DISTRIBUTED OPTICAL FIBER SENSOR FOR LONG-DISTANCE OIL PIPELINE HEALTH

A fully distributed optical fiber sensor （DOFS） for monitoring long-distance oil pipeline health is proposed based on optical time domain reflectometry （OTDR）. A smart and sensitive optical fiber cable is installed along the pipeline acting as a sensor, The experiments show that the cable swells when exposed to oil and induced additional bending losses inside the fiber, and the optical attenuation of the fiber coated by a thin skin with periodical hardness is sensitive to deformation and vibration caused by oil leakage, tampering, or mechanical impact. The region where the additional attenuation occurred is detected and located by DOFS based on OTDR, the types of pipeline accidents are identified according to the characteristics of transmitted optical power received by an optical power meter, Another prototype of DOFS based on a forward traveling frequency-modulated continuous-wave （FMCW） is also proposed to monitor pipeline. The advantages and disadvantages of DOFSs based on OTDR and FMCW are discussed. The experiments show that DOFSs are capable of detecting and locating distant oil pipeline leakages and damages in real time with an estimated precision of ten meters over tens of kilometers.

Automatic Detection of Optical “Faults” in Communications Networks

An efficient, fast, Physical Layer monitoring approach is needed to instantaneously identify, locate and report (via SNMP) optical fiber cuts, breaks or other faults (open or dirty optical connectors) in the optical fiber cable plant.

融合短时傅里叶变换和卷积神经网络的托辊故障诊断方法

托辊故障已成为带式输送机运行中的常见问题。若不能及时诊断托辊故障,则将严重制约带式输送机的安全运行。为了解决上述问题,基于某矿带式输送机中间段托辊的实际运行工况,提出了一种融合短时傅里叶变换(short-time Fourier transform,STFT)和卷积神经网络(convolutional neural network,CNN)的托辊故障诊断方法。首先,以分布式光纤为基础,对托辊在正常、轴承损坏及筒皮断裂工况下运行时的振动信号进行采集并作STFT处理,得到对应的时频图样本集,并将其分为训练集和测试集。然后,将训练集输入CNN模型以进行诊断模型训练,在训练过程中不断更新不同工况下托辊的运行状态特征。最后,将训练好的CNN模型应用于测试集,并输出托辊运行状态的识别结果。结果表明,所构建的CNN模型的识别准确率高达99.6%。基于所提出的故障诊断方法,在某矿上开展现场实验,以进一步验证CNN模型的识别准确率。实验结果表明,CNN模型对带式输送机中间段托辊的运行状态有较高的识别准确率,可达96.5%,与测试集上的识别准确率仅相差3.1个百分点,说明所提出的故障诊断方法具有一定的可靠性。后续可通过不断增加不同工况下托辊的运行数据来提高该故障诊断方法的鲁棒性,这可为煤矿企业有效诊断托辊故障提供有力的理论基础。

跨博-阿断裂隧道的抗错断性能模型试验

中国西部地区地质条件复杂,许多隧道工程在建设过程中会穿越不良地质区段,受到来自活动断层的错动威胁.为探究走滑断层作用下铰接隧道结构的应变响应规律及变形破坏机制,以天山胜利隧道工程为背景,利用光纤传感技术,通过室内缩尺模型试验,开展了走滑断层作用下分节段铰接隧道变形破坏研究.结果显示,隧道衬砌的变形主要发生在断层破碎带内部及边缘附近,隧道整体的破坏模式为拉压剪切组合破坏模式;沿隧道纵向,断层破碎带处隧道受力模式总体上为拱顶与拱底受拉,两侧既有受拉也有受压;沿截面环向,环向应变分布呈“W”形,存在两个拉应变峰值及两个压应变峰值,截面变形趋势为两侧受到水平挤压作用,迫使截面由马蹄形向椭圆形发展.研究结果揭示了走滑断层作用下铰接隧道的变形破坏形式以及衬砌变形规律,可为类似工程提供理论参考和技术支持.

基于光纤声发射的局部放电信号识别方法分析

局部放电(PD)是电气设备绝缘退化的主要原因,相较于传统的检测方法,光纤声发射检测技术具有不影响设备运行方式、抗电磁干扰能力强等优点。设计并制作了尖端放电、气泡放电、悬浮放电和沿面放电4种典型局部放电模型,搭建了基于光纤声发射的局部放电声发射信号采集试验平台,采集了梯度施加电压下的局部放电声发射信号并对其进行了参量统计分析,提出了将去噪后信号时频图作为卷积神经网络特征输入的识别模型。试验结果表明,该识别模型对于淹没在噪声中的微弱局部放电信号具有良好的识别效果,识别准确率可达98%。

基于光纤传感的铁路牵引网故障自动识别技术

由于现有的铁路牵引网故障识别方法在识别过程中易受到周围环境影响,故障识别准确率较低,因此,提出基于分布式光纤传感的铁路牵引网故障自动识别方法。构建3种牵引网故障自动识别规则,通过自动识别规则,使用分布式光纤传感对故障特征进行提取;使用变量分析对故障损伤数据进行处理,筛选符合传输的故障损伤数据进行传输,计算故障损伤数据,运用网络拓扑结构对故障特征信息进行传输;通过融合层次的诊断,进行数据的融合,得到诊断结果,实现基于分布式光纤传感的铁路牵引网故障自动识别。

基于载波调制的光纤通信故障数据诊断方法

光纤通信信号一般具有复杂的低频成分,在通信信道中传输难以匹配信道特性,导致光纤通信故障诊断准确度不高,因此提出了一种基于载波调制的光纤通信故障数据诊断方法。该方法通过采集并预处理光纤通信信号,将采集信号加载到高频载波上实现载波调制,然后输入BP神经网络进行初步故障诊断。进一步利用换班测试法确定故障数据在通信链路上的位置。实验结果表明,该方法在实现光纤通信故障数据诊断的同时,能够准确定位故障数据在通信链路中的位置。

基于人工智能的电力系统光纤故障检测研究

在电力系统实际运行过程中,光纤通信面临着故障风险。基于此,提出了一种基于人工智能的电力系统光纤故障检测方法。首先,介绍了光纤网络结构以及故障监测的常用方法;其次,描述了神经网络的具体应用;最后,建立了对比试验,验证了模型的可靠性。试验结果表明:通过与实际故障原因的对比,采用神经网络进行故障分析的误判率在四种故障模式下分别低于3%、15%、14%、5%;优化模型的整体识别正确率为86.34%,高于传统模型。该结果验证了模型的合理性。该研究提出的电力系统光纤故障检测方法具有一定的参考意义。

基于光纤传感的铁路牵引网故障自动识别方法

由于现有的铁路牵引网故障识别方法在识别过程中易受到周围环境影响,故障识别准确率较低,因此,提出基于分布式光纤传感的铁路牵引网故障自动识别方法。构建三种牵引网故障自动识别规则,通过自动识别规则,使用分布式光纤传感对故障特征进行提取;使用变量分析对故障损伤数据进行处理,筛选符合传输的故障损伤数据进行传输,计算故障损伤数据,运用网络拓扑结构对故障特征信息进行传输;通过融合层次的诊断,进行数据的融合,得到诊断结果,实现基于分布式光纤传感的铁路牵引网故障自动识别。搭建仿真模拟模型进行实验,通过实验结果表明:在10种不同的故障类型条件下,本文设计方法在对牵引网故障损伤自动识别中,准确率最高可达到93.35%,故障识别效果较好,可满足对铁路牵引网故障自动准确识别的需求,具有一定的实际应用价值。

持续性灾害下风险感知的光网络业务恢复算法

【目的】地震等自然灾害具有持续性和大范围的特性。灾害在发生过程中会持续性损伤光网络的链路资源,造成其链路风险不断变化。面对持续变化的链路风险,业务恢复规划不当可能导致恢复业务再次发生故障。从业务角度来看,重复故障将导致数据传输的多次中断,且随着灾害发生,后续的链路状态损伤加剧可能导致无法恢复此业务。从网络管控方面来看,重复恢复会造成算路资源浪费,占用其他业务的恢复资源。同时,由于业务传输的数据重要性不同,不同业务对传输可靠性的需求存在差异,在发生故障时,高重要度业务应优先恢复。因此,在大规模持续性灾害场景下,综合考虑灾害对链路风险的持续性影响以及不同业务对路径可靠性需求的差异性进行业务恢复是一个值得研究的问题。文章针对此问题提出了一种持续性灾害下基于链路风险感知的业务恢复算法——动态链路风险重路由算法(DLRRA)。【方法】首先,针对业务重要度和链路风险,文章建立了业务重要度与链路风险评估模型,并在此基础上提出了优化目标路由可靠度。DLRRA结合优化目标充分考虑了灾害对链路持续性影响造成的链路风险度变化,通过优先为高重要度的故障业务分配低风险的恢复资源,避免了在灾害持续发生过程中同一高重要度业务发生2次故障的风险。【结果】仿真结果表明,DLRRA恢复的首次业务较传统算法的2次故障概率降低了11%,且在高负载下的平均重要度提高了10%。【结论】因此,该算法有效避免了持续性故障造成的业务多次中断带来的损失,保证了重要业务在灾害环境中的持续稳定运行。

基于光纤微震监测的底板破坏时空演化规律研究

随着煤炭开采深度的增加,采煤工作面将面临严重的高承压水威胁,以淮南矿区受底板承压水威胁的潘二煤矿11023采煤工作面为工程背景,采用高灵敏光纤微震监测系统对工作面底板破坏时空演化规律进行监测分析。结果表明,工作面底板微震事件数量主要集中在煤层底板0~20 m内;微震事件数量与开采活动速度有明显的相关性,工作面退尺进度越大,微震事件数量越多;在断层和煤层变薄异常区附近,微震事件的数量增多和强度增大;工作面初采期间应力集中释放,底板受采动影响破坏较深。研究结果可为工作面底板水害防治和工作面推进速度的优化提供技术支撑。

基于数据挖掘技术的光纤通信远距离传输故障检测方法

为提高对光纤通信远距离传输过程故障检测的准确率,强化对于光纤通信系统的管理和维护,文章基于数据挖掘技术,提出一种光纤通信远距离传输故障检测方法。首先建立目标函数,以备后续评估故障对整个光纤通信网络的影响;其次利用数据挖掘技术对故障不良数据进行修正,得到与故障相关的特征信息;接着据此构建特征向量集,通过确定模态参数K实现对目标函数的优化,保证故障检测的准确性和完整性。实验结果表明:该文方法检测光纤通信远距离传输中的故障时,得到故障检测平均准确率为99.59%,具有较高的准确性,说明该方法能准确检测故障。

光纤传输常见故障及应对方法

光纤传输技术作为当今信息传输领域的重要支柱,在电子信息、广播电视、通信等领域展现出了其独特的优势。然而光纤网络传输故障时有发生,影响了信息传输的稳定性和可靠性。文章详细分析了光纤网络传输中常见的故障类型,并针对性地提出了有效的排除措施与管理办法。通过实施这些措施,可进一步提升光纤传输的运行质量,确保信息传输的高效、稳定和安全。

基于相干检测技术的光时域反射仪硬件优化研究

光时域反射仪(OTDR)是诊断光纤故障点的主要仪器。但在OTDR检测过程中,需要暂停光通信网络中正常的通信业务。通信信号光时域反射系统利用光网络中的通信信号检测故障点,改进了传统OTDR的缺陷。在实验测量中发现,后向瑞利散射和菲涅尔反射的回波信号功率很小。若功率太小,示波器便很难采集到有用的回波信号,将影响对光纤故障点的判断。提出利用相干检测技术增大回波信号功率,结合通信信号相关探测法来检测光纤链路故障点的方案,以达到边通信边检测的目的。仿真结果表明,相干增强后的回波信号功率增大了10倍,可以实现故障点的检测,且检测过程不影响正常通信业务。

基于北斗的电力光缆接头盒监测系统设计

为了解决光纤复合架空地线(optical fiber composite overhead ground wires,OPGW)电力光缆接头盒在无公网风灾区无法有效监测的问题,文章提出一种基于北斗三代的电力光缆接头盒监测系统。该系统采用柔性太阳能光伏组件与锂电池充放储能技术,有效解决设备长期自供电问题。通过详细设计智能终端软硬件,完成接头盒的三维姿态、温度、开盖状态、位置信息等数据的采集,并利用北斗短报文技术将采集的数据回传至监测平台实现接头盒可视化监测。研究成果应用表明,该系统能够为电力光缆接头盒远程监测、故障预警、故障定位、运维决策等提供有效支撑。

基于改进贝叶斯算法的继电保护中光纤通信通道故障定位

传统的继电保护中光纤通信通道故障定位只能根据历史数据获取故障参数,导致故障定位精度不高,因此设计一种基于改进贝叶斯算法的继电保护中光纤通信通道故障定位方法。使用光功率计测量光纤通信通道的功率,获取光信号的强度信息。利用改进贝叶斯算法对故障信息进行处理,根据历史数据和实时数据,获取光纤通信通道的故障参数。根据故障参数,定位光纤通信通道的故障区域。实验结果表明,设计的基于改进贝叶斯算法的继电保护中光纤通信通道故障定位方法能够准确定位真实故障位置。

基于光纤通信技术的配电网故障区段定位方法研究

文章提出一种基于光纤通信技术的配电网故障区段定位方法(FFDL),通过光纤传感器实时采集电压、电流、振动等多源信息,结合多源信息融合算法和光纤通信网络,实现配电网故障的快速、准确定位。实验结果表明,FFDL方法具有高定位精度和实时性,能够满足配电自动化的需求。

基于光纤通信的特高压直流输电线路故障检测方法研究

随着特高压直流输电技术的广泛应用,高效可靠的特高压直流输电线路故障检测方法成为保障电网安全稳定运行的关键。提出一种基于光纤通信的特高压直流输电线路故障检测方法,涵盖数据采集、信号处理、数据传输以及故障诊断4个环节。实验结果表明,与传统行波法相比,所提方法在故障检测率、定位精度及响应时间等方面均有显著提升,为特高压直流输电线路的安全运行提供了有力保障。

基于光纤通信技术的变电设备故障检修系统研究

文章针对传统变电设备故障检修方法效率低、准确性差的问题,提出一种基于光纤通信技术的变电设备故障检修系统。该系统通过感知层实时采集设备状态数据,利用网络层的高速光纤通信和处理层的智能诊断算法快速定位故障。实验结果表明,该系统的诊断准确率达到95%以上,平均诊断时延小于10ms,显著优于传统的定期巡检方法。

基于光纤传感器的大型风电机组叶片荷载在线监测方法

现阶段,风电机组得到深层次开发和运用,向低成本、高功率方向发展,机组风轮直径、扫琼面积不断增加,有效加快电力输送效率,满足社会的用电需求,但也提高运行隐患,极易出现叶片荷载不均匀的现象,影响大型风电机组的发电效果。该文以提高风电机组的发电稳定性为研究目标,着重阐述光纤传感器下大型风电机组叶片荷载在线监测系统,并简单论述叶片结构和受力分析,以及常见故障类型等内容,希望对相关研究工作有所参考。