一种识别电缆绝缘料类型及其性能推演方法、装置与流程

本技术涉及电力电缆无损检测，并且更具体地，涉及一种识别电缆绝缘料类型及其性能推演方法、装置。

背景技术：

1、目前，各电压等级所用的绝缘料的性能都有明确的要求，到货后针对电缆绝缘料开展压片后的机械性能、电气性能等测试以验证该批次绝缘料符合生产要求。传统的方法耗试验周期长、效率低、损耗大，操作不方便，需要针对绝缘料进行高效率的性能判断。此外，新型热塑性聚丙烯电缆已在我国开展应用，与交联聚乙烯电缆难以从外观直接区分，需要对绝缘料进行高效率的识别。

2、电缆绝缘料主要为含有各种不同的c-h基团信息的烃类化合物，例如甲基c-h(913nm)、烯烃c-h(895nm)、亚甲基c-h(934nm)和芳烃c-h(875nm)等基团信息。材料中不同结构的烃类化合物含量变化都会导致近红外光谱的变化，尽管这种变化非常细微，但通过化学计量学方法对光谱数据的处理，便能得到样品组成变化的信息。因此可将绝缘料的近红外光谱和组成数据，通过合理的谱图预处理(如平滑、微分)和化学计量学校正方法建立起近红外光谱与组成间的校正模型，通过建立的校正模型便可快速得到材料性能参数。

3、对绝缘料性能评价，目前主要分别针对电缆系统、电缆绝缘层取样试验等两种试验对象。

4、对于电缆系统的诊断，主要有绝缘耐压试验和绝缘特性试验。包括交流谐振、直流、0.1hz，振荡波试验。但是这类试验非常简单直接，对电缆施加高于额定值的电压并保持一段时间。施加的电压本身会对电缆系统造成破坏。并且在电缆系统中开展，需要进行停电试验，以及试验只能判断目前电缆绝缘是否完好，无法对其性能参数进行具体化。

5、对电缆绝缘取样试验，主要有力学性能测试、热分析、击穿电压试验等。但是电缆绝缘料的诊断是通过对从未投运电缆或者运行现场撤换下来的电缆样品进行试验来进行的，对电缆样品具有破坏性。并且试验检验取样复杂、试验周期长，且试验只能反应出取样部分的信息，覆盖面不足。

技术实现思路

1、针对现有技术的不足，本技术提供一种识别电缆绝缘料类型及其性能推演方法、装置。

2、根据本技术的一个方面，提供了一种识别电缆绝缘料类型及其性能推演方法，包括：

3、利用光谱仪采集电缆绝缘料检测样品表面的原始检测光谱数据；

4、对原始检测光谱数据进行去噪预处理，获取有效检测光谱数据；

5、对有效检测光谱数据进行特征波长选择，确定检测特征波长集合；

6、根据检测特征波长集合遍历预先构建的光谱数据库，确定检测样品对应的电缆绝缘料采样样本，并根据对应的绝缘料采样样本确定检测样品的电缆绝缘料类型；

7、根据检测特征波长集合以及预先构建对应的绝缘料采样样本的多元线性回归预测模型，计算检测样品的机械性能预测值。

8、可选地，利用光谱仪采集电缆绝缘料检测样品表面的原始检测光谱数据，包括：

9、使用多点采样法测量检测样品表面的多组光谱信息；

10、将多组光谱信息进行平均，确定检测样品的原始检测光谱数据。

11、可选地，光谱仪包括壳体，设置在壳体上的采集窗口，设置在壳体内的光源、聚焦透镜、收集光纤和数镜阵列近红外光谱仪以及芯片，设置在采集窗口内侧的光阑，紧贴于采集窗口的下端，其中

12、采集窗口上端置于检测样品，光源发射一束宽频光源经聚焦透镜穿过光阑聚焦到检测样品表面，检测样品的漫反射光经数镜阵列近红外光谱仪和芯片处理得到原始检测光谱数据。

13、可选地，光阑的孔径大小分为3mm，5mm，8mm，10mm；

14、数镜阵列近红外光谱仪的光谱范围是900~2200nm，采用dlp分光系统和铟镓砷线性阵列检测器；

15、采集窗口选用高透光率和机械强度的蓝宝石窗口片，与壳体紧密贴合；

16、光源是卤素灯。

17、可选地，对原始检测光谱数据进行去噪预处理，获取有效检测光谱数据，包括：

18、根据原始检测光谱数据，构建检测光谱矩阵，并根据检测光谱矩阵求出检测样品的光谱平均值；

19、建立检测光谱矩阵中每条光谱与光谱平均值之间的线性关系，确定每条光谱与光谱平均值的线性回归参数；

20、根据检测光谱矩阵中每条光谱的线性回归参数，利用乘性散射校正算法对每条光谱进行处理，确定有效检测光谱数据。

21、可选地，对有效检测光谱数据进行特征波长选择，确定检测特征波长集合，包括：

22、对有效检测光谱数据进行标准化处理，建立标准化光谱矩阵；

23、计算标准化光谱矩阵的协方差矩阵；

24、计算协方差矩阵的前第一预定数量个特征值以及每个特征值对应的特征向量；

25、根据第一预定数量的特征向量，确定检测特征波长集合。

26、可选地，多元线性回归预测模型的构建过程为：

27、采集第二预定数量的电缆绝缘料采样样本；

28、取每个采样样本的一半材料采用机械性能测定法测定每个样本的实测机械性能数据，其中机械性能数据包括断裂伸长率、拉伸强度以及弹性模量；

29、取每个采样样本的另一半材料采用多点采样法测量每个采样样本表面的多组样本光谱信息，并根据多组样本光谱信息确定每个采样样本的原始样本光谱数据；

30、根据每个采样样本的实测机械性能数据以及原始样本光谱数据，构建多元线性回归预测模型。

31、可选地，根据每个采样样本的实测机械性能数据以及原始样本光谱数据，构建多元线性回归预测模型，包括：

32、对每个采样样本的原始样本光谱数据进行去噪预处理，获取有效样本光谱数据；

33、对每个采样样本的有效样本光谱数据进行标准化处理，建立标准化样本光谱矩阵；

34、计算每个采样样本标准化样本光谱矩阵的样本协方差矩阵；

35、计算每个采样样本样本协方差矩阵的前第一预定数量个样本特征值以及每个样本特征值对应的样本特征向量；

36、根据每个采样样本的第一预定数量的样本特征向量，确定每个采样样本的样本特征波长集合；

37、根据每个采样样本的样本特征波长集合以及标准化样本光谱矩阵，确定每个采样样本的主成分矩阵；

38、根据每个采样样本的主成分矩阵以及实测机械性能数据，构建每个采样样本的多元线性回归预测模型。

39、可选地，还包括：根据所有采样样本的电缆绝缘料类型以及样本特征波长集合，构建光谱数据库。

40、根据本技术的另一个方面，提供了一种识别电缆绝缘料类型及其性能推演装置，包括：

41、采集模块，用于利用光谱仪采集电缆绝缘料检测样品表面的原始检测光谱数据；

42、预处理模块，用于对原始检测光谱数据进行去噪预处理，获取有效检测光谱数据；

43、选择模块，用于对有效检测光谱数据进行特征波长选择，确定检测特征波长集合；

44、确定模块，用于根据检测特征波长集合遍历预先构建的光谱数据库，确定检测样品对应的电缆绝缘料采样样本，并根据对应的绝缘料采样样本确定检测样品的电缆绝缘料类型；

45、计算模块，用于根据检测特征波长集合以及预先构建对应的绝缘料采样样本的多元线性回归预测模型，计算检测样品的机械性能预测值。

46、根据本技术的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本技术上述任一方面所述的方法。

47、根据本技术的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本技术上述任一方面所述的方法。

48、从而，本发明提出的一种识别电缆绝缘料类型及其性能推演方法，利用光谱仪采集电缆绝缘材料的光谱数据，利用多元散射方法和主成分分析，对光谱进行预处理、特征波长变量筛选以及多元线性回归预测模型建立，构建电缆绝缘材料近红外光谱特征指纹与绝缘材料的机械性能的关联关系，可以实现到货阶段成盘电缆端部以及施工过程中电缆中间部位开展快速全覆盖式的电缆绝缘材料快速分类辨别以及性能预测，提升电缆到货检测的准确性、效率。