国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1003-0492（2023）08-056-05中圖分類號(hào)：TP18

★楊嫣妮（國(guó)網(wǎng)北京市電力公司電纜分公司，北京100022）

★孟蕓，李芹芹，曹遠(yuǎn)鴻，劉金龍，曹悅（北京卓越電力建設(shè)有限公司，北京100029）

關(guān)鍵詞：電纜隧道；實(shí)時(shí)監(jiān)測(cè)；人工智能；智能預(yù)警；神經(jīng)網(wǎng)絡(luò)

目前，隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，城市化進(jìn)程的不斷加快，電力需求量也在不斷增加，城市的電力電纜尤其是高壓電纜數(shù)量和里程也在不斷增加。正是由于電纜隧道占地面積小，電纜受到惡劣天氣等自然條件的影響小等優(yōu)勢(shì)條件，高壓電纜正逐漸取代架空線路輸電成為城市電力輸送的主要方式。保證高壓電纜安全穩(wěn)定運(yùn)行一直都是電力行業(yè)最重要的工作。

電力電纜作為城市電網(wǎng)的重要輸電載體，隨著電力電纜運(yùn)行時(shí)間的增加，其絕緣狀況、運(yùn)行溫度等電纜本體的重要指標(biāo)和隧道溫度、濕度等環(huán)境指標(biāo)都會(huì)影響電纜的安全穩(wěn)定運(yùn)行。現(xiàn)在大多數(shù)電力電纜及隧道的運(yùn)行維護(hù)主要采用人工巡檢模式，無論是從維護(hù)成本上還是電力電纜穩(wěn)定運(yùn)行上都存在一定的局限性。為了保障電力電纜線路安全穩(wěn)定運(yùn)行，需要對(duì)電纜本體及隧道進(jìn)行實(shí)時(shí)監(jiān)測(cè)，發(fā)現(xiàn)異常時(shí)及時(shí)上報(bào)預(yù)警，便于對(duì)該條線路或隧道采取相應(yīng)措施。本文針對(duì)電纜隧道運(yùn)維系統(tǒng)開發(fā)及應(yīng)用，提出相應(yīng)的思路。

以某路電纜線路及其隧道為背景，構(gòu)建電纜隧道監(jiān)測(cè)系統(tǒng)，使系統(tǒng)具有電纜本體和電纜隧道的重要指數(shù)的實(shí)時(shí)監(jiān)測(cè)功能，并上傳系統(tǒng)，在線路發(fā)生故障前提前進(jìn)行預(yù)警，保證線路安全穩(wěn)定運(yùn)行，減少一定經(jīng)濟(jì)損失。

電力電纜隧道監(jiān)測(cè)系統(tǒng)的架構(gòu)如圖1所示，主要分為三大模塊：數(shù)據(jù)采集模塊、通訊模塊和智能預(yù)警模塊。其中數(shù)據(jù)采集模塊包括隧道環(huán)境和電纜本體測(cè)量數(shù)據(jù)。各種監(jiān)測(cè)終端數(shù)據(jù)經(jīng)過數(shù)據(jù)采集模塊將數(shù)據(jù)在通訊模塊中上傳至系統(tǒng)，經(jīng)系統(tǒng)內(nèi)算法對(duì)數(shù)據(jù)進(jìn)行預(yù)警。

1　數(shù)據(jù)采集模塊

電纜運(yùn)維人員一般在隧道內(nèi)巡視主要關(guān)注電纜溝溫度、局部放電、隧道內(nèi)氣體、水位等，這些參數(shù)影響著電纜的安全穩(wěn)定運(yùn)行。電纜線路中間接頭制作過程中可能存在連接不良、進(jìn)入雜質(zhì)等問題，進(jìn)而造成電纜長(zhǎng)時(shí)間運(yùn)行過程中發(fā)熱，甚至發(fā)生擊穿，所以對(duì)其溫度、局放的監(jiān)測(cè)就變得至關(guān)重要。其次電纜在水中長(zhǎng)時(shí)間浸泡，則會(huì)加速電纜線路老化的程度，容易造成故障。

1.1　電纜本體

電纜本體數(shù)據(jù)監(jiān)測(cè)一般需要溫度、載流量和局部放電等方面的監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)電纜本體及附件的發(fā)熱或絕緣老化等問題，避免因未及時(shí)發(fā)現(xiàn)從而造成擊穿等事故發(fā)生。在監(jiān)測(cè)數(shù)據(jù)達(dá)到設(shè)定值時(shí)，則會(huì)報(bào)警，此時(shí)需要運(yùn)維或檢修人員及時(shí)處理。

1.1.1　光纖測(cè)溫

電力電纜在長(zhǎng)時(shí)間運(yùn)行過程中會(huì)導(dǎo)致材料老化、絕緣受損等問題，最終造成電纜絕緣損害或絕緣擊穿故障，有可能會(huì)造成相鄰電纜線路的損壞等，造成巨大的經(jīng)濟(jì)損失和安全事故。通過光纖測(cè)溫可及時(shí)發(fā)現(xiàn)線路溫度異常的問題，及時(shí)采取措施，避免造成過大的經(jīng)濟(jì)損失。常見的測(cè)溫方式主要有熱電阻測(cè)溫、紅外測(cè)溫、光纖測(cè)溫和半導(dǎo)體測(cè)溫，目前在企業(yè)生產(chǎn)過程中考慮經(jīng)濟(jì)、便捷等問題，電纜測(cè)溫一般采取分布式光纖測(cè)溫方式，其具有耐腐蝕性、絕緣性高、壽命長(zhǎng)、質(zhì)量輕、傳輸距離遠(yuǎn)、損耗低、抗雷電、抗高壓大電流等優(yōu)勢(shì)，在電氣設(shè)備、電纜等部位實(shí)現(xiàn)實(shí)時(shí)溫度監(jiān)測(cè)和預(yù)警，有效解決了電纜隧道無人值守中關(guān)鍵設(shè)備的火災(zāi)預(yù)警問題。

1.1.2　載流量監(jiān)測(cè)

目前常用的載流量監(jiān)測(cè)主要采用動(dòng)態(tài)載流量模型，與分布式光纖測(cè)溫系統(tǒng)相結(jié)合的監(jiān)測(cè)方式，光纖測(cè)溫應(yīng)用如圖2所示。其主要是通過光纖測(cè)溫來實(shí)時(shí)監(jiān)測(cè)電纜本體溫度和負(fù)荷電流，通過載流量計(jì)算軟件系統(tǒng)根據(jù)線芯溫度進(jìn)一步計(jì)算得到流過線芯的電流值，實(shí)時(shí)顯示不同位置的溫度、負(fù)荷電流和計(jì)算出的載流量，當(dāng)檢測(cè)到流過的負(fù)荷超過設(shè)定值時(shí)，系統(tǒng)會(huì)發(fā)出警告預(yù)警提示，使運(yùn)維人員重點(diǎn)關(guān)注警告線路，防止因重載或過載進(jìn)而產(chǎn)生故障問題，保障電纜網(wǎng)安全穩(wěn)定運(yùn)行。

圖2 光纖測(cè)溫應(yīng)用

1.1.3　局部放電監(jiān)測(cè)

一般出現(xiàn)局部放電的情況可能是絕緣內(nèi)存在氣隙、雜質(zhì)或?qū)w的尖端、毛刺引起絕緣內(nèi)部電場(chǎng)的歧變，進(jìn)而發(fā)生局部放電現(xiàn)象。局部放電一般不會(huì)導(dǎo)致整個(gè)絕緣層被擊穿，但若不及時(shí)發(fā)現(xiàn)，在電纜長(zhǎng)時(shí)間的運(yùn)行過程中，就極容易發(fā)生絕緣擊穿事故，引發(fā)更大的故障，電纜局部放電檢測(cè)應(yīng)用如圖3所示。

圖3 電纜局部放電監(jiān)測(cè)應(yīng)用

1.2　環(huán)境監(jiān)測(cè)

電纜隧道一般處于地下周圍或者溝道較為復(fù)雜的環(huán)境，一般運(yùn)行人員除了對(duì)電纜本體的溫度、載流量、局部放電和電纜外觀檢查外，還要了解隧道內(nèi)的溫濕度、有毒有害氣體含量和隧道內(nèi)的積水情況等，避免有毒有害氣體對(duì)電纜本體或者巡視檢修人員造成危險(xiǎn)。該監(jiān)測(cè)系統(tǒng)在及時(shí)監(jiān)測(cè)隧道內(nèi)水位、濕度、溫度、氣體等數(shù)值信息后，應(yīng)及時(shí)記錄并上傳原始數(shù)據(jù)，設(shè)定警告值，當(dāng)超出設(shè)定值時(shí)系統(tǒng)就會(huì)發(fā)生報(bào)警，提醒運(yùn)維人員注意或及時(shí)啟抽水泵或通排風(fēng)系統(tǒng)，對(duì)隧道內(nèi)進(jìn)行必要的排水和換氣。對(duì)隧道內(nèi)環(huán)境的監(jiān)測(cè)是保障電纜壽命和運(yùn)維檢修人員生命安全的一個(gè)必要措施，具有極為重要的意義。

1.2.1　有毒有害氣體、溫濕度監(jiān)測(cè)

由于電纜隧道長(zhǎng)期處于密閉環(huán)境，周圍可能存在燃?xì)饣驘崃艿溃锌赡艹霈F(xiàn)有害氣體或者易燃?xì)怏w泄漏；電纜外皮和絕緣部分一般都是橡膠制品，在長(zhǎng)期運(yùn)行過程中可能會(huì)因絕緣部分老化產(chǎn)生大量有毒有害氣體。一般隧道內(nèi)有毒有害氣體主要是一氧化碳、硫化氫、甲烷氣體，氣體長(zhǎng)時(shí)間的堆積極有可能對(duì)電纜外皮或隧道內(nèi)金屬設(shè)施進(jìn)行腐蝕從而加速設(shè)備的老化，縮短其使用壽命。有毒有害氣體的沉積會(huì)造成隧道內(nèi)空氣含氧量下降，若運(yùn)檢人員未攜帶氣體測(cè)試儀則會(huì)極容易威脅他們的生命安全，發(fā)生安全事故。所以隧道內(nèi)的有毒有害氣體監(jiān)測(cè)對(duì)于電纜隧道是至關(guān)重要的。隧道內(nèi)環(huán)境溫度一般要求控制在40℃以下，溫度過高對(duì)電纜安全穩(wěn)定運(yùn)行會(huì)存在影響，同時(shí)對(duì)于電纜隧道溫濕度也是需要進(jìn)行監(jiān)測(cè)的，有毒有害氣體、濕度檢測(cè)應(yīng)用如圖4所示。

圖4 有毒有害氣體、濕度監(jiān)測(cè)應(yīng)用

一般電纜隧道內(nèi)部通排風(fēng)裝置通過與隧道內(nèi)有毒有害氣體、溫濕度監(jiān)測(cè)系統(tǒng)進(jìn)行連通，分別設(shè)有空氣含氧量測(cè)量、有毒氣體測(cè)量、可燃?xì)怏w測(cè)量等，當(dāng)有害氣體濃度或空氣濕度達(dá)到一定濃度時(shí)，通過以太網(wǎng)將監(jiān)測(cè)數(shù)據(jù)及時(shí)上傳給監(jiān)控指揮中心，監(jiān)測(cè)指揮中心通過判斷監(jiān)測(cè)數(shù)據(jù)數(shù)值決定開啟或停止相關(guān)排風(fēng)設(shè)備，以保證內(nèi)部氣體、濕度、溫度在合理的運(yùn)行范圍內(nèi)。排風(fēng)設(shè)備的啟動(dòng)或停止需要綜合考慮內(nèi)部管道氣體、濕度、溫度等綜合因素，并附加一定的人工智能判斷進(jìn)行智能決策。多隧道協(xié)同聯(lián)動(dòng)策略則由監(jiān)控指揮中心統(tǒng)一調(diào)度，實(shí)現(xiàn)跨區(qū)域多隧道的綜合監(jiān)測(cè)管理，隧道現(xiàn)場(chǎng)需要設(shè)置各種硬件設(shè)施的緊急啟停按鈕以便現(xiàn)場(chǎng)人員應(yīng)對(duì)突發(fā)狀況。

1.2.2　水位監(jiān)測(cè)

電纜隧道一般都位于地下，地勢(shì)較為低洼或者由于結(jié)構(gòu)問題出現(xiàn)滲漏水或陰雨天氣倒灌入隧道內(nèi)等問題，造成隧道內(nèi)的積水嚴(yán)重，若不及時(shí)對(duì)隧道內(nèi)進(jìn)行積水排除，則會(huì)因?yàn)殡娎|本體或附屬設(shè)備長(zhǎng)期浸泡在水中而發(fā)生故障擊穿等問題，使電纜及其設(shè)備造成不必要的損壞。因此，對(duì)隧道內(nèi)的水位進(jìn)行及時(shí)檢測(cè)，當(dāng)水位達(dá)到一定高度時(shí)，隧道內(nèi)的排水泵應(yīng)立即啟動(dòng)排除積水。

2　通訊模塊

在電纜本體監(jiān)測(cè)數(shù)據(jù)中，電纜本體溫度和載流量數(shù)據(jù)采集基于分布式光纖測(cè)溫的電纜溫度信息采集系統(tǒng)，將光強(qiáng)度通過計(jì)算解調(diào)為溫度信息；動(dòng)態(tài)載流量信息經(jīng)過電纜動(dòng)態(tài)載流量模型進(jìn)行計(jì)算。為了保證較高的空間分辨率精度，需配置高頻采樣模塊（要求空間分辨率為2m時(shí)采樣頻率不能低于50MHz）。為了保證數(shù)據(jù)的準(zhǔn)確性，一般都需要對(duì)短時(shí)間內(nèi)采集的溫度進(jìn)行求取平均數(shù)。為了適應(yīng)電纜信息數(shù)據(jù)高速采集與處理的實(shí)際需求，采用現(xiàn)場(chǎng)可編程門陣列FPGA作為電纜信息數(shù)據(jù)的采集與處理模塊，其具有以下優(yōu)點(diǎn)：靈活性高——可重編程，可定制，易于擴(kuò)展；并行處理——更快的速度，更高的帶寬；集成度高——可替代多種數(shù)字芯片。

隧道環(huán)境信息采集通過空氣含氧量傳感器、有毒氣體傳感器、可燃?xì)怏w傳感器、水位傳感器等各類傳感器直接對(duì)數(shù)據(jù)進(jìn)行采集，不需要經(jīng)過大量的計(jì)算，通過RS485的通訊方式使氣體、濕度、水位等采集的數(shù)據(jù)上傳至隧道內(nèi)主機(jī)，采用RS485專用雙絞屏蔽電纜接線，主從式半雙工通訊。采用MODBUS標(biāo)準(zhǔn)通信協(xié)議，數(shù)據(jù)幀10位：1個(gè)起始位，7個(gè)數(shù)據(jù)位，1個(gè)停止位，無驗(yàn)波特率固定為9600bps。

3　智能預(yù)警模塊

電纜隧道內(nèi)的環(huán)境較為陰暗潮濕，可能會(huì)出現(xiàn)滲漏水和有毒有害氣體的風(fēng)險(xiǎn)，由于架空入地的趨勢(shì)，電纜線路的數(shù)量越來越多，需要運(yùn)維人員實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)也大量提高，并且運(yùn)維人員的巡視工作一般為周期性工作，有時(shí)可能無法及時(shí)進(jìn)行發(fā)電纜線路故障前期的預(yù)警，從而導(dǎo)致?lián)舸┑裙收系陌l(fā)生。但現(xiàn)在隨著人工智能技術(shù)的提高，基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方式也在逐漸深入各行各業(yè)。在電纜隧道數(shù)據(jù)監(jiān)測(cè)的這個(gè)方面，我們也可以采用人工智能的方式去代替運(yùn)維人員的巡視工作，并可實(shí)時(shí)對(duì)線路進(jìn)行監(jiān)控。通過將BP神經(jīng)網(wǎng)絡(luò)引入到電纜本體和隧道環(huán)境監(jiān)測(cè)數(shù)據(jù)的處理和智能預(yù)警系統(tǒng)中，運(yùn)維人員可根據(jù)系統(tǒng)預(yù)警及時(shí)前往現(xiàn)場(chǎng)進(jìn)行檢查，盡可能減少電纜故障的發(fā)生，保證電纜網(wǎng)安全穩(wěn)定運(yùn)行。

3.1　BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用

現(xiàn)在人工神經(jīng)網(wǎng)絡(luò)理論的誕生離不開生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，而生物神經(jīng)元具有以下六個(gè)基本特征：（1）單個(gè)神經(jīng)元及連接其他神經(jīng)元的神經(jīng)；（2）神經(jīng)元之間的連接可以通過生化作用反應(yīng)連接傳遞信號(hào)的強(qiáng)弱；（3）監(jiān)測(cè)數(shù)據(jù)分析與事故智能預(yù)警模塊設(shè)計(jì)；（4）重復(fù)的訓(xùn)練可以加強(qiáng)特定神經(jīng)元之間連接的強(qiáng)度；（5）神經(jīng)元傳遞的信息既可以刺激也可以抑制相關(guān)的機(jī)體反應(yīng)；（6）一個(gè)神經(jīng)元的狀態(tài)是其從所有連接獲得信息的綜合體現(xiàn)；（7）神經(jīng)元有應(yīng)激閾值，表現(xiàn)為上限或下限。

神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的最基本單元，因此人工神經(jīng)元模型應(yīng)該具有生物神經(jīng)元的六個(gè)基本特性。人工神經(jīng)網(wǎng)絡(luò)是以生物神經(jīng)元學(xué)說為基礎(chǔ)的，利用數(shù)學(xué)模型模擬生物神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。在電纜隧道監(jiān)測(cè)系統(tǒng)中，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)所有實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，由于采集數(shù)據(jù)數(shù)量很多，個(gè)別數(shù)據(jù)監(jiān)測(cè)錯(cuò)誤或損壞對(duì)輸入和輸出關(guān)系的影響很小，不會(huì)影響對(duì)于事故的判斷，這都?xì)w咎于BP神經(jīng)網(wǎng)絡(luò)具有較好的容錯(cuò)性。通過對(duì)電纜本體和環(huán)境隧道多組歷史故障數(shù)據(jù)的訓(xùn)練，可以將對(duì)環(huán)境數(shù)據(jù)分析的知識(shí)儲(chǔ)存在神經(jīng)網(wǎng)絡(luò)的連接權(quán)中，實(shí)現(xiàn)對(duì)故障警情的智能預(yù)警，協(xié)助運(yùn)維人員進(jìn)行數(shù)據(jù)分析，提高工作效率。

3.2　基于蟻群算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法

對(duì)于神經(jīng)網(wǎng)絡(luò)來說，隱層結(jié)構(gòu)越復(fù)雜，神經(jīng)網(wǎng)絡(luò)能學(xué)到的知識(shí)就越多，在合理訓(xùn)練的基礎(chǔ)上，解決問題包括泛化的能力就越強(qiáng)，而代價(jià)就是計(jì)算越復(fù)雜。對(duì)于電纜隧道監(jiān)測(cè)系統(tǒng)來說，電纜故障的識(shí)別復(fù)雜度有限，我們需要通過基于蟻群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法，一是可以保證事故預(yù)警的準(zhǔn)確性；二是最大限度縮短了計(jì)算時(shí)間；三是提高了事故告警系統(tǒng)的快速響應(yīng)能力。蟻群優(yōu)化算法的啟發(fā)來自于螞蟻覓食的群體行為，通過一群螞蟻從蟻巢出發(fā)覓食，在不斷探索的過程中，最終形成一條從巢穴到食物的最短路線。該算法不依賴于待優(yōu)化參數(shù)的初始值，屬于一種正反饋算法，基于給定的目標(biāo)函數(shù)，通過合理的參數(shù)配置可以快速收斂至最優(yōu)值，從而達(dá)到網(wǎng)絡(luò)復(fù)雜度和事故預(yù)測(cè)的準(zhǔn)確性。

電纜隧道的監(jiān)測(cè)終端經(jīng)過蟻群算法的優(yōu)化之后，一般是每隔15米的距離設(shè)置一個(gè)監(jiān)測(cè)終端點(diǎn)，這樣既能夠滿足監(jiān)測(cè)應(yīng)用的要求，也不會(huì)顯得終端設(shè)置冗余。系統(tǒng)在獲取實(shí)時(shí)數(shù)據(jù)后，可以采取兩種方式對(duì)事故進(jìn)行分析，第一種是用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行事故分析，具有快速準(zhǔn)確性高的特點(diǎn)；第二種是人工對(duì)數(shù)據(jù)進(jìn)行抽查或分析異常數(shù)據(jù)，優(yōu)點(diǎn)是分析方法更為靈活。第一種方案，在智能分析模塊中嵌入了BP神經(jīng)網(wǎng)絡(luò)和訓(xùn)練數(shù)據(jù)。訓(xùn)練數(shù)據(jù)是在以往發(fā)生故障的過程中電纜本體和隧道環(huán)境的數(shù)據(jù)采集信息集合，通過大量的歷史數(shù)據(jù)進(jìn)行訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使其具備了事故分析的先驗(yàn)知識(shí)，最終實(shí)時(shí)數(shù)據(jù)通過訓(xùn)練成熟的網(wǎng)絡(luò)計(jì)算后，即可生成事故預(yù)警結(jié)果。人工監(jiān)督方式具有隨機(jī)性的特點(diǎn)，運(yùn)維人員可對(duì)各個(gè)隧道的狀態(tài)進(jìn)行遠(yuǎn)程隨機(jī)抽查，并結(jié)合智能分析的結(jié)果對(duì)事故進(jìn)行全局監(jiān)控。

3.3　典型事故處理流程

通過BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和優(yōu)化，系統(tǒng)已經(jīng)可以通過監(jiān)測(cè)數(shù)據(jù)的異常及時(shí)向運(yùn)維人員發(fā)出預(yù)警，讓運(yùn)維人員及時(shí)采取措施，若系統(tǒng)對(duì)某條線路發(fā)現(xiàn)預(yù)警，一般可采取以下幾個(gè)步驟進(jìn)行操作：

（1）對(duì)于已預(yù)警的故障及時(shí)聯(lián)系運(yùn)維人員前往現(xiàn)場(chǎng)進(jìn)行核查確認(rèn)，若數(shù)據(jù)準(zhǔn)確無誤，則報(bào)送上級(jí)判斷是否采取措施；若數(shù)據(jù)存在誤差，運(yùn)維人員應(yīng)提高警惕，并將核查數(shù)據(jù)進(jìn)行反饋。

（2）對(duì)于已經(jīng)發(fā)生的故障要及時(shí)采取聯(lián)動(dòng)或人工處理措施解除故障。

（3）確認(rèn)事故是否解除，若仍未解除通知專責(zé)人員到場(chǎng)處理。

（4）故障處理完畢后形成工作日志，并將故障數(shù)據(jù)作為樣例存入故障庫(kù)。

目前，對(duì)于電纜運(yùn)維維護(hù)最重要的是，及時(shí)發(fā)現(xiàn)故障預(yù)警，在未發(fā)現(xiàn)故障時(shí)及時(shí)對(duì)其采取一定措施防止故障的發(fā)生；若電纜出現(xiàn)故障則是應(yīng)盡快解決故障，盡快恢復(fù)正常供電。并且可以通過事故發(fā)生的前后監(jiān)測(cè)數(shù)據(jù)作為樣本加入到BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中去，提高事故智能分析模塊對(duì)電纜故障的智能預(yù)警判斷能力。

4　小結(jié)

總結(jié)傳統(tǒng)人工運(yùn)維巡視方式的不足并結(jié)合現(xiàn)有監(jiān)測(cè)系統(tǒng)所存在的問題，通過構(gòu)建一個(gè)電纜隧道綜合監(jiān)測(cè)系統(tǒng)，對(duì)電纜隧道監(jiān)測(cè)系統(tǒng)開展了深入研究。通過對(duì)電纜本體數(shù)據(jù)采集與電纜隧道環(huán)境數(shù)據(jù)進(jìn)行采集，并根據(jù)數(shù)據(jù)采集與處理的實(shí)際需求選擇合適的通信支持。整個(gè)系統(tǒng)利用BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對(duì)系統(tǒng)采集的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析后直接生成預(yù)警信息和智能事故處理聯(lián)動(dòng)指令，提高電纜運(yùn)行的可靠性。再利用基于蟻群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法，一是可以保證事故預(yù)警的準(zhǔn)確性；二是最大限度縮短了計(jì)算時(shí)間；三是提高了事故告警系統(tǒng)的快速響應(yīng)能力。最后，通過設(shè)計(jì)典型事故的處理流程，完善整個(gè)事故告警及處理模塊。

作者簡(jiǎn)介：

楊嫣妮（1997-），女，助理工程師，本科，現(xiàn)就職于國(guó)網(wǎng)北京市電力公司電纜分公司，研究方向?yàn)楦邏弘娎|檢修。

參考文獻(xiàn)：

[1] 王雪. 電纜隧道綜合監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 西安科技大學(xué), 2020.

[2] 賈玉濤, 王洪曉, 鄭才偉. 人工智能在電纜溝代運(yùn)維系統(tǒng)開發(fā)中的應(yīng)用分析[J]. 電子元器件與信息技術(shù), 2022, 6 (01) : 167 - 168.

[3] 秦亞杰, 華旭昀, 鄧鵬, 翟超超, 王悅. 人工智能高壓電纜隧道建設(shè)研究[J]. 電力安全技術(shù), 2022, 24 (01) : 37 - 40.

[4] 彭峰, 但濤, 俞清, 伍文婷. 基于人工智能的電纜溝代運(yùn)維系統(tǒng)開發(fā)[J]. 通訊世界, 2020, 27 (01) : 242 - 243.

[5] 岳蕓. 城市電力生命線的“智慧管家”——無錫首條人工智能高壓電纜隧道投運(yùn)[J]. 中國(guó)電業(yè), 2019, (09) : 60 - 61.

[6] 全國(guó)首個(gè)基于泛在電力物聯(lián)網(wǎng)理念的人工智能高壓電纜隧道投入運(yùn)行[J]. 電力與能源, 2019, 40 (03) : 320.

[7] 汪少成, 郭瑞祥. 人工智能行業(yè)應(yīng)用及對(duì)電力行業(yè)發(fā)展的思考[J]. 智能城市, 2018, 4 (23) : 143 - 144.

[8] 田純青. 移動(dòng)互聯(lián)網(wǎng)技術(shù)與人工智能在電力行業(yè)中的應(yīng)用[J]. 電子世界, 2019 (10) : 122 - 123 + 127.

[9] 秦亞杰, 華旭昀, 鄧鵬, 翟超超, 王悅. 人工智能高壓電纜隧道建設(shè)研究[J]. 電力安全技術(shù), 2022, 24 (01) : 37 - 40.

[10] 張四維, 趙彥杰, 翟超超, 王雨陽(yáng). 一種電纜防外力破壞智能預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 通信電源技術(shù)2019, 36 (11) : 113 - 114.

[11] 徐濤. 基于分布式光纖振動(dòng)傳感的高壓電纜防外破監(jiān)測(cè)預(yù)警系統(tǒng)應(yīng)用[J]. 東北電力技術(shù), 2020, 41 (06) : 30 - 33.

[12] 項(xiàng)恩新, 李建發(fā), 聶鼎, 楊秋昀, 任明. 基于振動(dòng)特征邊緣提取的電纜外力擾動(dòng)智能感知技術(shù)[J]. 電網(wǎng)與清潔能源, 2020, 36 (10) : 55 - 60.

[13] 江智洲. 電力電纜隧道智能監(jiān)控預(yù)警系統(tǒng)剖析[J]. 中國(guó)公共安全, 2015 (09) : 77 - 80.

[14] 楚德全. 基于行波技術(shù)的電纜故障預(yù)警及測(cè)距技術(shù)的應(yīng)用[J]. 自動(dòng)化應(yīng)用, 2011 (12) : 53 - 54.

[15] 胡叢飛. 一種電纜防外破預(yù)警裝置的應(yīng)用[J]. 農(nóng)村電工, 2021, 29 (04) : 31 - 32.

[16] 楊艷晶, 趙天, 李超權(quán). 智慧電纜安全預(yù)警系統(tǒng)探討——以智慧電纜為基礎(chǔ)載體的基于光纖傳感技術(shù)的電氣安全預(yù)警平臺(tái)[J]. 智能建筑 電氣技術(shù)2021, 15 (03) : 77 - 80.

[17] 李劍. 電力電纜接頭溫度檢測(cè)及預(yù)警系統(tǒng)的設(shè)計(jì)[J]. 新型工業(yè)化, 2020, 10 (06) : 35 - 36.

[18] 盧忠亮. 電纜在線監(jiān)測(cè)及故障預(yù)警測(cè)距系統(tǒng)方案實(shí)踐[J]. 冶金動(dòng)力, 2019 (11) : 11 - 15.

[19] 竇巍, 錢俊波, 韓葉祥. 高壓電纜接頭在線監(jiān)測(cè)系統(tǒng)的綜合預(yù)警機(jī)制[J]. 通信電源技術(shù), 2018, 35 (11) : 237 - 240.

[20] 石武. 電力電纜故障監(jiān)測(cè)及預(yù)警系統(tǒng)設(shè)計(jì)研究[J]. 中國(guó)設(shè)備工程, 2018 (15) : 118 - 119.

[21] 歐潔. 多源異構(gòu)數(shù)據(jù)的主題挖掘與信息推薦[D]. 南京農(nóng)業(yè)大學(xué), 2018.

[22] 于毅. 交叉互聯(lián)電纜行波故障定位方法研究[D]. 山東理工大學(xué), 2021.

[23] 田純青. 移動(dòng)互聯(lián)網(wǎng)技術(shù)與人工智能在電力行業(yè)中的應(yīng)用[J]. 電子世界, 2019 (10) : 122 - 123 + 127.

[24] 鄧顯波, 費(fèi)雯麗. 基于知識(shí)圖譜的電纜故障診斷分析[J]. 現(xiàn)代信息科技, 2020, 4 (21) : 148 - 151.

[25] 袁翠翠. 人工智能在電氣自動(dòng)化中的運(yùn)用[J]. 南方農(nóng)機(jī), 2020, 51 (12) : 181 + 188.

[26] 孫欽章, 林斌, 胡壯麗. 基于綜合監(jiān)控的高壓電纜線路智能運(yùn)維方法探討[J]. 電工技術(shù), 2019 (22) : 69 - 71.

[27] 張立云. 電纜隧道機(jī)器人監(jiān)控平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 河北科技大學(xué), 2019.

[28] 陳興良, 杜秋實(shí), 張營(yíng), 魯宇. 新型電纜溝道智能巡檢系統(tǒng)研究[J]. 黑龍江科技信息, 2017 (12) : 98.

摘自《自動(dòng)化博覽》2023年8月刊