本發(fā)明涉及線纜狀態(tài)檢測(cè)，尤其涉及一種接地電纜高頻信號(hào)檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著電力系統(tǒng)的發(fā)展，電纜作為輸電網(wǎng)絡(luò)中重要的組成部分，廣泛應(yīng)用于城市供電、工礦企業(yè)和交通基礎(chǔ)設(shè)施中。其中，接地電纜是保障設(shè)備安全運(yùn)行的重要組件，其健康狀況直接關(guān)系到電力系統(tǒng)的穩(wěn)定性與可靠性。然而，電纜在長(zhǎng)期運(yùn)行過(guò)程中，受潮濕、老化、機(jī)械損傷及外界環(huán)境應(yīng)力的影響，可能會(huì)出現(xiàn)絕緣層老化、局部放電等隱患，最終引發(fā)電纜故障。因此，開(kāi)展接地電纜的狀態(tài)監(jiān)測(cè)與故障檢測(cè)具有重要意義。

2、傳統(tǒng)的電纜檢測(cè)方法如時(shí)域反射法(tdr)和頻域反射法(fdr)，主要基于低頻信號(hào)的傳播特性來(lái)檢測(cè)電纜中的故障位置。然而，由于接地電纜的復(fù)雜布置結(jié)構(gòu)和外界干擾，低頻信號(hào)在長(zhǎng)距離傳輸中容易出現(xiàn)衰減和反射波形重疊的現(xiàn)象，導(dǎo)致檢測(cè)精度和靈敏度的下降。此外，隨著電纜長(zhǎng)度的增加，低頻信號(hào)的分辨能力也受到限制，難以有效識(shí)別多點(diǎn)故障或復(fù)雜的絕緣缺陷。相比之下，高頻信號(hào)具有更短的波長(zhǎng)和更高的分辨率，能夠在較長(zhǎng)的電纜傳輸路徑中有效避免信號(hào)衰減和多重反射問(wèn)題。因此，采用高頻信號(hào)進(jìn)行接地電纜的檢測(cè)成為一種具有潛力的技術(shù)手段。

3、目前高頻信號(hào)檢測(cè)方法需要對(duì)整個(gè)頻率范圍進(jìn)行均勻密集采樣，在長(zhǎng)距離電纜或復(fù)雜環(huán)境中，采樣和處理的時(shí)間和資源需求顯著增加，增加檢測(cè)系統(tǒng)的成本，降低檢測(cè)效率；直接采樣電纜中的高頻信號(hào)方法遵循奈奎斯特采樣定理，要求采樣頻率必須至少是信號(hào)最高頻率的兩倍，在長(zhǎng)距離電纜所需采樣時(shí)間更久，使得采樣數(shù)據(jù)量巨大，進(jìn)而需更多儲(chǔ)存空間儲(chǔ)存采樣數(shù)據(jù)和處理器更強(qiáng)處理能力。饒顯杰，徐忠林，丁玉琴，胡瀟予，周凱.基于短時(shí)分?jǐn)?shù)階傅里葉變換與時(shí)頻域反射法的電纜缺陷定位方法[j/ol].電工技術(shù)學(xué)報(bào).提出了一種基于短時(shí)分?jǐn)?shù)階傅里葉變換(stfrft)與傳統(tǒng)時(shí)頻域反射法(tfdr)的電纜缺陷定位方法，解決傳統(tǒng)時(shí)頻域反射法(tfdr)存在的時(shí)頻分辨率低、交叉項(xiàng)干擾嚴(yán)重等問(wèn)題。這些方法針對(duì)高頻信號(hào)方法還存在采樣數(shù)據(jù)過(guò)多應(yīng)用對(duì)象不同的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種接地電纜高頻信號(hào)檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)，采用壓縮感知(compressed?sensing,cs)技術(shù)，通過(guò)對(duì)電纜反射信號(hào)的稀疏表示和壓縮采樣，實(shí)現(xiàn)對(duì)電纜信號(hào)的高效檢測(cè)和故障診斷；這種方法可以大大減少數(shù)據(jù)采集的數(shù)量，同時(shí)提高檢測(cè)的靈敏度和準(zhǔn)確性。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用的具體技術(shù)方案如下：

3、一種接地電纜高頻信號(hào)檢測(cè)方法，具體包括以下步驟：

4、步驟1、對(duì)電纜注入檢測(cè)信號(hào)，在電纜中不連續(xù)點(diǎn)產(chǎn)生部分反射信號(hào)，通過(guò)電纜反射信號(hào)采集模塊捕捉反射的信號(hào)；

5、步驟2、對(duì)電纜反射信號(hào)采集模塊捕獲的反射信號(hào)進(jìn)行稀疏變換，提取信號(hào)中的關(guān)鍵特征，包括反射信號(hào)的時(shí)間差、振幅變化、衰減系數(shù)和頻域響應(yīng)等能夠反應(yīng)電纜狀態(tài)或故障位置的信息，去除信號(hào)中的冗余信息，為壓縮采樣模塊提供包含信號(hào)特征的稀疏部分即稀疏信號(hào)；

6、步驟3、構(gòu)建高斯測(cè)量矩陣，對(duì)步驟2提供的稀疏信號(hào)進(jìn)行隨機(jī)投影，實(shí)現(xiàn)對(duì)稀疏信號(hào)的壓縮采樣，并輸出壓縮后的稀疏信號(hào)；

7、步驟4、對(duì)步驟3壓縮后的稀疏信號(hào)通過(guò)稀疏信號(hào)重構(gòu)算法，得到包含電纜故障和定位信息的重構(gòu)原始信號(hào)

8、步驟5、對(duì)步驟4輸出的重構(gòu)原始信號(hào)進(jìn)行頻譜分析，得到反射信號(hào)的特征；

9、步驟6、根據(jù)步驟5得到的反射信號(hào)的特征，包括反射幅度、相位變化和脈沖寬度，識(shí)別出故障信號(hào)，對(duì)電纜故障類型和電纜開(kāi)關(guān)狀態(tài)及開(kāi)關(guān)操作進(jìn)行判斷。

10、所述步驟2的具體方法為：

11、將步驟1中電纜反射信號(hào)采集模塊捕捉到的反射的信號(hào)記為稀疏信號(hào)對(duì)稀疏信號(hào)應(yīng)用離散小波變換dwt進(jìn)行稀疏表示θ＝dwt(x)，其中，θ是小波基下的稀疏系數(shù)；離散小波變換dwt的矩陣表達(dá)為小波基矩陣，由小波基函數(shù)組成；小波基函數(shù)又包括母小波函數(shù)ψj,k(t)＝2j/2ψ(2jt-k)和尺度函數(shù)其中，j表示尺度，k表示平移；對(duì)于長(zhǎng)度為n的電纜反射信號(hào)x進(jìn)行離散小波變換，則小波基矩陣為：

12、為n×n矩陣，ψ0(tk)表示母小波函數(shù)在在不同尺度j和采樣點(diǎn)tk下的值，表示尺度函數(shù)在不同尺度j和采樣點(diǎn)tk下的值；

13、然后，設(shè)定閾值ε，將小于ε的系數(shù)置為零，得到稀疏化的系數(shù)稀疏信號(hào)x表示為x＝aθ，a是表示電纜反射信號(hào)的小波基矩陣，θ小波基下的稀疏系數(shù)。

14、3、根據(jù)權(quán)利要求1所述的一種接地電纜高頻信號(hào)檢測(cè)方法，其特征在于，所述步驟3的具體方法為：

15、構(gòu)建隨機(jī)m×n維的高斯測(cè)量矩陣ф，小波基矩陣則為其中m<<n，隨機(jī)的高斯測(cè)量矩陣ф中每個(gè)元素φij都是一個(gè)隨機(jī)變量，服從均值為0，方差為1的高斯分布：通過(guò)隨機(jī)的高斯測(cè)量矩陣ф，對(duì)步驟2中的稀疏信號(hào)x隨機(jī)投影得到壓縮信號(hào)y＝фx，減少了采樣點(diǎn)的數(shù)量。

16、所述步驟4的具體方法為：

17、根據(jù)步驟3得到的壓縮信號(hào)y和小波基矩陣設(shè)定壓縮信號(hào)y是經(jīng)過(guò)高斯測(cè)量矩陣ф進(jìn)行壓縮采樣的原始信號(hào)，將殘差信號(hào)r0初始化為壓縮信號(hào)y，r0＝y(tǒng)，設(shè)殘差為原始觀測(cè)信號(hào)；選定小波基向量的索引從小波基矩陣a中選擇與當(dāng)前殘差rk最相關(guān)的基向量，如下：

18、1)選擇相關(guān)度最高的基向量：找到最大化的即的索引ik，其中ai是小波基矩陣a的第i列，代表第i個(gè)小波基向量；

19、2)將選定的小波基向量的索引添加到索引集合sk中：sk+1＝sk∪{ik}；

20、3)使用最小二乘法在當(dāng)前索引集sk+1上計(jì)算重構(gòu)信號(hào)的最優(yōu)稀疏系數(shù)，即

21、

22、其中，為選取的基向量組成的子矩陣；

23、4)更新殘差

24、5)設(shè)定殘差閾值ε1，迭代次數(shù)上限為k；

25、6)當(dāng)殘差rk+1小于預(yù)設(shè)閾值ε1，或者迭代次數(shù)達(dá)到k時(shí)，算法停止；

26、7)輸出包含電纜故障和定位信息的重構(gòu)原始信號(hào)

27、所述步驟5的具體方法為：

28、通過(guò)步驟4得到重構(gòu)原始信號(hào)計(jì)算不同注入信號(hào)頻率下的反射系數(shù)：

29、1)重構(gòu)原始信號(hào)通過(guò)拉氏變換轉(zhuǎn)換到頻域v(f)；

30、2)轉(zhuǎn)換后的頻域v(f)包含注入信號(hào)v(f)zhuru和反射信號(hào)v(f)fans，即v(f)＝v(f)fans+v(f)zhuru；然后計(jì)算不同注入信號(hào)頻率下的反射系數(shù)其中，vfans(f)是反射信號(hào)幅度，vzhuru(f)是注入信號(hào)幅度；

31、通過(guò)注入的不同信號(hào)頻率，得到反射信號(hào)的特征即反射系數(shù)隨頻率變化形成的圖譜。

32、所述步驟6的具體方法為：

33、根據(jù)步驟5通過(guò)不同信號(hào)頻率下測(cè)量反射系數(shù)的變化，建立頻率響應(yīng)曲線；從反射系數(shù)得到反射功率系數(shù)r＝|γ2，通過(guò)反射系數(shù)和反射功率系數(shù)進(jìn)行故障類型和開(kāi)關(guān)狀態(tài)判斷。

34、所述通過(guò)反射系數(shù)和反射功率系數(shù)進(jìn)行故障類型和開(kāi)關(guān)狀態(tài)判斷，具體如下表：

35、

36、一種接地電纜高頻信號(hào)檢測(cè)系統(tǒng)，包括：

37、電纜反射信號(hào)采集模塊，用于步驟1中捕捉注入電纜的檢測(cè)信號(hào)在電纜中不連續(xù)點(diǎn)產(chǎn)生的部分反射信號(hào)；

38、采集信號(hào)稀疏表示模塊，用于步驟2中，對(duì)步驟1中捕獲的反射信號(hào)進(jìn)行稀疏變換，提取信號(hào)中的關(guān)鍵特征，去除信號(hào)中的冗余信息，得到包含信號(hào)特征的稀疏部分；

39、壓縮采樣模塊，用于步驟3中，構(gòu)建高斯測(cè)量矩陣，對(duì)步驟2得到的稀疏信號(hào)的進(jìn)行隨機(jī)投影，實(shí)現(xiàn)對(duì)稀疏信號(hào)的壓縮采樣，輸出壓縮后的稀疏信號(hào)；

40、信號(hào)重構(gòu)模塊，用于步驟4中，將步驟3中壓縮后的稀疏信號(hào)通過(guò)稀疏信號(hào)重構(gòu)算法，輸出包含電纜故障和定位信息的重構(gòu)原始信號(hào)；

41、故障檢測(cè)與定位模塊，用于步驟5中，對(duì)步驟4輸出的重構(gòu)原始信號(hào)進(jìn)行頻譜分析，得到反射信號(hào)的特征；

42、故障類型與開(kāi)關(guān)狀態(tài)判斷模塊，用于步驟6中，根據(jù)步驟5得到的反射信號(hào)的特征，識(shí)別出故障信號(hào)，對(duì)電纜故障類型和電纜開(kāi)關(guān)狀態(tài)及開(kāi)關(guān)操作進(jìn)行判斷。

43、一種接地電纜高頻信號(hào)檢測(cè)設(shè)備，包括：存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，使得所述處理器執(zhí)行所述的接地電纜高頻信號(hào)檢測(cè)方法。

44、一種接收用戶輸入程序存儲(chǔ)介質(zhì)，所存儲(chǔ)的計(jì)算機(jī)程序被處理器執(zhí)行時(shí)能夠基于所述的接地電纜高頻信號(hào)檢測(cè)方法，實(shí)現(xiàn)對(duì)電纜信號(hào)的高效檢測(cè)和故障診斷。

45、相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

46、1.本發(fā)明采用了壓縮采樣技術(shù)，對(duì)捕獲的反射信號(hào)進(jìn)行稀疏變換，提取信號(hào)中的關(guān)鍵特征，去除信號(hào)中的冗余信息有效減少了采樣數(shù)據(jù)的量，降低了存儲(chǔ)和傳輸?shù)膲毫?，同時(shí)保持了對(duì)故障位置和類型的高精度檢測(cè)。這一特性使得該技術(shù)在大規(guī)模監(jiān)測(cè)系統(tǒng)中的應(yīng)用更加高效。

47、2.通過(guò)引入壓縮感知技術(shù)(compressed?sensing,cs)與信號(hào)稀疏表示方法，更高效地采集和重構(gòu)電纜反射信號(hào)，提高了對(duì)電纜故障的檢測(cè)靈敏度和精度，尤其是在長(zhǎng)距離電纜和復(fù)雜環(huán)境下，能夠有效應(yīng)對(duì)信號(hào)的衰減和噪聲干擾。

48、3.本發(fā)明在信號(hào)處理過(guò)程中采用了優(yōu)化的重構(gòu)算法，得到包含電纜故障和定位信息的重構(gòu)原始信號(hào)，從而減少了計(jì)算復(fù)雜度。

49、4.在檢測(cè)過(guò)程中，本發(fā)明不需要依賴完整電纜的參考數(shù)據(jù)，能夠在現(xiàn)場(chǎng)直接對(duì)電纜進(jìn)行故障檢測(cè)和衰減補(bǔ)償。相比于傳統(tǒng)fdr方法，解決了需要完好電纜參考測(cè)試數(shù)據(jù)的局限性，提升了實(shí)用性和靈活性。

50、綜上所述，本發(fā)明檢測(cè)方法采用壓縮感知(compressed?sensing,cs)技術(shù)，通過(guò)對(duì)電纜反射信號(hào)的稀疏表示和壓縮采樣，實(shí)現(xiàn)對(duì)電纜信號(hào)的高效檢測(cè)和故障診斷；在檢測(cè)精度、處理速度和抗干擾能力等方面均有明顯優(yōu)勢(shì)，有效解決現(xiàn)有技術(shù)中的不足。