[发明专利]一种基于大数据的电力电缆运行振动健康监测系统

说明书

本发明提出了一种基于大数据的电力电缆运行振动健康监测系统，包括有振动检测传感器组，所述振动检测传感器组通过信号采集电路与信号处理器；所述信号降噪处理器通过信号采集电路获取所述振动检测传感器组检测到的振动信号，并对所述振动信号进行降噪处理后得到电力电缆的振动特征信号；还包括振动量识别处理器，用于获取所述振动特征信号，并对所述振动特征信号内包含的振动特征信息进行识别得到振动量。本发明设计的电力电缆运行振动健康监测系统极大的完善了现有的电缆线路监测手段，通过长期的数据积累还可分析电力电缆运行过程的振动对金属套及绝缘层的影响，且所述电力电缆运行振动健康监测系统监测精度高、评价结果合理可靠。

技术领域

本发明涉及振动健康监测技术领域，特别是一种基于大数据的电力电缆运行振动健康监测系统。

背景技术

目前，还没有专门针对电力电缆线路的振动量(如振动频率、振动衰减阻尼比、振型)监测分析系统及设备，更没有实现相关的振动监测系统应用到电缆线路的振动监测分析上的应用。对电力电缆线路，尤其是导体截面大的高压及超高压电力电缆在运行过程中在负荷电流和系统电压的作用下产生一定的振动。对于敷设在特殊条件下的电缆线路，特别是在桥梁条件下的电缆线路，当车辆等经过时外界环境的振动会传导到电缆线路上。这种长期的振动对电缆金属套和绝缘层的影响有待进一步研究，因此监测电力电缆的振动以及评估电缆的运行状态，进而实现振动对高压及超高压电缆的金属套的金属疲劳和绝缘层等的影响分析。通过连续监测电缆运行过程的振动量对掌握电缆运行状态，完善电缆线路的运行状态分析是有帮助的。但目前电缆运行振动的监测以及评价缺乏必要的手段和工程实践上合理的标准。

对电缆运行振动的监测以及评价的核心在于何准确且客观的从电缆线路实测的信号中提取出与振动健康状况相关的特征信息，进而识别振动量，实现对电缆振动的健康状态进行评价；而实测振动信号中多存在大量的复杂噪声干扰，现有技术中多采用经验模态分解(EMD)算法来进行信号的降噪处理。

经验模态分解(EMD)算法是Hilbert-Huang变换(HHT)的核心算法。经验模式分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。EMD算法的目的在于将性能不好的信号分解为一组性能较好的IMF，且IMF须满足以下两个性质：

(1)信号的极值点(极大值或极小值)数目和过零点数目相等或最多相差一个；

(2)由局部极大值构成的上包络线和由局部极小值构成的下包络线的平均值为零。

EMD算法的计算步骤如下：

(1)找出原数据序列X(t)的所有极大值点和极小值点，将其用三次样条函数分别拟合为原序列的上和下包络线；上下包络线的均值为m1；将原数据序列减去m1可得到一个减去低频的新序列h，即h1＝X(t)－m1；一般h1不一定是平稳数据序列，为此需对它重复上述过程。如h1的包络均值为m11，则去除该包络平均所代表的低频成分后的数据序列为h11，即h11＝h1－m11

重复上述过程，这样就得到第一个本征模函数分量c1，它表示信号数据序列最高频率的成分。

(2)用X(t)减去c1，得到一个去掉高频成分的新数据序列r1；对r1再进行上述分解，得到第二个本征模函数分量c2；如此重复直到最后一个数据序列rn不可被分解，此时，rn代表数据序列X(t)的趋势或均值。在算法中的极值点是指一阶导数为零的点。

发明内容

针对上述问题，本发明旨在提供一种基于大数据的电力电缆运行振动健康监测系统，其监测系统结构简单紧凑，数据监测采集高效，便捷，能对电力电缆运行振动的健康状态进行较为准确的判断，且该系统监测精度高、对电力电缆振动量的提取可靠，进而使得对电力电缆运行振动的健康状态评价合理可靠，可实现对电力电缆的动力缺陷及时的发现与维护。

本发明的目的采用以下技术方案来实现：