申请/专利权人：国网四川省电力公司成都供电公司

申请日：2023-07-03

公开（公告）日：2024-04-26

公开（公告）号：CN116679165B

主分类号：G01R31/08

分类号：G01R31/08;G06F18/23213;G06F18/213;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2023.09.19#实质审查的生效;2023.09.01#公开

摘要：本发明公开了一种基于同步挤压广义S变换的频域反射电缆缺陷定位方法，包括以下步骤：根据电缆的物理参数和测试信号的传播结果获取电缆的反射系数谱；利用同步挤压广义S变换与时频系数模极值提取方法，获取所述反射系数谱中所述电缆的缺陷反射信号随所述测试频率的变化关系；利用KMEANS聚类算法分析所述缺陷反射信号的瞬时幅值随测试频率的衰减情况，以选取合适所述测试频率范围内缺陷反射信号的瞬时测距数据，利用所述瞬时测距数据定位电缆中缺陷。本发明通过提升反射系数谱中缺陷反射信号的能量聚焦效果，并自适应地选取缺陷反射信号的能量衰减微弱区域开展缺陷定位，实现电缆缺陷的精准定位且减少人为因素的干扰。

主权项：1.基于同步挤压广义S变换的频域反射电缆缺陷定位方法，其特征在于，包括以下步骤：根据电缆的物理参数和测试信号的传播结果获取电缆的反射系数谱；利用同步挤压广义S变换与时频系数模极值提取方法，获取所述反射系数谱中所述电缆的缺陷反射信号随测试频率的变化关系；所述同步挤压广义S变换包括以下步骤：利用多参数优化的广义S变换提取反射系数谱的时频特征；在所述广义S变换的结果中获取各频率分量的时频分布情况，利用同步挤压聚焦所述频率分量的能量，获取同步挤压结果；根据所述同步挤压结果和所述广义S变换的结果获取反射系数谱中缺陷反射信号的瞬时幅值、瞬时测距随测试频率的变化情况；通过分析测试频率-瞬时测距-瞬时幅值的三维图中反射信号的瞬时幅值，确定合适的测试频率范围，具体如下：将的伪时频变换结果转化为测试频率-瞬时测距-瞬时幅值的三维图，表示为： 其中，为振幅递减的周期性时间信号，为的伪时频变换结果；采用时频系数模极值提取方法来获取同步挤压广义S变换结果中缺陷反射信号的瞬时幅值、瞬时测距随所述测试频率的变化关系，具体如下：采用时频系数模极值提取方法来观察测试频率-瞬时测距-瞬时幅值的三维图中反射信号的瞬时幅度、瞬时测距随测试频率的变化关系，其中反射信号的瞬时测距序列d′f可以计算如下 其中，argmax是指中函数达到最大值时的自变量，d1和d2分别是缺陷区域的瞬时测距的下限与上限；所述反射信号的瞬时幅值序列Af可以表示为Af＝|Ef，d′f|在d'f、Af中舍弃测试频率轴首末端的部分数据，保留的数据量为0.05N-0.9N，N为反射系数谱的数据总量；利用KMEANS聚类算法分析所述缺陷反射信号的瞬时幅值随测试频率的衰减情况，以选取合适所述测试频率范围内缺陷反射信号的瞬时测距数据，利用所述瞬时测距数据定位电缆中缺陷，具体如下：将瞬时幅值序列自动分为2组数据，并将数值较大的一组数据设为F1数据组；利用所述F1数据组设定阈值，以所述阈值划分瞬时幅值序列，自动确定衰减与噪声影响微弱的瞬时幅值范围；通过所述衰减与噪声影响微弱的瞬时幅值范围选定合适的分析测试频率范围；利用KMEANS聚类算法中数据F1设定阈值，提取出受衰减与噪声影响较小的反射信号数据，定位电缆缺陷；提取出F1中第一维数据的最小值作为阈值D，定义分析的测试频率上限f2为 式中：min是指查找出满足内条件的最小自变量；Δf是测试频率的间隔；得到最终的缺陷定位结果为 其中，是最终的缺陷定位结果，f1是Af对应的最低测试频率，mean是指取平均值；采用KMEANS聚类算法分析瞬时幅值序列具体包括以下步骤：利用瞬时幅值序列与瞬时幅值序列的平方构建2维数据X，设定2个聚类中心，将数据X分为2组，通过不断的迭代促使各组数据的聚类平方和最小，实现下列目标函数的最小化 式中：xi是2维数据X内第i个元素，n是2维数据X的数据总量，uk是第k个聚类中心，K是聚类中心数量，为2。

全文数据：

权利要求：

百度查询： 国网四川省电力公司成都供电公司 基于同步挤压广义S变换的频域反射电缆缺陷定位方法

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