基于电力通信动静态资源的光缆故障诊断研究＊

金 波,赵 婷,陈家璘,祝 为,隋璐捷

（国网湖北省电力有限公司信息通信公司，湖北 武汉 430070）

1 引言

随着网络带宽需求的不断增加，电力系统的信息传输也已经逐步采用光纤通信技术。但是随着电力通信网络的规模和复杂度越来越大，其安全和可靠性也面临着巨大的挑战。系统的复杂度越高则意味着出现故障的可能性越大，尤其是光纤通信系统，导致后期维护成本居高不下。传统光纤故障定位技术主要采用的是光时域反射仪，但是该技术只能测算发生故障位置的距离[1-2]。这在面对复杂的电力通信光纤网络时，工作效率十分低下，必须耗费大量的时间和人工成本在一定范围(以测算的距离为半径)内盲目寻找。因此必须最大限度地的提高光缆故障诊断的工作效率和准确度，才能使电力通信光缆得到大规模推广和应用[3-4]。

目前，已出现一些改进光纤故障定位技术的研究工作，例如采用自适应阈值设计思路[5]，而另一些研究工作则采用分布式光纤传感技术[6]。但是，上述方向的研究均需要借助额外电气或者传感硬件设备，这些设备通常体积小、价格昂贵，因为它是针对室内高精度应用场景而设计的。这样会大大增加使用成本并无法适用于复杂的室外环境[7-8]。在文献[9]中建议采用地理信息系统和全球定位系统(global positioning system，GPS)，通过实际地理环境相结合，提高了故障定位系统的可靠性和效率。然而，仅依靠地理信息系统和全球定位系统进行光纤故障定位虽然可靠性和运行效率明显提高，但是精确度却不够理想。

因此，在上述研究的基础上，本文提出了一种基于电力通信动静态资源的光缆故障诊断方法。主要思路是通过将光时域反射仪和地理信息系统相结合，构建了数字化的电力通信动静态资源。同时，为了提高故障定位精度，采用Gabor变换对高频分量进行滤波去噪，实现基本信号的特征增强。阈值处理过程采用了硬阈值法，从而尽量避免突变点信息的遗漏。该方法的主要优点是：1)与传统光时域反射仪和改进型方法相比，适用性和工作效率得到明显提升；2)与采用地理信息系统和GPS的方法相比，精度更高。

2 光缆故障定位原理

作为光缆故障检测的主流设备，传统光时域反射仪采用了光学散射和反射理论[10]。主要通过光时域反射仪的曲线进行分析来估计故障光缆的位置信息。光时域反射仪的工作曲线如图1所示。

从图1可以看出，光时域反射仪的工作曲线主要包括盲区、恒定斜率区、非反射事件、反射事件和光纤尾端等信息。

设某段入射光纤的功率为P(0)，那么传输一定距离后的光功率P(Z)为：

其中，Z表示传输距离，α表示衰减系数。

如果Z点无故障且不存在光纤转换接头，则该点的后向散射光功率Pbs(Z)为：

其中，γ(Z)表示Z点的后向瑞利散射系数。

Z点的菲涅尔反射光功率Pf(Z)为：

其中，λ(Z)表示Z点的菲涅尔反射系数。

则故障发生位置的功率变化△P为：

故障发生位置的功率变化△P的具体表现形式为直观的尖峰信号。

对于分叉的光纤路由，按照上述原理同样可以得出故障发生位置的功率变化△P为：

其中，k(l)表示第l路分支光脉冲的损耗系数，γl(Z)和λl(Z)分别表示光脉冲在第l路分支Z点的后向瑞利散射系数和菲涅尔反射系数。

以真实的电力通信光缆故障案例，对基于光时域反射仪的光纤故障定位原理进行说明。在某地区网络段上的常规单模光纤上，其光时域反射仪曲线的正常和非正常曲线，脉冲宽度30ns，波长1310nm，如图2所示。

图2 光时域反射仪曲线的正常和非正常曲线

从图2(a)可以看出，正常曲线包含了完整的光时域反射仪工作信息，如盲区和斜率区，此外还有A 点和B 点的非反射事件(反射峰)。然而，非正常曲线在A点出没有非反射事件出现且后续均为衰减区域，因此可以推断故障位置就是A点。需要注意的是，光时域反射仪是有测试范围限制的，其最佳距离范围为[1．5，2．5]km。此外，对于单模类型和多模类型光纤，需要合理设置不同的波长、折射率和后向散射系数等参数。通过上述案例分析，可以看出基于光时域反射仪的传统光纤故障定位技术只能测算发生故障位置的距离。这在面对复杂的电力通信光纤网络时，工作效率十分低下，必须耗费大量的时间和人工成本在一定范围内盲目寻找。

3 提出的光缆故障诊断方法

本文通过将光时域反射仪和地理信息系统相结合，构建数字化的电力通信动静态资源，具体包括遥感影像数据、工程制图文件和地图数据。

3.1 电力通信动静态资源的构建

建立电力通信动静态资源的目的是克服光时域反射仪测量距离范围的限制，以便在二维空间内搭建空间数据库关系。具体内容涉及数据采集、数据录入、属性数据划分、错误纠错和数据存储。整个过程的本质是实现电力通信光缆数字化地图，进行空间数据库与真实地理数据的正确映射。整个过程虽然耗时耗力，但是一旦首次搭建完成，就可以重复使用，后续仅需在此基础上进行维护和完善。

首先，对于电力通信动静态资源来说，其每一个要素的空间信息必须确保准确，这直接关系到后续的校准和故障定位的准确度。数据采集主要利用遥感影像数据、百度地图、电力光缆规划图CAD 文件和配电房网柜实测数据，来实现地理信息系统源构建。重点是电缆地理信息系统中各配电房的地图元素和属性数据，其中地图元素的绘制需要对比网络地图与描绘元素之间的区别，并做出相应的操作，地图元素的具体绘制方法如图3所示。

图3 地图元素的具体绘制方法

其次，在将采集的数据进行绘制后，需要将地图数字化以便使其具备空间属性，具体步骤为：1)建立坐标系、2)空间配准、3)地理背景元素绘制、4)通信光缆元素绘制和5)错误修改。

3.2 Gabor小波滤波器的构建

正如前面所述，对于电力通信光缆故障诊断来说，仅仅依靠地理信息系统是不可能实现光纤故障定位的，必须结合光时域反射仪的工作曲线分析。在第1 节中已经对基于光时域反射仪曲线的光纤故障定位原理进行了简要介绍。目前，光时域反射仪曲线分析的主要方法很很多，例如最小二乘、傅立叶变换和小波变换等。其中小波变换的被证实具体最佳的去噪性能。而随着小波分析理论的发展，Harr小波、样条小波、Gabor小波等也得到广泛应用[11-12]。

因此，本文采用Gabor滤波器来进行光时域反射仪曲线分析。Gabor小波核函数的定义如下[13]：

其中，ku，v表示滤波器中心频率，u表示方向因子，σ表示与小波的频率带宽有关的常数，v表示尺度因子，z为给定位置(x，y)的坐标。可以看出公式(6)表示参数u和v变化的函数，σ为Gabor滤波器的带宽，决定了高斯窗宽与波长之比，其计算方式如下：

其中，φ为倍频程表示的半峰带宽，σ一般都设置为2π。

Gabor小波滤波器可以分为实部和虚部[14]：

其中实部为：

虚部为：

幅值为：

滤波器的中心频率ku，v控制着振荡部分的波长、方向以及高斯窗口的宽度。

其中，kmax表示Gabor滤波器最大中心频率，一般取值为/2，fv表示频域内该滤波器的空间因子，θu表示Gabor滤波器的方向选择性。

具体采用了阈值法来提取光时域反射仪曲线中有用信号，并分离噪声信号，算法流程如图4所示。

图4 基于阈值的去噪流程

3.3 硬阈值选取

如图4所示的阈值去噪流程中，需要进行阀值处理，本文具体采用了硬阀值法，其小波系数WT的定义如下：

其中，Th表示阈值。

硬阈值处理原理示意图如图5所示。

图5 硬阈值处理原理示意图

从图5看出，相比与软硬阈值处理，硬阈值处理的连续性较差，但是从光时域反射仪曲线分析图中可以看出，故障检测的重点是突出峰值，所以不需要光滑的曲线效果。硬阈值处理能够尽量避免突变点信息的遗漏。

4 实验结果与分析

4.1 故障定位实例测试

为了验证提出的光纤故障定位方法的性能，以某地级市辖区内的45#配电房到46#配电房光缆段为例进行了具体测试。该段光缆的详细参数如表1所示。

表1 开关模型的真值表

故障定位测试的工作流程为：1)进行了光时域反射仪测试以便得出计算不同位置的曲线图；2)接着利用Gabor 滤波器进行去噪处理并获得曲线图的事件点信息；3)通过电力通信动静态资源将事件点进行地理空间定位。

其中，采用Gabor滤波器进行硬阈值去噪后的高频部分如图6所示。

图6 阈值去噪后的高频部分

从图6可以看出，Gabor滤波器的去噪效果较为明显，对应光纤末端位置是413．5m。此外，可以清楚看出，反射事件位置的距离为206．1m，结合电力通信动静态资源可以得出故障位置的地理空间信息。最终，经过人工排查验证了估计故障位置的正确性，该故障位置是道路施工不慎挖断的光缆段。

4.2 结果分析

为了进一步验证所提方法的有效性，在多条光缆段上进行故障诊断测试，并将最终估计结果与真实故障数据进行对比分析，结果对比如表2所示。

表2 故障定位结果对比

从表2可以看出，所提方法的估计故障坐标与实际故障坐标十分接近，定位精度较高，误差仅为2至3m。这大大提高了系统维护人员的工作效率，保障了电力系统的可靠性。

5 结束语

本文提出了一种基于电力通信动静态资源的光缆故障诊断方法。将光时域反射仪和地理信息系统相结合，构建了数字化的电力通信动静态资源。此外，采用Gabor变换对高频分量进行滤波去噪，实现基本信号的特征增强。阈值处理过程采用了硬阈值法。实际测试结果验证了所提方法的有效性和可行性。但是，所提方法存在电力通信动静态资源构建较慢，耗时较长的问题，导致初次使用成本较高，后续将对如何降低静态资源构建成本开展进一步研究。