CN113466612A - 一种电缆故障识别方法 - Google Patents
一种电缆故障识别方法 Download PDFInfo
- Publication number
- CN113466612A CN113466612A CN202110616120.4A CN202110616120A CN113466612A CN 113466612 A CN113466612 A CN 113466612A CN 202110616120 A CN202110616120 A CN 202110616120A CN 113466612 A CN113466612 A CN 113466612A
- Authority
- CN
- China
- Prior art keywords
- signal
- cable
- fault
- cross
- reflection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种电缆故障识别方法,属于电缆故障识别技术领域,方法包括设置及电缆参数模型,根据参数模型分析出电缆故障的种类,生成两路相同检测信号,一路作为参考信号,另一路作为测试信号注入待测电缆,当电缆发生故障时,故障点处的阻抗与电缆的特征阻抗不匹配,激励信号在电缆内传输时遇到阻抗不匹配的点时发生反射,将采集到的参考信号与反射信号进行互相关运算分析,识别故障类型和定位故障位置。本发明判断故障点处的负载大小,进而对该故障类型进行判定,因此,可以推断该方法能够实现电缆故障类型的精确识别,用于精确的电缆故障类型识别和故障点定位,通过对不同长度同轴电缆进行故障实验测试,表明能够实现故障点的精确定位。
Description
技术领域
本发明涉及电缆故障识别技术领域,尤其涉及一种电缆故障识别方法。
背景技术
电缆作为重要的基础性配套产业被誉为城市的“神经”和“血管”,为保证电缆工作时的安全可靠、安装更换方便以及城市美观,大多采用直埋敷设的方式。地下恶劣的环境、过负荷的使用以及自然老化都会导致电缆发生故障,且很难发现故障位置。因此,精确判别故障类型和定位故障点是至关重要的。
行波法作为目前常用的故障检测方法,它的工作原理是在电缆的一端发射激励信号,激励信号遇到故障点发生反射,通过入射信号和反射信号的时间差以及信号的传播速度来计算故障的位置。行波法常见的方法有:时域反射法、频域反射法、序列时域反射法、扩展频谱时域反射法等。TDR实现简单,且对电缆无损害,但是在测量过程中容易产生噪声信号的叠加,给反射信号提取带来困难,且测试信号随着传播距离的增大衰减会逐渐增大,很难识别反射信号,导致测量结果误差很大。随之兴起的FDR在TDR基础上有一定的改进,激励采用扫频信号,测试精度比TDR高,但是它只能检测高阻故障,且设备的体积较大成本较高。SSTDR向电缆发送经余弦调制的伪随机码作为激励信号,该信号与电缆中的有效信号互不干扰,但是检测范围受码周期的限制,需要昂贵的伪随机码发生器,成本较高。STDR以其定位精度高、抗干扰能力强、实现简单、适用范围广而成为研究的重点。然而,传统STDR 只能识别基本的短路与开路故障,而不能识别诸如高阻、低阻等其它类型的故障,因此在精确的电缆故障诊断应用中受阻。
发明内容
本发明的目的在于提供一种电缆故障识别方法,解决背景技术中提到的技术问题。
一种电缆故障识别方法,所述方法包括如下步骤:
步骤1:设置及电缆参数模型,根据参数模型分析出电缆故障的种类;
步骤2:生成两路相同检测信号,一路作为参考信号,另一路作为测试信号注入待测电缆,测试信号通过T型头注入待测故障电缆;
步骤3:当电缆发生故障时,故障点处的阻抗与电缆的特征阻抗不匹配,激励信号在电缆内传输时遇到阻抗不匹配的点时发生反射;
步骤4:将采集到的参考信号与反射信号进行互相关运算分析,根据反射信号的延迟特性和幅值特性,来识别故障类型和定位故障位置。
进一步地,所述步骤1的具体过程为:设L0、R0、C0、G0分别为单位长度长线的分布电感、分布电阻、分布电容和分布电导,根据基尔霍夫电流定律和电压定律,距离电缆初始端为x处的电压电流方程为:
根据初始条件和边界条件求出电压电流方程的解,得到距离电缆x处入射信号的反射系数为:
其中,Z0为电缆故障点的阻抗,ZL为电缆的特征阻抗,分析反射情况的类型为,电缆正常,无故障:Z0=ZL,Г=0,无反射存在,低阻故障,Z0<10Z, Z为电缆的波阻抗,不超过40Ω,,Г在(-1,0)之间,信号发生部分反射,且入射信号与反射信号的极性相反,其中Z0=0,Г=-1为短路故障,电缆开路, Z0=∞,Г=1,信号发生全反射,且入射信号与反射信号的极性相同,高阻故障,Z0>10Z,Г在(0,1)之间,且入射信号与反射信号的极性相同。
进一步地,所述步骤2中生成检测信号具体过程为:通过若干个线性移位寄存器,并通过移位时钟脉冲在线性移位寄存器进行移动生成检测信号,生成算式为:
ci表示反馈系数,i为正整数,xi表示元素的相应位置。
对检测信号进行功率谱分析,分析算式为:
其中,N为检测信号的长度,fc/N为检测信号的谱线间距,当时钟频率 fc不变,信号长度N增大时,谱线之间的间距减小,强度下降,但不会改变在指定频率内的总功率,在相同点数下的检测信号自相关曲线随着阶数的增加,其自相关更好、更容易辨识,。
进一步地,所述步骤2中,有控制信号发生器产生的检测信号经过功率分配器后被复制成两路相同的信号,其中一路信号作为参考信号Sref送入示波器的1端口,另一路通过T型连接头时分成两部分,一部分作为激励信号进入电缆,另一部分作为基础信号S0送入示波器的2端口。
进一步地,所述步骤3中,激励信号进入到电缆内一旦遇到故障点,就会返回到发射端口,反射信号与激励信号之间存在延迟,延迟时间为T型连接头到故障点的往返时间τ,反射信号在返回到T型连接头后会分成两路,一路反射信号S’ret经过功率分配器后被示波器端口1采集,另一部分反射信号Sret直接被示波器端口2采集。
进一步地,所述步骤4中,PC机采集示波器两个端口的数据进行互相关运算,经过分析计算出信号往返时间τ,通过算式计算出故障位置。
进一步地,互相关运算与分析计算的过程为:
假设控制信号发生器产生的信号为C(t),则示波器接收到的各个信号为: Sref=k1C(t-τ1),S0=k2C(t-τ2),Sret=k3C(t-τ3),S’ret=k4C(t-τ4),其中τ1、τ2、τ3、τ4分为参考信号、基础信号、反射信号1、反射信号2从功率分配器到示波器的传播时间,k1、k2、k3、k4为相对于信号发生器输出的衰减系数,将组合信号Sref+S’ret与S0+Sret进行相关运算可得:
上式(5)包含三项,其中第一项为参考信号自相关峰值,第二项为反射信号2互相关的峰值,第三项为反射信号1互相关的峰值,即衰减系数k4>k3,假设信号从输出端到T型连接头的传输时间为τ5,则τ3-τ1=τ,τ4-τ2=τ+2τ5,得出反射信号1的传播时间对于定位故障点更精确。
进一步地,计算出故障位置的具体过程为:
假设入射信号遇到故障返回至入射点的时间为t,且入射信号在电缆内的传播速度为v,则故障距离L可由下式表示:
然而当故障点与测距点小于固定值时,测试信号传播时间短,发射信号与反射信号混叠在一起,致使无法测距,因此,被测电缆的测试距离范围通常设定为:
其中,Ts=1/fs为一个码元持续时间,fs为码元生成速率,N为伪随机序列的长度,C为光速。
进一步地,步骤4中还包括建立基于互相关峰值的电缆负载阻抗识别模型,具体过程为,将电缆加载不同的负载阻抗,得到不同负载阻抗下反射信号1与参考信号的互相关信号,互相关信号包括参考信号的自相关峰值、反射信号2与基础信号的互相关峰值和反射信号1与参考信号的互相关峰值,互相关峰值进行处理:
其中,RZ为某负载下的互相关峰值,min(RXY)、max(RXY)分别为不同负载下互相关峰值的最大值和最小值,反射系数Г的取值范围在[-1,1],
其次,将式(8)代入反射系数公式(2)中,得到互相关峰值RZ对应的负载阻抗的Z0估算公式:
其中,ZL为电缆的特征阻抗,随负载电阻由小变大,对应的互相关峰值由负数逐渐变为正数,利用式(9)计算得到负载阻抗的估算值,并与真实的负载阻抗做相关性分析,得到负载阻抗的估算值与真实值的相关度为98.80%。
本发明采用了上述技术方案,本发明具有以下技术效果:
本发明判断故障点处的负载大小,进而对该故障类型进行判定,因此,可以推断该方法能够实现电缆故障类型的精确识别,可用于精确的电缆故障类型识别和故障点定位,通过对不同长度同轴电缆进行故障实验测试,结果表明,该方法能够实现故障点的精确定位,通过对同一长度同轴电缆反射信号互相关峰值分析表明,其与不同负载之间具有很强的相关性,可实现对开路、短路等故障精确识别。
附图说明
图1为本发明原理示意图。
图2为本发明功率谱分析中的时域波形图。
图3为本发明功率谱分析中的功率谱密度图。
图4为本发明功率谱分析中的自相关曲线图。
图5为本发明开路故障与短路故障的峰值对比图。
图6为本发明不同负载对应的峰值图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,举出优选实施例,对本发明进一步详细说明。然而,需要说明的是,说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解,即便没有这些特定的细节也可以实现本发明的这些方面。
一种电缆故障识别方法,如图1所示,所述方法包括如下步骤:
步骤1:设置及电缆参数模型,根据参数模型分析出电缆故障的种类。
设L0、R0、C0、G0分别为单位长度长线的分布电感、分布电阻、分布电容和分布电导,根据基尔霍夫电流定律和电压定律,距离电缆初始端为x处的电压电流方程为:
根据初始条件和边界条件求出电压电流方程的解,得到距离电缆x处入射信号的反射系数为:
其中,Z0为电缆故障点的阻抗,ZL为电缆的特征阻抗,分析反射情况的类型为,电缆正常,无故障:Z0=ZL,Г=0,无反射存在,低阻故障,Z0<10Z, Z为电缆的波阻抗,不超过40Ω,,Г在(-1,0)之间,信号发生部分反射,且入射信号与反射信号的极性相反,其中Z0=0,Г=-1为短路故障,电缆开路, Z0=∞,Г=1,信号发生全反射,且入射信号与反射信号的极性相同,高阻故障,Z0>10Z,Г在(0,1)之间,且入射信号与反射信号的极性相同。
步骤2:生成两路相同检测信号,一路作为参考信号,另一路作为测试信号注入待测电缆,测试信号通过T型头注入待测故障电缆。
通过若干个线性移位寄存器,并通过移位时钟脉冲在线性移位寄存器进行移动生成检测信号,生成算式为:
对检测信号进行功率谱分析,分析算式为:
其中,N为检测信号的长度,fc/N为检测信号的谱线间距,当时钟频率 fc不变,信号长度N增大时,谱线之间的间距减小,强度下降,但不会改变在指定频率内的总功率,在相同点数下的检测信号自相关曲线随着阶数的增加,其自相关更好、更容易辨识。
其中,具体的分析图如图2-4所示,因此,本文采用十阶检测信号作为电缆故障检测的激励信号。
控制信号发生器产生的检测信号经过功率分配器后被复制成两路相同的信号,其中一路信号作为参考信号Sref送入示波器的1端口,另一路通过T 型连接头时分成两部分,一部分作为激励信号进入电缆,另一部分作为基础信号S0送入示波器的2端口。
步骤3:当电缆发生故障时,故障点处的阻抗与电缆的特征阻抗不匹配,激励信号在电缆内传输时遇到阻抗不匹配的点时发生反射。激励信号进入到电缆内一旦遇到故障点,就会返回到发射端口,反射信号与激励信号之间存在延迟,延迟时间为T型连接头到故障点的往返时间τ,反射信号在返回到T 型连接头后会分成两路,一路反射信号S’ret经过功率分配器后被示波器端口1 采集,另一部分反射信号Sret直接被示波器端口2采集。
步骤4:将采集到的参考信号与反射信号进行互相关运算分析,根据反射信号的延迟特性和幅值特性,来识别故障类型和定位故障位置。PC机采集示波器两个端口的数据进行互相关运算,经过分析计算出信号往返时间τ,通过算式计算出故障位置。
互相关运算与分析计算的过程为:
假设控制信号发生器产生的信号为C(t),则示波器接收到的各个信号为: Sref=k1C(t-τ1),S0=k2C(t-τ2),Sret=k3C(t-τ3),S’ret=k4C(t-τ4),其中τ1、τ2、τ3、τ4分为参考信号、基础信号、反射信号1、反射信号2从功率分配器到示波器的传播时间,k1、k2、k3、k4为相对于信号发生器输出的衰减系数,将组合信号Sref+S’ret与S0+Sret进行相关运算可得:
上式(5)包含三项,其中第一项为参考信号自相关峰值,第二项为反射信号2互相关的峰值,第三项为反射信号1互相关的峰值,即衰减系数k4>k3,假设信号从输出端到T型连接头的传输时间为τ5,则τ3-τ1=τ,τ4-τ2=τ+2τ5,得出反射信号1的传播时间对于定位故障点更精确。
计算出故障位置的具体过程为:
假设入射信号遇到故障返回至入射点的时间为t,且入射信号在电缆内的传播速度为v,则故障距离L可由下式表示:
然而当故障点与测距点小于固定值时,测试信号传播时间短,发射信号与反射信号混叠在一起,致使无法测距,因此,被测电缆的测试距离范围通常设定为:
其中,Ts=1/fs为一个码元持续时间,fs为码元生成速率,N为伪随机序列的长度,C为光速。
步骤4中还包括建立基于互相关峰值的电缆负载阻抗识别模型,具体过程为,将电缆加载不同的负载阻抗,得到不同负载阻抗下反射信号1与参考信号的互相关信号,互相关信号包括参考信号的自相关峰值、反射信号2与基础信号的互相关峰值和反射信号1与参考信号的互相关峰值,互相关峰值进行处理:
其中,RZ为某负载下的互相关峰值,min(RXY)、max(RXY)分别为不同负载下互相关峰值的最大值和最小值,反射系数Г的取值范围在[-1,1],
其次,将式(8)代入反射系数公式(2)中,得到互相关峰值RZ对应的负载阻抗的Z0估算公式:
其中,ZL为电缆的特征阻抗,随负载电阻由小变大,对应的互相关峰值由负数逐渐变为正数,利用式(9)计算得到负载阻抗的估算值,并与真实的负载阻抗做相关性分析,得到负载阻抗的估算值与真实值的相关度为98.80%。
在实验室利用对SYV50-3-1同轴电缆在50m、100m、150m、200m处分别进行开路故障和短路故障的模拟测试。实验中使用的测试信号为十阶的检测信号,其码元生成率为30MHz,测试点数为12500。
电缆故障的识别和定位,图5为电缆故障的识别和定位结果,其中图5 (a)为同轴电缆在50m、100m、150m、200m处的开路故障测试结果。可以看出反射信号互相关峰值与参考信号自相关的峰值极性相同,因此由式(2) 判断出电缆是开路故障。下表1实际开路故障位置与测量故障位置的比较。
图5(b)为同轴电缆在50m、100m、150m、200m处的短路故障测试结果。可以看出反射信号互相关峰值与参考信号自相关的峰值极性相反,因此由式(2)判断出电缆是短路故障。下表2实际短路故障位置与测量故障位置的比较。
此外,由于衰减系数k4>k3,因此反射信号2互相关峰值高于反射信号1 互相关峰值,即图5表示的各信号其左侧互相关峰值大于其右侧峰值。
表1实际开路故障位置与测量故障位置的比较
表2实际短路故障位置与测量故障位置的比较
通过在200m同轴电缆的末端添加不同的负载进行电缆故障的模拟测试,得到如图6所示的不同阻抗下的实测响应,可以看出随负载由小变大,对应的互相关峰值也由负数逐渐变为正数。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种电缆故障识别方法,其特征在于:所述方法包括如下步骤:
步骤1:设置及电缆参数模型,根据参数模型分析出电缆故障的种类;
步骤2:生成两路相同检测信号,一路作为参考信号,另一路作为测试信号注入待测电缆,测试信号通过T型头注入待测故障电缆;
步骤3:当电缆发生故障时,故障点处的阻抗与电缆的特征阻抗不匹配,激励信号在电缆内传输时遇到阻抗不匹配的点时发生反射;
步骤4:将采集到的参考信号与反射信号进行互相关运算分析,根据反射信号的延迟特性和幅值特性,来识别故障类型和定位故障位置。
2.根据权利要求1所述的一种电缆故障识别方法,其特征在于:所述步骤1的具体过程为:设L0、R0、C0、G0分别为单位长度长线的分布电感、分布电阻、分布电容和分布电导,根据基尔霍夫电流定律和电压定律,距离电缆初始端为x处的电压电流方程为:
根据初始条件和边界条件求出电压电流方程的解,得到距离电缆x处入射信号的反射系数为:
其中,Z0为电缆故障点的阻抗,ZL为电缆的特征阻抗,分析反射情况的类型为,电缆正常,无故障:Z0=ZL,Г=0,无反射存在,低阻故障,Z0<10Z,Z为电缆的波阻抗,不超过40Ω,,Г在(-1,0)之间,信号发生部分反射,且入射信号与反射信号的极性相反,其中Z0=0,Г=-1为短路故障,电缆开路,Z0=∞,Г=1,信号发生全反射,且入射信号与反射信号的极性相同,高阻故障,Z0>10Z,Г在(0,1)之间,且入射信号与反射信号的极性相同。
4.根据权利要求3所述的一种电缆故障识别方法,其特征在于:所述步骤2中,控制信号发生器产生的检测信号经过功率分配器后被复制成两路相同的信号,其中一路信号作为参考信号Sref送入示波器的1端口,另一路通过T型连接头时分成两部分,一部分作为激励信号进入电缆,另一部分作为基础信号S0送入示波器的2端口。
5.根据权利要求4所述的一种电缆故障识别方法,其特征在于:所述步骤3中,激励信号进入到电缆内一旦遇到故障点,就会返回到发射端口,反射信号与激励信号之间存在延迟,延迟时间为T型连接头到故障点的往返时间τ,反射信号在返回到T型连接头后会分成两路,一路反射信号S’ret经过功率分配器后被示波器端口1采集,另一部分反射信号Sret直接被示波器端口2采集。
6.根据权利要求5所述的一种电缆故障识别方法,其特征在于:所述步骤4中,PC机采集示波器两个端口的数据进行互相关运算,经过分析计算出信号往返时间τ,通过算式计算出故障位置。
7.根据权利要求6所述的一种电缆故障识别方法,其特征在于:互相关运算与分析计算的过程为:
假设控制信号发生器产生的信号为C(t),则示波器接收到的各个信号为:Sref=k1C(t-τ1),S0=k2C(t-τ2),Sret=k3C(t-τ3),S’ret=k4C(t-τ4),其中τ1、τ2、τ3、τ4分为参考信号、基础信号、反射信号1、反射信号2从功率分配器到示波器的传播时间,k1、k2、k3、k4为相对于信号发生器输出的衰减系数,将组合信号Sref+S’ret与S0+Sret进行相关运算可得:
上式(5)包含三项,其中第一项为参考信号自相关峰值,第二项为反射信号2互相关的峰值,第三项为反射信号1互相关的峰值,即衰减系数k4>k3,假设信号从输出端到T型连接头的传输时间为τ5,则τ3-τ1=τ,τ4-τ2=τ+2τ5,得出反射信号1的传播时间对于定位故障点更精确。
9.根据权利要求2所述的一种电缆故障识别方法,其特征在于:步骤4中还包括建立基于互相关峰值的电缆负载阻抗识别模型,具体过程为,将电缆加载不同的负载阻抗,得到不同负载阻抗下反射信号1与参考信号的互相关信号,互相关信号包括参考信号的自相关峰值、反射信号2与基础信号的互相关峰值和反射信号1与参考信号的互相关峰值,互相关峰值进行处理:
其中,RZ为某负载下的互相关峰值,min(RXY)、max(RXY)分别为不同负载下互相关峰值的最大值和最小值,反射系数Г的取值范围在[-1,1],
其次,将式(8)代入反射系数公式(2)中,得到互相关峰值RZ对应的负载阻抗的Z0估算公式:
其中,ZL为电缆的特征阻抗,随负载电阻由小变大,对应的互相关峰值由负数逐渐变为正数,利用式(9)计算得到负载阻抗的估算值,并与真实的负载阻抗做相关性分析,得到负载阻抗的估算值与真实值的相关度为98.80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616120.4A CN113466612B (zh) | 2021-06-02 | 2021-06-02 | 一种电缆故障识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616120.4A CN113466612B (zh) | 2021-06-02 | 2021-06-02 | 一种电缆故障识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113466612A true CN113466612A (zh) | 2021-10-01 |
CN113466612B CN113466612B (zh) | 2022-07-01 |
Family
ID=77872111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110616120.4A Active CN113466612B (zh) | 2021-06-02 | 2021-06-02 | 一种电缆故障识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113466612B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114325239A (zh) * | 2021-12-30 | 2022-04-12 | 成都高斯电子技术有限公司 | 故障定位模拟装置及故障定位精度校验方法 |
CN114384382A (zh) * | 2022-03-23 | 2022-04-22 | 广东电网有限责任公司惠州供电局 | 一种变电站站用电缆绝缘状态在线监测方法 |
TWI781006B (zh) * | 2021-12-10 | 2022-10-11 | 國立勤益科技大學 | 遠端電力電纜瑕疵故障檢測方法 |
CN115469179A (zh) * | 2022-08-16 | 2022-12-13 | 广东电网有限责任公司 | 一种海底电缆缺陷定位方法、装置、存储介质及*** |
CN115856525A (zh) * | 2022-11-08 | 2023-03-28 | 武汉朗德电气有限公司 | 一种电缆局部放电在线监测方法及*** |
CN117092453A (zh) * | 2023-10-19 | 2023-11-21 | 华南理工大学 | 三芯电缆的故障定位方法、装置、设备及存储介质 |
CN117129798A (zh) * | 2023-08-28 | 2023-11-28 | 中南大学 | 基于时域反射法的故障功率模块定位方法及*** |
CN117310393A (zh) * | 2023-11-29 | 2023-12-29 | 广东电网有限责任公司 | 一种电缆局部缺陷检测方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4970466A (en) * | 1989-03-22 | 1990-11-13 | Microtest, Inc. | TDR cable testing apparatus with pulse timing manipulation to automatically compensate for diverse cable characteristics |
CN103605049A (zh) * | 2013-09-23 | 2014-02-26 | 中国民航大学 | 基于扩展频谱时域反射的实现对多段连续飞机电缆故障定位方法 |
CN105467272A (zh) * | 2015-11-24 | 2016-04-06 | 郑州职业技术学院 | 基于宽带混沌信号的电缆故障在线检测装置及检测方法 |
CN108693444A (zh) * | 2018-05-23 | 2018-10-23 | 西安交通大学 | 一种基于电磁信号时间反演的输电线路故障点定位方法 |
US20190229981A1 (en) * | 2018-01-23 | 2019-07-25 | Viavi Solutions Inc. | High resolution time domain reflectometry (tdr) in fault location measurement in a cable network |
-
2021
- 2021-06-02 CN CN202110616120.4A patent/CN113466612B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4970466A (en) * | 1989-03-22 | 1990-11-13 | Microtest, Inc. | TDR cable testing apparatus with pulse timing manipulation to automatically compensate for diverse cable characteristics |
CN103605049A (zh) * | 2013-09-23 | 2014-02-26 | 中国民航大学 | 基于扩展频谱时域反射的实现对多段连续飞机电缆故障定位方法 |
CN105467272A (zh) * | 2015-11-24 | 2016-04-06 | 郑州职业技术学院 | 基于宽带混沌信号的电缆故障在线检测装置及检测方法 |
US20190229981A1 (en) * | 2018-01-23 | 2019-07-25 | Viavi Solutions Inc. | High resolution time domain reflectometry (tdr) in fault location measurement in a cable network |
CN108693444A (zh) * | 2018-05-23 | 2018-10-23 | 西安交通大学 | 一种基于电磁信号时间反演的输电线路故障点定位方法 |
Non-Patent Citations (1)
Title |
---|
张建国等: "面向电缆故障检测的布尔混沌时域反射法", 《工矿自动化》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI781006B (zh) * | 2021-12-10 | 2022-10-11 | 國立勤益科技大學 | 遠端電力電纜瑕疵故障檢測方法 |
CN114325239B (zh) * | 2021-12-30 | 2024-01-19 | 成都高斯电子技术有限公司 | 故障定位模拟装置及故障定位精度校验方法 |
CN114325239A (zh) * | 2021-12-30 | 2022-04-12 | 成都高斯电子技术有限公司 | 故障定位模拟装置及故障定位精度校验方法 |
CN114384382A (zh) * | 2022-03-23 | 2022-04-22 | 广东电网有限责任公司惠州供电局 | 一种变电站站用电缆绝缘状态在线监测方法 |
CN114384382B (zh) * | 2022-03-23 | 2022-09-13 | 广东电网有限责任公司惠州供电局 | 一种变电站站用电缆绝缘状态在线监测方法 |
CN115469179A (zh) * | 2022-08-16 | 2022-12-13 | 广东电网有限责任公司 | 一种海底电缆缺陷定位方法、装置、存储介质及*** |
CN115856525A (zh) * | 2022-11-08 | 2023-03-28 | 武汉朗德电气有限公司 | 一种电缆局部放电在线监测方法及*** |
CN115856525B (zh) * | 2022-11-08 | 2024-03-19 | 武汉朗德电气有限公司 | 一种电缆局部放电在线监测方法及*** |
CN117129798A (zh) * | 2023-08-28 | 2023-11-28 | 中南大学 | 基于时域反射法的故障功率模块定位方法及*** |
CN117129798B (zh) * | 2023-08-28 | 2024-02-06 | 中南大学 | 基于时域反射法的故障功率模块定位方法及*** |
CN117092453A (zh) * | 2023-10-19 | 2023-11-21 | 华南理工大学 | 三芯电缆的故障定位方法、装置、设备及存储介质 |
CN117092453B (zh) * | 2023-10-19 | 2023-12-19 | 华南理工大学 | 三芯电缆的故障定位方法、装置、设备及存储介质 |
CN117310393A (zh) * | 2023-11-29 | 2023-12-29 | 广东电网有限责任公司 | 一种电缆局部缺陷检测方法、装置及存储介质 |
CN117310393B (zh) * | 2023-11-29 | 2024-03-08 | 广东电网有限责任公司 | 一种电缆局部缺陷检测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113466612B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113466612B (zh) | 一种电缆故障识别方法 | |
Furse et al. | A critical comparison of reflectometry methods for location of wiring faults | |
Lo et al. | Noise-domain reflectometry for locating wiring faults | |
Smith et al. | Analysis of spread spectrum time domain reflectometry for wire fault location | |
EP1395840B1 (en) | Fault detection system and method | |
CN100409591C (zh) | 测量远端串扰以便确定等电平远端串扰的方法及装置 | |
US7250772B2 (en) | Method and apparatus for characterizing a signal path carrying an operational signal | |
Buccella et al. | Detection and localization of defects in shielded cables by time-domain measurements with UWB pulse injection and clean algorithm postprocessing | |
Song et al. | Detection and location of multiple wiring faults via time–frequency-domain reflectometry | |
US7940056B2 (en) | Time-domain reflectometry | |
US20100211338A1 (en) | Method and device for analyzing electric cable networks using pseudo-random sequences | |
CN107390100A (zh) | 一种基于时间反演的电力电缆局部放电定位方法 | |
CN109932614A (zh) | 一种电缆故障排查方法及装置 | |
US8570049B2 (en) | Method and apparatus for measuring AC shield continuity for shielded twisted pair structured datacomm cable link | |
Shi et al. | Detection and location of single cable fault by impedance spectroscopy | |
US20070197169A1 (en) | Systems and methods for transmitter and channel characterization | |
CN106896270A (zh) | 一种传输线阻抗的测量方法 | |
Thayoob et al. | Analysis of wave propagation in Time Domain Reflectometry circuit simulation model | |
Guinee | A novel transmission line test and fault location methodology using pseudorandom binary sequences | |
Benoit et al. | A broadband S/SSTDR-VNA for energized circuits | |
Wei et al. | Analysis of the technology of cable fault detection and location online | |
Reis et al. | Sequence and spread spectrum time domain reflectometry for transmission line analysis | |
Wu et al. | Online aviation cable fault detection based on spread spectrum time domain reflectometry | |
Franchet et al. | On a useful tool to localize jacks in wiring network | |
Guinee | A novel pulse echo correlation tester for transmission line fault location and identification using pseudorandom binary sequences |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |