相应地,本发明还提供一种电缆缓冲层的缺陷检测装置,能够实现上述实施例中的电缆缓冲层的缺陷检测方法的所有流程。
请参阅图3,图3是本发明实施例提供的一种电缆缓冲层的缺陷检测装置的一个优选实施例的结构示意图。所述电缆缓冲层的缺陷检测装置,包括:
第一获取模块301,用于获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
缓冲层形变比率计算模块302,用于将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
第二获取模块303,用于获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
体积电阻率计算模块304,用于根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
缺陷检测模块305,用于将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
优选地,所述缓冲层形变比率计算模型的训练方法具体包括:
采集若干组样本电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度作为输入数据,将所述输入数据和预先计算得到的与所述样本电缆对应的输出数据作为训练数据;
根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数;
利用所述目标核函数、所述输入数据以及所述输出数据构建高斯回归模型;
对所述高斯回归模型进行优化得到缓冲层形变比率计算模型,并输出所述高斯回归模型优化后的超参数向量。
优选地,所述根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数,具体包括:
将所述导体截面积平均值、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第一核函数;
将所述导体屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第二核函数;
将所述绝缘平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第三核函数;
将所述绝缘屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第四核函数;
对所述第一核函数、所述第二核函数、所述第三核函数以及所述第四核函数进行整合,得到所述目标核函数。
优选地,所述第一核函数满足以下公式:
k 1 =k s (s cu )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 1 为所述第一核函数,k s 为高斯核函数,s cu 为所述导体截面积平均值,d t 为所述绝缘线芯外径,t hc 为所述缓冲层绕包平均厚度,d al 为所述皱纹套最外侧直径平均值,d len 为所述皱纹节距平均值,d dep 为所述皱纹深度平均值,t al 为所述皱纹套厚度,u为所述供应商编码。
优选地,所述第二核函数满足以下公式:
k 2 =k s (t ip )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 2 为所述第二核函数,t ip 为所述导体屏蔽平均厚度。
优选地,所述第三核函数满足以下公式:
k 3 =k s (t ins )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 3 为所述第三核函数,t ins 为所述绝缘平均厚度。
优选地,所述第四核函数满足以下公式:
k 4 =k s (t op )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 4 为所述第四核函数,t op 为所述绝缘屏蔽平均厚度。
在具体实施当中,本发明实施例提供的电缆缓冲层的缺陷检测装置的工作原理、控制流程及实现的技术效果,与上述实施例中的电缆缓冲层的缺陷检测方法对应相同,在此不再赘述。
请参阅图4,图4是本发明提供的一种终端设备的一个优选实施例的结构示意图。所述终端设备包括处理器401、存储器402以及存储在所述存储器402中且被配置为由所述处理器401执行的计算机程序,所述处理器401执行所述计算机程序时实现上述任一实施例所述的电缆缓冲层的缺陷检测方法。
优选地,所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、……),所述一个或者多个模块/单元被存储在所述存储器402中,并由所述处理器401执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以是微处理器,或者所述处理器401也可以是任何常规的处理器,所述处理器401是所述终端设备的控制中心,利用各种接口和线路连接所述终端设备的各个部分。
所述存储器402主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序等,数据存储区可存储相关数据等。此外,所述存储器402可以是高速随机存取存储器,还可以是非易失性存储器,例如插接式硬盘,智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡和闪存卡(Flash Card)等,或所述存储器402也可以是其他易失性固态存储器件。
需要说明的是,上述终端设备可包括,但不仅限于,处理器、存储器,本领域技术人员可以理解,图4的结构示意图仅仅是上述终端设备的示例,并不构成对上述终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的电缆缓冲层的缺陷检测方法。
本发明实施例提供了一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质,与已有检测方法不同,在前期数据积累的基础上,减少了繁琐的测量过程,能够根据电缆的出厂试验报告、生产工艺控制文件等,快速、准确地计算出敷设状态下电缆内缓冲层的形变比率,进而能够为现有缓冲层体积电阻率检测装置提供加压信息,通过调节电极重量使得缓冲层形变与该形变比率一致后进行检测,则此时的体积电阻率结果更接近电缆内部绕包状态下的缓冲层体积电阻率性能,从而能够得到准确的电缆缓冲层体积电阻率,则可以根据该体积电阻率准确判断电缆缓冲层是否存在质量缺陷。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的系统实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上是本发明的优选实施方式,对于本领域普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种电缆缓冲层的缺陷检测方法,其特征在于,包括:
获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
2.如权利要求1所述的电缆缓冲层的缺陷检测方法,其特征在于,所述缓冲层形变比率计算模型的训练方法具体包括:
采集若干组样本电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度作为输入数据,将所述输入数据和预先计算得到的与所述样本电缆对应的输出数据作为训练数据;
根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数;
利用所述目标核函数、所述输入数据以及所述输出数据构建高斯回归模型;
对所述高斯回归模型进行优化得到缓冲层形变比率计算模型,并输出所述高斯回归模型优化后的超参数向量。
3.如权利要求2所述的电缆缓冲层的缺陷检测方法,其特征在于,所述根据所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度构建目标核函数,具体包括:
将所述导体截面积平均值、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第一核函数;
将所述导体屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第二核函数;
将所述绝缘平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第三核函数;
将所述绝缘屏蔽平均厚度、所述绝缘线芯外径、所述缓冲层绕包平均厚度、所述皱纹套最外侧直径平均值、所述皱纹节距平均值、所述皱纹深度平均值、所述皱纹套厚度以及所述供应商编码代入到高斯核函数的组合函数中,得到第四核函数;
对所述第一核函数、所述第二核函数、所述第三核函数以及所述第四核函数进行整合,得到所述目标核函数。
4.如权利要求3所述的电缆缓冲层的缺陷检测方法,其特征在于,所述第一核函数满足以下公式:
k 1 =k s (s cu )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 1 为所述第一核函数,k s 为高斯核函数,s cu 为所述导体截面积平均值,d t 为所述绝缘线芯外径,t hc 为所述缓冲层绕包平均厚度,d al 为所述皱纹套最外侧直径平均值,d len 为所述皱纹节距平均值,d dep 为所述皱纹深度平均值,t al 为所述皱纹套厚度,u为所述供应商编码。
5.如权利要求4所述的电缆缓冲层的缺陷检测方法,其特征在于,所述第二核函数满足以下公式:
k 2 =k s (t ip )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 2 为所述第二核函数,t ip 为所述导体屏蔽平均厚度。
6.如权利要求5所述的电缆缓冲层的缺陷检测方法,其特征在于,所述第三核函数满足以下公式:
k 3 =k s (t ins )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 3 为所述第三核函数,t ins 为所述绝缘平均厚度。
7.如权利要求6所述的电缆缓冲层的缺陷检测方法,其特征在于,所述第四核函数满足以下公式:
k 4 =k s (t op )k s (d t )k s (t hc )k s (d al )k s (d len ,d dep )k s (d al ,d dep ,t al )k s (u);
其中,k 4 为所述第四核函数,t op 为所述绝缘屏蔽平均厚度。
8.一种电缆缓冲层的缺陷检测装置,其特征在于,包括:
第一获取模块,用于获取待测电缆的绝缘线芯参数、皱纹套参数以及缓冲层绕包平均厚度;其中,所述绝缘线芯参数包括绝缘屏蔽平均厚度、绝缘线芯外径、绝缘平均厚度、导体屏蔽平均厚度、导体截面积平均值以及供应商编码;所述皱纹套参数包括皱纹套厚度、皱纹套最外侧直径平均值、皱纹节距平均值以及皱纹深度平均值;
缓冲层形变比率计算模块,用于将所述绝缘线芯参数、所述皱纹套参数以及所述缓冲层绕包平均厚度作为输入数据,并将所述输入数据和预设的超参数向量输入到预设的缓冲层形变比率计算模型中,得到所述缓冲层形变比率计算模型输出的缓冲层形变比率;其中,所述缓冲层形变比率计算模型为高斯回归模型;
第二获取模块,用于获取所述待测电缆的缓冲层在达到所述缓冲层形变比率时的电压、电流、电极面积、电极距离以及初始电极距离;
体积电阻率计算模块,用于根据所述电压、所述电流、所述电极面积、所述电极距离以及所述初始电极距离,计算得到所述缓冲层的体积电阻率;
缺陷检测模块,用于将所述体积电阻率与预设的评价参数进行比对,以得到所述缓冲层的缺陷检测结果。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的电缆缓冲层的缺陷检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的电缆缓冲层的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936348.6A CN114994139B (zh) | 2022-08-05 | 2022-08-05 | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936348.6A CN114994139B (zh) | 2022-08-05 | 2022-08-05 | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114994139A CN114994139A (zh) | 2022-09-02 |
CN114994139B true CN114994139B (zh) | 2022-11-08 |
Family
ID=83023277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210936348.6A Active CN114994139B (zh) | 2022-08-05 | 2022-08-05 | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114994139B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115468739B (zh) * | 2022-11-01 | 2023-03-24 | 江苏亨通光电股份有限公司 | 一种高集成带状光缆的加工方法及系统 |
CN115508418B (zh) * | 2022-11-23 | 2023-04-18 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2235176A1 (en) * | 1998-04-17 | 1999-10-17 | Newnes Machine Ltd. | Method and apparatus for improved inspection and classification of attributes of a workpiece |
EP1061361A1 (en) * | 1999-05-27 | 2000-12-20 | CEO Centro di Eccellenza Optronica | Device and method for capacitively detecting defects in wood |
CN102405402A (zh) * | 2008-09-23 | 2012-04-04 | 阔达生命有限公司 | 基于液滴的测定系统 |
TWI440075B (zh) * | 2004-09-27 | 2014-06-01 | Gallium Entpr Pty Ltd | 生長第三族金屬氮化物膜之方法及裝置與第三族金屬氮化物膜 |
CN107003123A (zh) * | 2014-04-22 | 2017-08-01 | 巴斯夫欧洲公司 | 用于光学检测至少一个对象的检测器 |
CN107110679A (zh) * | 2014-12-22 | 2017-08-29 | 恩德斯+豪斯流量技术股份有限公司 | 磁感应流量测量装置的电极与测量和/或评估单元之间的信号线的缺陷检测方法 |
CN107121459A (zh) * | 2017-06-15 | 2017-09-01 | 淄博纳瑞仪器有限公司 | 全自动体积电阻率测定仪 |
CN111289575A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种基于相对运动检测导电管棒质量的方法 |
CN113177294A (zh) * | 2021-04-06 | 2021-07-27 | 国网湖北省电力有限公司检修公司 | 一种应用于变压器油化检测试验的数据联合分析方法 |
CN113588724A (zh) * | 2021-09-29 | 2021-11-02 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
CN114324486A (zh) * | 2022-03-16 | 2022-04-12 | 国网天津市电力公司电力科学研究院 | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10945630B2 (en) * | 2013-12-16 | 2021-03-16 | Medtronic Minimed, Inc. | Use of Electrochemical Impedance Spectroscopy (EIS) in gross failure analysis |
-
2022
- 2022-08-05 CN CN202210936348.6A patent/CN114994139B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2235176A1 (en) * | 1998-04-17 | 1999-10-17 | Newnes Machine Ltd. | Method and apparatus for improved inspection and classification of attributes of a workpiece |
EP1061361A1 (en) * | 1999-05-27 | 2000-12-20 | CEO Centro di Eccellenza Optronica | Device and method for capacitively detecting defects in wood |
TWI440075B (zh) * | 2004-09-27 | 2014-06-01 | Gallium Entpr Pty Ltd | 生長第三族金屬氮化物膜之方法及裝置與第三族金屬氮化物膜 |
CN102405402A (zh) * | 2008-09-23 | 2012-04-04 | 阔达生命有限公司 | 基于液滴的测定系统 |
CN107003123A (zh) * | 2014-04-22 | 2017-08-01 | 巴斯夫欧洲公司 | 用于光学检测至少一个对象的检测器 |
CN107110679A (zh) * | 2014-12-22 | 2017-08-29 | 恩德斯+豪斯流量技术股份有限公司 | 磁感应流量测量装置的电极与测量和/或评估单元之间的信号线的缺陷检测方法 |
CN107121459A (zh) * | 2017-06-15 | 2017-09-01 | 淄博纳瑞仪器有限公司 | 全自动体积电阻率测定仪 |
CN111289575A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种基于相对运动检测导电管棒质量的方法 |
CN113177294A (zh) * | 2021-04-06 | 2021-07-27 | 国网湖北省电力有限公司检修公司 | 一种应用于变压器油化检测试验的数据联合分析方法 |
CN113588724A (zh) * | 2021-09-29 | 2021-11-02 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
CN114324486A (zh) * | 2022-03-16 | 2022-04-12 | 国网天津市电力公司电力科学研究院 | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Construction of a condition simulation and defect diagnosis platform of high voltage cable;LiTe;《Zhejiang Electric Power》;20180810;全文 * |
电力电缆缓冲层烧蚀故障分析及试验研究;李文杰;《合成材料老化与应用》;20211231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114994139A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114994139B (zh) | 一种电缆缓冲层的缺陷检测方法、装置、设备及存储介质 | |
JP5005814B2 (ja) | バッテリーの長期特性予測システム及び方法 | |
JP5313250B2 (ja) | バッテリーの長期特性予測システム及び方法 | |
US10794941B2 (en) | Abnormality diagnosis apparatus and abnormality diagnosis method | |
EP3422518A1 (en) | A method for recognizing contingencies in a power supply network | |
US8611588B2 (en) | Method of measuring progress of alopecia | |
US10742027B2 (en) | Method and device for online limit early-warning to shunt capacitor bank | |
US11487266B2 (en) | Method for recognizing contingencies in a power supply network | |
CN114994138B (zh) | 电缆缓冲层的缺陷检测方法、装置和设备 | |
WO2024032007A1 (zh) | 电芯压伤检测方法、装置及系统 | |
CN114487561B (zh) | 基于电场传感器的导线电压测量方法及装置 | |
JP7115346B2 (ja) | 異常検知装置 | |
Su et al. | Genetic algorithms for defect detection of flip chips | |
JPWO2020255413A5 (ja) | データ解析装置、データ解析方法、及びプログラム | |
CN116433661B (zh) | 多任务学习的半导体晶圆检测方法、装置、设备及介质 | |
CN117437455A (zh) | 一种晶圆缺陷模式的确定方法、装置、设备及可读介质 | |
CN117289097A (zh) | 电力设备局部放电检测方法、模型训练方法、装置和设备 | |
CN111950605A (zh) | 表计识别模型的学习方法、装置、设备和表计识别方法 | |
US20230306578A1 (en) | Ultrasonic defect detection and classification system using machine learning | |
CN116561659A (zh) | 窃电行为检测方法、装置及系统 | |
US20220180505A1 (en) | Optical end-pointing for integrated circuit delayering; systems and methods using the same | |
CN113033845B (zh) | 一种电力传输资源共建共享的建设方法及装置 | |
CN113987776A (zh) | 干式电抗器耐老化能力测试模型构建方法与测试方法 | |
CN115792700A (zh) | 牵引电机匝间短路故障检测方法以及相关设备 | |
CN109213967A (zh) | 一种运载火箭数据预测方法及装置、存储介质和电子设备 |
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 |