基于MapWinGIS的海纜故障數據全方位可視化仿真

施鑫麒，陳元林，安博文

(上海海事大學信息工程學院，上海 201306)

1 引言

隨著跨海電力供應與信號傳輸的需求增長，復合海纜的鋪設量逐年增加，伴隨而來的還有海纜故障增加。當前復合海纜的主要故障分為錨害故障、接地故障和放電故障[1]。這些故障產生的原因可能是船舶錨砸、鉤掛所致，也可能是設備過載運行和老化，或者潮汐、地震所致，故障產生的原因復雜，故障產生的時間和位置不可預知[2-3]。由于海纜部署于海底，現場巡檢實現難度大，成本高，為此，必須實現海纜故障數據的可視化。

研究發現，雖然導致海纜故障的原因復雜，但是均可以利用海纜中的傳感光纖，通過監測溫度和應變的方法對海纜故障進行判斷。在傳統的單模光纖中，傳感光纖檢測已經具有良好的應用效果。隨著多模光纖的出現，由于聲光耦合模型的不同[4]，使得單模光纖的檢測方法不適用于多模光纖，而關于多模光纖的實際應用目前又很少。為此，本文基于MapWinGIS設計了海纜故障數據全方位可視化系統，針對多模光纖，設計了布里淵特性分析模型，建立其頻移、功率與溫度、應變之間的關聯，提高海纜故障數據處理的準確有效性。

2 海纜故障數據可視化系統描述

復合海纜為了保證可靠性，其中包含了大量備用纖芯，在進行海纜故障檢測時，根據其中的布里淵頻移信號，可以將其用于故障采集。當復合海纜中的電纜存在故障，會產生溫度與形狀的改變。同時會對光纖溫度與形狀產生影響，根據對光纖中的布里淵散射分析，能夠解析出對應的影響關系，從而得到故障數據。

為了得到準確的海纜故障數據，并實現全方位可視化，本文設計了如圖1所示的系統框架。其中主要功能有采集信號處理、特征提取，以及數據可視化模擬。采集器會把接收到的光纖溫度與應變組成的固定數據幀，將其送至監控軟件后臺，做布里淵模型分析和濾波處理，再經過特征提取，構建溫度、應變映射數據庫，最終得出可視化故障數據。

圖1 海纜故障監測系統框架

3 基于布里淵特性分析

3.1 布里淵模型

當光源設備端把光源射入光纖中時，由于存在光子與聲子撞擊，從而引發布里淵散射[5]。光源在光纖中傳導時，假定傳導模式x對應的折射率是rx，經過聲子非線性擾動后得到的布里淵頻移是fx，光線角度是θx。于是，布里淵頻移可以表示為

(1)

其中，va表示聲子速度，λ表示入射泵浦光源的波長。對于多模光纖而言，激發出的每種工作模式對應的特性不同，考慮到它們的折射率區別很小，在只探討散射角度和頻移之間關系的情況下，根據光學傳導分析，當光源反向時散射具有最大角度，于是得到散射角度在[π-2θc，π]之間變化。上邊界中的θc代表臨界角度余角，計算公式描述如下：

(2)

其中，rc1、rco分別表示纖芯與外層折射率；N表示光纖數值孔徑。此時可得，在散射角度滿足θx=π情況下，具有最大布里淵頻移[6]，如下

fmax=fx(π)=2rcova/λ

(3)

在散射角度滿足θx=π-2θc情況時，具有最大布里淵頻移，如下

(4)

由于光源入射產生的多模式之間，各自擁有不同的速度，因此，對于任意工作模式x，如果其偏振模傳導速度是vx，那么它對應的散射功率表示如下

px=p0α1α2wvx/2

(5)

其中，p0和w分別表示脈沖光的功率和寬度；α1表示反向捕獲因子；α2表示損耗因子。關于α1、α2和vx的計算分別如下

α1=(λ/rx)2/4π2w2

(6)

(7)

其中，α1的計算與光纖截面有關；k表示玻爾茲曼因子；T表示溫度；ρ表示密度。根據前述公式求解出所有模式對應的功率，將其進行疊加，即為布里淵散射的總功率。

3.2 溫度與應變分析

在光源傳導過程中，如果光纖出現溫度波動或者應變的情況，都會導致一些重要參數的改變，而這些參數的改變將會對聲子速度va產生影響[7]，致使布里淵特性隨之改變。

當光源在光纖中傳導時，形成的擾動聲子速度va描述如下

(8)

其中，u表示泊松比；Y表示楊氏模量。因為u、Y和ρ都會在光纖溫度T與應變β動態波動時受到影響，所以將它們表示為T與β的關聯形式，得到此時的布里淵頻移為

(9)

此時，和T、β相關聯的布里淵散射功率表示如下

(10)

為去除信號量中的雜波，提高頻移和功率的計算精度，這里把對頻移和功率的處理替換為相對量處理，即引入δf和δp/p。于是布里淵特性與T、β的關聯關系最終描述為

(11)

在實際檢測環境中，根據T、β對頻移和功率的關聯關系，得到準確的海纜數據，進而可用于判斷故障的類型和位置。

4 海纜故障數據特征提取

在海纜故障監測的過程中，采集到的數據即便是經過了分析處理，數據量依然很大，為了更加準確的檢測出海纜故障，并實現海纜故障全方位可視化，需要對布里淵特性數據做進一步分析變換。在海纜的實際應用環境中，根據布里淵分析得到的結果數據雖然處于動態不平穩狀態，但是不會產生突變。只有當海纜出現故障時，才會產生突變信號。由于小波包在此類信號處理方面具有良好的時頻特性，結合海纜故障采集信號的特點，本文引入db小波包用于特征提取。進行小波分解時，分解層的增加會導致重構精度下降，而分解層的降低又會導致倍頻數據重疊。為此，這里針對布里淵分析結果采取三層設計，分解出23數量級的頻帶特征數據Sni，其中i=20，21，…，2n。于是，最后一層的分解數據描述如下

S3i=S30+S31+S32+S33+S34+S35+S36+S37

(12)

利用分解數據建立特征向量，特征向量描述了海纜的具體故障信息。對于未發生海纜故障時的數據，采用小波包標準差進行分析，評估檢測數據的偏離性，計算方式為

(13)

其中，xi代表關于分解時間序列的頻移和功率的重構，據此可以準確得到數據的穩定程度。利用小波Shannon熵，對檢測數據中的微弱突變進行追蹤分析。Shannon熵的計算描述如下

(14)

當計算的Shannon熵值越低，表示數據穩定性越好；否則數據存在突變情況。根據標準差和Shannon熵對數據特征的建立，從而更加準確的提取出海纜的各種故障特征，從大量數據中檢測出故障的具體情況。

5 基于MapWinGIS的故障數據可視化設計

MapWinGIS是一套具有存儲和處理功能的虛擬仿真系統開發框架[8]，為了實現海纜故障數據的全方位可視化，本文基于MapWinGIS開發了具有C/S結構的監測系統。利用MapWinGIS采取分層架構模式，實現海纜故障的監測。由于海纜故障監測數據復雜且龐大，最下層利用布里淵分析模型將采集到的數字信息轉換成具有實際意義的關聯信息，根據溫度、應變計算海纜的全方位狀態數據，包含各類故障數據；中間層對數據做特征提取、重構，降低數據的冗余度，得到海纜故障的類型和位置；上層用于實現海纜故障數據及其波形的顯示。圖2所示為故障數據監測的主頁面，能夠對海纜的各種故障數據進行實時監測分析。利用該系統，也可以完成對海纜各種故障的模擬分析，并根據得到的實驗數據對底層算法處理進行優化。

6 海纜故障數據仿真分析

通過改變光纖的溫度和應變，模擬海纜的各種故障，并利用MapWinGIS實現的故障可視化系統，得到海纜故障的模擬數據及其分析結果，驗證海纜故障數據可視化系統的性能。設置入射光纖的光源脈沖為20ns，頻率變化范圍為10.06～10.46GHz，將長度1km的光纖置于溫控水槽內，為避免發生應變干擾，使光纖在水槽中松散分布。通過調節溫度，在-20～60℃變化過程中，模擬溫度對布里淵特性的影響。可視化系統輸出的布里淵特性擬合曲線如圖3所示。

圖3 布里淵特性溫度曲線

根據結果曲線，當保持應變恒定時，布里淵頻移與溫度呈現良好的線性變化。溫度升高1℃，對應頻移改變1.20MHz，經過布里淵分析處理后的頻移-溫度數據與原始數據具有良好的擬合效果。布里淵功率在溫度變化時，整體呈線性關系，但是在具體時間段內，呈一定的非線性。導致該結果的原因是不同模式的散射功率溫度特性存在差異，但是在采用分段處理后，本文方法仍然獲得了良好的功率-溫度擬合性能。

保持溫控水槽的溫度不變(常溫27℃)，在光纖一端通過吊掛砝碼的方式，改變其應變參數，10g砝碼產生的應變是100με。當控制應力的砝碼增加過程中，仿真模擬應變對布里淵特性的影響。結果如圖4所示。根據結果曲線，頻移與應變具有良好的線性關系，斜率約為0.89MHz/g。功率與應變呈線性負相關，斜率約為0.019dB/g，從頻移和功率的擬合曲線逼近程度可知，布里淵分析具有良好的故障數據處理精度。

圖4 布里淵特性應變曲線

在輸入接口模擬海纜的三種故障，通過可視化窗口觀測布里淵分析前后的故障數據波形，如圖5所示。從模擬結果可以看出，在三種故障情況下，從光纖中采集的數據都存在噪聲干擾，經過布里淵分析處理后，在沒有故障發生時，溫度和應變波形平穩純凈，體現了海纜監測數據不易突變的時域特性；在有故障發生時，溫度和應變波形根據故障類型產生不同的畸變，畸變波形清晰，易于識別。針對海纜故障數據的布里淵特性分析，一方面可以過濾掉采集數據中的無效和冗余數據；另一方面可以避免較大的臨近波峰波谷差值被誤檢。從而有效提升故障數據的精度，降低故障數據處理的復雜度。

圖5 布里淵分析處理前后的故障數據波形

為了驗證海纜故障檢測的準確性，通過100次的數據模擬，得到三種故障檢測準確率均值，以及故障位置檢測偏差均值，結果如表1所示。可以看出，本文方法對于錨害故障的檢測準確率為100%，由于這種故障會產生應變，應變對于布里淵特性的影響線性度較好，準確度也相對更好。漏電和短路故障會引起溫度變化，對于功率擬合的效果相對較差，從而對準確度產生了一定影響。對于故障位置的檢測，短路故障位置檢測更準確，錨害故障位置檢測相對偏差較大。這是由于短路故障引起溫度的急劇跳變，并在之后產生類似階躍響應，該過程的特征更具有分辨性，而錨害故障的應變數據會在時間上呈正弦分布，檢測的延遲導致位置出現偏差。但是從整體而言，基于布里淵特性分析與MapWinGIS框架實現的可視化系統，對于海纜故障檢測的準確度很高，布里淵分析提高了采集信號的有效性，過濾了其中的冗余數據和噪聲信號，在特征提取階段，引入的小波Shannon熵可以對故障數據中的微弱突變進行準確的追蹤分析。

表1 海纜故障檢測準確率

7 結束語

為了實現海纜故障數據的可靠監測，設計了布里淵分析模型，將采集到的復雜數字信息轉換成具有實際意義的關聯信息，從而根據溫度、應變計算出海纜的狀態數據，利用特征提取分析即可完成故障檢測。并基于MapWinGIS設計了海纜故障數據的可視化系統，用于觀測和模擬各種故障數據及其波形。通過仿真，驗證了布里淵特性分析具有良好的擬合效果，能夠有效過濾掉采集數據中的噪聲信息，提升海纜故障數據的可視化精度。