一种基于Pisarenko谐波分解的电缆缺陷定位方法及系统与流程

文档序号:37635584发布日期:2024-04-18 17:51阅读:12来源:国知局
一种基于Pisarenko谐波分解的电缆缺陷定位方法及系统与流程

本发明涉及电缆缺陷定位,尤其涉及一种基于pisarenko谐波分解的电缆缺陷定位方法及系统。


背景技术:

1、在电缆的生产及使用过程中,往往需要对其缺陷进行准确定位。现有的大多数缺陷定位方法都是基于信号传输特性的变化来探测并定位电缆中的缺陷。然而,这些方法通常需要对电缆的物理特性有深入的理解,并且对信号的频率和幅度变化进行复杂的分析。此外,这些基于信号传输特性的方法在某些情况下可能会受到噪声和其他干扰的影响,导致定位结果的不准确。因此,需要一种更加可靠和精确的缺陷定位方法。

2、因此,开发一种简单、快速且准确的电缆缺陷定位方法及系统是当前亟待解决的问题。


技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题,提出了本发明。

3、因此,本发明提供了一种基于pisarenko谐波分解的电缆缺陷定位方法及系统,能够解决背景技术中提到的问题。

4、为解决上述技术问题,本发明提供如下技术方案,一种基于pisarenko谐波分解的电缆缺陷定位方法,包括:

5、获取电缆的物理变量参数数据以及结构参数数据,根据所述数据建立第一电缆模型;

6、当电缆出现缺陷时,根据所述第一电缆模型对电缆缺陷进行第一次定位;

7、根据所述第一次定位的结果,结合pisarenko谐波分解方法,对电缆缺陷进行第二次定位;

8、对所述第二次定位结果进行验证,完成基于pisarenko谐波分解的电缆缺陷定位。

9、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述第二次定位包括:

10、采用线性差分拟合所述第一次定位的结果中反射系数谱的分布,建立自回归-滑动平均预测模型;

11、通过自回归-滑动平均预测模型构造基于观测信号的协方差矩阵,并求解特征多项式系数;

12、求解特征多项式的根,得到反射系数谱中包含的缺陷位置的信息。

13、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述当电缆出现缺陷时,根据所述第一电缆模型对电缆缺陷进行第一次定位包括:

14、当电缆出现缺陷时,第一电缆模型的反射系数谱的表达式为:

15、

16、

17、其中,p是反射波的个数,是第i个波的反射幅值,xk是缺陷的位置,α是衰减变量,β是相位变量,f是测试信号的频率,v是测试信号的波速;

18、化简并取实部得到如下公式:

19、

20、其中,s表示实部;

21、记以测试信号的频率f为自变量,在电缆在距首端xk处存在阻抗发生失配;

22、则反射系数谱的实部s出现等效频率fk=2xk/v的分量;

23、由上述可知通过下式对缺陷进行定位:

24、

25、其中,xk是缺陷的位置,fk是反射信号的频率,v是测试信号的波速。

26、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述采用线性差分拟合反射系数谱的分布,建立自回归-滑动平均预测模型包括:

27、

28、其中,ai是差分系数,p是反射波的个数,i表示反射波。

29、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述通过自回归-滑动平均预测模型构造基于观测信号的协方差矩阵,并求解特征多项式系数包括:

30、考虑测试环境中的噪声,则有:

31、

32、其中,x(n)是真实值,w(n)是均值为0,方差σ2为的高斯白噪声,ai是差分系数,p是反射波的个数,i表示反射波。

33、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述通过自回归-滑动平均预测模型构造基于观测信号的协方差矩阵,并求解特征多项式系数还包括:

34、令

35、

36、则有:

37、xta=wta

38、将式两边左乘x,并取期望:

39、e[xxt]a=e[xwt]a

40、令x的自相关矩阵为r,推导出:

41、ra=e[xwt]a

42、=e[(s+w)wt]a

43、=e[swt+wwt]a

44、=e[wwt]a

45、=σ2a

46、即,σ2与a分别是r的特征值与特征向量,将a带入下面的特征多项式

47、1+a1z-1+a2z-2+…+apz-p=0

48、z-i=exp(j2πfk)

49、其中,a是差分系数向量,x(n)是真实值,w(n)是均值为0,方差σ2为的高斯白噪声,ai是差分系数,p是反射波的个数,i表示反射波,xk是缺陷的位置,fk是反射信号的频率,v是测试信号的波速。

50、作为本发明所述的基于pisarenko谐波分解的电缆缺陷定位方法的一种优选方案,其中:所述对所述第二次定位结果进行验证,完成基于pisarenko谐波分解的电缆缺陷定位包括:通过matlab对所述第二次定位结果进行可行性仿真验证。

51、一种基于pisarenko谐波分解的电缆缺陷定位系统,其特征在于,包括:数据获取与建模模块、第一次定位模块、第二次定位模块以及验证模块,

52、数据获取与建模模块,所述数据获取与建模模块用于获取电缆的物理变量参数数据以及结构参数数据,根据所述数据建立第一电缆模型;

53、第一次定位模块,所述第一次定位模块用于当电缆出现缺陷时,根据所述第一电缆模型对电缆缺陷进行第一次定位;

54、第二次定位模块,所述第二次定位模块用于根据所述第一次定位的结果,结合pisarenko谐波分解方法,对电缆缺陷进行第二次定位;

55、验证模块,所述验证模块用于对所述第二次定位结果进行验证,完成基于pisarenko谐波分解的电缆缺陷定位。

56、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。

57、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述的方法的步骤。

58、本发明的有益效果:本发明提出一种基于pisarenko谐波分解的电缆缺陷定位方法及系统,获取电缆的物理变量参数数据以及结构参数数据,根据所述数据建立第一电缆模型;当电缆出现缺陷时,根据所述第一电缆模型对电缆缺陷进行第一次定位;根据所述第一次定位的结果,结合pisarenko谐波分解方法,对电缆缺陷进行第二次定位;对所述第二次定位结果进行验证,完成基于pisarenko谐波分解的电缆缺陷定位。从本质上消除了频谱泄露对缺陷定位的影响,通过对电缆模型的仿真分析验证了所提方法的可行性。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1