基于三次样条函数的光栅传感光缆舞动波长估计

基于光栅传感的分布式光纤复合架空地线(OPGW)健康监测得到了广泛研究。针对OPGW光缆舞动事件,提出一种基于三次样条函数拟合的舞动波长预测方法。首先,通过理论推导,建立光栅传感相位变化量与舞动波长的数学联系;然后,利用仿真分析理想舞动情况下信号三次样条函数拟合前后的相移信号结果,初步证明了所提方法的有效性;最后,将其应用在某220 kV线路,对比分析典型弱风环境及强风环境下的舞动监测强度图。实际监测结果表明,所选取方法能够有效改善强度图信号特征,可得出强风条件下档距内舞动波长约为200 m,弱风条件下档距内舞动波长约50 m。该方法为舞动事件的图像识别智能监测提供技术参考,具有较好的应用前景。

基于光纤光栅的OPGW输电杆塔多参数监测

针对光纤复合架空地线(Optical Fiber Composite Overhead Ground Wire,OPGW)输电线监测中温度变化、杆塔倾斜同时存在等问题,设计了基于光纤光栅的波分复用多参数监测阵列。从理论模型出发推导了光栅应变与温度及倾斜的数学关系,然后将杆塔模型导入到CMOSOL Multiphysics进行定性分析,最后进行温度及倾斜试验。试验结果表明基于光纤光栅的杆塔温度监测分辨率可达0.1℃,倾角传感器的倾角相关系数K值为0.0501 nm/°,证明所提出监测阵列具有良好的电力行业监测应用前景。

基于光纤光栅的OPGW异常振动信号分类识别

基于光纤光栅的OPGW异常监测得到了广泛研究,但异常检测数据在分类识别判断是否为正常信号和虚假信号上存在较大困难,针对上述问题,研究了基于改进型的网格搜索法进行随机森林分类。首先在理论上构建分类识别模型,通过粒子群算法迭代寻找最优分类解;然后将监测数据分为多帧训练集、测试集和验证集,分别实现传统随机森林算法、网格搜索随机森林算法和改进型网格搜索随机森林算法对异常振动分类识别;最后利用异常信号识别准确率和精确度具体量化三种算法对比结果。实际分类计算结果表明,所研究的改进型网格搜索随机森林算法在测试集异常信号识别准确率可达98.56%,验证集异常信号识别准确率可达99.56%,证明了方法的有效性,对OPGW光缆异常振动分类识别具有实际意义。