基于MapWinGIS的海缆故障数据全方位可视化仿真

施鑫麒，陈元林，安博文

(上海海事大学信息工程学院，上海 201306)

1 引言

随着跨海电力供应与信号传输的需求增长，复合海缆的铺设量逐年增加，伴随而来的还有海缆故障增加。当前复合海缆的主要故障分为锚害故障、接地故障和放电故障[1]。这些故障产生的原因可能是船舶锚砸、钩挂所致，也可能是设备过载运行和老化，或者潮汐、地震所致，故障产生的原因复杂，故障产生的时间和位置不可预知[2-3]。由于海缆部署于海底，现场巡检实现难度大，成本高，为此，必须实现海缆故障数据的可视化。

研究发现，虽然导致海缆故障的原因复杂，但是均可以利用海缆中的传感光纤，通过监测温度和应变的方法对海缆故障进行判断。在传统的单模光纤中，传感光纤检测已经具有良好的应用效果。随着多模光纤的出现，由于声光耦合模型的不同[4]，使得单模光纤的检测方法不适用于多模光纤，而关于多模光纤的实际应用目前又很少。为此，本文基于MapWinGIS设计了海缆故障数据全方位可视化系统，针对多模光纤，设计了布里渊特性分析模型，建立其频移、功率与温度、应变之间的关联，提高海缆故障数据处理的准确有效性。

2 海缆故障数据可视化系统描述

复合海缆为了保证可靠性，其中包含了大量备用纤芯，在进行海缆故障检测时，根据其中的布里渊频移信号，可以将其用于故障采集。当复合海缆中的电缆存在故障，会产生温度与形状的改变。同时会对光纤温度与形状产生影响，根据对光纤中的布里渊散射分析，能够解析出对应的影响关系，从而得到故障数据。

为了得到准确的海缆故障数据，并实现全方位可视化，本文设计了如图1所示的系统框架。其中主要功能有采集信号处理、特征提取，以及数据可视化模拟。采集器会把接收到的光纤温度与应变组成的固定数据帧，将其送至监控软件后台，做布里渊模型分析和滤波处理，再经过特征提取，构建温度、应变映射数据库，最终得出可视化故障数据。

图1 海缆故障监测系统框架

3 基于布里渊特性分析

3.1 布里渊模型

当光源设备端把光源射入光纤中时，由于存在光子与声子撞击，从而引发布里渊散射[5]。光源在光纤中传导时，假定传导模式x对应的折射率是rx，经过声子非线性扰动后得到的布里渊频移是fx，光线角度是θx。于是，布里渊频移可以表示为

(1)

其中，va表示声子速度，λ表示入射泵浦光源的波长。对于多模光纤而言，激发出的每种工作模式对应的特性不同，考虑到它们的折射率区别很小，在只探讨散射角度和频移之间关系的情况下，根据光学传导分析，当光源反向时散射具有最大角度，于是得到散射角度在[π-2θc，π]之间变化。上边界中的θc代表临界角度余角，计算公式描述如下：

(2)

其中，rc1、rco分别表示纤芯与外层折射率；N表示光纤数值孔径。此时可得，在散射角度满足θx=π情况下，具有最大布里渊频移[6]，如下

fmax=fx(π)=2rcova/λ

(3)

在散射角度满足θx=π-2θc情况时，具有最大布里渊频移，如下

(4)

由于光源入射产生的多模式之间，各自拥有不同的速度，因此，对于任意工作模式x，如果其偏振模传导速度是vx，那么它对应的散射功率表示如下

px=p0α1α2wvx/2

(5)

其中，p0和w分别表示脉冲光的功率和宽度；α1表示反向捕获因子；α2表示损耗因子。关于α1、α2和vx的计算分别如下

α1=(λ/rx)2/4π2w2

(6)

(7)

其中，α1的计算与光纤截面有关；k表示玻尔兹曼因子；T表示温度；ρ表示密度。根据前述公式求解出所有模式对应的功率，将其进行叠加，即为布里渊散射的总功率。

3.2 温度与应变分析

在光源传导过程中，如果光纤出现温度波动或者应变的情况，都会导致一些重要参数的改变，而这些参数的改变将会对声子速度va产生影响[7]，致使布里渊特性随之改变。

当光源在光纤中传导时，形成的扰动声子速度va描述如下

(8)

其中，u表示泊松比；Y表示杨氏模量。因为u、Y和ρ都会在光纤温度T与应变β动态波动时受到影响，所以将它们表示为T与β的关联形式，得到此时的布里渊频移为

(9)

此时，和T、β相关联的布里渊散射功率表示如下

(10)

为去除信号量中的杂波，提高频移和功率的计算精度，这里把对频移和功率的处理替换为相对量处理，即引入δf和δp/p。于是布里渊特性与T、β的关联关系最终描述为

(11)

在实际检测环境中，根据T、β对频移和功率的关联关系，得到准确的海缆数据，进而可用于判断故障的类型和位置。

4 海缆故障数据特征提取

在海缆故障监测的过程中，采集到的数据即便是经过了分析处理，数据量依然很大，为了更加准确的检测出海缆故障，并实现海缆故障全方位可视化，需要对布里渊特性数据做进一步分析变换。在海缆的实际应用环境中，根据布里渊分析得到的结果数据虽然处于动态不平稳状态，但是不会产生突变。只有当海缆出现故障时，才会产生突变信号。由于小波包在此类信号处理方面具有良好的时频特性，结合海缆故障采集信号的特点，本文引入db小波包用于特征提取。进行小波分解时，分解层的增加会导致重构精度下降，而分解层的降低又会导致倍频数据重叠。为此，这里针对布里渊分析结果采取三层设计，分解出23数量级的频带特征数据Sni，其中i=20，21，…，2n。于是，最后一层的分解数据描述如下

S3i=S30+S31+S32+S33+S34+S35+S36+S37

(12)

利用分解数据建立特征向量，特征向量描述了海缆的具体故障信息。对于未发生海缆故障时的数据，采用小波包标准差进行分析，评估检测数据的偏离性，计算方式为

(13)

其中，xi代表关于分解时间序列的频移和功率的重构，据此可以准确得到数据的稳定程度。利用小波Shannon熵，对检测数据中的微弱突变进行追踪分析。Shannon熵的计算描述如下

(14)

当计算的Shannon熵值越低，表示数据稳定性越好；否则数据存在突变情况。根据标准差和Shannon熵对数据特征的建立，从而更加准确的提取出海缆的各种故障特征，从大量数据中检测出故障的具体情况。

5 基于MapWinGIS的故障数据可视化设计

MapWinGIS是一套具有存储和处理功能的虚拟仿真系统开发框架[8]，为了实现海缆故障数据的全方位可视化，本文基于MapWinGIS开发了具有C/S结构的监测系统。利用MapWinGIS采取分层架构模式，实现海缆故障的监测。由于海缆故障监测数据复杂且庞大，最下层利用布里渊分析模型将采集到的数字信息转换成具有实际意义的关联信息，根据温度、应变计算海缆的全方位状态数据，包含各类故障数据；中间层对数据做特征提取、重构，降低数据的冗余度，得到海缆故障的类型和位置；上层用于实现海缆故障数据及其波形的显示。图2所示为故障数据监测的主页面，能够对海缆的各种故障数据进行实时监测分析。利用该系统，也可以完成对海缆各种故障的模拟分析，并根据得到的实验数据对底层算法处理进行优化。

6 海缆故障数据仿真分析

通过改变光纤的温度和应变，模拟海缆的各种故障，并利用MapWinGIS实现的故障可视化系统，得到海缆故障的模拟数据及其分析结果，验证海缆故障数据可视化系统的性能。设置入射光纤的光源脉冲为20ns，频率变化范围为10.06～10.46GHz，将长度1km的光纤置于温控水槽内，为避免发生应变干扰，使光纤在水槽中松散分布。通过调节温度，在-20～60℃变化过程中，模拟温度对布里渊特性的影响。可视化系统输出的布里渊特性拟合曲线如图3所示。

图3 布里渊特性温度曲线

根据结果曲线，当保持应变恒定时，布里渊频移与温度呈现良好的线性变化。温度升高1℃，对应频移改变1.20MHz，经过布里渊分析处理后的频移-温度数据与原始数据具有良好的拟合效果。布里渊功率在温度变化时，整体呈线性关系，但是在具体时间段内，呈一定的非线性。导致该结果的原因是不同模式的散射功率温度特性存在差异，但是在采用分段处理后，本文方法仍然获得了良好的功率-温度拟合性能。

保持温控水槽的温度不变(常温27℃)，在光纤一端通过吊挂砝码的方式，改变其应变参数，10g砝码产生的应变是100με。当控制应力的砝码增加过程中，仿真模拟应变对布里渊特性的影响。结果如图4所示。根据结果曲线，频移与应变具有良好的线性关系，斜率约为0.89MHz/g。功率与应变呈线性负相关，斜率约为0.019dB/g，从频移和功率的拟合曲线逼近程度可知，布里渊分析具有良好的故障数据处理精度。

图4 布里渊特性应变曲线

在输入接口模拟海缆的三种故障，通过可视化窗口观测布里渊分析前后的故障数据波形，如图5所示。从模拟结果可以看出，在三种故障情况下，从光纤中采集的数据都存在噪声干扰，经过布里渊分析处理后，在没有故障发生时，温度和应变波形平稳纯净，体现了海缆监测数据不易突变的时域特性；在有故障发生时，温度和应变波形根据故障类型产生不同的畸变，畸变波形清晰，易于识别。针对海缆故障数据的布里渊特性分析，一方面可以过滤掉采集数据中的无效和冗余数据；另一方面可以避免较大的临近波峰波谷差值被误检。从而有效提升故障数据的精度，降低故障数据处理的复杂度。

图5 布里渊分析处理前后的故障数据波形

为了验证海缆故障检测的准确性，通过100次的数据模拟，得到三种故障检测准确率均值，以及故障位置检测偏差均值，结果如表1所示。可以看出，本文方法对于锚害故障的检测准确率为100%，由于这种故障会产生应变，应变对于布里渊特性的影响线性度较好，准确度也相对更好。漏电和短路故障会引起温度变化，对于功率拟合的效果相对较差，从而对准确度产生了一定影响。对于故障位置的检测，短路故障位置检测更准确，锚害故障位置检测相对偏差较大。这是由于短路故障引起温度的急剧跳变，并在之后产生类似阶跃响应，该过程的特征更具有分辨性，而锚害故障的应变数据会在时间上呈正弦分布，检测的延迟导致位置出现偏差。但是从整体而言，基于布里渊特性分析与MapWinGIS框架实现的可视化系统，对于海缆故障检测的准确度很高，布里渊分析提高了采集信号的有效性，过滤了其中的冗余数据和噪声信号，在特征提取阶段，引入的小波Shannon熵可以对故障数据中的微弱突变进行准确的追踪分析。

表1 海缆故障检测准确率

7 结束语

为了实现海缆故障数据的可靠监测，设计了布里渊分析模型，将采集到的复杂数字信息转换成具有实际意义的关联信息，从而根据温度、应变计算出海缆的状态数据，利用特征提取分析即可完成故障检测。并基于MapWinGIS设计了海缆故障数据的可视化系统，用于观测和模拟各种故障数据及其波形。通过仿真，验证了布里渊特性分析具有良好的拟合效果，能够有效过滤掉采集数据中的噪声信息，提升海缆故障数据的可视化精度。