基于ADSS光缆弧垂的在线监测及环境隐患预警算法.pdf

2023 年第 4 期0 引言全介质自承式渊ADSS冤光缆1-4具有抗雷击尧抗电磁干扰尧重量轻尧施工方便等优点袁因此在电力系统中被广泛应用遥 但是袁ADSS 光缆受风尧雨尧雪尧雾等恶劣天气的影响袁容易出现性能恶化尧损坏等现象袁导致弧垂下降和断线等问题袁 直接影响了 ADSS 光缆的使用寿命尧 使用质量以及电力系统的正常运行遥 如今袁ADSS光缆故障大多是以预防维护为主袁故障发生后识别故障的时间长袁且排查故障的时间更长曰此外袁ADSS 光缆位于输电线路的最下方袁与输电导线相同袁易受到超高车辆作业尧 线下山火等外破隐患影响遥 因此袁对ADSS 光缆进行实时严密监测袁将 ADSS 故障问题从被动维护变为主动监测袁对减少故障检测时间和提升故障排除效率具有重大意义遥 目前袁市面上对光缆排障的方式有如下几种5-9院淤以野电晕摄像机冶为载体袁对其 2 个不同波段下的对象展开电晕成像袁将获取的信息予以叠加袁通过显示屏将其信号予以展示袁完成光收稿日期院2022-10-08遥基金项目院国网江苏省电力有限公司科技项目渊项目编号院J2023074冤资助遥作者简介院孔小红渊1966要冤袁男袁江苏南京人袁本科袁高级工程师袁南京供电公司信息通信分公司副主任袁长期从事电力系统自动化尧 信息通信技术生产管理及技术研究工作袁 所负责科技项目曾获得多项省部级尧地市级奖励遥基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法Online monitoring and environmental hazard warning algorithmbased on ADSS cable sagKONG Xiaohong1,JIANG Ling1,GUAN Hanlin1,WANG Yuyang1,ZHANG Can1,SHI Weiwei2,CHEN Le2渊1.Nanjing Power Supply Branch,Statr Grid Jiangsu Electric Power Co.,Ltd.,Nanjing 210019,China;2.Jiangsu Liangweishi Technology Co.,Ltd.,Nanjing 210046,China冤Abstract:Due to the harsh natural environment and the change in the arc of the cable itself will affect the transmission efficiencyof the all-medium self-supporting渊ADSS冤cable,and some environmental hazards such as construction or ultra-high vehicles andfireworks will seriously threaten its normal operation,an ADSS optical cable sag online monitoring and environmental hazardwarning algorithm is proposed.Firstly,the angle measurement method is used to monitor the radian in real time.Then,the detec-tion algorithm of YOLOv4 is improved,and the visual intelligent fusion terminal is designed.Finally,the proposed algorithm iscompared with other algorithms.The experimental results show that the average accuracy of the proposed algorithm is 96.43%,which realizes real-time monitoring,data processing,fault analysis and intelligent hidden danger alarm of the communication op-tical cable running state,and integrates into the ADSS optical cable online monitoring visual intelligent terminal.Key words:all dielectric self supporting optical cable,you only look once version 4,sag monitor孔小红1，蒋 陵1，管翰林1，王驭扬1，张 灿1，石伟伟2，陈 乐2渊1.国网江苏省电力有限公司 南京供电分公司袁南京 210019曰2.江苏量为石科技股份有限公司袁南京 210046冤摘要院由于恶劣的自然环境和光缆本身弧度的变化会影响全介质自承式（ADSS）光缆传输效率，同时一些如施工或超高车辆及烟火等环境隐患也会严重威胁其正常运行，提出了基于 ADSS 光缆弧垂在线监测及环境隐患预警算法。首先，采用倾角测量法对弧度进行实时监测；然后，对 YOLOv4 检测算法进行改进，并设计了可视化智能融合终端；最后，将所提算法与其它算法进行对比实验。实验结果表明：所提算法的平均精度为 96.43%，实现了对通信光缆运行状态的实时监测、数据处理与故障分析和智能隐患异常报警,并集成融合为 ADSS 光缆在线监测可视化智能终端。关键词院全介质自承式光缆；YOLOv4；弧垂监测中图分类号院TN929.1文献标志码院A文章编号院1002-5561渊2023冤04-0079-06DOI院10.13921/ki.issn1002-5561.2023.04.015开放科学渊资源服务冤标识码渊OSID冤院引用本文院孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法J.光通信技术袁2023袁47渊4冤院79-84.算 法 研 究輫輷訛2023 年第 4 期孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法缆运行的监测遥 虽然这种方式比较可靠袁但由于监测过程中需要较多的探头协同工作袁 导致其成本较高遥于根据自发喇曼散射强度对温度敏感的原理来实施监测遥 这种方式灵敏度不高袁对于一些断缆或者冰层覆盖的问题无法精准识别遥 盂根据自发布里渊散射频移对温度或应变敏感的原理予以监测遥 这种方式受信号较弱的影响袁只能在一定范围内测量遥 这 3 种方法只能对光缆的温度尧弧垂或外部环境中一个因素进行单一监测遥针对这种局限性袁 本文提出一种基于 ADSS 光缆弧垂在线监测及环境隐患预警算法袁并设计可视化智能融合终端袁实现对电力光缆可视化尧温湿度和弧垂等多维数据的在线监测袁提高隐患定性的准确性遥1 基于 ADSS 光缆弧垂在线监测及环境隐患预警算法目前袁我国和很多发达国家在对输电线路弧垂对地高度测量过程中袁 最常用的测量方式是现场勘测尧视频监控尧图像采集尧倾角及温度监测等遥 其中袁现场勘测最为实用尧可靠袁但是对工作人员的精力尧时间等要求较高袁且加上现场环境不同袁设置尧操作难度都略微复杂遥 而视频监控尧图像采集尧倾角及温度监测这些方式对设备的要求和成本较高遥 基于此袁本文首先研究基于倾角阈值的弧垂监测方法袁 然后对 YOLOv4渊You Only Look Once version 4冤算法10-12进行改进袁最后设计一种可视化智能融合终端遥1.1 基于倾角阈值的弧垂监测方法由于架空输电线路的档距一般都很大袁导线的刚性对悬挂导线自身几何形状影响很小袁因此可将其视为一根柔索袁示意图如图 1 所示遥 本文采用悬链线方程计算弧垂对地高度遥尧两点间架空导线的弧垂曲线 渊图中红色弧线冤示意图如图 1 所示遥 其中院 是高差袁是尧之间的长度袁是尧之间的长度,1是点到地面的距离袁2是点到地面的距离袁 是尧两点连线中点弧垂高度袁是和两点连线中点弧垂对地高度遥本文以弧垂最低点为坐标原点建立坐标系遥 为了方便分析袁选取一小部分导线中的点进行分析袁示意图如图 2 所示遥 任意选取一点袁表示点处的受力情况袁 为坐标原点到点之间的距离为了便于受力分析袁将该图中的导线分离出一小段袁对导线点进行受力后分析可得tan=0渊1冤其中袁0为导线最低点水平应力袁为单位长度荷载遥设=0袁导线方程为1=cosh1蓸蔀-渊2冤尧直线方程为2渊x冤=+蓸蔀+cosh蓸蔀-渊3冤其中袁 为档距遥弧垂方程为渊 冤=2渊 冤-1渊 冤=渊+冤+ch蓸蔀-ch1蓸蔀渊4冤根据三角形原理袁可得弧垂对地高度方程为渊 冤=1+-渊 冤渊5冤在设计光缆架线时袁输电线路与其它设施尧树木尧建筑物等物体的距离应根据最大弧垂和最大风偏角进行计算袁 并考虑架线后塑性伸长的影响遥 表 1 为ADSS 光缆对地面及交叉跨越物的距离情况遥 当智能融合终端计算弧垂传感器采集到的数据超过了预先设定的阈值时袁智能融合终端会立刻报警并联动可视化装置进行抓拍遥图 1 导线弧垂示意图图 2 部分导线示意图算 法 研 究輬輮訛2023 年第 4 期1.2 基于改进 YOLOv4 的光缆周围环境隐患检测1.2.1 YOLOv4 网络结构YOLOv4 网络结构如图 3 所示袁该结构的整体框架包括输入端尧Backbone 主干网络尧Neck 中间层尧Head 输出层遥图片从输入端进入 YOLOv4 网络袁Backbone 主干网络采用了 CSPDarknet53 模块袁其包括卷积模块渊CBM冤和多个交叉阶段部分连接模型渊CSP 冤遥其中袁CBM 包括一维卷积层 渊Conv冤尧 批量归一层以及 Mish激活函数遥 Mish 激活函数可以对标准化后的卷积输出进行非线性变换袁增强网络的表达能力遥 CSP 由 3 个Conv 和残差单元模块叠加渊Concat冤组成袁表示模块的深度或者缩放比例袁残差单元让网络可以构建得更深遥 在主干网络之后袁YOLOv4 使用空间金字塔池化渊SPP冤模块执行最大池化渊MaxPool冤操作来增加感受野袁 并分离重要的上下文特征遥 在 Neck 中间层袁YOLOv4 在特征金字塔网络渊FPN冤的后面添加一个自底向上的特征自适应网络渊PAN冤袁两者是 Neck 中间层中的上采样尧 下采样的网络结构遥 在主干网络的CSPDarknet53 中袁每个 CSP 模块前面的卷积核大都是3伊3袁相当于下采样操作遥 在完成下采样后袁FPN 再自顶向下袁通过上采样渊放大图像冤将高层信息与低层信息进行 Concat袁但是 FPN 自顶向下只传达了强语义特征遥 在 FPN 之后添加 PAN袁金字塔则自底向上传达强定位特征袁两者结合可以从不同的主干层对不同的检测层进行特征聚合遥 最后袁 输出的 3 个不同规格的YOLO Head 是可以识别大小不同的物体而生成的检测结果遥1.2.2 面向环境隐患检测的 YOLOv4 模型优化为了提高提取到的特征信息量袁YOLOv4 网络在其 Neck 中间层中使用 SPP 模块袁 该模块的作用是进行多尺度特征融合袁通常由 1伊1尧5伊5尧9伊9尧13伊13 这 4个不同大小的池化核构成遥4 个池化核均采用填充操作袁 将 Backbone 中处理得到的尺寸为 13伊13 的特征图送入 SPP 模块袁再通过步长渊padding冤为 2 且大小为 5伊5 的池化核来保持 SPP 模块的输入袁输出特征图的大小不变遥由于 SPP 模块在进行下采样时只保留了最大的信息值袁 使得 YOLOv4 在进行这一步操作后将与目标信息相似的背景当作正确信息进行保存袁忽略了目标信息数据袁造成误检和漏检遥因此袁为了提高检测准确率袁本文对 YOLOv4 的 SPP 模块进行改进袁 如图 4 所示遥 将原模块中的 5伊5 最大池化修改为平均池化袁使得目标信息在尺度融合时能够得到更多的保留袁降低漏报与误报率曰同时袁将 SPP 模块输出的特征图与 52伊52尧26伊26 大小的特征图一同送入 FPN+表 1 ADSS 光缆对地面及交叉跨越物的距离孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法图 3 YOLOv4 网络结构跨越物类型净距/m居民区6铁路7.5公路6对房屋垂直距离2.5树木1.5对通信交叉距离1算 法 研 究輬輯訛2023 年第 4 期PAN 模块袁以提升 YOLOv4 算法的目标识别精度遥 最后袁 本文对输出的 3 个不同规格的 YOLO Head 进行二进制交叉熵损失函数渊BCE loss冤计算袁即对输出结果进行二分类问题的损失计算袁计算预测框中是否存在目标的概率损失遥 该损失函数的值越小袁说明模型目标检测得越准确遥2 ADSS 光缆智能终端设计与集成本文设计一种可视化智能融合终端袁该装置集成了可视化传感器尧弧垂监测传感器尧温湿度监测传感器尧可视化智能融合终端等遥 其中袁弧垂与温湿度传感器可实现对通道环境尧光缆运行状态的监测曰可视化传感器与智能融合终端可实现光缆通道内的外破隐患的自主识别告警袁有效地解决现阶段面临的运维人员人手不够的问题袁 以实现对 ADSS 光缆多维度的智能监测遥2.1 可视化传感器可视化传感器采用双摄一体化的设计结构遥 其中袁一个普光镜头采用工业级高清枪式摄像头袁标配1 600 万像素普光镜头曰 另一个夜视镜头采用星光级低照度摄像头袁标配 200 万像素低照度镜头遥 前端分析拍照间隔默认 1 张/5 min袁 定时回传默认 1 张/h袁且采样时间段可自由设置遥 设备拍照后前端分析袁若识别隐患立即回传袁无隐患则定时回传遥 由于传感器具有数字宽动态范围袁 能轻松驾驭弱光环境和夜间场景袁满足 24 h 的监控需要袁自动监测识别隐患并及时预警袁实现输电线路可视化在线监测的功能遥2.2 弧垂监测传感器弧垂监测传感器基于微电机系统渊MEMS冤传感技术与无线通信技术袁在风力较大尧雨夹雪等易覆冰天气下能实现对电力光缆弧垂的监测曰同时袁采用低功耗设计袁配置电源动态管理策略袁满足节电需求遥 此外袁该传感器线圈感应取电袁且支持带电安装遥 弧垂监测传感器详细参数如表 2 所示遥2.3 温湿度监测传感器温湿度监测传感器与智慧终端设备为一体化设计袁 结构紧凑袁 避免了二次安装袁 其湿度量程为 0100%RH袁温度量程为-4080 益袁采集的气象数据由主机分析上传袁实现对架空线路走廊局部气象环境的监测袁无任何移动部件袁坚固耐用遥2.4 终端工作流程以智慧终端为基础袁可视化智能融合终端融合了弧垂传感器13-15尧温湿度传感器袁并对通道内的潜在隐患尧气象数据尧导线状态进行综合分析遥 同时袁可根据实际需求设定温湿度尧弧垂尧倾角等监测数据的告警阈值袁联动抓拍袁在终端对现场环境进行智能分析袁及时发现隐患袁保障线路安全袁从而解决现阶段运维人员面临的人手不够问题遥 可视化智能融合终端工作流程如图 5 所示遥 在未监测到异常情况时袁各传感器依照设定周期采集数据并由融合智能终端回传袁当温湿度传感器尧弧垂传感器采集到的数据经过智能融合终端边缘计算超过了预先设定的阈值时袁会立刻联动可视化装置进行抓拍袁并在设备端对图片及数据进行分析袁第一时间将分析结果及实际画面回传至后端遥 其中袁弧垂传感器主要通过输入现场杆塔高度尧弧垂模块的相对高度以及输出倾角尧弧垂尧相对弧垂等数值袁直观地展现电缆的高度袁并执行相应的防护措施遥 系统只需要输入档距尧 近端塔高度和远端塔高度等数据袁再通过内置算法便可计算线路两端的倾角数据和弧垂数值渊弧垂尧弧垂对地距离冤遥孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法图 4 改进的 YOLOv4 网络结构表 2 弧垂监测传感器参数项目技术参数测量范围幅度院010 m曰频率院0.15 Hz幅度测量分辨率0.1 m频率测量分辨率0.1 Hz工作环境温度院-40+85 益曰相对湿度院臆100%大气压力院5501 060 hPa适用对象10500 kV 高压输电线路算 法 研 究輬輰訛2023 年第 4 期3 实验结果及分析3.1 环境隐患检测实验3.1.1 数据集准备数据原始图是由国家电网某市公司提供的袁总计10 663 张图片遥 其中袁烟火图片共有 4 997 张袁吊车图片共有 5 015 张袁异物渊包括风筝尧鸟巢尧气球等冤图片共有 4 500 张遥 数据集类别具体数量如表 3 所示遥3.1.2 实验平台及参数配置实验平台选用 24G 显存和 128G 内存的 Centos 7操作系统搭建 Darknet53 网络框架袁CPU 型号为 Intel渊R冤Xeon渊R冤 Glod5118 CPU2.3GHz袁GPU 型号为 Ge-Force RTX2080T袁编程环境为 Python遥3.1.3 实验对比在数据集上袁本文对 Faster-RCNN渊faste Region-CNN冤尧单次检测多框探测器渊SSD冤尧YOLOv4 算法尧改进的 YOLOv4 算法进行对比实验袁 结果如表 4 所示遥可以看出袁 虽然 Faster-RCNN 算法平均精度较高袁但其每秒传输帧数较低曰SSD 算法每秒传输帧数最高袁但其平均精度较低曰而 YOLOv4 算法的平均精度略低于Faster-RCNN袁每秒传输帧数和SSD 算法差不多袁兼具精度和速度遥 因此袁本文以 YOLOv4 算法的检测结果作为基准袁并将其作为目标检测的基本算法对比检测结果遥 由 YOLOv4 算法和改进的 YOLOv4 算法的结果可知袁后者的平均精度更高袁其每秒传输帧数也仅次于 YOLOv4 算法袁在保证传输速度的同时又提高了平均精度遥 此外袁本文还分别对周围可能影响光缆的因素进行检测袁比如挖掘机尧烟火尧异物和夜间监控等遥YOLOv4 算法和改进的 YOLOv4 算法的检测结果如图6 所示袁红框内容为识别出来的目标遥 可以看出袁改进后的YOLOv4 算法检测精度有所提高袁 能准确检测出所有异物袁几乎无漏检和误检的情况遥 因此袁改进的YOLOv4 算法具有更好的综合性能遥算法平均精度每秒传输帧数/渊F/s冤Faster-RCNN95.62%36SSD89.76%55YOLOv492.58%53改进的 YOLOv496.43%50表 4 不同算法对比表 3 数据集类别及数量类别名称训练集测试集合计吊车3 5101 5055 015烟火3 4981 4994 997风筝1 0504501 500鸟巢1 2605401 800气球8403601 200孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法图 5 可视化智能融合终端工作流程渊a冤 YOLOv4 算法识别效果图算 法 研 究輬輱訛2023 年第 4 期3.2 倾角法测量弧垂高度实验采用倾角法测量方式可以对多个监测点实时监测袁并对不同探头下采集的数据进行同步对比袁现场工作人员实测值与倾角法测量值如表 5 所示遥 其中袁A相尧B 相和 C 相为电缆的三相线路遥 可以看出袁与人工测量真实值对比袁倾角测量值的误差较小袁且根据表 1数据计算得知误差能够控制在 1.06%2.12%遥因此袁本文所提算法最大特点是精度高袁尤其在线路弧垂方面具有一定优势遥4 结束语本文针对 ADSS 光缆易受恶劣的自然环境尧 周围环境以及光缆本身弧度的变化导致无法正常运行的问题袁 提出一种基于 ADSS 光缆弧垂在线监测及环境隐患预警算法遥 采用了倾角法完成了弧度的实时监测袁同时对 YOLOV4 算法进行改进袁并与其它算法进行分析对比遥 实验结果表明院相比于其它算法袁本文提出的算法的综合性能更好袁且支持夜视的隐患检测和报警功能曰此外袁集成设计的可视化智能融合终端能完成光缆周围环境隐患和弧度的监测袁减少了故障发生后的定位时间且降低了成本袁在电力系统光缆监测方面将发挥更大的作用袁具有广阔的应用前景遥参考文献院1王则民.国内外光纤光缆现状及发展趋势J.通讯世界袁2000渊12冤院9-12.2司徒枭鸿.电力通信光缆典型故障及应对措施探讨J.科技创新与应用袁2020渊34冤院123-124.3崔秀国袁刘翔袁操时宜袁等.光纤通信系统技术的发展尧挑战与机遇J.电信科学袁2016袁32渊5冤院34-43.4王池.光纤通信技术在电力通信网建设中的应用J.网信军民融合袁2021渊4冤院42-45.5王轶锴袁 陈伟袁 杨振昊.光纤监测系统设计J.电子设计工程袁2015袁23渊23冤院113-115.6 PARK J,TAYLOR H F.Fiber optic intrusion sensor using coherentoptical time domain reflectometer J.Japanese Journal of Applied Physics,2003,42渊6冤:3481-3482.7官蕾袁尤庆亮袁陈亮明袁等.ADSS/OPGW电力光缆在国家电网信息化中的应用及改进J.江汉大学学报渊自然科学版冤袁2014渊1冤院23-27.8陈聪.ADSS光缆应用过程中的问题探讨J.中国设备工程袁2020渊3冤院193-194.9 FLORKOWSKA B,FLORKOWSKI M,TIMLER M.Detection of dry-band arcing processes on ADSS cable coatingJ.IEEE Transactions on Po-wer Delivery,2008,23渊1冤:302-310.10 LIU W,ANGUELOV D,ERHAN D,et a1.SSD:Single shot multiboxdetectorC/ECCV.Proceedings of European Conference on Commuter Vi-sion,Cham:ECCV,2016渊9905冤:21-37.11杨琳袁陈赛旋袁崔国华袁等.基于改进YOLOv4算法的零件识别与定位J.组合机床与自动化加工技术袁2021渊10冤院28-32+37.12谢书翰袁张文柱袁程鹏袁等.嵌入通道注意力的YOLOv4火灾烟雾检测模型J.液晶与显示袁2021袁36渊10冤院1445-145313胡建林袁刘杰袁蒋兴良袁等.基于弧垂测量的综合荷载下导线等值覆冰厚度监测方法J/OL.高电压技术:1-9.2021-11-02.https:/doi.org/10.13336/j.1003-6520.hve.20210217.14张今朝袁麻岑聪袁付世杰袁等.电力输电导线应力弧垂的工程计算分析与设计J.嘉兴学院学报袁2020袁32渊6冤院90-95.15王爱国袁肖晓明袁张娟.ADSS光缆在电力系统中的应用J.电力系统通信袁2001渊2冤院14-18.孔小红袁蒋陵袁管翰林袁等.基于 ADSS 光缆弧垂的在线监测及环境隐患预警算法监测点人工测量结果/m倾角法测量结果/mA 相B 相C 相A 相B 相C 相118.2215.6115.2118.2015.4015.00215.6113.3013.2515.4013.1513.00314.7012.3112.2514.5012.2512.05表 5 人工测量值与倾角测量弧垂高度比较渊b冤 改进 YOLOv4 算法识别效果图图 6 识别结果图算 法 研 究輬輲訛