开云优惠体育网页版入口

专利名称：一种电力系统电缆温度精确测量方法及系统

专利类型：发明专利

专利申请号：CN202410750901.6

专利申请（专利权）人：国网黑龙江省电力有限公司伊春供电公司,国家电网有限公司
权利人地址：黑龙江省伊春市伊美区前进办新区山珍路与透龙大街交汇处

专利发明（设计）人：江志磊,韩雪,刘春序,王楠,刘丹

专利摘要：本发明涉及温度测量领域，具体涉及一种电力系统电缆温度精确测量方法及系统，包括：实时检测每根感温光纤上的异常温度点及其温度序列L1；利用其他感温光纤上的且与L1具有相同温度变化规律的位置的温度对L1进行多次修正，每次修正时估测出热源位置和热源温度，当热源位置和热源温度稳定时停止修正，停止修正时得到的修正后的L1作为异常温度点的温度测量结果。本发明在感温光纤未经过热源时提高了温度测量精度，增加了热源感知精度。

主权利要求：
1.一种电力系统电缆温度精确测量方法，其特征在于，该方法包括以下步骤：对于每段电缆上缠绕的多根感温光纤，实时判断其中任意一根感温光纤上每个位置的温度是否超过预设温度阈值，当超过预设温度阈值时将所述位置记为异常温度点，异常温度点在当前时间段内的温度序列记为L1；
利用其他感温光纤上的且与L1具有相同温度变化规律的位置的温度序列对L1进行修正，包括：其他感温光纤上的与L1具有相同温度变化规律的位置，记为参考点，参考点处的与L1变化规律相同的温度序列记为参考温度序列，依据参考温度序列和L1的时间、平均温度估测热源位置和热源温度，并依据参考温度序列对L1进行修正，得到修正后的L1；
利用其他感温光纤上的且与修正后的L1具有相同温度变化规律的位置的温度序列对L1再进行若干次修正，当热源位置和热源温度稳定时停止修正，停止修正时得到的修正后的L1作为异常温度点的温度测量结果；
所述参考点和所述参考温度序列的具体获取步骤如下：
遍历其他感温光纤上的每个位置，将每个位置在所有时刻的温度划分成多个温度序列；
每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1的匹配系数，获取每个位置的所有温度序列与L1的最大匹配系数，最大匹配系数大于第一预设阈值的位置记为参考点，参考点处的与L1匹配系数最大的温度序列作为与L1变化规律相同的温度序列，并记为参考温度序列。
2.根据权利要求1所述一种电力系统电缆温度精确测量方法，其特征在于，所述依据参考温度序列和L1的时间、平均温度估测热源位置和热源温度，包括的具体步骤如下：每个参考点的参考温度序列所处时间段的平均时间记为每个参考点的热源感知时间；
L1所处时间段的平均时间记为异常温度点的热源感知时间；每个参考点的参考温度序列的平均温度记为每个参考点的热源感知温度，L1的平均温度记为异常温度点的热源感知温度；
根据异常温度点和每个参考点的热源感知时间、热源感知温度以及异常温度点和每个参考点的位置估测出热源位置以及热源温度。
3.根据权利要求1所述一种电力系统电缆温度精确测量方法，其特征在于，所述依据参考温度序列对L1进行修正，得到修正后的L1，包括的具体步骤如下：为每个参考温度序列以及L1分配权重，将所有参考温度序列和L1按照权重进行加权求均值得到均值序列，根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1。
4.根据权利要求3所述一种电力系统电缆温度精确测量方法，其特征在于，所述热源位置和热源温度稳定是指：每次修正过程中所述权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化。
5.根据权利要求4所述一种电力系统电缆温度精确测量方法，其特征在于，所述每次修正过程中所述权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化，包括的具体步骤如下：第一次进行所述修正时，随机初始化所述权重；进行Q次修正后，对得到的所有热源位置和热源温度进行均值漂移聚类，将包含热源位置和热源温度数量最多的类簇记为最大密度类簇；
每进行Q次修正就随机改变一次所述权重，每次随机改变权重后均获得最大密度类簇；
当相邻两次随机改变权重后获得的两个最大密度类簇相似性大于第二预设阈值时，不再进行随机改变所述权重的操作；此时最后一次随机改变权重后获得的最大密度类簇为结果不发生变化的聚类结果；Q为预设修正次数。
6.根据权利要求1所述一种电力系统电缆温度精确测量方法，其特征在于，当不存在参考点时，将异常温度点采集到的温度值作为测量结果。
7.根据权利要求1所述一种电力系统电缆温度精确测量方法，其特征在于，所述每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1的匹配系数，包括的具体步骤如下：获得每个温度序列与L1的差值序列，根据差值序列中温度差值的平均值，得到每个温度序列与L1匹配系数，所述匹配系数与所述平均值呈负相关。
8.根据权利要求3所述一种电力系统电缆温度精确测量方法，其特征在于，所述根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1，包括的具体步骤如下：将修正后的L1记为L2，L2计算公式为：
；
其中 表示均值序列与L1的余弦相似度，表示均值序列。
9.一种电力系统电缆温度精确测量系统，该系统包括：电缆以及缠绕在电缆上的感温光纤、测温主机；
测温主机包括：温度采集模块、温度存储模块、多光纤协同校准模块、温度预警模块；
温度采集模块用于采集感温光纤上每个位置的温度；温度存储模块用于存储感温光纤上每个位置的温度；温度预警模块用于对温度进行预警；
多光纤协同校准模块包括存储器、处理器，以及存储在存储器并在处理器中运行的计算机程序；其特征在于，所述电缆上缠绕的感温光纤数量大于1，所述处理器执行所述计算机程序时实现如权利要求1 8任意一项所述一种电力系统电缆温度精确测量方法的步骤。
~ 说明书 : 一种电力系统电缆温度精确测量方法及系统技术领域[0001] 本发明涉及温度测量技术领域，具体涉及一种电力系统电缆温度精确测量方法及系统。背景技术[0002] 电力系统电缆通常使用光纤温度传感器（简称感温光纤）测温，其大致原理是将一根感温光纤缠绕在电缆上，单波长的光信号入射到感温光纤后从感温光纤返回的散射光有三种频率分类：瑞利散射、拉曼散射和布里渊散射，其中的拉曼散射会受到电缆表面温度的影响，进而根据拉曼散射改变波长的特征以及拉曼散射信号的强弱来确定感温光纤中每个位置的温度值，测温精度可以达到1摄氏度左右，如果考虑外界温度或者外界作用力的干扰的情况则测量的温度精度虽然会大于1摄氏度，例如温度精度达到2到5摄氏度，但是依旧具有较高精度，可以满足电缆测温的要求。[0003] 但是当电力系统电缆出现异常产热位置时，该缠绕在电缆表面的感温光纤可能不经过热源位置，当热源的热量传导到感温光纤上时，热源温度可能已经很高，此时感温光纤会由于测温精度不够。贾赂兄坏交蛘卟荒芴崆霸ぶ礁萌仍吹奈露缺浠，例如热源温度增加了10摄氏度，但是热源热量传递到感温光纤时，感温光纤温度可能增加不到1摄氏度，使得热源或者热源的温度变化规律不能被及时发现，导致电缆被热源损坏甚至烧毁。发明内容[0004] 为解决上述针对感温光纤未经过热源时温度测量精度依然不够高的问题，本发明提供一种电力系统电缆温度精确测量方法及系统。[0005] 本发明的一种电力系统电缆温度精确测量方法及系统采用如下技术方案：[0006] 一方面，本发明一个实施例提供了一种电力系统电缆温度精确测量方法，该方法包括以下步骤：[0007] 对于每段电缆上缠绕的多根感温光纤，实时判断其中任意一根感温光纤上每个位置的温度是否超过预设温度阈值，当超过预设温度阈值时将所述位置记为异常温度点，异常温度点在当前时间段内的温度序列记为L1；[0008] 利用其他感温光纤上的且与L1具有相同温度变化规律的位置的温度对L1进行修正，包括：[0009] 其他感温光纤上的与L1具有相同温度变化规律的位置，记为参考点，参考点处的与L1变化规律相同的温度序列记为参考温度序列，依据参考温度序列和L1的时间、平均温度估测热源位置和热源温度，并依据参考温度序列对L1进行修正，得到修正后的L1；[0010] 利用其他感温光纤上的且与修正后的L1具有相同温度变化规律的位置的温度变化对L1再进行若干次修正，当热源位置和热源温度稳定时停止修正，停止修正时得到的修正后的L1作为异常温度点的温度测量结果。[0011] 优选的，所述参考点和所述参考温度序列的具体获取步骤如下：[0012] 遍历其他感温光纤上的每个位置，将每个位置在所有时刻的温度划分成多个温度序列；[0013] 每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1的匹配系数，获取每个位置的所有温度序列与L1的最大匹配系数，最大匹配系数大于第一预设阈值的位置记为参考点，参考点处的与L1匹配系数最大的温度序列作为与L1变化规律相同的温度序列，并记为参考温度序列。[0014] 优选的，所述依据参考温度序列和L1的时间、平均温度估测热源位置和热源温度，包括的具体步骤如下：[0015] 每个参考点的参考温度序列所处时间段的平均时间记为每个参考点的热源感知时间；L1所处时间段的平均时间记为异常温度点的热源感知时间；每个参考点的参考温度序列的平均温度记为每个参考点的热源感知温度，L1的平均温度记为异常温度点的热源感知温度；[0016] 根据异常温度点和每个参考点的热源感知时间、热源感知温度以及异常温度点和每个参考点的位置估测出热源位置以及热源温度。[0017] 优选的，所述依据参考温度序列对L1进行修正，得到修正后的L1，包括的具体步骤如下：[0018] 为每个参考温度序列以及L1分配权重，将所有参考温度序列和L1按照权重进行加权求均值得到均值序列，根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1。[0019] 优选的，所述热源位置和热源温度稳定是指：每次修正过程中所述权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化。[0020] 优选的，所述每次修正过程中所述权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化，包括的具体步骤如下：[0021] 第一次进行所述修正时，随机初始化所述权重；进行Q次修正后，对得到的所有热源位置和热源温度进行均值漂移聚类，将包含热源位置和热源温度数量最多的类簇记为最大密度类簇；[0022] 每进行Q次修正就随机改变一次所述权重，每次随机改变权重后均获得最大密度类簇；当相邻两次随机改变权重后获得的两个最大密度类簇相似性大于第二预设阈值时，不再进行随机改变所述权重的操作；此时最后一次随机改变权重后获得的最大密度类簇为结果不发生变化的聚类结果；Q为预设修正次数。[0023] 优选的，当不存在参考点时，将异常温度点采集到的温度值作为测量结果。[0024] 优选的，所述每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1的匹配系数，包括的具体步骤如下：[0025] 获得每个温度序列与L1的差值序列，根据差值序列中温度差值的平均值，得到每个温度序列与L1匹配系数，所述匹配系数与所述平均值呈负相关。[0026] 优选的，所述根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1，包括的具体步骤如下：[0027] 将修正后的L1记为L2，L2计算公式为：[0028] ；[0029] 其中 表示均值序列与L1的余弦相似度，表示均值序列。[0030] 另一方面，本发明实施例提供一种电力系统电缆温度精确测量系统，该系统包括：电缆以及缠绕在电缆上的感温光纤、测温主机；[0031] 测温主机包括：温度采集模块、温度存储模块、多光纤协同校准模块、温度预警模块；[0032] 温度采集模块用于采集感温光纤上每个位置的温度；温度存储模块用于存储感温光纤上每个位置的温度；温度预警模块用于对温度进行预警；[0033] 多光纤协同校准模块包括存储器、处理器，以及存储在存储器并在处理器中运行的计算机程序；所述电缆上缠绕的感温光纤数量大于1，所述处理器执行所述计算机程序时实现上述一种电力系统电缆温度精确测量方法的步骤。[0034] 本发明的技术方案的有益效果是：[0035] 本发明将其他感温光纤上的与L1具有相同温度变化规律的位置记为参考点，参考点处的与L1变化规律相同的温度序列记为参考温度序列，依据参考温度序列对L1进行修正，得到修正后的L1；通过利用多根感温光纤抵消了L1中一部分测温精度干扰因素；然后利用其他感温光纤上的且与修正后的L1具有相同温度变化规律的位置的温度变化对L1再进行若干次修正，当热源位置和热源温度稳定时停止修正，停止修正时得到的修正后的L1作为异常温度点的温度测量结果；本发明又进一步经过多次修正避免了单次修正时测温精度干扰因素明显叠加的情况，其中热源位置和热源温度稳定可以确保整个修正过程是整合了热源对不同感温光纤的影响特征，保证可以尽可能准确的抵消测温精度干扰因素，保留更多热源的对光纤的影响特性，进一步提高了测温精度。使得即使感温光纤未经过热源时也能相对准确的感知到热源的产生和热源的变化，避免热源的影响效果由于测温精度不够而被淹没，从而导致热源对电缆造成影响甚至损毁电缆的情况。[0036] 另外本发明的电缆缠绕多根感温光纤，不仅增加了经过热源的几率；同时相比与只缠绕单根光纤，多根光纤协同作用可以更敏锐和准确的感知热源的温度情况以及抵消温精度干扰因素，进而使得测温精度得到进一步提高。附图说明[0037] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0038] 图1为本发明一个实施例所提供的一种电力系统电缆温度精确测量系统的结构图；[0039] 图2为电缆上的感温光纤缠绕示意图；[0040] 图3为不同采样时间下感温光纤噪声分布图；[0041] 图4为本发明一个实施例所提供的一种电力系统电缆温度精确测量方法的流程图。具体实施方式[0042] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种电力系统电缆温度精确测量方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。[0043] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。[0044] 下面结合附图具体的说明本发明所提供的一种电力系统电缆温度精确测量方法及系统的具体方案。[0045] 实施例一：[0046] 请参阅图1，本发明实施例提供了一种电力系统电缆温度精确测量系统，该系统包含一根电力系统的电缆，本实施例中该电缆长度可达20km；电缆上缠绕有感温光纤；考虑到一根电缆可能很长，因此将电缆分为若干段，例如每5km为一段，每段上缠绕多根感温光纤；例如本实施例中每段上缠绕3根感温光纤，其它实施例中可以缠绕更多；本实施例中缠绕多根感温光纤相比于缠绕一根感温光纤可以覆盖更大的电缆表面，这样可以尽可能的让光纤经过电缆热源位置。例如缠绕每段上缠绕3根感温光纤可以使得电缆每个横截面上3个位置与感温光纤接触，而缠绕一根感温光纤时电缆每个横截面上只有1个位置与感温光纤接触。[0047] 本实施例中每隔长度L缠绕一圈光纤的，本实施例以L=1.8m为例进行叙述，如图2所示，其它实施例中可以将L设置为其它数据，例如其它实施例中缠绕4根光纤或者2根光纤时，L可以设置为3m或者1m，本实施例不进行具体限定。同时每段电缆上的多根光纤错位等间隔的缠绕，避免多根光纤交叉导致与电缆表面有过多接触点从而影响电缆表面散热的情况。[0048] 其它实施例中，为了减少感温光纤的通入成本，一方面可以适当增大L的取值，另一方面，可以每隔一段电缆段减少一根光纤，例如第一段电缆缠绕3根光纤，第二段电缆缠绕2根光纤，第三段电缆缠绕3根光纤，第四段电缆缠绕2根光纤，以此类推。[0049] 本系统还包括一个测温主机，所有段电缆的光纤连接到该测温主机上，其它实施例中可以有多个测温主机，例如每段电缆的光纤连接到一个测温主机上，多段电缆就对应多个测温主机。[0050] 测温主机包括温度采集模块、温度存储模块，温度采集模块用于实时分析每根感温光纤的光信号并获得每根感温光纤上每个位置的温度，具体分析过程是公知的本实施例不再进行具体赘述。[0051] 温度存储模块，用于存储最近一段时间内每根感温光纤上每个位置在每个时刻的温度；例如存储最近2个小时内的温度，并且每隔3秒为一个时刻存储一次温度。其它实施例中可设置其它的时间段长度和时刻间隔，本实施例不进行具体限定。该模块使用的是MySql数据库存储数据，并且该数据库每隔一周清空一次。[0052] 另外，测温主机还包括多光纤协同校准模块，该模块考虑到的问题是：虽然本实施例通过缠绕多根感温光纤来增加经过热源的几率，但是依旧有可能存在光纤不经过热源的情况，这种情况下，一方面当热源的热量传递到光纤并被感知到温度异常时，热源可能已经对电缆造成一定的影响或损毁，另一方面，热源的热量传递到光纤时，光纤的测温精度不够高，导致光纤感知不到热源传递过来的温度变化，或者是将热源传递过来的温度变化当成噪声处理了（也即热源传递过来的温度变化被噪声淹没），例如热源温度增加了10摄氏度，但传递到光纤时可能只增加1摄氏度左右，而感温光纤的测温精度可能在0.5到1摄氏度，甚至考虑外界温度和作用力的干扰时测温精度只有2到5摄氏度，这种情况下感温光纤很难分别出热源的温度变化特性。[0053] 总结来说，光纤不经过热源时，感温光纤的测温精度依然不够，因此本实施例通过多光纤协同校准模块来对温度进行校准，进一步的提高测温精度。[0054] 多光纤协同校准模块的原理在于：[0055] 影响感温光纤的测温精度的干扰因素有：光信号在光纤中长距离传输时的衰减；波长解调灵敏度存在的误差，几十度的温升引起的反射光波长漂移不超过1nm；根据光纤中拉曼散射光波的波长漂移计算温度时采样时间带来的误差，例如采样时间12秒时误差1摄氏度左右，最大误差4摄氏度，而采样时间6秒时误差为3摄氏度左右，最大误差趋近10摄氏度，如图3所示，其显示出了感温光纤上不同位置的噪声分布情况；最后外界接触温度或者外接受力等也会影响测温精度。[0056] 需要说明的是，上述数据作为示例参考，具体数据与所选的感温光纤的产品类型有关。[0057] 多光纤协同校准模块中使用多个感温光纤对同一热源进行协同感知，再加上每个感温光纤受到的干扰相互独立，因此可以使用多个感温光纤一同消除或抵消一部分干扰来提高每根光纤的测温精度。[0058] 多光纤协同校准模块具体包括存储器、处理器，以及存储在存储器并在处理器中运行的计算机程序；处理器执行所述计算机程序时实现一种电力系统电缆温度精确测量方法的步骤。[0059] 测温主机又包括温度预警模块，该模块提供两种温度预警方法，这两种预警方法都是基于提高测温精度之后的温度进行预警的；第一种预警方法是单光纤阈值预警，当温度超过预警温度值，例如超过55摄氏度时，进行异常温度报警，主要用于感知光纤经过热源或者热源附近时的预警感知。第二种预警方法是多光纤温度差分预警，具体是当多个光纤的温度差分值同时大于设定阈值时，进行温度报警，主要用于感知光纤未经过的热源的预警感知。[0060] 实施例二：[0061] 请参阅图4，其示出了多光纤协同校准模块中涉及的一种电力系统电缆温度精确测量方法的步骤流程图，该方法具体包括：[0062] 步骤S001、对于每段电缆上缠绕的多根感温光纤，实时判断任意一根感温光纤上每个位置的温度是否超过预设温度阈值，当超过预设温度阈值时将所述位置记为异常温度点，异常温度点在当前时间段内的温度序列记为L1。[0063] 本实施例以任意一根感温光纤为例进行叙述；考虑到感温光纤上的温度比较小时电缆表面很可能不会存在热源，此时比较小的温度没有修正测量精度的必要性；因此本实施例只针对比较大的温度进行分析，本实施例的预设温度阈值为40摄氏度。其它实施例中可是指为其它数值，例如设置为环境温度的140%，这样考虑到了不同环境温度或者天气条件的变化影响，其它实施例中也可以设置为每根光纤上所有位置的所有时刻的温度的均值。[0064] 本实施例中的热源是指电缆局部短路、腐蚀老化或者局部放电导致异常发热而产生的热源，该热源可能处于感温光纤上也可能不在感温光纤上。[0065] 至此，本实施例以任意一根感温光纤为例，实时的获取到了异常温度点，也即获取到了当前时刻的异常温度点。[0066] 需要说明的是，如果当前时刻没有获得温度异常点，那么则依次判断其它感温光纤上是否在当前时刻有温度异常点，如果有，那么后续就以该感温光纤及其上的温度异常点为例进行叙述。如果当前时刻在多根上都检测出了温度异常点，则以其中一根感温光纤上的温度异常点为例进行叙述，然后其它感温光纤上的温度异常点利用相同方法再进行处理。[0067] 为了分析异常温度点的温度变化行为，本实施例首先从温度存储模块读取出当前时间段内的温度序列L1，当前时间段是指当前时刻最近的五分钟，其它实施例中也可以设定其它时间段长度，本实施例不进行具体限定。温度序列L1中温度的变化快慢反应了异常温度点感知到的温度变化特性。[0068] 步骤S002、其他感温光纤上的与L1具有相同温度变化规律的位置，记为参考点，参考点处的与L1变化规律相同的温度序列记为参考温度序列。[0069] 其他感温光纤是指步骤S001中所要分析的异常温度点所在的感温光纤之外的所有感温光纤。[0070] 参考点表示的是其他感温光纤上的与L具有相同温度变化规律的位置，参考温度序列表示的是参考点处的与L1变化规律相同的温度序列。[0071] 其中相同温度变化规律表示的是温度变化趋势或者温度差异相同或相似，说明参考点处的参考温度序列与异常温度点的L1具有相同或相似的温度变化特性，说明参考点和异常温度点可能受同一个热源的影响。如果得到的参考点数量为0，或者说不存在参考点，则说明热源只影响到了异常温度点还尚未影响到其它感温光纤，或者热源就在异常温度点位置。当不存在参考点时，则不对异常温度点的温度进行修正，直接将异常温度点的温度作为温度测量结果；当同一根感温光纤上存在多个参考点时，只保留与异常温度点最近的一个参考点。[0072] 作为一种示例，参考点和参考温度序列的具体获取步骤如下：[0073] 遍历其它其他感温光纤上的每个位置，从温度存储模块中读取每个位置的所有时刻的温度，每个位置在所有时刻的温度划分成多个温度序列。[0074] 每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1匹配系数，获取每个位置的所有温度序列与L1的最大匹配系数，最大匹配系数大于第一预设阈值th1的位置记为参考点，参考点处的与L1匹配系数最大的温度序列作为与L1变化规律相同的温度序列，并记为参考温度序列。[0075] 作为一种优选示例，每个位置在所有时刻的温度划分成多个温度序列，包括的方法为：[0076] 将L1的长度记为a，每个位置在所有时刻中的第1个时刻到第a个时刻的温度构成一个温度序列，第2个时刻到第a+1个时刻的温度再构成一个温度序列，第3个时刻到第a+2个时刻的温度也构成一个温度序列，以此类推直至将每个位置在所有时刻的温度划分完毕，得到多个温度序列。[0077] 作为一种可选示例，每个位置在所有时刻的温度划分成多个温度序列，包括的方法为：[0078] 对于每个位置在所有时刻的温度，按照从后到前的时刻顺序，将所有时刻均等划分为多个时间段，每个时间段的长度为a，如果最后的一个时间段长度不足a，则将其删除，所有时间段的内的温度构成了多个温度序列。[0079] 综上所述，每个参考点对应一个参考温度序列，且其它的每根感温光纤上只有一个参考点。[0080] 步骤S003、依据参考温度序列和L1的时间、平均温度估测热源位置和热源温度。[0081] 考虑到热源位置可能不是出现在感温光纤上的，本实施例中多根感温光纤上的异常温度点和参考点的温度特性可以大致定位出热源的位置和热源温度。[0082] 需要说明的是，本实施例的热源的位置和热源温度是一个理想的恒温热源，这虽然和真实情况下的热源具有差别，但是本实施例的目的不在于精确的测量出热源位置和热源温度，而是在后续依据热源位置和热源温度对异常温度点的温度进行修正进而提高异常温度点的测温精度，因此本实施例的热源位置和热源温度只是估测出的和真实情况有差异的、但依然是助于提高测温精度的两个临时参量，并非本实施例最终测量结果。[0083] 作为一种示例，热源的位置和热源温度的获取方法如下：[0084] 每个参考点的参考温度序列所处时间段的平均时间记为每个参考点的热源感知时间；L1所处时间段的平均时间记为异常温度点的热源感知时间；每个参考点的参考温度序列的平均温度记为每个参考点的热源感知温度，L1的平均温度记为异常温度点的热源感知温度。[0085] 也即如果存在一个热源位置P，该热源位置P的热量经过时间t传递到异常温度点和每个参考点，热源位置P的热量传递到异常温度点和每个参考点后温度降低为T，其中t表示异常温度点和每个参考点的热源感知时间，T表示异常温度点和每个参考点的热源感知温度。[0086] 本实施例根据异常温度点和每个参考点的热源感知时间、热源感知温度以及异常温度点和每个参考点的位置估测出热源位置以及热源温度。[0087] 步骤S004、依据参考温度序列对L1进行修正，得到修正后的L1。[0088] 因为参考温度序列和L1描述的是不同位置在同一热源下的温度变化特性，理想情况下参考点和异常温度点的参考温度序列和L1应该具有十分相似的温度变化特征，但是实际上由于每个感温光纤都具有各自的影响测温精度的干扰因素，导致参考温度序列和L1在具有相似温度特征的基础上也存在一些明显的差异；因此本实施例利用参考温度序列对L1进行修正，抵消一部分干扰因素，保留感温光纤在热源影响下的接近真实的温度变化特性。[0089] 作为一种示例，依据参考温度序列对L1进行修正，得到修正后的L1，包括的步骤为：[0090] 为每个参考温度序列和L1分配权重，将所有参考温度序列和L1按照权重进行加权求均值得到均值序列，根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1。[0091] 其中对所有参考温度序列按照权重进行加权求均值的目的在于：考虑到其它感温光纤上的测温精度干扰因素互相独立、互不影响，因此通过加权求均值的方法可以抵消一部分精度干扰因素，只保留下趋近于真实的温度变化特性（也即不同感温光纤在热源影响下的温度变化特性），也即均值序列。又考虑到不一定能完全抵消测温精度干扰因素，也可能叠加了测温精度干扰因素，因此不直接将均值序列作为修正后的L1，而是根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1，这样既避免测温精度干扰因素的过分叠加，也一定程度上达到了测温精度干扰因素抵消的目的。[0092] 步骤S005、利用其他感温光纤上的且与修正后的L1具有相同温度变化规律的位置的温度变化对L1再进行若干次修正，当热源位置和热源温度稳定时停止修正。[0093] 上述步骤S002 S004是一个完整的修正过程；但是上述修正过程中，部分测温精度~干扰因素得到抵消和消除，但是也有部分测温精度干扰因素叠加的更明显，因此本实施例需要连续进行多次修正，以保证全部的测温精度干扰因素得到抵消和消除，且尽量不存在测温精度干扰因素叠加的问题。[0094] 考虑到热源位置和热源温度是整合所有感温光纤在相同热源下温度特性所估测的具有明确物理含义的参量，当测温精度干扰因素叠加的情况严重时，所有感温光纤形成的测体系面临的干扰越大，越无法估测出稳定明确的热源位置和热源温度；相反，当测温精度干扰问题抵消消除的越多时，所有感温光纤形成的测温体系无太多干扰因素，即使估测的热源位置和热源温度不精确，但是这个不精确的热源位置和热源温度依然是稳定分布的，例如围绕着真实精确的热源位置和热源温度周围分布，不会出现偏离程度大的情况。因此进行多次修正，当热源位置和热源温度稳定时停止修正。[0095] 作为一种示例，利用其他感温光纤上的且与修正后的L1具有相同温度变化规律的位置的温度变化对L1再进行若干次修正，当热源位置和热源温度稳定时停止修正，包括的具体方法如下：[0096] 将修正后的L1再次作为步骤S002的输入，并多次重复步骤S002 S004。每次修正过~程中权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化，聚类结果不发生变化也即热源位置和热源温度稳定。[0097] 步骤S006、停止修正时得到的修正后的L1作为异常温度点的温度测量结果。[0098] 需要说明的是，修正后的L1是异常温度点在当前时间段内的温度测量结果（实质上也是一个温度序列），本实施例只保留L1中最后一个时刻的温度作为异常温度点在当前时刻的温度测量结果。[0099] 需要说明的是，本实施例步骤S001中实时的获得了感温光纤上的温度异常点，并通过步骤S001 S006对温度异常点的温度进行修正，实时的获得了温度异常点的相对准确~的温度测量结果，提高了温度异常点在当前时刻的测温精度。[0100] 如果当前时刻的其它感温光纤上也有温度异常点，此时再利用步骤S001 S006的~方法对其它感温光纤上的温度异常点进行修正，获得其它感温光纤上的温度异常点的相对准确的温度测量结果。[0101] 对于当前时刻下温度异常点之外的其它位置的温度测量结果就是其它位置输出的温度。[0102] 实施例三：[0103] 作为一种示例，多光纤温度差分预警包括：[0104] 获得每根感温光纤上的温度异常点的修正后的准确温度测量结果后（也即上述步骤S006之后）；在每根感温光纤，获取每个位置在当前时间段内的温度序列，当前时间段是当前时刻最近的五分钟。然后利用长度为3的高斯滤波核对温度序列滤波处理，并对滤波后的温度序列进行一阶差分处理，得到差分序列；一阶差分处理是指滤波后的温度序列中后一个时刻的温度减去前一时刻的温度；最后计算差分序列的均值，该均值越大说明温度序列增长的越快，越可能存在热源干扰。因此将该均值记为当前时刻下每根感温光纤上每个位置的热源干扰指标。[0105] 需要说明的是，由于上述热源干扰指标是在每个位置的具有较高测温精度的温度下计算得到的，因此相比于直接使用温度存储模块中存储的、未经修正的温度下计算的热源干扰指标，本实施例的热源干扰指标能够更加区分出热源在感温光纤下的变化情况，有助于提高热源的识别精度，避免测温精度低导致热源在感温光纤下的变化被噪声淹没或者变化趋势识别的情况。[0106] 如果当前时刻存在两根或者两根以上的感温光纤，且这些感温光纤上均存在有热源干扰指标大于预设差分阈值th2的位置时，说明电缆表面存在危险热源需要进行预警。本实施例以th2=3摄氏度为例进行叙述，其它实施例中可设置为其它数值。[0107] 实施例四：[0108] 作为一种优选示例，每个位置的每个温度序列分别与L1进行匹配，并计算每个温度序列与L1的匹配系数，包括的方法为：[0109] 首先将每个温度序列与L1作差，得到差值序列，将差值序列中所有温度差值求绝对值再取平均值，得到的结果记为x，x越大说明每个温度序列与L1差异越大，越不匹配，本实施例将exp（?x）作为每个温度序列与L1匹配系数。[0110] 每个位置的所有温度序列与L1的最大匹配系数大于第一预设阈值th1时记为参考点，本实施例以th1=0.45为例进行叙述，其它实施例可选择其他数值，本实施例不进行具体限定，exp（）表示以自然常数为底的指数函数。[0111] 其它实施例中，匹配系数可以设置为每个温度序列与L1的皮尔选相关系数。[0112] 另一些实施例中，可以将每个温度序列与L1的DTW距离作为上述的x，进而得到匹配系数exp（?x）；DTW距离是由DTW算法（动态时间规整算法）得到，其值越大，说明每个温度序列与L1差异越大，越不匹配。[0113] 作为一种示例，为每个参考温度序列和L1分配权重，将所有参考温度序列和L1按照权重进行加权求均值得到均值序列，根据均值序列与L1的相似性将均值序列与L1融合得到修正后的L1，包括的方法为：[0114] 将参考温度序列和L1统一称为目标温度序列，目标温度序列的数量记为N，第i个目标温度序列记为 ，其分配的权重记为 。本实施例需要保证所有目标温度序列的权重之和等于1，如果不等于一，则对其进行归一化处理，具体的归一化公式为：[0115] ；[0116] 表示第i个目标温度序列归一化后的权重，后续使用的权重均是该归一化后的权重。[0117] 均值序列 的计算公式为：[0118] ；[0119] 修正后的L1记为L2，其计算公式为：[0120] ；[0121] 其中 表示均值序列与L1的相似性。[0122] 作为一种示例，均值序列与L1的相似性用均值序列与L1的余弦相似度表示。其它实施例中可均值序列与L1的匹配系数表示。[0123] 作为一种优选示例，每次修正过程中所述权重无论取任何数值，多次修正得到的热源位置和热源温度的聚类结果不发生变化，包括的方法为：[0124] 第一次进行修正时（也即执行实施例一的步骤S004时），随机初始化所述权重，得到修正后的L1，将修正后的L1再次作为步骤S002的输入，进行第二修正，得到修正后的L1，将修正后的L1再次作为步骤S002的输入，进行第三修正，以此类推进行Q次修正，其中Q>5，本实施例以Q=10为例进行叙述，其它实施例中可设置为其它的大于5的值。[0125] 这Q次修成过程中权重保持不变，反复地在其他感温光纤上寻找与修正后的L1变化规律相同的温度序列，然后利用这些变化规律相同的温度序列对L1进行再次修正。这个过程中获得的每个热源位置和热源温度构成一个二维的数据点，这个过程中获得的所有数据点进行均值漂移聚类，得到若干类簇，其中每个类簇中包含若干数据点，每个数据点对应一对热源位置和热源温度，将包括含数据点个数或者包含热源位置和热源温度个数最多的类簇记为最大密度类簇。[0126] 之后每进行Q次修正就重新随机初始化一次权重，同时每进行Q次修正后，重新获得一次最大密度类簇；例如进行4Q次修正后，将前4Q次修正过程中获得的所有数据点聚类并获得最大密度类簇。[0127] 综上所述，每随机改变一次权重即可获得一个最大密度类簇。[0128] 当相邻两次随机改变权重后获得的两个最大密度类簇相似性大于第二预设阈值th3时不再进行下次的随机改变权重的操作；此时获得的最大密度类簇为结果不发生变化的聚类结果，也即热源位置和温度稳定分布的类簇。[0129] 其它实施例中可以令随机改变权重次数达到Q1次后得到的最大密度类簇作为结果不发生变化的聚类结果，例如Q1=10。[0130] 作为一种优选示例，两个最大密度类簇相似性的获取方法为：[0131] 分别获取两个最大密度类簇中的数据点所围城凸包区域，将两个凸包区域的交并比作为相似性，本实施例以th3=0.8为例进行叙述，其它实施例中可设置为其它值，本实施例不进行具体限定。[0132] 其它实施例中，相似性的获取方法还包括：获取分别属于两个最大密度类簇中的任意两个数据点的欧氏距离，所有欧式距离求均值，该均值越大说明两个最大密度类簇越不相似，此时将均值的倒数作为两个最大密度类簇的相似性。[0133] 实施例五：[0134] 作为一种可选示例，根据异常温度点和每个参考点的热源感知时间、热源感知温度以及异常温度点和每个参考点的位置估测出热源位置以及热源温度，包括的方法为：[0135] 假设热源位置和热源温度是两个待求解的参数，由于热源传递热量到不同位置（包括异常温度点和每个参考点）的时间以及温度是已知的，因此可以使用热力学方程求解出热源位置和热源温度，其中热力学方程是一个三维空间的偏微分方程，其求解方法是公知的，本实施例不再进行赘述。[0136] 需要说明的是，求解热力学方程是需要测量电缆的热扩散率K，该参数K可以通过实验测定。[0137] 作为另外一种可选示例，考虑到热源不是恒温的，电缆的内部构造复杂，对应的热扩散率K也不是可以精准测得的，因此本发明所有实施例中的热源位置和热源温度是无法精确测量的，但是本发明的所有实施例中并不依赖于准确的热源位置和热源温度，只要热源位置和热源温度能大概描述热源对感温光纤的影响即可，以便于根据热源位置和热源温度的稳定性修正L1。[0138] 因此可以将电缆的热传导过程进行简化，将上述热力学方程简化到一维空间，该一维空间就是电缆轴线，此时异常温度点和每个参考点的位置就是异常温度点和每个参考点在电缆轴线上的投影位置。[0139] 另外需要说明的是，异常温度点和每个参考点的位置都是感温光纤上的位置，又因为本实施例中长度为L电缆缠绕一圈感温光纤，因此可以计算出异常温度点和每个参考点在电缆上对应的位置，具体计算方法是数学几何知识，本实施例不再具体赘述，或者是使用计算机模拟出异常温度点和每个参考点在电缆上对应的位置。[0140] 作为一种优选示例，热源位置和热源温度的获取方法还包括：[0141] 由于上述两个示例依然需要求解偏微分方程，虽然通过热力学定律获得的热源位置和热源温度相对准确，但是计算量大，甚至还需要测量电缆的热扩散率K，然而本实施例并不需要计算出准确性较高的热源位置和热源温度，本实施例利用数据统计和简单的线性模型来高效的估测出热源位置和热源温度，具体方法如下：[0142] 考虑到实施例一的步骤S002中当同一根感温光纤上存在多个参考点时，只保留与异常温度点最近的一个参考点，同时考虑到热源向四周传递，距离热源越近的位置其越早的受到热源影响。因此热源位置处于所有参考点和异常温度点之间。[0143] 本实施例将所有参考点和异常温度点统一称为目标点。[0144] 如果两个目标点的热源感知时间一样，说明热源处于两个目标点正中间，如果两个目标点的热源感知时间差异比较大，那么热源必定靠近其中一个目标点。因此本实施例中热源感知时间越靠前的目标点越接近热源，热源感知时间越靠后的目标点越远离热源。[0145] 对于任意两个目标点P1、P2，其热源感知时间分别为t1、t2，其中t1小于等于t2（即P1的热源感知时间靠前），假设热源处于目标点P1、P2之间时，热源到P1的距离与热源到P2的距离的差异与t1呈正相关，与t2呈负相关；或者说热源到P1的距离与热源到P2的距离的差异与t2?t1呈负相关。[0146] t1越。ɑ蛘咚祎2?t1越大）说明P1热源感知时间越靠前，P1越先感知到热源，此时热源越靠近P1其越远离P2，因此热源到P1的距离与热源到P2的距离的差异越大；t1越大（或者说t2?t1越。┦，也即t1越接近t2，此时P1和P2的热源感知时间越可能相同，此时热源与P1和P2的距离越可能相同，此时热源到P1的距离与热源到P2的距离的差异越小。[0147] 那么根据热源到P1的距离与热源到P2的距离的差异与t2?t1呈负相关这一结论，得到如下公式：[0148] ；[0149] 其中 表示目标点P1与热源P的欧式距离， 表示目标点P1与P2的欧式距离， 表示目标点P2与热源P的欧式距离，其中和 分别表示热源与目标点距离之间的差异以及目标点之间的热源感知时间的差异。本实施例直接利用简单的线性关系来约束上述的负相关关系，其它实施例中可以使用平方关系、指数关系或者对数关系来约束上述的负相关关系。[0150] 例如其它实施例中使用指数关系约束上述的负相关关系时的公式为：[0151] ；[0152] 利用上述公式求解出 ，由于假设的是热源处于目标点P1、P2之间，因此由定位出热源位置。[0153] 同理使用其它的一对目标点也可以定位出热源位置，所有目标点之间定位出的热源位置的平均值作为最终的热源位置。[0154] 确定出热源位置之后，考虑到距离热源位置越远温度降低的越大，因此热源温度相对于目标点的温度减少量与热源位置与目标点的距离呈正相关；假设任意一个目标点P1的热源感知温度为T1，那么：[0155] ；[0156] 本实施例直接利用简单的线性关系来约束上述的正相关关系，其它实施例中可以使用平方关系、指数关系或者对数关系来约束上述的正相关关系。[0157] 利用该公式求解出P1下对应的热源温度TP，所有目标点对应求解出的热源温度TP的均值记为热源的最终温度。[0158] 至此本实施例利用简单的线性近似方法以及数据统计方法估测出了热源位置和热源温度。如图2所示，其中的A、B、C是三个目标点，其中A、B是参考点，C是异常温度点，P是热源位置。[0159] 实施例六：[0160] 本实施例再给出一种获取热源位置和热源温度的获取方法：[0161] 本实施例所有目标点的位置、所有目标点的热源感知时间、所有目标点的热源感知温度构成一个向量；假设有三个目标点，每个目标点分别对应位置、热源感知时间、热源感知温度三个参量，那么这三个目标点的9个参量构成一个9维的向量，这个9维的向量就包含了热源位置和热源温度的特征，也即热源位置和热源温度用这个9维的向量进行表示。[0162] 虽然将热源位置和热源温度表示成9维的向量，但是不影响后续的对L1的多次修正。[0163] 需要说明的是，当热源位置和热源温度表示为9维的向量时，在对L1进行多次修正过程中，便不是对每个热源位置和热源温度构成一个二维的数据点进行聚类，而是对每个热源位置和热源温构成的9维的向量进行聚类，此时增加了聚类过程的计算量，因此本实施例作为具有较高计算量的可选示例。[0164] 需要说明的是，上述所有实施例中的热源位置和热源温度的获取即使没有较高的准确性或者没有赋予实际的物理意义，依然可以用于L1的修正过程，尽可能抵消测温精度的干扰因素，提高测温精度。[0165] 以其它上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：黑龙江

专利申请日期：2024-06-12

专利公开日期：2024-08-16

专利公告号：CN118329229B