技术新讯 > 测量装置的制造及其应用技术 > 一种海底电缆实时故障监测及故障定位系统的制作方法  >  正文

一种海底电缆实时故障监测及故障定位系统的制作方法

  • 国知局
  • 2024-09-05 14:33:13

本发明涉及海底电缆领域,具体讲是一种海底电缆实时故障监测及故障定位系统。

背景技术:

1、海上风电能源是一种利用海洋风能资源发电的新型清洁能源,近年来在全球范围内得到了快速发展。海底电缆是海上风电场的重要设备,海底电缆用于连接海上风力机组,汇集、传输电能,并与陆地电网进行对接,是整个海上风电场运行结构中的信息和能量传输通道。

2、故而海底电缆的安全运行在海上风电能源的开发中有着重要意义。海底电缆出现故障会导致海上风电场的停机或输出功率下降,影响电网的稳定性和可靠性,同时也会造成经济损失和环境污染。

3、造成海底电缆故障的原因可能有多种,例如机械损伤、老化、外界干扰等。

4、对于海底电缆故障的检测和定位需要利用专业的仪器和方法,根据电缆的电气参数和信号特征,判断故障的类型和位置。常用的海底电缆故障检测和定位方法有:时域反射法、频域反射法、脉冲电流法等。

5、但现有的海底电缆故障检测方法和定位方法存在一些不足,例如:精度不高、速度不快、适应性不强等。一方面,由于海底电缆的结构复杂、长度较长、环境恶劣、信号干扰多,导致现有的方法难以准确地判断故障的类型和位置;另一方面,由于现有的方法需要人工干预、专业设备、复杂计算、海上作业等,导致检测和定位的过程耗时较长、费用较高、效率较低,不能满足海上风电场的实时监测和快速修复的需求。

技术实现思路

1、本发明所要解决的技术问题是:提供一种可以及时发生海底电缆的故障并且进行快速定位的一种海底电缆实时故障监测及故障定位系统。

2、本发明解决上述问题所采用的技术方案为:一种海底电缆实时故障监测及故障定位系统,

3、包括信号采集模块、信号处理模块、故障诊断模块和故障定位模块;

4、所述信号采集模块用于实时监测采集海底电缆电路中的电信号,并将电信号传输给信号处理模块;

5、所述信号处理模块用于将电信号进行滤波、降噪、特征提取的处理,并将处理后的信号传输给故障诊断模块和故障定位模块;

6、所述故障诊断模块处理后的信号进行分类并用于判断海底电缆是否发生故障以及故障的类型;

7、所述故障定位模块根据故障诊断模块的诊断故障类型,对处理后的信号进行分析并计算得出故障位置。

8、与现有技术相比,本发明的优点在于:利用信号采集模块进行实时监测采集海底电缆的电信号,从而可以及时发现海底电缆的故障信号;通过信号处理模块可以将信号进行过滤,提取有效的故障信号,从而避免了外部环境的信号干扰,提高了对信号的灵敏度和准确度,可以更好的反馈信号带来的信息,准确抓取故障信号,提高故障信号抓取效率;通过故障诊断模块可以对故障信号进行分类,以分析故障信号所代表的故障类型和故障的严重性,从而有助于后续对故障的定位,提高故障定位效率;最后通过故障定位模块准确定位出故障区域,以便于对故障进行维护。

9、作为本发明的一种改进,所述信号采集模块利用变压器、放大器、模数转换器对电信号进行采集和转换,所述信号采集模块根据海底电缆的长度、截面、材料参数,设置采样频率以保证电信号的采集质量和完整性,通过所述改进,保证信号采集模块所采集的电信号的采集质量和完整性。

10、作为本发明的一种改进,所述信号采集模块的操作步骤如下:

11、s1:部署与连接,根据海底电缆的长度、截面、材料参数,选择适配的传感器和采集设备,并将其与电缆电路相连;

12、s2:参数配置,根据海底电缆传输特性及监测需求,设定采样频率、增益值、滤波器参数,以适应不同的监测环境和信号类型;

13、s3:实时监测,传感器开始不间断地监测电信号,并对电信号进行增强和初步噪声抑制;

14、s4:模数转换,将增强过的电信号被送入模数转换器,按照设定的采样频率进行采样,并转换成数字信号;

15、s5:数字信号预处理,数字信号通过预处理算法进行平滑滤波、基线校正的优化,提高数字信号质量;

16、s6:数据传输,将数字信号通过通信接口传输给信号处理模块,通过所述改进,将海底电缆形成的电信号进行针对性的采样,保证电信号采样的准备性,而后再对这些电信号进行增强,可以增加电信号产生的灵敏度,对电信号的抓取效果更好,并过滤掉干扰信号,留下准确性更高的电信号,而后对将电信号转换成信号处理模块更好处理的数字信号,将电信号进行简化、统一、校正,提高数字信号的质量,进而有利于提高电信号的处理效率。

17、作为本发明的一种改进,所述信号处理模块采用数字信号处理技术,实现对电信号的频域、时域、时频域的分析及处理,提取电信号关于幅值、频率、相位、能量的有效特征,通过所述改进,将电信号转化成数字信号后,信号处理模块对数字信号的分析、处理和特征提取更方便,更高效。

18、作为本发明的一种改进,所述信号处理模块的操作步骤如下:

19、s7:数据接入,信号处理模块初始化,接收来自信号采集模块的数字信号;

20、s8:实时处理准备,根据预设的参数,配置滤波器参数、分析方法,为实时处理做准备;

21、s9:实时信号处理;

22、s9.1:滤波处理,实施滤波算法,去除噪声;

23、s9.2:特征提取,运用数学变换提取信号特征;

24、s9.3:降噪与增强,对数字信号进行降噪处理,并增强数字信号特征;

25、s9.4:数据优化,进行数据压缩或降维,提升处理效率;

26、s10:结果输出,将优化后的数字信号数据传递给故障诊断模块;

27、s11:反馈与优化,根据故障诊断模块和故障定位模块的反馈,不断调整算法及配置新的滤波器参数,并重复s9、s10的步骤,以提高整体系统的故障识别能力和定位精度,通过所述改进,对数字信号进行更进一步的去除噪声、提取并增强信号特征,提高信号的信噪比和可分辨性,使数字信号易被抓取,从而更好的判断故障信号,然后对数字信号进行压缩或者降维,提升处理效率,便于更快的算出故障位置。

28、作为本发明的一种改进,所述故障诊断模块采用机器学习算法,基于历史的海底电缆电信号及故障电信号数据库实现对电信号进行监督学习和无监督学习,使故障诊断模块建立故障诊断模型,而后故障诊断模块对输入的电信号进行预测输出故障的类型和概率,通过所述改进,提高故障诊断的准确性和鲁棒性。

29、作为本发明的一种改进,所述机器学习算法采用bp神经网络,其工作方法如下:

30、s12:数据预处理,对信号处理模块输出的海缆数字信号特征进行标准化、归一化处理,确保数据适合神经网络学习;

31、s13:网络初始化,随机初始化网络中所有连接的权重;

32、s14:前向传播,输入数字信号特征至网络,数字信号从输入层通过隐藏层传递到输出层,每一层的神经元根据输入和权重计算输出;

33、s15:计算损失,在输出层得到故障类型预测后,计算预测输出与实际故障标签之间的差异,采用损失函数为均方误差(mse)或交叉熵损失;

34、s16:反向传播,根据损失函数计算的梯度,从输出层开始逆向调整各层权重,逐步减小网络的总损失,这一步骤通过链式法则完成,确保误差能够正确传播至每一层并指导权重更新;

35、s17:权重更新,利用梯度下降调整权重,使网络的预测结果更加接近实际故障标签;

36、s18:迭代训练,重复s14-s16的步骤,直到网络性能达到预设标准;

37、s19:测试与验证,使用未参与训练的数据集对训练好的bp神经网络进行测试,评估其在未知数据上的故障诊断能力,确保模型具有良好的泛化性能;

38、s20:应用部署,将训练好的神经网络模型应用于实际的海底电缆故障诊断模块中,实时接收信号处理模块的输入,并输出故障类型判断,为故障定位模块提供输入信息,通过所述改进,实现故障诊断模块的学习,以便于故障诊断模块对故障信号进行准确抓取,提高故障诊断的准确性和鲁棒性。

39、作为本发明的一种改进,所述故障定位模块同时与信号处理模块、故障诊断模块相连,所述故障定位模块采用行波法对故障信号进行分析,计算故障点的位置。

40、作为本发明的一种改进,所述故障定位模块的工作方法如下:

41、s21:系统配置与安装,在海底电缆的两端安装高精度的时间同步传感器,用于检测并记录下行波到达的时间;

42、s22:初始测试与校准,在系统安装完成后,进行一次无故障状态下的全线路测试,记录下正常行波传播的时间,用于后续计算的较准;

43、s23:故障触发与监测,当系统监测到信号异常,疑似发生故障时,立即启动故障定位程序,并给出故障产生的行波到达两个监测点的时间;

44、s24、计算故障位置,通过所述改进,实现对故障点的定位。

45、作为本发明的一种改进,行波提取计算公式如下:

46、im=qi×i                          ①

47、um=qi×u                      ②

48、

49、式中,u为故障后一段时间内的三相电压减少故障前相同的一段时间内的三相电压的暂态量,i故障后一段时间内的电流值减少故障前相同的一段时间内的电流值的暂态量,而um为暂态量u进行克拉克模量变换后的电压,im为暂态量i进行克拉克模量变换后的电流;

50、计算两个监测点的正向行波uf和反向行波ur,

51、

52、

53、

54、式中lm为每千米输电线路的正序电感,cm为每千米输电线路的正序电容;

55、获得一个监测点的正向行波uf1和反向行波ur1和另一个监测点的正向行波uf2和反向行波ur2;

56、故障距离计算公式如下:

57、

58、式中lf为发生故障点到海底电缆靠近一个监测点的一端的距离,行波到达一个监测点的时间为t1,到达另一个监测点的时间为t2,l为海底电缆总长,行波的传播速度为v,通过所述改进,实现对故障点的定位。

59、基于机器学习方法的故障诊断,对海底电缆的电信号进行分类,判断是否发生故障,以及故障的类型,如开路故障、短路故障、接地故障等。这种方法提高了故障诊断的精度和速度,能够适应不同的海底电缆类型和故障场景,提高故障诊断效率。

60、海底电缆的实时监测和数据传输,该系统可进行海底电缆的全天候实时电路监测和电信号数据传输,实时检测海缆电路故障类型并在检测到故障后即时进行定位,减少了人工干预和海上作业的需求,降低了检测和定位的成本和风险,降低了对海上天气条件的依赖,提升了施工安全性,提高了检测和定位的效率和可靠性。

61、利用行波法的故障定位,基于由故障诊断模块得出的故障类型,对信号进行分析,计算故障点的位置,如距离海缆起点的距离等,提高故障定位的精度和稳定性,能够快速准确地找到故障点的位置,便于维修。

本文地址:https://www.jishuxx.com/zhuanli/20240905/286912.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。