《海底電纜線上監測方法》是中國能源建設集團廣東省電力設計研究院、五邑大學於2012年11月19日申請的發明專利，該專利申請號為2012104699177，公布號為CN102981104A，公布日為2013年3月20日，發明人是鄭明、黃輝、蔡傳衛、李炬添、陳楠、徐龍博。
《海底電纜線上監測方法》提供一種海底電纜線上監測方法，包括以下步驟：根據海底電纜故障時的壓力場信息、溫度場信息、電場信息以及故障類型，建立海底電纜故障判斷模型；對海底電纜同軸布設分散式光纖感測器；通過所述分散式光纖感測器監測獲取所述海底電纜的壓力場信息、溫度場信息和電場信息；根據所述壓力場信息、溫度場信息和電場信息，以及所述海底電纜故障判斷模型，判斷所述海底電纜是否發生故障，以及發生故障的類型。該發明能夠對海底電纜進行準確的狀態線上監測，隨時獲取海底電纜的狀態參數進行故障判斷，具有更好的辨識度。
2021年6月24日，《海底電纜線上監測方法》獲得第二十二屆中國專利優秀獎。
（概述圖為《海底電纜線上監測方法》摘要附圖）
基本介紹
- 中文名：海底電纜線上監測方法
- 申請日：2012年11月19日
- 申請號：2012104699177
- 申請公布日：2013年3月20日
- 申請公布號：CN102981104A
- 申請人：中國能源建設集團廣東省電力設計研究院、五邑大學
- 地址：廣東省廣州市蘿崗區廣州科學城天豐路1號
- 發明人：鄭明、黃輝、蔡傳衛、李炬添、陳楠、徐龍博
- 類別：發明專利
- Int. Cl.：G01R31/08(2006.01)I
- 專利代理機構：廣州華進聯合專利商標代理有限公司
- 代理人：王茹、曾旻輝
專利背景,發明內容,專利目的,技術方案,改善效果,附圖說明,技術領域,權利要求,實施方式,專利榮譽,
專利背景
海上風電等海上能源的開發推動了海上輸電網的形成，高壓海底電力電纜具有了越來越廣闊的套用空間，主要包括海上風電輸電、海上油氣平台的供電、海島聯網、沿海國家聯網等。作為海上輸電網中最重要的設備，海底電纜的安全運行對電力系統非常重要。
電纜絕緣的好壞是影響電纜安全可靠運行的關鍵因素。2012年11月之前，廣泛使用的預防性措施是採用定期停電進行檢測的方法，屬於離線檢測。這種絕緣預防性檢測具有明顯的不合理性：第一，必須停電進行檢測，這樣往往造成供電中斷；第二，不能根據電纜絕緣狀況有選擇地進行檢測，往往是對所有電纜都進行檢測，結果使絕緣本來完好的電纜經多次檢測過程而導致電纜絕緣性能加速劣化；第三，檢測時往往都要在電纜絕緣上施加高於運行電壓的高壓，這會加速電纜絕緣的劣化。因此，電力電纜線上監測技術將成為電纜故障診斷的必然發展趨勢。
電纜狀態線上監測是對電纜進行線上監測，然後根據監測結果來決定是否需要對電纜的絕緣進行更進一步檢查和維修。進行電纜狀態線上監測不僅能夠大大減少對絕緣完好的電纜進行不必要的檢測，節省檢測過程的開銷、減少停電次數、降低不必要檢測操作對電纜絕緣的非正常損傷，更重要的是能夠對電纜的絕緣進行連續的監測，及時發現問題，減少突發事故的產生。此外，線上監測還能夠建立電纜絕緣性能的歷史檔案，並為電纜離線大修的決策提供基本數據。
發明內容
專利目的
《海底電纜線上監測方法》的目的是提供一種能夠對海底電纜進行準確的狀態線上監測，隨時獲取海底電纜的狀態參數，進行故障判斷的海底電纜線上監測方法。
技術方案
《海底電纜線上監測方法》包括以下步驟：根據海底電纜故障時的壓力場信息、溫度場信息、電場信息以及故障類型，建立海底電纜故障判斷模型；對海底電纜同軸布設分散式光纖感測器，通過所述分散式光纖感測器監測獲取所述海底電纜的壓力場信息、溫度場信息和電場信息；其中，獲取所述海底電纜的壓力值和壓力突變點的位置信息；溫度值以及溫度突變點的位置信息；沿線電場強度值和電場強度突變點的位置；根據所述壓力場信息、溫度場信息和電場信息，以及所述海底電纜故障判斷模型，判斷所述海底電纜是否發生故障，以及發生故障的類型；其中，對獲取的所述壓力場信息、溫度場信息和電場信息進行歸一化處理，獲取所述海底電纜的溫度最高點和所述溫度最高點所在的溫度突變區間的位置上下限、所述海底電纜的壓力最大點和所述壓力最大點所在的壓力突變區間的位置上下限，以及所述海底電纜的電場強度最大點和所述電場強度最大點所在的電場強度突變區間的位置上下限；將上述獲取的數據作為海底電纜故障判斷模型的輸入，通過所述海底電纜故障判斷模型中的網路結構、診斷權值和閥值，判斷所述海底電纜發生故障的類型和位置。
改善效果
《海底電纜線上監測方法》採用多特徵量監測，並綜合多種特徵量數據和海底電纜故障判斷模型進行故障判別，因此監測數據的可靠性得到提高；並且對故障定位的精度得到提高，縮小了模糊的區域。並且分散式光纖感測器的證據區間和不確定性機率和融合後的證據區間和不確定性機率，降低了系統的不確定性，同時使融合後的基本可信度函式比融合前各感測器的基本可信度函式具有更好的區分度，具有更好的辨識度。
附圖說明
圖1是《海底電纜線上監測方法》的流程示意圖；
圖1
圖2是《海底電纜線上監測方法》的海底電纜故障判斷模型示意圖；
圖2
圖3是《海底電纜線上監測方法》進行數據特徵級融合的三層BP神經網路結構示意圖。
圖3
技術領域
《海底電纜線上監測方法》涉及電力安全監測技術的領域，特別是涉及一種海底電纜線上監測方法。
權利要求
1.一種海底電纜線上監測方法，其特徵在於，包括以下步驟：根據海底電纜故障時的壓力場信息、溫度場信息、電場信息以及故障類型，建立海底電纜故障判斷模型；對海底電纜同軸布設分散式光纖感測器，通過所述分散式光纖感測器監測獲取所述海底電纜的壓力場信息、溫度場信息和電場信息；其中，獲取所述海底電纜的壓力值和壓力突變點的位置信息；溫度值以及溫度突變點的位置信息；沿線電場強度值和電場強度突變點的位置；根據所述壓力場信息、溫度場信息和電場信息，以及所述海底電纜故障判斷模型，判斷所述海底電纜是否發生故障，以及發生故障的類型；其中，對獲取的所述壓力場信息、溫度場信息和電場信息進行歸一化處理，獲取所述海底電纜的溫度最高點和所述溫度最高點所在的溫度突變區間的位置上下限、所述海底電纜的壓力最大點和所述壓力最大點所在的壓力突變區間的位置上下限，以及所述海底電纜的電場強度最大點和所述電場強度最大點所在的電場強度突變區間的位置上下限；將上述獲取的數據作為海底電纜故障判斷模型的輸入，通過所述海底電纜故障判斷模型中的網路結構、診斷權值和閥值，判斷所述海底電纜發生故障的類型和位置。
2.如權利要求1所述的海底電纜線上監測方法，其特徵在於，根據所述壓力場信息、溫度場信息和電場信息，以及所述海底電纜故障判斷模型，判斷所述海底電纜是否發生故障，以及發生故障的類型的步驟包括：先將所述海底電纜的壓力場信息、溫度場信息和電場信息與預設的安全值範圍比較，如果不超出所述安全值範圍，則判斷所述海底電纜未發生故障；如果超出所述安全值範圍，則判斷所述海底電纜發生故障，將所述壓力場信息、溫度場信息和電場信息輸入所述海底電纜故障判斷模型，判斷所述海底電纜發生故障的類型和位置。
3.如權利要求1所述的海底電纜線上監測方法，其特徵在於，根據海底電纜故障時的壓力場信息、溫度場信息、電場信息以及故障類型，建立海底電纜故障判斷模型的步驟包括：將海底電纜故障時的壓力場信息、溫度場信息、電場信息以及對應的故障類型作為訓練參數訓練人工神經網路，生成所述海底電纜故障判斷模型。
4.如權利要求1所述的海底電纜線上監測方法，其特徵在於，判斷所述海底電纜發生故障的類型的步驟包括：根據所述海底電纜的壓力場信息判斷電纜主絕緣老化故障；根據所述海底電纜的電場信息判斷電纜主絕緣雜質故障；根據所述海底電纜的壓力場信息判斷電纜受力擠壓故障；根據所述海底電纜的壓力場信息和溫度場信息判斷電纜鎧裝層損傷故障。
5.如權利要求1至4任意一項所述的海底電纜線上監測方法，其特徵在於，所述分散式光纖感測器為六芯複合光纖，其兩端設定有光纖信號解調器，其中兩芯用於感測壓力場信息，兩芯用於感測溫度場信息，兩芯用於感測電場信息。
實施方式
《海底電纜線上監測方法》所述海底電纜線上監測方法，包括以下步驟：S101，根據海底電纜故障時的壓力場信息、溫度場信息、電場信息以及故障類型，建立海底電纜故障判斷模型；S102，對海底電纜同軸布設分散式光纖感測器，通過所述分散式光纖感測器監測獲取所述海底電纜的壓力場信息、溫度場信息和電場信息；S103，根據所述壓力場信息、溫度場信息和電場信息，以及所述海底電纜故障判斷模型，判斷所述海底電纜是否發生故障，以及發生故障的類型。
通過採用多特徵量監測，並綜合多種特徵量數據和海底電纜故障判斷模型進行故障判別，因此監測數據的可靠性得到提高；並且對故障定位的精度得到提高，縮小了模糊的區域。並且分散式光纖感測器的感測更加精確。
首先，上述步驟S101為故障判斷模型的建立。通過海底電纜故障時的壓力場信息、溫度場信息、電場信息，主要針對以下幾種故障類型建立故障判斷模型：電纜主絕緣出現老化故障。海底高壓電纜老化故障有對正常運行的電纜有一定影響的範圍，並且故障越長，影響的範圍也越長，但是還是可以通過分散式光纖感測器沿線監測絕緣層外表的溫度，從感測器測得電纜沿線溫度發生突變的位置，從而定位到故障位置。
電纜主絕緣出現雜質故障。當電纜絕緣層存在著雜質時，雜質所在位置的電場發生了很大的畸變，而且根據雜質位置的不同，電場畸變的程度也不一樣。雜質與導體的距離不相同的情況下，電纜內部的最高溫度也幾乎沒有變化，但是因為雜質的存在，使得周圍產生的電場強度接近甚至大於絕緣層的擊穿強度，很容易發生局部放電，造成絕緣擊穿。如果絕緣層某處發生擊穿時，其他良好的絕緣就會承受更大的電壓，所受到的電場強度將會進一步加大。如果該場強大到足以擊穿絕緣層，又會使其他良好絕緣受到的場強加大，如此以來惡性循環，將會威脅電纜的絕緣性能。同時還可以看到，最靠近導體的雜質所產生的電場畸變的最為厲害，因此也更容易產生局部放電現象，導致絕緣擊穿失效。通過分散式光纖感測器可以監測到電纜沿線發生畸變的電場，同時由於雜質引起的畸變電場對正常電場的影響範圍很小，因此通過監測電場變化可以提高定位精度。
電纜受到外力擠壓。當海床運動海底電纜受到擠壓或者與海邊鵝卵石摩擦時，同樣可以用分散式光纖感測器檢測出受到擠壓的位置在哪裡。海底電力電纜老化前鎧裝層承受的壓強最大不超過17兆帕。因此，一旦海底電纜受到了外力的擠壓，就可以通過分散式光纖感測器檢測電纜內部壓力，由此判斷出電纜外部受到的壓力大小，並通過分散式光纖感測器的數據計算出電纜受到擠壓的位置，當超出設定的極限值時，快速排除故障。
電纜鎧裝層損傷故障。海底電纜受到不同程度損傷，電纜內部溫度場和電場均會發生變化。當海底電纜鎧裝層受到損傷但沒有傷透時，海底電纜內部的溫度場和電場與正常情況下並沒有明顯變化，說明海底電纜在鎧裝層沒有破損的情況下，還能維持正常運行一段時間。如果破損達到填充層，海底電纜內部溫度場和電場強度也幾乎沒有變化，但是因為填充層的剛性不足以承受深水壓力，所以一旦破損至填充層，海底電纜會在很段的時間內發生短路故障。最嚴重的是損傷直達絕緣層，絕緣層不但剛性遠不如鎧裝層，更嚴重的是海底電纜內部的電場強度會急劇升高，使得電纜絕緣層由於高場強而發生擊穿。利用分散式光纖感測器，通過同時測量溫度場和壓力場的變化，就可以定位到故障位置。
由於有三類不同的通過分散式光纖感測器監測的特徵量，不同的故障類型和故障位置，通過測量搭建一個光電信號信息融合系統的海底電纜故障判斷模型來輔助進行故障判別，如圖2所示。
通過對海底電纜故障點的二維量（溫度，溫度突變的海纜位置分步）、（壓力，壓力突變的海纜位置分步）和（電場，電場突變的海纜位置分步）的歸一化處理。將各感測器採集的信息作為證據，每個感測器提供一組命題，對應我們關注的四類故障和故障的位置：x1…xi…xn，並建立一個相應的信度函式，這樣，多感測器信息融合實質上就成為在同一識別框架下，將不同的證據體合併成一個新的證據體的過程。
具體地，在建立所述海底電纜故障判斷模型時，將海底電纜故障時的壓力場信息、溫度場信息、電場信息以及對應的故障類型作為訓練參數訓練人工神經網路（Artificial Neural Network，簡稱ANN），生成所述海底電纜故障判斷模型。
《海底電纜線上監測方法》提供了一個信息融合技術的模型，融合上面提出的檢測的特徵量得到的結果，達到一個精確故障定位和故障類型分類的結果。
上述步驟S102為獲取海底電纜的特徵參數的步驟。
在《海底電纜線上監測方法》中，對海底電纜同軸布設分散式光纖感測器來獲取監測的特徵參數。所述分散式光纖感測器優選為六芯複合光纖，其兩端設定有光纖信號解調器，其中兩芯用於感測壓力場信息，兩芯用於感測溫度場信息，兩芯用於感測電場信息。
在溫度、壓力和電場強度獲取的過程中，通過分散式光纖干涉解調儀，利用溫度、壓力和電場強度沿海底電纜同軸光纖的分步會影響布里淵散射的脈衝信號的原理，獲取所述海底電纜的壓力場信息、溫度場信息和電場信息。就可以得到三類物理量以及沿海底電纜距離的二維物理量分步，亦即：獲取所述海底電纜的壓力值和壓力突變點的位置信息；溫度值以及溫度突變點的位置信息；沿線電場強度值和電場強度突變點的位置。如下表1所示：
沿線分步（千米） | 1 | 2 | 3 | 4 |
|---|---|---|---|---|
溫度（攝氏度） | 75.6 | 76.3 | 79.6 | 88.3 |
壓力（千帕） | 0.56 | 1.48 | 1.24 | 2.09 |
電場強度（兆伏/米） | 11.5 | 11.5 | 11.8 | 22.6 |
表1中列舉出從分散式光纖干涉解調儀的輸出得到的三組二維的物理量，也就是被監測海底高壓電纜的溫度、壓力和電場強度。所謂的二維，例如，既有溫度的數據，同時還有測溫點在電纜上的分布。列表僅為舉例說明，實際的數據處理遠多於此。
上述步驟S103為根據獲取的特徵參數進行故障判別的步驟。
優選地，先對所述海底電纜是否發生故障進行判斷：先將所述海底電纜的壓力場信息、溫度場信息和電場信息與預設的安全值範圍比較，如果不超出所述安全值範圍，則判斷所述海底電纜未發生故障；如果超出所述安全值範圍，則判斷所述海底電纜發生故障，將所述壓力場信息、溫度場信息和電場信息輸入所述海底電纜故障判斷模型，判斷所述海底電纜發生故障的類型和位置。
所述安全值範圍根據歷史數據產生，比對正常情況下的歷史數據（即安全值範圍），如果海底高壓電纜的溫度、壓力和電場強度均在正常範圍以內，那么僅僅只記錄當前數據，而不觸發計算。
在故障判斷時，首先對獲取的所述壓力場信息、溫度場信息和電場信息進行歸一化處理，獲取所述海底電纜的溫度最高點和所述溫度最高點所在的溫度突變區間的位置上下限、所述海底電纜的壓力最大點和所述壓力最大點所在的壓力突變區間的位置上下限，以及所述海底電纜的電場強度最大點和所述電場強度最大點所在的電場強度突變區間的位置上下限；然後，將上述獲取的數據作為海底電纜故障判斷模型的輸入，通過所述海底電纜故障判斷模型中的網路結構、診斷權值和閥值，判斷所述海底電纜發生故障的類型和位置。
在判斷具體的故障類型時，根據所述海底電纜的壓力場信息判斷電纜主絕緣老化故障；根據所述海底電纜的電場信息判斷電纜主絕緣雜質故障；根據所述海底電纜的壓力場信息判斷電纜受力擠壓故障；以及，根據所述海底電纜的壓力場信息和溫度場信息判斷電纜鎧裝層損傷故障。
即，如果海底高壓電纜有區域出現超過所述安全值範圍的數據，則通過對分散式光纖感測器解調後得到的海底電纜故障點的二維量（電纜的壓力值和壓力突變點的位置信息；溫度值以及溫度突變點的位置信息；沿線電場強度值和電場強度突變點的位置）。例如上表1中，4千米處的三個物理量。由於三個物理量都有一定的變化分布，導致計算複雜，為了便於後面的部分進行處理首先將三個特徵量的數值進行歸一化處理：
。
得到一組可信度的輸入量。而故障點的位置則關注兩個量，即各個物理量超過所述安全值範圍的所在的位置區域。例如，上表1中我們測得溫度最大值的點在4千米處，而實際上，在區域[3.9，4.2]千米之間，都差不多在這個溫度值。因此，為了能夠精確定位，我們將這樣一個位置區間的上下限的位置也作為特徵量輸入。歸一化後的特徵值在【0，1】之間，這樣一個過程稱之為像素級融合。
這樣作為下一級的輸入量就有9個。分別是所述海底電纜的溫度最高點和所述溫度最高點所在的溫度突變區間的位置上下限、所述海底電纜的壓力最大點和所述壓力最大點所在的壓力突變區間的位置上下限，以及所述海底電纜的電場強度最大點和所述電場強度最大點所在的電場強度突變區間的位置上下限。
這些特徵值挑選好以後，我們利用所述人工神經網路（ANN）構成的所述海底電纜故障判斷模型進行特徵級融合，如圖2所示，所述海底電纜故障判斷模型的輸出為4個，分別是電纜絕緣老化、電纜絕緣出現雜質、電纜局部外部應力越限（錨傷），故障點的位置。每一個輸出的數值在[0，1]之間分布，可以將之作為機率分布，輸入下一級融合。
將上級融合中提取出的能反映電纜故障徵兆的特徵向量作為ANN的輸入，經過訓練後的神經網路能利用存貯在網路結構、權值和閥值中的診斷推理知識進行初步的模式分類和故障位置識別，最後給出局部信息融合判斷的結果，然後提交給決策級進行全局決策。
選用三層BP網路進行特徵級融合，如圖3所示，通過對神經網路的權值（ωij，Tli）與閥值（θ）的修正，使誤差函式E沿梯度方向下降。該BP網路用三層節點表示輸入節點xj，隱節點yi，輸出節點o。
設某一訓練輸入矢量為X，網路實際輸出為Y，並設有N個樣本（X，Y），k＝1、2、…、N，網路隱層採用sigmoid函式作為激勵函式，輸出層採用線性函式。
各神經元權係數疊代方程：
輸出層誤差：
隱含層誤差：
由於BP網路存在不少局部最小點，在某些初始值條件下，算法的結果會陷入局部最小，使算法不收斂。為了加速收斂和防止振盪，引入一動量因子α來減少過調量，即：
其中，μ為學習步長，α為加權因子，通常取μ＜1，0＜α。
定義網路的均方誤差數為所有訓練樣本的平均值E（W）：
最後，利用DS證據理論綜合判斷得到更為精確的故障類型和故障位置的判別。
根據神經網路的輸出，決策級的識別框架為{（A1），（A2），（A3），B1}，在訓練BP網路樣本中，網路的輸出並不完全等於0或1，而是一個介於0和1之間的有理數。因此採用D-S證據理論融合的方式是一個很好的解決方案，可將每個神經網路的輸出作為一個獨立的證據，使之成為該證據下各種狀態的可信度分配。計算的步驟為：
（a）對ANN的輸出進行歸一化處理：
，式中y（Ai）為神經網路各節點的實際輸出，其中：
，式中En為網路的樣本誤差。
（b）將神經網路的證據進行融合處理得到最終的基本機率賦值：
使用D-S證據理論對ANN邏輯二值輸出進行信息融合；判斷所處的故障類型，以及故障在海底電纜中的分布區域。
《海底電纜線上監測方法》技術方案還帶來以下有益效果：1.採用多特徵量監測和判別，因此監測數據的可靠性得到提高；2.為海底電纜常見的故障類型的判別提供了一種方案；3.故障定位的精度得到提高，縮小了模糊的區域；4.分散式光纖感測器的證據區間和不確定性機率和融合後的證據區間和不確定性機率，融合後的mj（θ）明顯減小，這說明信息融合降低了系統的不確定性，同時使融合後的基本可信度函式比融合前各感測器的基本可信度函式具有更好的區分度，具有更好的辨識度。
專利榮譽
2021年6月24日，《海底電纜線上監測方法》獲得第二十二屆中國專利優秀獎。
