申请/专利权人：国网吉林省电力有限公司;国网吉林省电力有限公司信息通信公司;长春理工大学高技术产业有限责任公司

申请日：2023-05-12

公开（公告）日：2024-03-08

公开（公告）号：CN116633433B

主分类号：H04B10/079

分类号：H04B10/079;H04B10/071;H04L41/0631;H04L41/142

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2024.02.27#专利申请权的转移;2023.09.08#实质审查的生效;2023.08.22#公开

摘要：本发明公开了一种基于模型驱动的OPGW光缆故障诊断与定位方法，涉及电力设备检测技术领域，包括：获取光缆数据以及线路故障发生时通过OTDR获取的故障点距离及检测曲线；将检测曲线和光缆数据进行预处理，通过预处理后的数据训练得到最优光缆故障分类模型，进行光缆故障分类；构建T‑S模糊故障树光缆故障诊断模型进行光缆故障原因诊断；构建光缆故障定位模型，基于故障点距离进行故障定位。本发明实现光缆故障类型的精确分类，利用光缆定位算法实现光缆故障点的精确定位，利用T‑S模糊故障树对光缆故障进行推理并分析，通过推理结果可知最有可能造成其故障的原因，方便工作人员能够精准施策，采取适当措施减少故障发生次数。

主权项：1.一种基于模型驱动的OPGW光缆故障诊断与定位方法，其特征在于，包括：获取光纤复合架空地线OPGW光缆数据以及线路故障发生时通过OTDR获取的故障点距离及信号曲线；将信号曲线和OPGW光缆数据进行预处理，通过预处理后的数据训练得到最优光缆故障分类模型，进行OPGW光缆故障分类；所述训练得到最优光缆故障分类模型包括：基于预处理后的数据训练极限学习机识别模型，利用鹈鹕优化算法搜索全局最优值，对极限学习机识别模型的隐藏层权值和偏差进行优化，得到最优光缆故障分类模型对光缆故障类型进行分类；所述得到最优光缆故障分类模型的具体步骤为：S11：初始化种群成员数量、最大迭代次数和空间维度；S12：鹈鹕向猎物移动，鹈鹕优化算法的更新分为两个阶段，第一阶段为探索阶段，第二阶段为开采阶段，分别更新鹈鹕的位置；S13：根据更新后的鹈鹕的位置计算个体适应度，并更新当前对象参数为最优候选方案，循环S12-S13，判断是否到达最大迭代次数；如果达到最大迭代次数，则输出隐藏层权值和偏差的最优解，优化极限学习机识别模型；构建T-S模糊故障树光缆故障诊断模型进行OPGW光缆故障原因诊断；构建光缆故障定位模型，基于故障点距离进行故障定位。

全文数据：

权利要求：

百度查询： 国网吉林省电力有限公司;国网吉林省电力有限公司信息通信公司;长春理工大学高技术产业有限责任公司 一种基于模型驱动的OPGW光缆故障诊断与定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD