[发明专利]一种基于深度学习的光缆故障定位方法、装置及设备

说明书

本说明书一个或多个实施例提供一种基于深度学习的光缆故障定位方法、装置及设备，包括：获取光缆的待测光纤；利用BOTDR设备，按照待测光纤的走线方向依次采集得到若干待测光纤的布里渊频移信息；将若干布里渊频移信息依次输入预先训练的故障检测模型，得到与若干布里渊频移信息对应的若干识别结果；若识别结果为待测光纤为熔断处，则定位杆塔位置；根据杆塔位置定位识别结果为待测光纤为熔断处的待测光纤。本发明能够自动识别BOTDR设备采集到的光线运行状态信息，减少人力成本，能够对光缆故障进行精确定位，故障检测模型可以识别出多种故障类型并定位故障。

技术领域

本说明书一个或多个实施例涉及电网安全技术领域，尤其涉及一种基于深度学习的光缆故障定位方法、装置及设备。

背景技术

光缆是电力系统输电的基础设施，实时对光缆进行检测，确定光缆的运行状态，对电网的安全稳定运行是必不可少的。光缆故障定位是光缆线路维护工作中的最关键组成部分，现有技术中光缆故障查找定位方式包括人工拉拽、在弯折光纤的条件下使用背向散射法(OTDR)手持设备、采用射频探测法测量查找定位、OTDR在采用用速冻液条件下使用OTDR手持设备测量等，采用以上方法查找定位光缆故障点，第一是人工成本高，设备消耗大，对于公司日常运营而言是一笔非常大的开销。第二，使用OTDR手持设备查找定位故障点，需要维护人员到现场中断通信线路，将光纤接入手持OTDR仪表才能进行测试，不仅费时费力，而且很可能会引起光纤损坏，造成二次故障，使用液氮辅助查找也容易引起用户反对。第三，上述方式需要维护人员具备较高的OTDR使用经验，这对公司的人员培训又提出了较高要求，客观上造成公司运营成本增加。

发明内容

有鉴于此，本说明书一个或多个实施例的目的在于提出一种基于深度学习的光缆故障定位方法、装置及设备，以解决现有技术人工成本高、设备消耗大、费时费力、精度低、引起二次故障和依赖维护人员的工作经验的问题。

基于上述目的，本说明书一个或多个实施例提供了一种基于深度学习的光缆故障定位方法，其特征在于，包括：

获取光缆的待测光纤；

利用BOTDR设备，按照所述待测光纤的走线方向依次采集得到若干所述待测光纤的布里渊频移信息；

将所述若干布里渊频移信息依次输入预先训练的故障检测模型，得到与所述若干布里渊频移信息对应的若干识别结果；所述故障检测模型基于光缆故障检测数据集训练得到；所述光缆故障检测数据集包括：光纤熔接处的布里渊频移信息、光纤断纤处的布里渊频移信息和光纤处在正常运行状态时的布里渊频移信息；所述识别结果包括：所述待测光纤正常、所述待测光纤为熔接处和所述待测光纤为熔断处；

若任一所述识别结果为所述待测光纤为熔断处，则确定上一处被识别为熔接处的所述待测光纤的布里渊频移信息和下一处被识别为所述熔接处的所述待测光纤的布里渊频移信息，并将所述熔接处的所述待测光纤定位为杆塔位置；

根据所述杆塔位置定位所述识别结果为所述待测光纤为熔断处的所述待测光纤。

可选的，还包括：

利用所述BOTDR设备进行采集操作前，进行测试操作和自动参数配置；

根据所述测试操作的结果调整所述BOTDR设备以优化采集操作的效果。

可选的，所述利用BOTDR设备，按照所述待测光纤的走线方向依次采集得到若干所述待测光纤的布里渊频移信息，包括：

利用所述BOTDR设备分布式采集所述待测光纤上各个点的温度和应变信息；

采用滑动窗口法分段截取所述待测光纤的布里渊频移信息。

可选的，所述滑动窗口法，包括：