[发明专利]一种OPGW光缆全状态检测分析方法及系统

权利要求书

1.一种OPGW光缆全状态检测分析方法，其特征在于，具体步骤包括如下：

获取OPGW杆塔架设区域气象数据以及分布式光纤传感数据；

对所述分布式光纤传感数据进行数据增广，得到增广数据；

将所述分布式光纤传感数据与所述增广数据作为训练数据，利用所述训练数据对基于DE优化的T-S模糊神经网络模型进行训练，得到各状态分析模型；

将检测数据输入到所述各状态分析模型中得到OPGW光缆的状态分析结果；

将所述状态分析结果与时空间数据校验后，输出最终OPGW光缆全状态分析结果，其中所述时空间数据包括时间数据和所述OPGW杆塔架设区域气象数据；

增广后的训练数据包括：温度变化量、应变变化量、振动幅值、振动频率、应变量、温度；

风舞状态检测分析模型的训练数据表示如下：

；

；

其中，为输入变量：为振动幅值、为振动频率、为应变变化量、为风速；为输出变量：10为微风振动状态，20为舞动状态，6为无异常状态；

雷击状态检测分析模型的训练数据表示如下：

；

；

其中，为输入变量：为温度变化量、为温度、为相对湿度、为降水量；为输出变量：2为雷击状态，6为无异常状态；

覆冰状态检测分析模型的训练数据表示如下：

；

；

其中，为输入变量：为温度变化量、为温度、为应变变化量、为相对湿度；为输出变量：1为覆冰状态，6为无异常状态；

弧垂状态检测分析模型的训练数据表示如下：

；

；

其中，为输入变量：为应变变化量、为应变量；为输出变量：3为弧垂状态，6为无异常状态；

所述基于DE优化的T-S模糊神经网络模型的训练步骤如下：

分别以风舞、雷击、覆冰、弧垂状态对应的训练数据，为T-S模糊神经网络的输入输出数据；

初始化T-S模糊神经网络，并初始化隶属度函数中心值、宽度和链接权重；

采用差分进化算法对所述隶属度函数中心值、宽度和链接权重寻优，得到最优参数；

输入优化后的中心值、宽度和链接权重值对T-S模糊神经网络进行训练更新，得到所述各状态分析模型。

2.根据权利要求1所述的一种OPGW光缆全状态检测分析方法，其特征在于，所述分布式光纤传感数据包括OPGW光缆温度、应变和振动数据。

3.根据权利要求1所述的一种OPGW光缆全状态检测分析方法，其特征在于，所述OPGW杆塔架设区域气象数据的获取方法为：

采集待测OPGW光缆杆塔经纬度数据；

根据所述OPGW光缆杆塔经纬度数据，得到各杆塔对应环境编码，利用中国天气开放的API接口，获取OPGW杆塔架设区域气象数据。

4.根据权利要求1所述的一种OPGW光缆全状态检测分析方法，其特征在于，所述温度变化量为分布式光纤传感设备测得光纤温度与气象数据差值；所述应变变化量为分布式光纤传感设备测得光纤应变与无状态应变标定差值；所述振动幅值为分布式光纤传感设备测得光纤振动幅值；所述振动频率为分布式光纤传感设备测得光纤振动幅值频域分析数据；所述应变量为分布式光纤传感设备测得光纤应变数据；所述温度为分布式光纤传感设备测得光纤温度数据。

5.根据权利要求1所述的一种OPGW光缆全状态检测分析方法，其特征在于，所述T-S模糊神经网络结构为五层网络，包括：输入层、模糊化层、2个模糊推理层和解模糊层。

6.一种OPGW光缆全状态检测分析系统，其特征在于，利用权利要求1-5任一所述的一种OPGW光缆全状态检测分析方法进行光缆状态检测，包括依次相连的数据获取模块、数据预处理模块、模型训练模块、结果输出模块、校验模块；其中，

所述数据获取模块，用于获取OPGW杆塔架设区域气象数据以及分布式光纤传感数据；

所述数据预处理模块，用于对所述分布式光纤传感数据进行数据增广，得到增广数据；

所述模型训练模块，用于将所述分布式光纤传感数据与所述增广数据作为训练数据，利用所述训练数据对基于DE优化的T-S模糊神经网络模型进行训练，得到各状态分析模型；

所述结果输出模块，用于将检测数据输入到所述各状态分析模型中得到OPGW光缆的状态分析结果；

所述校验模块，用于将所述状态分析结果与时空间数据校验后，输出最终OPGW光缆全状态分析结果，其中所述时空间数据包括时间数据和所述OPGW杆塔架设区域气象数据。