光纖復合海底電纜故障診斷方法研究.pdf

1、光電復合海底電纜因具有信息與電能同時傳輸等優(yōu)點，在海島和海上平臺等工程應用中越來越廣泛。為了縮短修復海纜故障所用時間，保證海纜運行通暢，減少經濟損失，對海纜故障類型的診斷進行研究非常必要。
　　本課題以某電力公司海底電纜在線監(jiān)測項目的光電復合海纜為基礎開展研究。本文首先綜述了利用分布式光纖傳感技術的海纜監(jiān)測系統(tǒng)及故障診斷理論基礎，介紹了小波包分析及神經網絡的相關原理，明確了使用小波包與神經網絡相結合的方法進行海纜故障類型的診斷，分

2、析了海纜故障的幾種類型及產生原因，根據多年以來海纜故障的測量經驗及海纜發(fā)生故障時的傳感光纖的溫度和應變變化特點，模擬海纜故障數據；其次，利用小波分析算法對故障數據進行降噪處理，去除噪聲干擾，還原原始信號中的有效信息，并利用小波包分解降噪后的數據，分別提取出每種故障的能量、標準差及小波包Shannon熵三種故障特征，作為模式識別的診斷依據；再次，針對電氣及機械故障，分別建立了BP、PNN兩種神經網絡，確定了每種網絡的最佳參數，將提取出的特

3、征向量輸入到兩種網絡中，對三種故障特征的故障區(qū)分度作了對比，并綜合比較了這兩種網絡的診斷性能。最后，利用LabVIEW虛擬儀器，搭建了海底電纜故障診斷平臺，可完成數據的讀取、分析、診斷及結果顯示。
　　仿真結果表明，利用小波包分解提取出的三種特征向量均在不同程度表征出海纜故障特征。對于電氣故障，提取標準差作為特征向量的診斷效果最好，對于機械故障，提取各頻帶能量作為特征向量的診斷效果最好。在神經網絡的選擇上，PNN網絡的分類性能總體