基于远程定位的光缆接头故障发现系统应用

2021-04-27童俊杨涛汪俊

粘接 2021年8期

童俊杨涛汪俊

摘要：针对光缆接头故障定位问题，本研究在传统的OTDR曲线分析法的基础上，提出一种基于贝叶斯与最小二乘法的OTDR曲线分析法，研究光缆接头故障的远程定位与发现。首先，文章对传统的OTDR曲线分析法，包括小波分析法和最小二乘法进行了优缺点分析。其次，基于贝叶斯与最小二乘的OTDR曲线分析法对故障点进行了检测。然后，基于GIS算法对故障点进行了精确定位。最后，通过实验仿真验证了文章提出的算法。实验结果表明，文章提出的算法对故障点的定位信息与实际故障点信息高度吻合。

关键词：光缆接头故障;贝叶斯;最小二乘;OTDR曲线

中图分类号：TN913.33 文献标识码：A 文章编号：1001-5922（2021）08-0174-04

Application of Optical Cable Joint Fault Detection System Based on Remote Location

Tong Jun，Yang Tao，Wang Jun

（Hangzhou power supply company of State Grid Zhejiang Electric Power Co.， Ltd.， HangZhou 310016， China）

Abstract：Aiming at the problem of optical cable connector fault location， this paper proposes an OTDR curve analysis method based on Bayesian and least square method based on the traditional OTDR curve analysis method to study the remote location and discovery of optical cable connector faults.. Firstly， this paper analyzes the advantages and disadvantages of traditional OTDR curve analysis methods， including wavelet analysis and least square method. Secondly， OTDR curve analysis method based on Bayesian and least squares is used to detect the fault point. Then， the fault point is accurately located based on GIS algorithm. Finally， the proposed algorithm is verified by experimental simulation. The experimental results show that the fault location information of the proposed algorithm is highly consistent with the actual fault location information.

Key words：optical cable joint failure; Bayesian; least squares; OTDR curve

光纜接头故障点精准定位需要用到故障点的光缆距离，而光缆距离需要通过OTDR曲线分析获得，因此OTDR曲线分析方法决定了故障点定位的精准度。传统 OTDR 曲线分析方法主要包括最小二乘法、小波分析法[1-5]等，但由于这些方法检测速度缓慢，检测精度较低，故本研究中最小二乘法的基础上提出基于贝叶斯决策的OTDR曲线分析法。

1 基于贝叶斯与最小二乘的OTDR曲线分析法

目前，最常用也是传统的OTDR曲线分析方法主要有小波变换和最小二乘法。虽然小波分析法和最小二乘法都可以检测到OTDR曲线中的事件点，但在实际应用中，由于这两种方法检测精度过低、检测速度慢，因此不适用于本研究中的光缆接头故障发现系统[7-8]。因此，文章提出一种基于贝叶斯与最小二乘法的OTDR曲线分析法。

1.1 故障点检测

在对OTDR曲线进行分析前，首先通过小波去燥对OTDR原始信号进行处理，从而为故障点的检测奠定基础。同时，假设wi条件下y（n）发生的概率为，根据贝叶斯公式，其后验概率可表示为[6]：

式（1）中，w1和w2分别表示n为事件点和n不为事件点的两种状态。根据贝叶斯决策规则，当时，n表示非事件点，反之n则为事件点。但这种方法容易导致将事件点判断为非事件点，将非事件点判断为事件点两种错误。为避免错误的发生，本研究将第一种错误记录为e1，第二种错误记录为e2，表示判断错误的概率，则e1、e2发生的概率可表示为：

由贝叶斯决策可知，若，则判断为事件点;若，则判断为非事件点。至此，完成了OTDR曲线事件点的检测。

1.2 事件点分类

事件点的检测仅可获知某个位置出现了事件点，但无法判定事件的类型，故需要进一步确定事件的类型。本研究确定事件点类型的方法首先是剔除OTDR曲线中的事件点，然后再对处理后的OTDR曲线数据进行分段，最后对数据段进行曲线拟合。具体流程如图1所示。

由于OTDR曲线趋于线性，而最小二乘法对线性曲线拟合准确度最高，故本研究采用最小二乘法对其进行拟合。

最小二乘法曲线拟合的最终目的是得到最小二乘拟合曲线，即所有数据点与拟合点的误差平方和最小[4]。设最小二乘拟合曲线模型为，OTDR曲线中的一组数据为，误差距离为，所有点的平方和为。由此可得最小值对应的参数，进而确定拟合曲线。

将中的数据作差并取其绝对值m，判断m的大小即可对OTDR曲线中的數据点进行分类。具体判断标准件表1所示。

1.3 故障点整体定位分析流程

基于以上分析，将光缆接头的故障流程设计为如图2所示。

2 光缆接头故障精确定位算法

通过OTDR曲线确定了故障点的光缆距离，但却没有确定故障点的实际地理位置，故单纯使用OTDR算法得到的故障点距离并不是实际光缆长度。文章采用GIS算法将OTDR测量得到的光缆距离转换到实际光缆长度，得到光缆接头故障的精确定位[10]。具体定位原理是取多次故障点与OTDR测量点的距离平均值。然后应用公式（3）将光纤距离转化为光缆距离。

式（3）中，S为光纤距离，Pr为光缆胶缩率;CR为光缆弯曲程度。

具体定位步骤为：①应用OTDR获取五次故障点到测量点的光纤距离d，求得其平均值;②根据光缆胶缩率Pr以及弯曲度CR，求得光纤距离;③将ST与数据库中各个特殊点与测量点的距离Ln相减，得到差值，并取其绝对值;④最小化，得到的最小n的值，并将该值与0比较;⑤若，则找到n与n+1的经纬度坐标以及这两个点到测量点的距离Ln与Ln+1，由式（4）可求得故障点的经纬度;若，则找到n与n-1的经纬度坐标以及这两点到测量点的距离Ln与Ln+1，由式（5）可得故障点的经纬度;若，则找到第n点的经纬度坐标，这也是故障点的经纬度;⑥将经纬度坐标放入GIS地图中，得到故障点的显示图。

3 故障检测流程

光缆接口的故障检测流程图如图3所示。

4 仿真实验

4.1 基于贝叶斯与最小二乘的OTDR曲线分析仿真

为检测基于贝叶斯决策与最小二乘法对OTDR事件点的分类精度，将实际测量得到的5组OTDR数据输入该算法中，得到如表2所示的实验分类结果。

由表2可知，基于贝叶斯决策与最小二乘法的事件点检测方法与实际结果高度吻合，其正确率均达到90%以上。

4.2 光缆接头故障精确定位仿真

为验证基于GIS的电力光缆接头故障精确定位算法的定位精度，本研究对某电网公司提供的光缆线路段特殊点进行了现场测量，得到如表3所示的特殊点的相关信息。同时，对检测光缆进行了一些破坏性实验。将以上数据信息输入算法中，得到如表4所示的算法定位信息与实际故障点信息对比表。

由表4可知，基于GIS电力光缆接头故障精确定位算法对故障点的定位误差均控制在20m以内，说明该算法得到的故障点信息与实际故障点信息高度吻合，具有较高的准确率，在实际操作中，工作人员能够较快获得故障点的具体位置。

5 结语

随着电力系统的现代化发展，光缆接头故障精确定位有利于快速检测到故障点，对维护电力系统稳定运行十分必要。通过实验仿真结果表明，文章提出的算法对故障点的定位信息与实际故障点信息高度吻合，具有较高的准确率。在实际操作中，应用该算法可以使工作人员较快获得故障点的具体位置，确保电力系统的稳定运行。

参考文献