电力光缆在线监测技术设计与探讨

【摘要】本文从电力光缆的在线监测原理入手，提出了以事件聚类分析为基础的超长光缆双向在线测试的算法，并给出了算法实施的具体步骤和适用范围。可为电力光缆的超长距离在线监测提供有益的参考。

【关键词】电力光缆；在线监测；双向测试算法

1.现状

光缆在线监测技术是伴随着光缆的迅速普及而发展起来的。由于光缆铺设长度大，且网络复杂，因此光缆出现故障后的检测问题就显得非常突出。随着而光缆通信的特点又决定光缆的在线监测技术的必须适应光缆发展的需要。从国外的光缆在线监测手段来看，主要是通过光功率计来实施对光缆的实时监控，辅之以诸如OTDR一类的测试技术。我国的光缆建设起步相对晚一些，但同样也存在着光缆在线监测的问题。随着时间推移，早期铺设光缆出现故障的频率也会越来越高，因此对光缆的在线监测和故障检测就显得越来越重要。

在生产实践中，电力系统光缆的检测具有长距离甚至超长距离的要求。传统的检测方法无法适应长距离的光缆检测，或者即便能够检测，也会以牺牲精度为代价。在当前的光缆检测中的常用设备是OTDR，这类检测设备存在的缺点是对测试距离有局限，设备价格也会随着检测距离的增大而大幅攀升。因此就研究的主要方向来看，对超长距离光缆的在线监测是研究重点之一。本文将以聚类分析方法为基础，探讨基于OTDR的双向测试算法。

2.在线监测原理

光缆在线监测利用大量采集数据的光器件将反映光纤性能所需数据传送到监测站及各级监测中心，并对数据进行分析处理，对故障进行预测或迅速进行故障定位。光缆监测系统的光缆线路测试方式根据被测试纤芯是否承载业务分为光缆线路在线测试方式与光缆线路备纤测试方式，本文所讨论的是在线测试方式。在线测试方式的原理如图1所示。如果需要检测的光缆距离过长，超过了OTDR的所能覆盖的范围，应当采用双向检测的方式。其原理是从待检测的光缆的两端监测站分别对该段光缆进行测试，并将检测数据传输至监测中心，由检测中心依据测站返回的数据来进行分析，分别以各监测站所提供数据为基础，绘制测试曲线并进行拟合，从而实现被测段光缆的性能评定。

3.基于聚类分析的双向测试算法研究

如前文所述，采用双向测试的电力光缆主要属于超长距离的光缆，其测试需要结合两端测站的数据来进行综合评定。在本节中将探讨在OTDR基础上的背向散射曲线，利用聚类分析原理来实现电力光缆的双向测试，并研究具体的算法，重点解决两端测站背向散射曲线的匹配问题。

3.1 超长光缆的双向测试模型

在光缆测试中硬件上的局限主要体现在OTDR的动态测试范围，为了提高测试能力，常用的方法是在OTDR的测试参数设定时加大脉冲宽度。但这样也会带来问题，即会降低测试精度。采用双向测试时不用修改这些测试参数，而是由位于待检测光缆两端的测站分别独立的对该段光缆进行检测，分别获取背向散射曲线，在此基础上通过测试算法来匹配这两条背向散射曲线，从而实现对整段光缆的检测任务。这种双向检测模型不通过扩大脉冲宽度的方式，从而可以最大限度的保证测试的精度。从工作原理上看，待检测光缆两端的测站检测任务都是常规的OTDR检测，因此双向检测的关键是研究出整合两端测站背向散射曲线的算法。由于两端测站所监测的是同一条待测光缆，因此在检测结果上很多节点处的信息是类似的，可以通过对比这些检测结果的相似程度来辅助评定光缆的运行状况。在现有的数学模型中，聚类分析方法是处理具有相似特性事件的有力工具。因此本文将以聚类分析为基础展看探讨。

3.2 聚类分析方法的基本原理

聚类分析方法的基本原理是将若干组数据按相似度进行分类，将相似的对象或事件归入同一个集合当中。常用的分类方法有层次方法、密度方法、网格法等。不论采用哪种方法，都需要计算事件之间的相似度，相似度是以不同事件各维度之间的距离来表征的。距离的计算方法有Euclidean法、Manhattan法以及Minkowski法等，各类计算方法可参考相关文献。为节约篇幅，相似度的计算也可以参照相关文献，本文所采用的相似度计算方法为余弦测量法。

3.3 算法设计

在聚类分析的基础上，将开始光缆双向测试的算法设计。其基本步骤为：①数据表示。数据表示是对各单向测站的测试数据进行属性上的赋值，具体到光缆测试而言，为提高测试精度和降低工作量，选取背向散射曲线事件作为基本数据。数据中包括以下属性：事件类型、反射、路熔接点损耗、衰减、接头衰耗、事件点位置等。②确定数据的相似度衡量方法。采用不同的相似度衡量方法会得到不同的聚类分析结果，本文从实际问题背景出发，选择了以数据间的距离作为相似度的定义方式，即通过对比双向测试时背向散射曲线事件所包含的各类属性时间的距离来作为相似度的衡量指标，计算式为Euclidean距离。与之对应的，数据间的相似度采用1/(d+1)来计算，d为数据间的Euclidean距离。

在完成上述两个基本步骤后，进行第三步，即双向测试的算法设计。采用将背向散射曲线上相邻两个事件组合的形式，由这两个时间构成一个事件组，并计算各个事件组之间的相似度并进行聚类。这种聚类分析分析方式可以提高精确度同时降低误配误差。其步骤为：①定义单个测站的测试曲线为正向曲线，并将位于光缆另一端的测站数据所提供的测试曲线定于为负向曲线，以光缆测试间距作为选取事件的节点；②计算正向曲线上的时间点与负向曲线上事件点之间的距离。③以两测站上的时间点之间的距离计算为基础，计算时间点之间的相似度。④以事件之间的相似度为基础，对事件进行聚类。聚类按以下方法进行：对正向曲线和负向曲线上相邻事件进行聚类，仍然按照先计算距离再计算相似度的方式进行聚类，重点是选择合适的聚类阈值。⑤事件间的组合和匹配。根据某一条正向曲线和对应的负向曲线上事件点，计算相邻事件点之间的物理距离，直到对有所的事件点都进行组合和匹配。

4.双向测试的实施步骤

在对超长光缆进行测试时，为配合使用双向测试的聚类分析算法，需要按照以下步骤进行实施：①对待测光缆进行标记，有测试路由表来完成；②根据测试路由的标记结果来判别是否需要启用双向测试模式；③如果满足超长距离的条件，则由监测中心来负责组织和协调各测站间的测试控制；④根据测试路由确定位于待测光缆两端的测站，并有监测中心安排测试时机和汇总各测站的正向曲线和负向曲线；⑤实施双向测试的聚类分析和曲线拟合。

5.算法的适用范围

任何算法都有一定的适用范围。当采用光缆的双向测定时，由于位于超长光缆一端的测站仍然是使用OTDR进行测试，因此如果待测光缆长度过长，也会造成单向测试的精度降低，因此笔者认为在待测光缆长度上的累计损耗以不超过OTDR卡的动态范围2倍为宜。如果待测光缆的累计损耗低于OTDR卡的动态范围，则双向测试方式大材小用，因此从待测光缆的长度上看，以累计损耗在OTDR卡动态范围的1-2倍之间为最佳。

参考文献

[1]W.Lee,S.J.Stolfo.A Framework for Constructing Features and Models for IntrusionDetection Systems.ACM Transactions on Information and System Security,2010,4(3):227-261.

[2]电信总局.本地网光缆线路监测系统技术要求.2002,2:18-35.