基于無線溫度傳感器的分接箱電纜接頭高溫監測預警方法

摘要：現有預警方法精度較低，文章提出一種基于無線溫度傳感器的分接箱電纜接頭高溫監測預警方法。該方法通過無線溫度傳感器實時監測電纜接頭的溫度，并分解溫度序列，以深入了解溫度變化的趨勢和規律。該方法通過設定電纜接頭高溫預警閾值，能夠及時發現并應對異常高溫情況。實驗結果表明，該方法精度較高，能夠迅速、準確地發出預警信號。

關鍵詞：無線溫度傳感器；分接箱；電纜接頭；高溫監測；高溫預警

中圖分類號：TM203文獻標志碼：A

0 引言

電纜接頭長期工作在復雜多變的環境中，易發生故障，從而給電網的穩定運行帶來潛在威脅。因此，電纜接頭高溫監測預警成為當前亟待解決的問題［1］。傳統的監測方法由于布線復雜、維護量大，難以實現對接頭溫度的實時監測與預警。為了解決這一問題，文章提出一種基于無線溫度傳感的分接箱電纜接頭高溫監測預警方法。該方法采用非接觸式的無線測溫技術，能夠實時監測電纜接頭的溫度變化，并將無線信號傳輸至監控中心，旨在提高維護效率，有效預防火災的發生，進一步提升電纜接頭的安全性和穩定性。

1 利用無線溫度傳感監測電纜接頭溫度

電纜連接處出現的溫度異常升高、絕緣局部放電、腐蝕或內部潮濕等問題，是電纜故障的主要誘因［2］。因此，實時監控電纜連接處溫度，確保運行狀況及周圍環境條件的穩定，對于預防電纜供電事故的發生具有重要意義。

為了提高溫度測量的精度，文章采用12 Bit的AD轉換器，用以實現高精度的溫度數據采集。文章通過精確換算，將AD值VAD轉換為電阻值RNTC，如式（1）所示。

在轉換過程中，采用過取樣和內插等方法，進一步提高了AD傳感器的分辨率和測溫精度。

2 分解電纜接頭溫度序列

為提高預測接頭溫度數據的精確度，并更精準地提取溫度趨勢信息，文章采用集成經驗模態分解技術。該技術能夠將原始溫度序列細化為多個更小的子序列，從而更好地揭示溫度變化的細節與整體趨勢。通過采用集成經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD），進一步提高了經驗模態分解（Empirical Mode Decomposition，EMD）的分解效果［3］。

為提高接頭溫度序列的預測與分析的準確性，文章采用EEMD的步驟如下。

（1）步驟1，設定高斯白噪聲的相關參數，包括其幅值k和分解重復次數M。這些噪聲被設定為零均值，并嚴格遵循正態分布。這種方式能夠更好地揭示原始溫度數據中隱藏的模式和趨勢。

（2）步驟2，將高斯白噪聲n（t）添加到線纜節點溫度的初始數據x（t）中，以新序列為基礎，實現M階EMD。這一過程能夠更深入地分析信號的內在結構和動態特性。隨著M值的增加，所提方法將獲得更多層次的固有模態函數（Intrinsic Mode Function，IMF），從而更全面地了解數據的多尺度特性。

（3）步驟3，在引入噪聲之后，開始在序列中尋找所有局部極小點，這些極小點揭示了溫度變化中的轉折點和潛在模式。為了更準確地描述這些極小點周圍的趨勢，采用3次樣條插補函數。這一函數能夠根據已有的數據點進行平滑的曲線擬合，從而構建出更精確的上包絡u（t）和下包絡線v（t）。通過計算這2條包絡線的平均值，得到平均值序列，如式（2）所示。

（4）步驟4，在完成平均值序列的計算后，將焦點轉向噪聲序列。該步驟的目的是消除噪聲所帶來的干擾，以便更清晰地分析溫度數據的內在模式。為實現這一目標，從原始序列中減去之前計算得到的平均值序列，從而得到一個新的中間序列，如式（3）所示。

h（t）=x（t）-m（t）（3）

（5）步驟5，通過減去均值序列，能夠有效消除噪聲干擾，使分析聚焦于真實溫度變化模式。在得到中間序列h（t）后，需判斷是否滿足本征模函數條件：如果h（t）滿足IMF的條件，將其定義為IMF1，這意味著其代表信號中的一個穩定模式；如果h（t）不滿足IMF的條件，文章將h（t）視為新的x（t），并重復步驟1、2，進行新一輪的EMD。在完成M次EMD后，計算殘差，即原始信號與各階IMF之和的差值，如式（4）所示。

r（t）=x（t）-h（t）（4）

（6）步驟6，對于這個剩余成分，重復步驟1—3，進行相同的“剝離”操作，直到滿足設定的條件結束。

為消除白噪聲對幅度的影響，文章通過集合平均實現對IMF分量的M次EMD［4］，從而得到更準確、可靠的IMF分量，以清晰地反映原始溫度數據的內在結構和變化規律。

3 設置電纜接頭高溫預警閾值

當溫度達到75 ℃時，系統會自動設定為報警閾值。一旦監測到的溫度超過這一閾值，系統會立即發出越限報警信號。輸配電端在接收到這一信號后會迅速采取行動，減小負荷，從而降低接頭溫度，有效減少熱故障的風險。根據《帶電設備紅外診斷技術應用導則》（DL/T664—1999）的標準，將危害劃分為一般、嚴重、緊急3個等級，并據此制定相應預警閾值［5］。相對溫差判據如表1所示。

4 實驗驗證

4.1 實驗準備

為了驗證基于無線溫度傳感器的分接箱電纜接頭高溫監測預警方法的可行性和有效性，文章進行一系列實驗。以某供電公司的地下電纜系統為例，文章利用歷史數據進行仿真預測，通過分析電纜接頭的溫度數據，模擬了在溫度平穩期可能出現的溫度預警情況。實驗設置參數如表2所示。

在實驗過程中，文章將無線溫度傳感器安裝在分接箱電纜接頭上，通過使用無線溫度傳感器實時監測電纜接頭的溫度，并將數據傳輸到數據采集器中。

4.2 實驗結果及分析

為了驗證文章方法的優越性，在電纜接頭的溫度非平穩期預測中，文章采用了3種預測方法：一階自適應、二階自適應和以及本文提出的預測方法，并進行了對比實驗，按照上述實驗準備，得到表3所示的實驗結果。

根據上表數據，文章提出的預測方法精度最低時仍保持在99.94%，最高可達99.99%，均顯著優于其他方法。當溫度達到預警閾值75℃時，僅文章方法成功預警，充分顯示了其高預警精度。一階方法基于溫度變化一階導數與時間成正比進行預測，雖然其擬合的預測曲線能夠大致跟隨實際溫度變化，但存在一定的偏差。而二階方法雖然能更好地擬合快速變化的情況，但整體精度偏低。因此，文章方法能夠實時監測預警電纜接頭溫度，提高電網運行安全性和穩定性。

5 結語

文章提出一種基于無線溫度傳感的分接箱電纜接頭高溫監測預警方法，通過實時監測電纜接頭的溫度變化，及時發現并處理潛在的安全隱患。該方法仍有不足之處，例如在復雜環境下信號的穩定性以及傳感器壽命等方面仍有待提高。

參考文獻

［1］馬超.基于LSTM的高壓輸電電纜接頭溫度異常預警系統設計［J］.電子設計工程，2022（3）：78-82.

［2］李濤.中高壓電力電纜接頭過溫預警技術發展研究［J］.電工技術，2022（23）：102-107，110.

［3］葉漳桂.10 kV電纜接頭監測與故障預警研究［J］.機電技術，2022（4）：69-71.

［4］劉姝，顧升霖，蔣洪亮，等.基于UHF-RFID/RBF的電力電纜溫度監測研究［J］.電氣應用，2022（7）：49-56.

［5］龐丹，王朝斌，王曉巖，等.內置SAW傳感器的高壓電纜接頭溫度在線監測［J］.壓電與聲光，2021（4）：505-510，513.

High temperature monitoring and warning method for junction box cable joints

based on wireless temperature sensing

Abstract： Due to the low accuracy of existing warning methods， this paper proposes a high-temperature monitoring and warning method for junction box cable joints based on wireless temperature sensing. This method monitors the temperature of cable joints in real-time through wireless temperature sensors and decomposes the temperature sequence to deeply obtain the trends and patterns of temperature changes. By setting a high temperature warning threshold for cable joints， the abnormal high temperature situations can be detected and addressed in time. The experimental results show that the warning method has high accuracy and can quickly and accurately issue warnings.

Key words： wireless temperature sensing; splicing box; cable joints; high temperature monitoring; high temperature warning