技术特征：
1.一种电缆火情隐患潜在缺陷的检测方法，其特征在于，该方法包括以下步骤：步骤1，选择含有不同绝缘缺陷的电缆作为实验电缆，对其施加脉冲电压信号，采集获得的反射脉冲电压信号，并提取施加的脉冲电压和获得的反射脉冲电压的波形特征量；步骤2，以施加的脉冲电压波形特征量作为输入，获得的反射脉冲电压波形特征量作为输出，建立并训练神经网络，得到训练好的神经网络；步骤3，对待检测的电缆施加与步骤1相同的脉冲电压信号，采集获得的反射脉冲电压信号，并按照与步骤1相同的方法提取获得的反射脉冲电压的波形特征量，将获得的反射脉冲电压波形特征量作为实际反射脉冲电压波形特征量；步骤4，将施加在待检测电缆的脉冲电压的波形特征量输入到步骤2中训练好的神经网络，得到输出的反射脉冲电压波形特征量，将输出的反射脉冲电压波形特征量经处理后作为预测反射脉冲电压波形特征量；步骤5，将待检测电缆的实际反射脉冲电压波形特征量与预测反射脉冲电压波形特征量进行对比，判断待检测电缆是否含有潜在缺陷以及潜在缺陷的类型。2.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述脉冲电压的波形特征量包括脉冲极性、过冲幅值、过冲震荡时间、平顶幅值、脉冲上升时间、下降时间、以及脉冲宽度。3.如权利要求2所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述脉冲上升时间为波形从峰值10％上升到90％的时间，脉冲下降时间为波形从峰值90％下降到10％的时间，脉冲宽度为脉冲波形峰值50％处的两点之间时间间隔。4.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述反射脉冲电压的波形特征量包括上升时间、下降时间、幅值、偏斜度、以及陡峭度。5.如权利要求4所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述上升时间为波形从峰值10％上升到90％的时间；所述下降时间为波形从峰值90％下降到10％的时间；所述偏斜度用来描述波形形状与标准正态分布形状的偏斜程度，其表达式为：所述陡峭度用来描述波形形状与标准正态分布的陡峭差异，其表达式为：其中，s为偏斜度，k为陡峭度，m表示反射脉冲电压波形采样序列的平均值，表示第k个值，n表示采样数量。6.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述反射脉冲电压的波形特征量包括一次反射脉冲电压的波形特征量和二次反射脉冲电压的波形特征量；相应的，所述实际反射脉冲电压波形特征量包括实际一次反射脉冲电压波形特征量和
实际二次反射脉冲电压波形特征量；所述预测反射脉冲电压波形特征量包括预测一次反射脉冲电压波形特征量和预测二次反射脉冲电压波形特征量。7.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1进一步包括，步骤1.1，确定实验电缆的额定电压等级，以计算施加脉冲电压的最大值；步骤1.2，对实验电缆施加一定幅值的脉冲电压信号，采集实验电缆的电压波形，处理后作为反射脉冲电压信号的波形数据；步骤1.3，提取施加的脉冲电压的波形特征量，并根据反射脉冲电压信号的波形数据提取反射脉冲电压的波形特征量；步骤1.4，逐渐升高脉冲电压的幅值直至最大值，重复步骤1.2和1.3，得到不同脉冲电压幅值下的脉冲电压波形特征量以及反射脉冲电压波形特征量。8.如权利要求7所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1.1中，以电缆额定运行电压u
n
的两倍作为脉冲电压的最大值。9.如权利要求7所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1.2中，在该幅值的脉冲电压下，采集多组反射脉冲电压的波形数据，对多组数据进行平均化处理，将处理后的结果作为该幅值下反射脉冲电压信号的波形数据。10.如权利要求7所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1.3中，对于反射脉冲电压的波形特征量，首先找到一次反射脉冲和二次反射脉冲，再分别提取一次反射脉冲电压的波形特征量和二次反射脉冲电压的波形特征量。11.如权利要求10所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1.3中，对步骤1.2采集的电压波形数据进行求导，找到电压变化率为0的数据点，并对电压变化率求导，找到导数大于0的数据点，从中找出电压幅值最大的两个脉冲，分别作为一次反射脉冲与二次反射脉冲。12.如权利要求8所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤1中，依次在脉冲电压幅值0.05u
n
、0.1u
n
、0.15u
n
、、1.9u
n
、1.95u
n
、2u
n
下进行不同脉冲电压幅值的实验。13.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤2进一步包括：步骤2.1，以施加脉冲电压的波形特征量为输入，反射脉冲电压的波形特征量作为输出，建立初步的神经网络模型；步骤2.2，对神经网络模型进行训练，不断更新网络权值直至误差达到预期精度，建立最终的神经网络模型。14.如权利要求13所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤2.1中，对脉冲电压的波形特征量和反射脉冲电压的波形特征量均进行归一化处理，以归一化之后的数据建立样本数据库；相应的，在步骤4中输出的反射脉冲电压波形特征量经反归一化处理后作为预测反射脉冲电压波形特征量。15.如权利要求14所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤2.1中，将样本数据库中的数据组按一定比例随机分为两组，一组作为训练数据，
一组作为测试数据，初步建立具有输入层、隐含层、输出层的神经网络模型。16.如权利要求13所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤2.2中，训练误差函数，其中，为期望输出，为实际输出，则误差为，n为特征数量;设定训练误差小于0.01％时停止训练，得到最终的神经网络模型。17.如权利要求6所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，步骤5中，将待检测电缆的实际反射脉冲电压波形特征量与预测反射脉冲电压波形特征量进行对比，求出相对差异d，相对差异的表达式如下：其中，和分别为对测试电缆施加第i个电压幅值的脉冲电压所检测到的实际一次反射脉冲电压波形中第j个特征量和所预测到的预测一次反射脉冲电压波形中的第j个特征量，和分别为对测试电缆施加第i个电压幅值的脉冲电压所检测到的实际二次反射脉冲电压波形中第j个特征量和所预测到的预测二次反射脉冲电压波形中的第j个特征量；np为施加不同脉冲电压幅值的总个数，；其中，为脉冲电压的最小幅值，为脉冲电压的最大幅值；若针对某类缺陷的相对差异d小于一定阈值，则该电缆上可能存在发生此类潜在缺陷。18.如权利要求6所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，所述方法进一步包括：步骤6，通过检测步骤3中施加的脉冲电压波峰与获得的反射脉冲电压脉冲波峰时间差，计算电缆潜在缺陷的发生位置。19.如权利要求18所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，在步骤3中对待检测电缆施加脉冲电压信号时，同时获得施加脉冲电压的时间一次反射脉冲电压的时间以及二次反射脉冲电压的时间，步骤6中进行如下计算：其中，通过一次反射脉冲计算的故障距离，为通过一次与二次反射脉冲时间差计
算的故障距离，x为两者平均值，表示实际判断的故障距离即电缆缺陷相对于施加脉冲电压端口的距离， 为脉冲电压在电缆中的传播速度，l为电缆总长度。20.如权利要求1所述的电缆火情隐患潜在缺陷的检测方法，其特征在于，反射脉冲电压信号的采集和波形特征量的提取在labview中进行。
技术总结
本发明公开了一种电缆火情隐患潜在缺陷的检测方法，通过在多类含缺陷电缆上进行实验，识别与提取反射脉冲波形特征量，建立样本数据库，然后对测试电缆端口施加脉冲，使电缆内部潜在缺陷发生局部放电，并对因局部放电而改变波形特征并反射回输入端的反射脉冲电压波形其中的特征量进行提取，与数据库中不同电缆缺陷的特征量进行对比，以达到检测该电缆内部缺陷的目的。本发明能够实现对电缆潜在缺陷进行检测，能够排除电力系统电缆隐患，降低电力电缆故障风险，提高电力系统运行安全性；能够检测整条电缆上的缺陷对电缆整体潜在缺陷进行检测，具有明显的高效性。具有明显的高效性。具有明显的高效性。
技术研发人员：李陈莹 陈杰 胡丽斌 张伟 杨景刚 刘建军 谭笑 曹京荥 袁栋 李鸿泽 柏仓
受保护的技术使用者：国网江苏省电力有限公司电力科学研究院
技术研发日：2021.08.16
技术公布日：2021/9/9