基于BWO-ELM算法与VR-GIS技术的电力光缆故障诊断及定位研究

摘要:

针对目前电力光缆故障模式识别精度低和故障点定位误差大的问题，提出一种基于BWO-ELM算法与VR-GIS系统的电力光缆故障诊断及定位方法，首先利用白鲸优化算法（BWO，beluga whale optimization）优化极限学习机（ELM，extreme learning machine）初始参数，构建BWO-ELM多分类OTDR曲线分析的故障模式识别方法，获取光纤故障点的直线距离与类型，为故障定位奠定基础；其次，提出基于VR-GIS的光缆故障精确定位方法将光纤故障点的直线距离转换为光缆距离，并与实际地理位置匹配，得到实际故障点的坐标，同时直观展示于VR-GIS系统；最后通过仿真实验来验证所提方法的应用效果，结果表明所提方法故障模式识别精度约为98.66%，故障定位误差在3m上下浮动，平均误差为1.481%，较其他识别模型和故障定位方法具有较高的性能与准确率。

Abstract: