一种基于数据分析的电缆故障点快速定位系统及方法与流程

    专利查询2026-02-12  17


    本发明涉及电缆故障,尤其涉及一种基于数据分析的电缆故障点快速定位系统及方法。


    背景技术:

    1、在现代电力系统中,电缆作为重要的输电载体,其运行安全性直接影响到整个电网的稳定性与可靠性。随着城市基础设施的不断发展和智能电网的推进,电缆故障监测和定位技术日益成为电力行业的研究热点,尤其是在电缆故障的快速定位和类型识别方面的解决,对提升电力系统的安全性和可靠性起到了重要性作用。

    2、在当前的电缆故障管理中,传统的方法通过利用直流电阻测试、交流测量法、视觉检查以及热成像检测在电缆故障检测方面起到了显著作用,但往往在利用到这些方法时,可能当前的电缆已经处在不可使用的状态。如何提高故障定位的准确性,如何结合当前电缆的故障类型来预测或者识别出未来时间内可能出现的故障类型,即如何有效实现隐性故障的预测,及时发现潜在隐患,以实现预防性维护,还存在问题。


    技术实现思路

    1、针对现有技术的不足,本发明提供了一种基于数据分析的电缆故障点快速定位系统及方法,解决了故障定位和故障预测的问题。

    2、第一方面,本发明提供了一种基于数据分析的电缆故障点快速定位系统,包括测试模块、数据处理模块、故障点分析模块、影响模块、故障预测模块及运维管理模块,其中:

    3、所述测试模块用于,利用测试设备向电缆中发射短脉冲信号,以对电缆进行测试,并在测试过程中对所述短脉冲信号的反射信号进行统计,以获取测试信号数据;

    4、所述数据处理模块用于,对所述测试信号数据进行噪声干扰去除、时间校正以及特征提取,以得到处理后测试信号数据;

    5、所述故障点分析模块用于,对所述处理后测试信号数据进行分析,以分别分析出不同反射情况下的故障点距离gd及对应的故障类型,并基于所述故障点距离gd确定对应的电缆故障点位;

    6、所述影响模块用于,根据所述处理后测试信号数据构建所述电缆的当前故障复杂因子gfyz,并利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的历史影响指数,根据所述历史影响指数生成当前影响指数yxzs,以及当所述当前影响指数yxzs超过预设的阈值时,发出故障隐患排查指令;

    7、所述故障预测模块用于,在接收到所述故障隐患排查指令后,根据所述历史电缆故障数据构建故障类型转移矩阵lzj,并利用初始概率矩阵czj和所述故障类型转移矩阵lzj,预测未来故障类型分布矩阵wzj,其中,所述初始概率矩阵czj中包含所述电缆的历史故障类型的概率;

    8、所述运维管理模块用于,将所述未来故障类型分布矩阵wzj反馈至操作后台,以通过所述操作后台进行可视化展示,其中,所述未来故障类型分布矩阵wzj中包括所述电缆的电缆故障点位在未来时时间段内故障类型的转换概率。

    9、可选的,所述测试模块包括设备测试单元,其中:

    10、所述设备测试单元用于,通过利用测试设备向电缆中发送短脉冲信号,实时监测并接收反射回来的测试信号数据,其中,所述测试设备包括便携式时间域反射计和台式时间域反射计。

    11、可选的,所述数据处理模块包括预处理单元和提取单元,其中:

    12、所述预处理单元用于,利用滤波器去除所述测试信号数据中的噪声干扰,以得到滤除后的测试信号数据,并根据所述测试设备的特性和信号传播的性质确定因测试设备或介质导致的所述滤除后的测试信号数据的时间延迟,以及通过利用常量补偿所述时间延迟得到校正后的测试信号数据,再利用所述校正后的测试信号数据绘制出信号波形图,其中,若时间延迟的数值不为整数,则使用插值法对所述滤除后的测试信号数据进行时间重采样,以得到校正后的时间数据,并利用所述校正后的时间数据确定信号波形,以通过将所述滤除后的测试信号数据对应到修正后的时间轴上得到校正后的测试信号数据;

    13、所述提取单元用于,从所述信号波形图中提取出包含波峰数bfs、反射次数fscs以及反射时间点的处理后测试信号数据。

    14、可选的,所述故障点分析模块包括位置定位单元及标注单元,其中:

    15、所述位置定位单元用于,根据时域反射法,对所述处理后测试信号数据进行分析,以确定不同反射情况下对应的故障点距离gd,具体通过以下方式确定:

    16、

    17、其中,sj为根据所述处理后测试信号数据确定的反射信号的总时长,故障点距离gd表示从信号发出点到故障区的距离,c为信号在电缆中的传播速度;所述标注单元用于,利用所述故障点距离gd,在测试时间轴上依次确定对应的电缆故障点位,并对所述电缆故障点位进行序号标记。

    18、可选的,所述影响模块包括复杂程度分析单元和关联单元,其中:

    19、所述复杂程度分析单元用于,利用所述处理后测试信号数据构建出所述电缆的当前故障复杂因子gfyz,具体通过以下方式确定:

    20、

    21、其中,所述a1和所述a2均为预设权重值,所述v为预设修正常数;

    22、所述关联单元用于,利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的历史影响指数,根据所述历史影响指数生成当前影响指数yxzs,以及当所述当前影响指数yxzs超过预设的阈值时,发出故障隐患排查指令。

    23、可选的,所述利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的影响程度,根据所述历史影响指数生成当前影响指数yxzs,以及当所述当前影响指数yxzs超过预设的阈值时,发出故障隐患排查指令,包括:

    24、利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的历史影响指数y’xzs,具体通过以下方式确定:

    25、

    26、其中,所述gfyzhi为所述历史电缆故障数据包含的历史电缆测试的第i时段内的故障复杂因子,所述zypchi为所述历史电缆测试的第i时段内故障类型转换概率差值,所述σgfyzh为所述历史电缆测试时段内故障复杂因子的标准差,所述σzypch为所述历史电缆测试时段内故障类型转换概率差值的标准差,所述cov(gfyzhi,zypchi)为所述gfyzhi和所述zypchi的协方差;

    27、对所述历史电缆测试时段内的影响指数y’xzs进行统计,以生成历史影响序列,并从所述历史影响序列中提取出当前故障复杂因子gfyz对应的影响指数,以得到当前影响指数yxzs;

    28、预先设置阈值,并将所述当前影响指数yxzs与所述阈值进行比较,若所述当前影响指数yxzs超过所述阈值,则发出故障隐患排查指令,若所述当前影响指数yxzs未超过所述阈值,则不发出所述故障隐患排查指令。

    29、可选的,所述故障预测模块包括初始分布单元和预测单元,其中:

    30、所述初始分布单元用于,在接收到所述故障隐患排查指令后,从所述历史电缆故障数据中抽取多组历史测试时段的数据,根据所述历史测试时段的数据确定所述历史测试时段内第一个反射时间点对应的电缆的故障类型,以得到初始概率矩阵czj,具体表示为:

    31、

    32、其中,所述p1、p2、p3、...以及pn分别为电缆的不同故障类型的概率;

    33、根据历史电缆故障数据构建故障类型转移矩阵lzj,具体表示:

    34、

    35、其中,pij为电缆从第i故障类型转移到第j故障类型的概率,i=1,2,3,…,n,j=1,2,3,…,n;

    36、所述预测单元用于,利用初始概率矩阵czj和所述故障类型转移矩阵lzj,预测未来故障类型分布矩阵wzj。

    37、可选的,所述利用初始概率矩阵czj和所述故障类型转移矩阵lzj,预测未来故障类型分布矩阵wzj,包括:

    38、利用卷积神经网络构建预测模型,并将所述初始概率矩阵czj、所述故障类型转移矩阵lzj及所述当前影响指数yxzs输入至所述预测模型内,以拟合出未来故障类型分布矩阵wzj,具体确定方式为:

    39、wzj=czj*lzjt*yxzs;

    40、其中,t为未来时刻对应的时间步数,lzjt为故障类型转移矩阵lzj的t次幂,lzjt表示电缆经过t次故障类型转换后的故障类型。

    41、第二方面,本发明提供了一种基于数据分析的电缆故障点快速定位方法,所述方法用于实现上述第一方面所述的基于数据分析的电缆故障点快速定位系统,所述方法包括:

    42、利用测试设备向电缆中发射短脉冲信号,以对电缆进行测试,并在测试过程中对所述短脉冲信号的反射信号进行统计,以获取测试信号数据;

    43、对所述测试信号数据进行噪声干扰去除、时间校正以及特征提取,以得到处理后测试信号数据;

    44、对所述处理后测试信号数据进行分析,以分别分析出不同反射情况下的故障点距离gd及对应的故障类型,并基于所述故障点距离gd确定对应的电缆故障点位;

    45、根据所述处理后测试信号数据构建所述电缆的当前故障复杂因子gfyz,并利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的历史影响指数,根据所述历史影响指数生成当前影响指数yxzs,以及当所述当前影响指数yxzs超过预设的阈值时,发出故障隐患排查指令;

    46、在接收到所述故障隐患排查指令后,根据所述历史电缆故障数据构建故障类型转移矩阵lzj,并利用初始概率矩阵czj和所述故障类型转移矩阵lzj,预测未来故障类型分布矩阵wzj,其中,所述初始概率矩阵czj中包含所述电缆的历史故障类型的概率;

    47、将所述未来故障类型分布矩阵wzj反馈至操作后台,以通过所述操作后台进行可视化展示,其中,所述未来故障类型分布矩阵wzj中包括所述电缆的电缆故障点位在未来时时间段内故障类型的转换概率。

    48、本发明提供的技术方案,具备以下有益效果:

    49、首先,通过测试模块发射短脉冲信号并统计反射信号数据,能够实时监测电缆的状态,及时发现潜在故障,从而进一步提高了故障检测的效率和准确性。其次,数据处理模块的特征提取和滤波技术能够有效去除噪声干扰,确保仅保留有效信号,为后续分析提供可靠数据基础。在故障点分析模块中,基于反射信号计算的故障点距离和类型,能够快速定位故障位置,进一步减少人工检查的时间和成本;影响模块结合历史电缆故障数据,分析故障复杂因子gfyz的影响程度,及时发出故障隐患排查指令,进一步增强了系统的预警能力;故障预测模块通过建立故障类型转移矩阵lzj,进一步实现对未来故障类型分布的预测,使运维管理更加科学和高效。最后,运维管理模块通过可视化展示,帮助操作人员直观理解故障状态,优化电缆的维护策略,降低运行风险。总之,该系统能够进一步提升电缆故障管理的智能化水平,以减少经济损失,为保障电力系统的稳定性做进一步优化。

    50、应当理解,本部分所描述的内容并非旨在标识本发明的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。


    技术特征:

    1.一种基于数据分析的电缆故障点快速定位系统,其特征在于,所述系统包括:测试模块、数据处理模块、故障点分析模块、影响模块、故障预测模块及运维管理模块;

    2.根据权利要求1所述的系统,其特征在于,所述测试模块包括设备测试单元,其中:

    3.根据权利要求1所述的系统,其特征在于,所述数据处理模块包括预处理单元和提取单元,其中:

    4.根据权利要求1所述的系统,其特征在于,所述故障点分析模块包括位置定位单元及标注单元,其中:

    5.根据权利要求3所述的系统,其特征在于,所述影响模块包括复杂程度分析单元和关联单元,其中:

    6.根据权利要求5所述的系统,其特征在于,所述利用历史电缆故障数据确定不同历史故障复杂因子对故障类型转换之间的影响程度,根据所述历史影响指数生成当前影响指数yxzs,以及当所述当前影响指数yxzs超过预设的阈值时,发出故障隐患排查指令,包括:

    7.根据权利要求1或6所述的系统,其特征在于,所述故障预测模块包括初始分布单元和预测单元,其中:

    8.根据权利要求7所述的系统,其特征在于,所述利用初始概率矩阵czj和所述故障类型转移矩阵lzj,预测未来故障类型分布矩阵wzj,包括:

    9.根据权利要求1所述的系统,其特征在于,所述运维管理模块用于,将所述未来故障类型分布矩阵wzj实时反馈至操作后台,并根据未来故障类型分布矩阵wzj的动态变化及其变化趋势,通知运维团队预测所述电缆在未来时段的故障类型,并通过操作后台创建数据可视化仪表盘,以展示所述电缆的状况。

    10.一种基于数据分析的电缆故障点快速定位方法,其特征在于,所述方法用于实现上述权利要求1-9任一项所述的基于数据分析的电缆故障点快速定位系统,所述方法包括:


    技术总结
    本发明公开了一种基于数据分析的电缆故障点快速定位系统及方法,涉及电缆故障技术领域。该系统通过测试模块发射短脉冲信号并实时统计反射信号,能够快速和准确地获取电缆的测试信号数据,为故障定位提供了基础。影响模块则通过分析故障复杂因子,及时识别潜在的故障隐患,并在影响指数超过阈值时发出排查指令,有效降低故障发生的风险。故障预测模块的引入,通过构建故障类型转移矩阵和初始概率矩阵,能够进一步提前预测电缆的故障类型分布,为运维决策提供有力支持。最后,运维管理模块进一步实现了未来故障类型分布的可视化展示,便于操作人员理解和决策,从而提升电力系统的整体运维效率和安全性。

    技术研发人员:鲍可凡,李昊昊,魏楠,黄娟,杨露,李硕,席樱元,王志胜
    受保护的技术使用者:国网江苏省电力有限公司睢宁县供电分公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-34237.html

    最新回复(0)