基于数字化智能终端平台的地下电缆线路关键位置提取技术研究

李思尧， 董章

(深圳供电局有限公司， 广东， 深圳 518000)

数字化智能终端平台主要基于RFID(radio frequency identification，射频识别)、GIS(geographic information system或 geo-information system，地理信息系统)、移动通信、物联网等技术构建的电缆数字化管理平台[1-2]。电缆线路和相关设备在电力公司不断建设，数量大量增加，地下电缆线路交错相互，地下环境复杂，导致地下电缆线路辨识和区分困难、关键位置查找不易、运维难度较高、人员消耗较大等问题[3]。

因此，张亮等[4]研究基于修剪均值滤波算法的电缆局部放电提取技术,卢诗华等[5]研究一种基于最大相关-最小冗余算法的输电线路故障提取技术，但是以上技术存在准确性和监测覆盖率均偏低问题。

为增强电缆运维能力，提高运维人员工作效率以及电缆线路的监测覆盖率，快速、精准完成线路关键位置提取，本文提出基于数字化智能终端平台的地下电缆线路关键位置提取技术。

1.1 技术架构

利用数字化智能终端平台完成地下电缆线路关键位置提取的技术架构见图1。

图1 技术架构

基础层：主要包括RFID以及辅助的GIS、探测器、智能终端应用软件等，完成平台运行的基础支撑，实现电缆所有数据的采集，数据包括地理位置、现场图片、关联关系、设备缺陷、线路故障、外力破坏等信息[6-7]。

数据层：具备数据分类、数据存储、数据计算、数据挖掘以及资源调控功能。将基础层采集的电缆所有数据分类进行存储，并具备三维模型库，完成电缆及通道设备数据建模以及数字化应用等[8]。

应用层：该层通过RFID技术对存储的电缆所有数据进行分析后，完成地下电缆的接地电流、中间头、维修点、转角、敷设方式改变处等关键位置提取。

1.2 应用层结构

应用层是整个位置提取技术的执行层和实现层，其主要包括电缆三维管理模块、电缆线路管理模块，其详细结构见图2。电缆三维管理模块根据二维地图、卫星图、三维GIS等技术完成电缆信息查询、电缆线路巡检、路径查询提取后，进行三维建模，实现信息建模和电缆线路状态可视化。电缆线路管理模块根据可视化结果实行电缆线路关键位置管理、维修等。

图2 应用层结构图

1.3 基于RFID技术的地下电缆线路提取

1.3.1 RFID技术

设Gi为待测标签，其在读写器e上的RSSI值构成矩阵GE；
Fj为参考标签，其在其在e读写器上的RSSI值构成矩阵FE。矩阵GE和FE表示为

(1)

(2)

两个矩阵之间的RSSI值的欧氏距离用适应度D表示，其为

(3)

式中，s为欧几里得范数。两个矩阵之间的适应度值与距离之间的关系成正比。对选取的Gi个相邻的多个参考标签之间的RSSI值的欧氏距离进行运算，以获取的适应度值完成集合建立，与Gi相邻的k个参考标签的选取根据集合中适应度值大小的对比完成。引入加权因子描述获得的k个近邻参考标签与待测标签之间的位置关系，是因为两者之间的距离存在差别，加权公式为

(4)

根据式(4)可知，Dij值的大小受参考标签和待测定标签的位置远近影响，两种标签之间位置越近，Dij越小，wi值也随之增大；
反之，Dij越大，对应的加权公式wi值减小。

待提取标签的坐标根据k个参考标签的坐标和对应权值获取，其公式为

(5)

式中，(x,y)为待提取标签坐标，wi和(xi,yi)分别为邻居标签的权值和与其对应的坐标。

1.3.2 改进的对数路径损耗模型

实际环境中各种因素的影响会对RSSI值与距离造成影响，导致两者之间函数关系出现非逐一对应现象。因此，采用对数路径损耗模型，更好地表示RSSI值与距离的关系，其公式为

(6)

式中，d0和d分别表示参考点和传输距离，Pt(d)表示RFID信号传输距离为d时的功率强度，Xσ表示噪声，也称为阴影衰落，n表示路径损耗因子。根据弗里斯传输公式可知：

(7)

式中，RFID信号发射功率、发射RFID信号的天线增益、接收RFID信号的天线增益、光速和RFID信号频率分别用PT、VT、VR、c和l表示。选取辛克函数表示RFID阅读器天线方向图，该选取的依据是雷达原理，表示公式为

(8)

式中，θo表示天线的零功率波束宽度。因此可得：

(9)

式中，dBm表示取分贝，pv表示天线功率。

选取某电网公司的一处已铺设完成还没投入使用的地下电缆线路为研究对象，该线路全长120 m、关健位置30处(包含中间接头、维修点、转角、敷设方式改变处和分接箱位置)、设有30个待测电子标签，读写器分别位于线路的20 m、50 m、80 m、110 m处。

为分析本文技术的提取性能，采用待提取点的计算位置和真实位置的均方误差作为指标进行判断，公式为

(10)

式中，(x,y)和(x′,y′)分别表示估计位置和真实位置。

本文技术中的Dij数量直接受到k的取值影响，随机抽取线缆中8个待测标签，编号为1、3、5、7、9、11、13、15，分析k值对于提取的影响，随机选取k值分别为1、2、3、4、5时测试提取误差的结果，如图3所示。

图3 不同k值的提取结果

根据图3可知，k取值为3时，提取的平均误差最小。因此下述所有试验中，k取值为3。

地下电缆线路提取时，环境因素与提取的性能存在较大关联性。为分析环境因素对于提取性能的影响，随机抽取线缆中8个待测标签，编号为1、3、5、7、9、11、13、15，选取损耗因子n值分别为1.5、2.5、3.5时，提取误差变化结果，如图4所示。

图4 不同n值的提取结果

根据图4可知，提取的平均误差随着损耗因子取值的增加而变小。但由于路径损耗因子的差别，参考标签的能量等级计算存在差别，使提取误差产生差别。因此，下述所有实验中，n取值为3.5。

设置θ=0，并且天线主轴与标签对准，根据式(8)获取RSSI与d的关系图，如图5所示。

图5 RSSI与d的关系

根据图5可知，随着传输距离d的增加，RSSI值逐渐降低，说明d对于RSSI存在较大影响，根据RSSI值最佳标准在-40～-60 dBm的范围，为了保证最好的效果，d应在4～20 m范围内。

为分析本文技术的性能，采用3种技术分别在搜索范围内，随机抽取线缆中8个待测标签，编号为1、3、5、7、9、11、13、15，测试各点的提取误差,如表1所示。

表1 3种技术的提取误差对比结果

根据表1可知，文献[4]和文献[5]各自针对随机选取的8个待测点的平均误差为0.770和0.774，并且误差值的波动较大，本文针对随机选取的8个待测点的平均误差为0.305，并且误差值波动较小，说明本文技术的提取性能优于另2种对比技术，并且稳定性较好。

不同待测点数量下3种技术的误差对比如表2所示。

表2 不同待测点数量下3种技术的误差对比结果

根据表2可知，随着待测点数量的增加，本文的误差值出现平稳的略微增加，但最高误差值为0.24，说明本文技术的地下电缆线路提取性能优于另2种对比技术。

测试本文技术应用后，电网公司在某年5～9月份日常维护检修效率的提高程度以及监测覆盖率，并与应用前进行对比，结果如图6所示。

(a) 检修效率

根据图6可知，应用后检修效率和检测覆盖率均大幅度提升，是由于本文平台采用唯一的专用电子标签、配套探测器，可以快速识别线缆，全方位监测线缆情况，精准提取线缆关键位置，无须人工现场识别，所以可较大程度提高检修效率和监测覆盖率。

为实现地下电缆线路关键位置的高精度提取，本文研究基于数字化智能终端平台的地下电缆线路关键位置提取技术，经测试本文技术在k取值为3、n取值为3.5、d在4～20 m范围内时，关键位置提取误差最低，可精准完成地下电缆线路提取关键位置提取，具备良好的应用性。

猜你喜欢 线缆测点电缆 海中“透视眼”快速定位海底电缆故障军事文摘(2021年16期)2021-11-28浅析民用建筑电气防火设计中电缆的应用建材发展导向(2021年14期)2021-08-23基于CATIA的汽车测点批量开发的研究与应用汽车实用技术(2021年10期)2021-06-04基于小波包位移能量曲率差的隧道衬砌损伤识别天津城建大学学报(2020年4期)2020-09-10广州市老城区夏季室外园林空间人体舒适度评价①热带农业科学(2020年1期)2020-03-21——以徐州高层小区为例">室外风环境实测及PHOENICS 模拟对比分析研究＊
——以徐州高层小区为例建筑技艺(2019年9期)2019-11-27上海福尔欣线缆有限公司汽车电器(2019年9期)2019-10-31线缆耦合信号实时监测方法北京航空航天大学学报(2017年4期)2017-11-23小猫被困电缆井阿姨喂它一年多作文·初中版(2017年11期)2017-09-14西安问题电缆有太多“？”要回答领导决策信息(2017年12期)2017-05-17

推荐访问:终端 数字化 技术研究