摘要：城市电缆属隐蔽设备，外力破坏一直威胁着电缆线路的安全运行，严重危及电网安全。目前城市电缆防外力破坏，通常采用人工巡逻的方式对可能存在的施工隐患进行排查，覆盖面积和巡视周期非常有限，人力成本极高，而且城市电缆的分布广泛，存在于城市的各个角落；只有当外力破坏挖断电缆以后，才知道电缆被破坏，不能对破坏电缆线路的隐患进行提前预警。鉴于此，本文对电力电缆外力破坏的声纹识别展开探讨，以利于更好保护电力电缆不受外力破坏。 关键词：电力电缆；声纹识别；定位技术
引言
配电电缆通道的环境复杂，通常伴随有小型汽车、中大型货车、行人等外界运动物，不同的外界运动物对电缆通道造成的振动特征也不尽相同，因此，有必要对不同的外界运动物对电缆通道造成的振动特征进行识别研究，建立有效的振动识别阈值，对配电网电缆通道的外破防御提供指导性建议。
一、破坏源定位与识别
一方面，关于施工源定位问题，检波器阵列监测微地震信号技术来实现电缆外力入侵破坏风险的评估监测，采用检波器阵列进行科学布点组网，使有限的预警装置能任意三个组成检波器阵列。在同一时间点上，当两个振动传感单元接收到同一振动源所产生的振动信号时，通过振动信号到达这两个传感单元的时间差值就可以确定振源到达这两个传感器的距离差值，振源处于这两个传感单元所确定的双曲线上，如有三个传感单元就可以确定两条双曲线，那么振源信号必然处于两者的交点上，从而实现振源信号的空间定位。 另一方面，关于施工源种类识别问题，虽然在动物声音、音乐、语音等相关领域有大量关于声音分类的研究，但城市环境声音的分析工作较少。现有的研究也主要侧重于听觉场景类型（例如街道，公园）的分类，缺少对工程机械设备（如手持电镐、切割机、机械破碎锤、挖掘机等）的特定声源的识别。而且城市环境中含有大量的噪音，如何准确的判别并识别出需要的声音，具有重要的学术和应用价值。声音分类识别算法主要是通过人工智能深度学习的卷积神经网络CNN来实现。随着深度学习理论的快速发展，基于卷积神经网络(CNN)的特征提取技术也在各领域得到广泛的应用。CNN可以通过训练，从原始数据中自
动的去提取特征，特征的选择和提取一步到位，避免了手工提取特征或者人工规则设定，可实现对四大工程机械的准确识别。通过物联网技术将震动与声音信息及时上传到电缆防外力破坏风险评估预警平台，根据采集和监控设备上传的数据信息，通过城市电缆防外力破坏风险评估预警平台系统进行数据整理和大数据分析，在电缆被破坏前对施工人员进行反馈预警。
二、技术手段在防电缆外力破坏的必要性
近年来，电缆通道附近市政建设等施工日益增多，人工巡视任务量剧增，加上外力入侵行为的随机性，现有人力已无法满足全时段、准确快速到位巡防的工作要求，电缆外力破坏威胁无法得到有效监控。在不同的使用环境下，如不同的铺设方式、不同的电缆、不同的温度等等，这些所有的外部环境都会由于配电电缆线路分布范围广，运行人员难以同时将整条线路情况及时掌握。随着城市建设发展速度的加快，各种违法、违章行为造成的配网电缆线路绝缘层破坏形成接地短路、不同回路短路等事故层出不穷，在给供电企业造成巨额经济损失的同时，对人们生命财产安全也造成极大的威胁，分析外力破坏发生原因，采取预防措施，提前预警，尤为重要。
区域能源管理三、城市电缆防外力破坏风险评估预警技术
聚氨酯墙板以前技术手段主要有两种：
一是利用电缆物理特性进行检测，主要有漏电电流检测法、电力线载波检测法和点式应变传感器检测法，其原理和缺陷如下表所示：
无机颜料分散剂
技术手段 | 技术茶油精 | cof原理 | 缺陷 |
电缆物理特性 | 漏电电流检测法 | 检测电缆电路的漏电电流值 | 1.传输线路被破坏后才能反映结果2.线路停运时由于没有电流，检测手段失效 |
电力线载波检测法 | 检测载入电缆线路中的信号畸变 | 面临着高噪声、阻抗变化大、信号传输损耗大等问题，实际使用效果并不理想 |
| 5g怎么做 点式应变传感器检测法 | 在发生电流损坏时检测到相应的拉力应变 | 无法定位故障点、判断精度不高 |
| | | |
二是目前分布式光纤传感技术也开始被应用于地下电缆防损检测，原理光纤附近某一点的温度或者应变力发生变化时，光纤中的信号将受到入侵信号的调制而变生变化，在电缆铺设的过程中同时布置分布式光纤传感器系统，当电缆线路附近有施工作业时，分布式光纤中的传感信号发生改变，通过对信号进行分析得出相应的具体施工位置。这种技术在对已埋的电缆进行施工防护时，需要将原来的电缆扒出泥层，再进行敷设相应的光纤，施工工程较大。
目前输电线路外力破坏现象的不断发生逐步引起了人们的重视，目前国内外研发出了各种不同类型的防外力破坏探测装置。早期设计的防外力破坏装置有红外探测装置和声控探测
装置。近年来，开发了诸多新型的防外力破坏装置，主要有基于微波感应的探测系统、基于加速度传感器的监测系统、基于雷达的探测器系统、基于激光的探测器系统。此外，还有基于声音的检测系统、基于视频的监测系统，它们也是现阶段应用范围最广、应用最多的监测系统。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议