Page 41 - 网络电信2020年1/2月刊下
P. 41

用于分段式光缆智能诊断的模式识别技术


            巫健  1,2 ,竹瑞博 2
            1.电子科技大学; 2.国网山西省电力公司信息通信分公司
                                                                   摘要:传统分段式光缆诊断技术存在诊断正确率低、运行时
                                                                间长等缺陷,为了解决当前分段式光缆智能诊断技术存在的难
                                                                题,设计基于模式识别技术的分段式光缆智能诊断方法。首先对
                                                                当前分段式光缆智能诊断技术的研究现状进行分析,找到影响分
                                                                段式光缆智能诊断正确率的原因,然后采集分段式光缆智能诊断
                                                                的历史数据,并采用模式识别技术建立分段式光缆智能诊断模
                                                                型,并对分段式光缆智能诊断模型参数进行优化,最后进行了分
                                                                段式光缆智能诊断仿真实验,结果表明,本文技术可以准确、快
                                                                速实现分段式光缆智能诊断,克服了当前分段式光缆智能诊断技
                                                                术存在的正确率低、误差大的不足,并且减少了分段式光缆智能
                                                                诊断时间,比其它分段式光缆智能诊断技术具有更快的运行速
                                                                度,可以应用于实际的分段光缆管理中。
                                                                   关键词:分段式光缆; 智能诊断; 模式识别; 诊断正确率



                引言                                               行定位,加快了分段式光缆诊断速度,相对于其它光缆智能诊
                光缆就光纤通信业务的主要载体,近年来,随着光缆通信                        断技术,本文技术具有比较明显的优势。
            技术的不断成熟,以及应用范围的不断拓宽,每年会出现许多
            新的电网光缆。由于电网光缆在实际工作过程中,难免出现一                              一、基于模式识别技术的分段式光缆智能诊
            些故障,严重影响光纤通信和光缆正常运行,这样使得光缆运                          断原理
            行维护管理面临巨大的挑战          [1-3] 。光缆故障自动诊断可以帮助                通常情况下,光缆的长度很长,因此,光缆智能诊断利用
            光缆运行维护管理人员提供一些重要信息,同进可以加快光缆                          光缆故障定位器的光波波长、反射能量、距离等参数作为光缆
            故障的定位和检测,因此光缆故障诊断一直是光缆运行维护管                          故障的诊断依据和定位参照点,首先将光缆故障定位器与接头
            理领域中的研究热点        [4-6] 。                             盒结合,作为光缆的光学识别点及地理参照点,将整条光缆分
                最初光缆故障诊断依赖于大量人力投入方式进行,由于采                        割成若干个接头盒区间段分段监测,然后系统先将光缆故障定
            用手工检测方式,对光缆工作状态进行直观识别,使得光缆故                          位于接头盒区间段,最后在区间段内精准地定位                  [17] ,其工作
            障诊断成本高,而且对地下光缆故障、隐形光缆故障难以准确                          原理如图1所示。
            识别,使得光缆故障诊断时间长,影响光缆应急抢修,无法满                           图1 分段式光缆智能诊断原理
            足光缆运行维护管理的实际应用要求             [7] 。随后出现专家系统的
            光缆故障诊断技术,根据一些专家的经验和知识建立光缆故障
            诊断的规则库,对于待识别的光缆故障,通过与规则库进行匹
            配得到相应的光缆故障诊断结果,该技术的光缆故障诊断结果
            明显优于手工检测技术,而且光缆故障诊断速度也更快,但是
            由于根据规则库实现光缆故障诊断,对于新的光缆故障,由于
            规则库中没有相应的信息,导致它们难以获得较高精度的光缆
            故障诊断结果     [8-10] 。最后由于神经网络、聚类分析算法等不断
            发展,有学者将这些智能算法引入到光缆故障诊断研究中,它
            们具有一定的自学习能力,可以实现光缆故障智能诊断,而且                              二、基于模式识别技术的分段式光缆智能诊
            可以识别新类型的光缆故障热点            [11-13] ,但是它们也存一定的
            不足,如神经网络的光缆故障诊断正确率低,出现大量错误的                          断方法
                                                                     1、模式识别技术的分段式光缆智能诊断思想
            光缆故障诊断结果,而聚类分析算法的光缆故障诊断时间长,                              基于模式识别技术的分段式光缆智能诊断思想为:对于具体
            光缆故障诊断效率极低        [14-16] 。
                                                                 一段光缆,根据光缆的光纤振动存在波长调制现象,采集光缆
                为了解决当前光缆诊断过程存在的正确率低、误差大、效
                                                                 工作状态的振动信号,然后从光缆工作状态的振动信号中提取
            率低等难题,提出一种分段式光缆智能诊断的模式识别技术,
                                                                 状态诊断特征,组成模式识别技术的输入向量,最后采用光缆
            并采用仿真实验分析了光缆智能诊断性能,结果表明,本文技
                                                                 工作状态类型作为模式识别技术的输出向量,并根据模式识别
            术可以对光缆工作状态进行智能识别,能够准确对光缆故障进
                                                                 技术中的支持向量机进行光缆工作状态的自动识别,而实现光
                                                      网络电信 二零二零年一、二月                                           65
   36   37   38   39   40   41   42   43   44   45   46