本发明涉及海缆监测
技术领域：
，特别涉及一种光电复合海缆的机械故障监测方法。
背景技术：
：随着海洋资源的开发和利用，人们对海洋权益的愈加重视，海底电力海缆得到了日益广泛的应用。海缆是跨海域联网工程建设的重要组成部分，在实现电网国际化、区域电网互联进程中起着重要作用。随着海洋经济的发展，我国的海缆应用也日益增多，海缆通信因其具有传输距离远、容量大、损耗低、可靠性高，以及抗干扰和保密性好的优点，被广泛应用于海底科学观测，军事、海防通信，海洋资源开发等领域，因而对海缆运行状态进行监测和进行故障诊断是后续故障预防和维修的前提，对保证海缆的安全稳定运行十分重要。随着海上运输、渔业捕捞、军事活动等人为导致的海光缆阻断事故频繁发生，经济损失巨大，严重影响我国国际通信安全，因此有必要提出一种光电复合海缆的机械故障监测方法，对海缆进行在线监测和故障诊断。技术实现要素：本发明通过采集光电复合海缆的电流、电压和温度数据，并基于bp神经网络确定海缆的安全状态，对海缆的机械故障进行监测，为海缆的安全稳定运行提供保证，并对海缆的机械故障预防和维修提供数据基础。本发明的技术方案为：一种光电复合海缆的机械故障监测方法，包括：步骤一、获取光电复合海缆的电压和电流，并根据电压和电流计算损耗值；步骤二、获取光电复合海缆的温度数据；步骤三、基于bp神经网络确定光电复合海缆的故障评价指数；步骤四、根据故障评价指数调整监测频率，并对海缆安全状态进行预判。优选的是，损耗值的计算公式为：其中，wlose表示耗损值，表示频率，c表示电容，表示电压，i表示海缆载流量，gσ表示电导值，θ表示相位角，e表示自然对数的底数。优选的是，温度数据基于有限元仿真分析获取，具体包括如下步骤：利用ansys的自适应网格划分技术对海缆进行三角网格划分；对浸泡在海水中的海缆进行稳态热分析：其中，h表示对流换热系数，tw表示表面温度，tf表示流体温度，λ表示仿真系数，n表示网格划分序号；将损耗值施加到对应的损耗区域进行仿真求解得到海缆温度和导体温度。优选的是，步骤三具体包括：步骤a、建立三层bp神经网络；步骤b、确定输入层神经元向量x＝(x1,x2,x3,x4,x5)t，其中，x1表示海缆温度，x2表示导体温度，x3表示电流，x4表示电压，x5表示损耗值；步骤c、输入层向量映射到隐层，隐层的神经元为m个；步骤d、得到输出层神经元向量o＝(o1,o2,o3,o4)t，其中，o1表示海缆温度状态值，o2表示导体温度状态值，o3表示电流状态值，o3表示电压状态值。优选的是，还包括：对海缆温度状态值、导体温度状态值、电流状态值和电压状态值进行归一化，获得海缆温度状态系数、导体温度状态系数、电流状态系数，以及电压状态系数；其中，表示第i项的状态系数，oi表示输出参数：海缆温度状态值、导体温度状态值、电流状态值和电压数据；oimax和oimin分别为相应输出参数中的设定的最大值和最小值。优选的是，还包括获得光电复合海缆的故障评价指数：其中，s表示海缆故障评价指数，s0表示海缆故障评价标准指数，ξ表示校正系数，表示海缆温度状态系数，表示导体温度状态系数，表示电流状态系数，表示电压状态系数阈值，表示电压状态系数，表示电压状态系数阈值。优选的是，当时，海缆电流过低，应立即对海缆进行故障检修；当时，海缆电流过高，应立即对海缆进行故障检修。优选的是，当时，海缆电压过低，应立即对海缆进行故障检修；当时，海缆电压过高，应立即对海缆进行故障检修。优选的是，步骤四包括：当s≥90时，海缆正常使用，无故障；当70≤s＜90时，海缆处于亚安全状态，监测频率提高一倍，继续使用；当时s＜70，海缆处于故障状态，立即对海缆进行故障检修。优选的是，隐层的神经元为5个；隐层及输出层的激励函数均采用s型函数本发明的有益效果是：1.本发明提供的光电复合海缆的机械故障监测方法，通过获取光电复合海缆的电压和电流计算损耗值，进一步获取光电复合海缆的温度数据，基于bp神经网络确定光电复合海缆的故障评价指数，实现了对安全隐患的提前判断、及时预警，有效保障了海缆的安全稳定运行。2.本发明提供的光电复合海缆的机械故障监测方法，基于有限元仿真分析获取海缆的温度数据，提升监测结果的准确性。附图说明图1为本发明提供的一种光电复合海缆的机械故障监测方法流程图。图2为本发明的一个实施例中基于有限元仿真分析获取温度数据的流程图。图3为本发明的一个实施例中光电复合海缆有限元网格划分图。图4为本发明的一个实施例中基于bp神经网络确定光电复合海缆的故障评价指数的流程图。具体实施方式以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，在本发明的描述中，术语“中”、“上”、“下”、“横”、“内”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。如图1所示，光电复合海缆的机械故障监测方法包括：s110、获取光电复合海缆的电压和电流，并根据电压和电流计算损耗值。其中，损耗值的计算公式为：其中，wlose表示耗损值，表示频率，c表示电容，表示电压，i表示海缆载流量，gσ表示电导值，θ表示相位角，e表示自然对数的底数。s120、获取光电复合海缆的温度数据。s130、基于bp神经网络确定光电复合海缆的故障评价指数。s140、根据故障评价指数调整监测频率，并对海缆安全状态进行预判。通过获取光电复合海缆的电压和电流计算损耗值，进一步获取光电复合海缆的温度数据，基于bp神经网络确定光电复合海缆的故障评价指数，实现了对安全隐患的提前判断、及时预警，有效保障了海缆的安全稳定运行。进一步的，温度数据基于有限元仿真分析获取，通过有限元法建立海缆温度场模型时，需要先建立海缆的几何模型并定义热分析下海缆材料的部分物理性能参数(对于稳态分析只需要知道材料的导热系数)，然后对物理模型划分合适的网格，最后对整个模型进行求解。具体步骤如图2所示，包括：s121、利用ansys的自适应网格划分技术对海缆进行三角网格划分。确定材料的物性参数及海缆的几何模型后，利用ansys的自适应网格划分技术对整个物理模型进行网格划分，对于海缆温度场而言，最重要的是得到导体温度和光纤温度，故对这两部分的网格继续细化。划分结果如图3所示。s122、对浸泡在海水中的海缆进行稳态热分析。这里研究的主要是海缆浸泡在海水中的稳态热分析，故只需考虑第三类边界条件：已知与物体表面接触的流体温度和对流换热表面的传热系数，则热流密度为：其中，h表示对流换热系数，tw表示表面温度，tf表示流体温度，λ表示仿真系数，n表示网格划分序号。s123、将损耗值施加到对应的损耗区域进行仿真求解得到海缆温度和导体温度。为了求得海缆稳定状态下的温度场，需要对海缆施加载荷，计算海缆的损耗值，将损耗值转化为生热率并施加到相应的损耗区域进行温度场的求解。进一步的，如图4所示，基于bp神经网络确定光电复合海缆的故障评价指数包括：步骤s131、建立三层bp神经网络。bp网络是一个多层次性的网络，它的特点是信号向前进行传播，然后将误差反向传播回来。在前向传播时输入信号，而后输入的信号将被隐含层分层进行处理直至输出层。下一层神经元的状态由上一层神经元所影响，在输出结果不同于预测结果时，就会发生反向传播，然后根据预测误差不断调整网络的权重和阈值，通过这一次正向传播和一次反向传播，就可以将网络的参数进行一次更新，将正向传播和反向传播不断地往复进行，不断地更新网络的参数，以保证bp神经网络预测结果与预测输出持续相近。本发明采用的bp神经网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示海缆的n个检测信号，第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定；第三层为输出层，共p个节点，由系统实际需要输出的响应确定。该网络的数学模型为：输入向量：x＝(x1,x2,…xn)t；中间层向量：y＝(y1,y2,…ym)t；输出向量：o＝(o1,o2,…op)t；在一个具体实施例中，输入层节点数为n＝5，输出层节点数为n＝5，隐藏层节点数p＝4。输入层5个参数分别表示为：x1表示海缆温度，x2表示导体温度，x3表示电流，x4表示电压，x5表示损耗值；输出层4个参数分别表示为：o1表示海缆温度状态值，o2表示导体温度状态值，o3表示电流状态值，o3表示电压状态值。s132、进行bp神经网络的训练。建立好bp神经网络节点模型后，即可进行bp神经网络的训练。根据历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值，隐层节点j和输出层节点k之间的连接权值。(1)训练方法各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致。(2)训练算法bp网络采用误差反向传播(backwardpropagation)算法进行训练，其步骤可归纳如下：第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。第二步：对每个输入样本作如下计算：(a)前向计算：对l层的j单元式中，表示第n次计算时l层的j单元信息加权和，表示l层的j单元与前一层(即l-1层)的单元i之间的连接权值，为前一层(即l-1层，节点数为nl-1)的单元i送来的工作信号；i＝0时，令为l层的j单元的阈值。若单元j的激活函数为sigmoid函数，则且若神经元j属于第一隐层(l＝1)，则有若神经元j属于输出层，则有且ej(n)＝xj(n)-oj(n)；(b)反向计算误差：对于输出单元；对于隐单元(c)修正权值：η为学习速率。第三步：输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。bp算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是levenberg-marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率为δω＝(jtj μx)-1jtβ；其中j表示误差对权值微分的雅可比(jacobian)矩阵，x表示输入向量，β表示误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能。s133、对海缆温度状态值、导体温度状态值、电流状态值和电压状态值进行归一化，获得海缆温度状态系数、导体温度状态系数、电流状态系数，以及电压状态系数；其中，表示第i项的状态系数，oi表示输出参数：海缆温度状态值、导体温度状态值、电流状态值和电压数据；oimax和oimin分别为相应输出参数中的设定的最大值和最小值。s134、获得所述光电复合海缆的故障评价指数。其中，s表示海缆故障评价指数，s0表示海缆故障评价标准指数，ξ表示校正系数，表示海缆温度状态系数，表示导体温度状态系数，表示电流状态系数，表示电压状态系数阈值，表示电压状态系数，表示电压状态系数阈值。当时，海缆电流过低，应立即对海缆进行故障检修；当时，海缆电流过高，应立即对海缆进行故障检修。优选的是，当时，海缆电压过低，应立即对海缆进行故障检修；当时，海缆电压过高，应立即对海缆进行故障检修。进一步的，步骤s140包括：当s≥90时，海缆正常使用，无故障；当70≤s＜90时，海缆处于亚安全状态，监测频率提高一倍，继续使用；当时s＜70，海缆处于故障状态，立即对海缆进行故障检修。优选的是，隐层的神经元为5个；隐层及输出层的激励函数均采用s型函数下面结合具体的实施例进一步的对本发明提供的一种光电复合海缆的机械故障监测方法进行说明。选取10处海缆，采用本发明提供的监测方法进行监测，通过常规阈值设定，获得的海缆温度状态值、导体温度状态值、电流状态值和电压状态值进行归一化，获得海缆温度状态系数、导体温度状态系数、电流状态系数，以及电压状态系数，具体结果如表1所示。表1归一化数据结果确定校正系数ξ＝0.0815，设定s0＝100，获得光电复合海缆的故障评价指数，如表2所示。表2海缆故障评价指数序号综合评价值管道安全状态监测周期193.7安全4min291.2安全4min383.2亚安全2min480.4亚安全2min594.8安全4min697.3安全2min7/立即检查/886.6亚安全2min9/立即检查/1083.5亚安全2min连续监测1h发现1、2/5/6号的电缆一直处于安全状态，而3、4、8、10会出现短暂的波动，需要注意一下，稍微频繁的监测和检查，7和9号处于故障状态，需立即对海缆进行故障检修。本发明通过获取光电复合海缆的电压和电流计算损耗值，进一步获取光电复合海缆的温度数据，基于bp神经网络确定光电复合海缆的故障评价指数，实现了对安全隐患的提前判断、及时预警，有效保障了海缆的安全稳定运行。以上内容仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不脱离本发明的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。当前第1页1 2 3
技术特征：1.一种光电复合海缆的机械故障监测方法，其特征在于，包括：
步骤一、获取光电复合海缆的电压和电流，并根据所述电压和电流计算损耗值；
步骤二、获取所述光电复合海缆的温度数据；
步骤三、基于bp神经网络确定所述光电复合海缆的故障评价指数；
步骤四、根据所述故障评价指数调整监测频率，并对所述海缆安全状态进行预判。
2.如权利要求1所述的光电复合海缆的机械故障监测方法，其特征在于，所述损耗值的计算公式为：
其中，wlose表示耗损值，表示频率，c表示电容，表示电压，i表示海缆载流量，gσ表示电导值，θ表示相位角，e表示自然对数的底数。
3.如权利要求2所述的光电复合海缆的机械故障监测方法，其特征在于，所述温度数据基于有限元仿真分析获取，具体包括如下步骤：
利用ansys的自适应网格划分技术对海缆进行三角网格划分；
对浸泡在海水中的海缆进行稳态热分析：其中，h表示对流换热系数，tw表示表面温度，tf表示流体温度，λ表示仿真系数，n表示网格划分序号；
将所述损耗值施加到对应的损耗区域进行仿真求解得到海缆温度和导体温度。
4.如权利要求3所述的光电复合海缆的机械故障监测方法，其特征在于，步骤三具体包括：
步骤a、建立三层bp神经网络；
步骤b、确定输入层神经元向量x＝(x1,x2,x3,x4,x5)t,其中，x1表示海缆温度，x2表示导体温度，x3表示电流，x4表示电压，x5表示损耗值；
步骤c、所述输入层向量映射到隐层，隐层的神经元为m个；
步骤d、得到输出层神经元向量o＝(o1,o2,o3,o4)t，其中，o1表示海缆温度状态值，o2表示导体温度状态值，o3表示电流状态值，o3表示电压状态值。
5.如权利要求4所述的光电复合海缆的机械故障监测方法，其特征在于，还包括：对所述海缆温度状态值、所述导体温度状态值、所述电流状态值和所述电压状态值进行归一化，获得海缆温度状态系数、导体温度状态系数、电流状态系数，以及电压状态系数；
其中，表示第i项的状态系数，oi表示输出参数：海缆温度状态值、导体温度状态值、电流状态值和电压数据；oimax和oimin分别为相应输出参数中的设定的最大值和最小值。
6.如利要求5所述的光电复合海缆的机械故障监测方法，其特征在于，还包括获得所述光电复合海缆的故障评价指数：
其中，s表示海缆故障评价指数，s0表示海缆故障评价标准指数，ξ表示校正系数，表示海缆温度状态系数，表示导体温度状态系数，表示电流状态系数，表示电压状态系数阈值，表示电压状态系数，表示电压状态系数阈值。
7.如利要求6所述的光电复合海缆的机械故障监测方法，其特征在于，
当时，海缆电流过低，应立即对海缆进行故障检修；
当时，海缆电流过高，应立即对海缆进行故障检修。
8.如利要求7所述的光电复合海缆的机械故障监测方法，其特征在于，
当时，海缆电压过低，应立即对海缆进行故障检修；
当时，海缆电压过高，应立即对海缆进行故障检修。
9.如利要求8所述的光电复合海缆的机械故障监测方法，其特征在于，所述步骤四包括：
当s≥90时，海缆正常使用，无故障；
当70≤s＜90时，海缆处于亚安全状态，监测频率提高一倍，继续使用；
当时s＜70，海缆处于故障状态，立即对所述海缆进行故障检修。
10.如利要求1-9中任意一项所述的光电复合海缆的机械故障监测方法，其特征在于，所述隐层的神经元为4个；所述隐层及所述输出层的激励函数均采用s型函数
技术总结本发明公开了一种光电复合海缆的机械故障监测方法，包括：获取光电复合海缆的电压和电流，并根据电压和电流计算损耗值；获取光电复合海缆的温度数据；基于BP神经网络确定光电复合海缆的故障评价指数；根据故障评价指数调整监测频率，并对海缆安全状态进行预判。通过对光电复合海缆的实时检测和状态预判，实现了对安全隐患的提前判断、及时预警，有效保障了海缆的安全稳定运行。
技术研发人员：傅超二;李学;徐志豪
受保护的技术使用者：杭州晟冠科技有限公司
技术研发日：2021.05.25
技术公布日：2021.08.03
