文獻標識碼：B文章編號：1003-0492（2023）08-056-05中圖分類(lèi)號：TP18

★楊嫣妮（國網(wǎng)北京市電力公司電纜分公司，北京100022）

★孟蕓，李芹芹，曹遠鴻，劉金龍，曹悅（北京卓越電力建設有限公司，北京100029）

關(guān)鍵詞：電纜隧道；實(shí)時(shí)監測；人工智能；智能預警；神經(jīng)網(wǎng)絡(luò )

目前，隨著(zhù)我國經(jīng)濟的不斷發(fā)展，城市化進(jìn)程的不斷加快，電力需求量也在不斷增加，城市的電力電纜尤其是高壓電纜數量和里程也在不斷增加。正是由于電纜隧道占地面積小，電纜受到惡劣天氣等自然條件的影響小等優(yōu)勢條件，高壓電纜正逐漸取代架空線(xiàn)路輸電成為城市電力輸送的主要方式。保證高壓電纜安全穩定運行一直都是電力行業(yè)最重要的工作。

電力電纜作為城市電網(wǎng)的重要輸電載體，隨著(zhù)電力電纜運行時(shí)間的增加，其絕緣狀況、運行溫度等電纜本體的重要指標和隧道溫度、濕度等環(huán)境指標都會(huì )影響電纜的安全穩定運行?，F在大多數電力電纜及隧道的運行維護主要采用人工巡檢模式，無(wú)論是從維護成本上還是電力電纜穩定運行上都存在一定的局限性。為了保障電力電纜線(xiàn)路安全穩定運行，需要對電纜本體及隧道進(jìn)行實(shí)時(shí)監測，發(fā)現異常時(shí)及時(shí)上報預警，便于對該條線(xiàn)路或隧道采取相應措施。本文針對電纜隧道運維系統開(kāi)發(fā)及應用，提出相應的思路。

以某路電纜線(xiàn)路及其隧道為背景，構建電纜隧道監測系統，使系統具有電纜本體和電纜隧道的重要指數的實(shí)時(shí)監測功能，并上傳系統，在線(xiàn)路發(fā)生故障前提前進(jìn)行預警，保證線(xiàn)路安全穩定運行，減少一定經(jīng)濟損失。

電力電纜隧道監測系統的架構如圖1所示，主要分為三大模塊：數據采集模塊、通訊模塊和智能預警模塊。其中數據采集模塊包括隧道環(huán)境和電纜本體測量數據。各種監測終端數據經(jīng)過(guò)數據采集模塊將數據在通訊模塊中上傳至系統，經(jīng)系統內算法對數據進(jìn)行預警。

1　數據采集模塊

電纜運維人員一般在隧道內巡視主要關(guān)注電纜溝溫度、局部放電、隧道內氣體、水位等，這些參數影響著(zhù)電纜的安全穩定運行。電纜線(xiàn)路中間接頭制作過(guò)程中可能存在連接不良、進(jìn)入雜質(zhì)等問(wèn)題，進(jìn)而造成電纜長(cháng)時(shí)間運行過(guò)程中發(fā)熱，甚至發(fā)生擊穿，所以對其溫度、局放的監測就變得至關(guān)重要。其次電纜在水中長(cháng)時(shí)間浸泡，則會(huì )加速電纜線(xiàn)路老化的程度，容易造成故障。

1.1　電纜本體

電纜本體數據監測一般需要溫度、載流量和局部放電等方面的監測，及時(shí)發(fā)現電纜本體及附件的發(fā)熱或絕緣老化等問(wèn)題，避免因未及時(shí)發(fā)現從而造成擊穿等事故發(fā)生。在監測數據達到設定值時(shí)，則會(huì )報警，此時(shí)需要運維或檢修人員及時(shí)處理。

1.1.1　光纖測溫

電力電纜在長(cháng)時(shí)間運行過(guò)程中會(huì )導致材料老化、絕緣受損等問(wèn)題，最終造成電纜絕緣損害或絕緣擊穿故障，有可能會(huì )造成相鄰電纜線(xiàn)路的損壞等，造成巨大的經(jīng)濟損失和安全事故。通過(guò)光纖測溫可及時(shí)發(fā)現線(xiàn)路溫度異常的問(wèn)題，及時(shí)采取措施，避免造成過(guò)大的經(jīng)濟損失。常見(jiàn)的測溫方式主要有熱電阻測溫、紅外測溫、光纖測溫和半導體測溫，目前在企業(yè)生產(chǎn)過(guò)程中考慮經(jīng)濟、便捷等問(wèn)題，電纜測溫一般采取分布式光纖測溫方式，其具有耐腐蝕性、絕緣性高、壽命長(cháng)、質(zhì)量輕、傳輸距離遠、損耗低、抗雷電、抗高壓大電流等優(yōu)勢，在電氣設備、電纜等部位實(shí)現實(shí)時(shí)溫度監測和預警，有效解決了電纜隧道無(wú)人值守中關(guān)鍵設備的火災預警問(wèn)題。

1.1.2　載流量監測

目前常用的載流量監測主要采用動(dòng)態(tài)載流量模型，與分布式光纖測溫系統相結合的監測方式，光纖測溫應用如圖2所示。其主要是通過(guò)光纖測溫來(lái)實(shí)時(shí)監測電纜本體溫度和負荷電流，通過(guò)載流量計算軟件系統根據線(xiàn)芯溫度進(jìn)一步計算得到流過(guò)線(xiàn)芯的電流值，實(shí)時(shí)顯示不同位置的溫度、負荷電流和計算出的載流量，當檢測到流過(guò)的負荷超過(guò)設定值時(shí)，系統會(huì )發(fā)出警告預警提示，使運維人員重點(diǎn)關(guān)注警告線(xiàn)路，防止因重載或過(guò)載進(jìn)而產(chǎn)生故障問(wèn)題，保障電纜網(wǎng)安全穩定運行。

圖2 光纖測溫應用

1.1.3　局部放電監測

一般出現局部放電的情況可能是絕緣內存在氣隙、雜質(zhì)或導體的尖端、毛刺引起絕緣內部電場(chǎng)的歧變，進(jìn)而發(fā)生局部放電現象。局部放電一般不會(huì )導致整個(gè)絕緣層被擊穿，但若不及時(shí)發(fā)現，在電纜長(cháng)時(shí)間的運行過(guò)程中，就極容易發(fā)生絕緣擊穿事故，引發(fā)更大的故障，電纜局部放電檢測應用如圖3所示。

圖3 電纜局部放電監測應用

1.2　環(huán)境監測

電纜隧道一般處于地下周?chē)蛘邷系垒^為復雜的環(huán)境，一般運行人員除了對電纜本體的溫度、載流量、局部放電和電纜外觀(guān)檢查外，還要了解隧道內的溫濕度、有毒有害氣體含量和隧道內的積水情況等，避免有毒有害氣體對電纜本體或者巡視檢修人員造成危險。該監測系統在及時(shí)監測隧道內水位、濕度、溫度、氣體等數值信息后，應及時(shí)記錄并上傳原始數據，設定警告值，當超出設定值時(shí)系統就會(huì )發(fā)生報警，提醒運維人員注意或及時(shí)啟抽水泵或通排風(fēng)系統，對隧道內進(jìn)行必要的排水和換氣。對隧道內環(huán)境的監測是保障電纜壽命和運維檢修人員生命安全的一個(gè)必要措施，具有極為重要的意義。

1.2.1　有毒有害氣體、溫濕度監測

由于電纜隧道長(cháng)期處于密閉環(huán)境，周?chē)赡艽嬖谌細饣驘崃艿?，有可能出現有害氣體或者易燃氣體泄漏；電纜外皮和絕緣部分一般都是橡膠制品，在長(cháng)期運行過(guò)程中可能會(huì )因絕緣部分老化產(chǎn)生大量有毒有害氣體。一般隧道內有毒有害氣體主要是一氧化碳、硫化氫、甲烷氣體，氣體長(cháng)時(shí)間的堆積極有可能對電纜外皮或隧道內金屬設施進(jìn)行腐蝕從而加速設備的老化，縮短其使用壽命。有毒有害氣體的沉積會(huì )造成隧道內空氣含氧量下降，若運檢人員未攜帶氣體測試儀則會(huì )極容易威脅他們的生命安全，發(fā)生安全事故。所以隧道內的有毒有害氣體監測對于電纜隧道是至關(guān)重要的。隧道內環(huán)境溫度一般要求控制在40℃以下，溫度過(guò)高對電纜安全穩定運行會(huì )存在影響，同時(shí)對于電纜隧道溫濕度也是需要進(jìn)行監測的，有毒有害氣體、濕度檢測應用如圖4所示。

圖4 有毒有害氣體、濕度監測應用

一般電纜隧道內部通排風(fēng)裝置通過(guò)與隧道內有毒有害氣體、溫濕度監測系統進(jìn)行連通，分別設有空氣含氧量測量、有毒氣體測量、可燃氣體測量等，當有害氣體濃度或空氣濕度達到一定濃度時(shí)，通過(guò)以太網(wǎng)將監測數據及時(shí)上傳給監控指揮中心，監測指揮中心通過(guò)判斷監測數據數值決定開(kāi)啟或停止相關(guān)排風(fēng)設備，以保證內部氣體、濕度、溫度在合理的運行范圍內。排風(fēng)設備的啟動(dòng)或停止需要綜合考慮內部管道氣體、濕度、溫度等綜合因素，并附加一定的人工智能判斷進(jìn)行智能決策。多隧道協(xié)同聯(lián)動(dòng)策略則由監控指揮中心統一調度，實(shí)現跨區域多隧道的綜合監測管理，隧道現場(chǎng)需要設置各種硬件設施的緊急啟停按鈕以便現場(chǎng)人員應對突發(fā)狀況。

1.2.2　水位監測

電纜隧道一般都位于地下，地勢較為低洼或者由于結構問(wèn)題出現滲漏水或陰雨天氣倒灌入隧道內等問(wèn)題，造成隧道內的積水嚴重，若不及時(shí)對隧道內進(jìn)行積水排除，則會(huì )因為電纜本體或附屬設備長(cháng)期浸泡在水中而發(fā)生故障擊穿等問(wèn)題，使電纜及其設備造成不必要的損壞。因此，對隧道內的水位進(jìn)行及時(shí)檢測，當水位達到一定高度時(shí)，隧道內的排水泵應立即啟動(dòng)排除積水。

2　通訊模塊

在電纜本體監測數據中，電纜本體溫度和載流量數據采集基于分布式光纖測溫的電纜溫度信息采集系統，將光強度通過(guò)計算解調為溫度信息；動(dòng)態(tài)載流量信息經(jīng)過(guò)電纜動(dòng)態(tài)載流量模型進(jìn)行計算。為了保證較高的空間分辨率精度，需配置高頻采樣模塊（要求空間分辨率為2m時(shí)采樣頻率不能低于50MHz）。為了保證數據的準確性，一般都需要對短時(shí)間內采集的溫度進(jìn)行求取平均數。為了適應電纜信息數據高速采集與處理的實(shí)際需求，采用現場(chǎng)可編程門(mén)陣列FPGA作為電纜信息數據的采集與處理模塊，其具有以下優(yōu)點(diǎn)：靈活性高——可重編程，可定制，易于擴展；并行處理——更快的速度，更高的帶寬；集成度高——可替代多種數字芯片。

隧道環(huán)境信息采集通過(guò)空氣含氧量傳感器、有毒氣體傳感器、可燃氣體傳感器、水位傳感器等各類(lèi)傳感器直接對數據進(jìn)行采集，不需要經(jīng)過(guò)大量的計算，通過(guò)RS485的通訊方式使氣體、濕度、水位等采集的數據上傳至隧道內主機，采用RS485專(zhuān)用雙絞屏蔽電纜接線(xiàn)，主從式半雙工通訊。采用MODBUS標準通信協(xié)議，數據幀10位：1個(gè)起始位，7個(gè)數據位，1個(gè)停止位，無(wú)驗波特率固定為9600bps。

3　智能預警模塊

電纜隧道內的環(huán)境較為陰暗潮濕，可能會(huì )出現滲漏水和有毒有害氣體的風(fēng)險，由于架空入地的趨勢，電纜線(xiàn)路的數量越來(lái)越多，需要運維人員實(shí)時(shí)監測的數據也大量提高，并且運維人員的巡視工作一般為周期性工作，有時(shí)可能無(wú)法及時(shí)進(jìn)行發(fā)電纜線(xiàn)路故障前期的預警，從而導致?lián)舸┑裙收系陌l(fā)生。但現在隨著(zhù)人工智能技術(shù)的提高，基于人工神經(jīng)網(wǎng)絡(luò )的數據處理方式也在逐漸深入各行各業(yè)。在電纜隧道數據監測的這個(gè)方面，我們也可以采用人工智能的方式去代替運維人員的巡視工作，并可實(shí)時(shí)對線(xiàn)路進(jìn)行監控。通過(guò)將BP神經(jīng)網(wǎng)絡(luò )引入到電纜本體和隧道環(huán)境監測數據的處理和智能預警系統中，運維人員可根據系統預警及時(shí)前往現場(chǎng)進(jìn)行檢查，盡可能減少電纜故障的發(fā)生，保證電纜網(wǎng)安全穩定運行。

3.1　BP神經(jīng)網(wǎng)絡(luò )的應用

現在人工神經(jīng)網(wǎng)絡(luò )理論的誕生離不開(kāi)生物神經(jīng)網(wǎng)絡(luò )的啟發(fā)，而生物神經(jīng)元具有以下六個(gè)基本特征：（1）單個(gè)神經(jīng)元及連接其他神經(jīng)元的神經(jīng)；（2）神經(jīng)元之間的連接可以通過(guò)生化作用反應連接傳遞信號的強弱；（3）監測數據分析與事故智能預警模塊設計；（4）重復的訓練可以加強特定神經(jīng)元之間連接的強度；（5）神經(jīng)元傳遞的信息既可以刺激也可以抑制相關(guān)的機體反應；（6）一個(gè)神經(jīng)元的狀態(tài)是其從所有連接獲得信息的綜合體現；（7）神經(jīng)元有應激閾值，表現為上限或下限。

神經(jīng)元是構成神經(jīng)網(wǎng)絡(luò )的最基本單元，因此人工神經(jīng)元模型應該具有生物神經(jīng)元的六個(gè)基本特性。人工神經(jīng)網(wǎng)絡(luò )是以生物神經(jīng)元學(xué)說(shuō)為基礎的，利用數學(xué)模型模擬生物神經(jīng)網(wǎng)絡(luò )的某些結構和功能。在電纜隧道監測系統中，運用人工神經(jīng)網(wǎng)絡(luò )對所有實(shí)時(shí)監測數據進(jìn)行深度學(xué)習，由于采集數據數量很多，個(gè)別數據監測錯誤或損壞對輸入和輸出關(guān)系的影響很小，不會(huì )影響對于事故的判斷，這都歸咎于BP神經(jīng)網(wǎng)絡(luò )具有較好的容錯性。通過(guò)對電纜本體和環(huán)境隧道多組歷史故障數據的訓練，可以將對環(huán)境數據分析的知識儲存在神經(jīng)網(wǎng)絡(luò )的連接權中，實(shí)現對故障警情的智能預警，協(xié)助運維人員進(jìn)行數據分析，提高工作效率。

3.2　基于蟻群算法的神經(jīng)網(wǎng)絡(luò )結構優(yōu)化方法

對于神經(jīng)網(wǎng)絡(luò )來(lái)說(shuō)，隱層結構越復雜，神經(jīng)網(wǎng)絡(luò )能學(xué)到的知識就越多，在合理訓練的基礎上，解決問(wèn)題包括泛化的能力就越強，而代價(jià)就是計算越復雜。對于電纜隧道監測系統來(lái)說(shuō)，電纜故障的識別復雜度有限，我們需要通過(guò)基于蟻群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò )結構優(yōu)化方法，一是可以保證事故預警的準確性；二是最大限度縮短了計算時(shí)間；三是提高了事故告警系統的快速響應能力。蟻群優(yōu)化算法的啟發(fā)來(lái)自于螞蟻覓食的群體行為，通過(guò)一群螞蟻從蟻巢出發(fā)覓食，在不斷探索的過(guò)程中，最終形成一條從巢穴到食物的最短路線(xiàn)。該算法不依賴(lài)于待優(yōu)化參數的初始值，屬于一種正反饋算法，基于給定的目標函數，通過(guò)合理的參數配置可以快速收斂至最優(yōu)值，從而達到網(wǎng)絡(luò )復雜度和事故預測的準確性。

電纜隧道的監測終端經(jīng)過(guò)蟻群算法的優(yōu)化之后，一般是每隔15米的距離設置一個(gè)監測終端點(diǎn)，這樣既能夠滿(mǎn)足監測應用的要求，也不會(huì )顯得終端設置冗余。系統在獲取實(shí)時(shí)數據后，可以采取兩種方式對事故進(jìn)行分析，第一種是用訓練好的神經(jīng)網(wǎng)絡(luò )進(jìn)行事故分析，具有快速準確性高的特點(diǎn)；第二種是人工對數據進(jìn)行抽查或分析異常數據，優(yōu)點(diǎn)是分析方法更為靈活。第一種方案，在智能分析模塊中嵌入了BP神經(jīng)網(wǎng)絡(luò )和訓練數據。訓練數據是在以往發(fā)生故障的過(guò)程中電纜本體和隧道環(huán)境的數據采集信息集合，通過(guò)大量的歷史數據進(jìn)行訓練神經(jīng)網(wǎng)絡(luò )，使其具備了事故分析的先驗知識，最終實(shí)時(shí)數據通過(guò)訓練成熟的網(wǎng)絡(luò )計算后，即可生成事故預警結果。人工監督方式具有隨機性的特點(diǎn)，運維人員可對各個(gè)隧道的狀態(tài)進(jìn)行遠程隨機抽查，并結合智能分析的結果對事故進(jìn)行全局監控。

3.3　典型事故處理流程

通過(guò)BP神經(jīng)網(wǎng)絡(luò )的學(xué)習和優(yōu)化，系統已經(jīng)可以通過(guò)監測數據的異常及時(shí)向運維人員發(fā)出預警，讓運維人員及時(shí)采取措施，若系統對某條線(xiàn)路發(fā)現預警，一般可采取以下幾個(gè)步驟進(jìn)行操作：

（1）對于已預警的故障及時(shí)聯(lián)系運維人員前往現場(chǎng)進(jìn)行核查確認，若數據準確無(wú)誤，則報送上級判斷是否采取措施；若數據存在誤差，運維人員應提高警惕，并將核查數據進(jìn)行反饋。

（2）對于已經(jīng)發(fā)生的故障要及時(shí)采取聯(lián)動(dòng)或人工處理措施解除故障。

（3）確認事故是否解除，若仍未解除通知專(zhuān)責人員到場(chǎng)處理。

（4）故障處理完畢后形成工作日志，并將故障數據作為樣例存入故障庫。

目前，對于電纜運維維護最重要的是，及時(shí)發(fā)現故障預警，在未發(fā)現故障時(shí)及時(shí)對其采取一定措施防止故障的發(fā)生；若電纜出現故障則是應盡快解決故障，盡快恢復正常供電。并且可以通過(guò)事故發(fā)生的前后監測數據作為樣本加入到BP神經(jīng)網(wǎng)絡(luò )的訓練中去，提高事故智能分析模塊對電纜故障的智能預警判斷能力。

4　小結

總結傳統人工運維巡視方式的不足并結合現有監測系統所存在的問(wèn)題，通過(guò)構建一個(gè)電纜隧道綜合監測系統，對電纜隧道監測系統開(kāi)展了深入研究。通過(guò)對電纜本體數據采集與電纜隧道環(huán)境數據進(jìn)行采集，并根據數據采集與處理的實(shí)際需求選擇合適的通信支持。整個(gè)系統利用BP神經(jīng)網(wǎng)絡(luò )系統，對系統采集的數據進(jìn)行實(shí)時(shí)分析后直接生成預警信息和智能事故處理聯(lián)動(dòng)指令，提高電纜運行的可靠性。再利用基于蟻群優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò )結構優(yōu)化方法，一是可以保證事故預警的準確性；二是最大限度縮短了計算時(shí)間；三是提高了事故告警系統的快速響應能力。最后，通過(guò)設計典型事故的處理流程，完善整個(gè)事故告警及處理模塊。

作者簡(jiǎn)介：

楊嫣妮（1997-），女，助理工程師，本科，現就職于國網(wǎng)北京市電力公司電纜分公司，研究方向為高壓電纜檢修。

參考文獻：

[1] 王雪. 電纜隧道綜合監測系統設計與實(shí)現[D]. 西安科技大學(xué), 2020.

[2] 賈玉濤, 王洪曉, 鄭才偉. 人工智能在電纜溝代運維系統開(kāi)發(fā)中的應用分析[J]. 電子元器件與信息技術(shù), 2022, 6 (01) : 167 - 168.

[3] 秦亞杰, 華旭昀, 鄧鵬, 翟超超, 王悅. 人工智能高壓電纜隧道建設研究[J]. 電力安全技術(shù), 2022, 24 (01) : 37 - 40.

[4] 彭峰, 但濤, 俞清, 伍文婷. 基于人工智能的電纜溝代運維系統開(kāi)發(fā)[J]. 通訊世界, 2020, 27 (01) : 242 - 243.

[5] 岳蕓. 城市電力生命線(xiàn)的“智慧管家”——無(wú)錫首條人工智能高壓電纜隧道投運[J]. 中國電業(yè), 2019, (09) : 60 - 61.

[6] 全國首個(gè)基于泛在電力物聯(lián)網(wǎng)理念的人工智能高壓電纜隧道投入運行[J]. 電力與能源, 2019, 40 (03) : 320.

[7] 汪少成, 郭瑞祥. 人工智能行業(yè)應用及對電力行業(yè)發(fā)展的思考[J]. 智能城市, 2018, 4 (23) : 143 - 144.

[8] 田純青. 移動(dòng)互聯(lián)網(wǎng)技術(shù)與人工智能在電力行業(yè)中的應用[J]. 電子世界, 2019 (10) : 122 - 123 + 127.

[9] 秦亞杰, 華旭昀, 鄧鵬, 翟超超, 王悅. 人工智能高壓電纜隧道建設研究[J]. 電力安全技術(shù), 2022, 24 (01) : 37 - 40.

[10] 張四維, 趙彥杰, 翟超超, 王雨陽(yáng). 一種電纜防外力破壞智能預警系統設計與實(shí)現[J]. 通信電源技術(shù)2019, 36 (11) : 113 - 114.

[11] 徐濤. 基于分布式光纖振動(dòng)傳感的高壓電纜防外破監測預警系統應用[J]. 東北電力技術(shù), 2020, 41 (06) : 30 - 33.

[12] 項恩新, 李建發(fā), 聶鼎, 楊秋昀, 任明. 基于振動(dòng)特征邊緣提取的電纜外力擾動(dòng)智能感知技術(shù)[J]. 電網(wǎng)與清潔能源, 2020, 36 (10) : 55 - 60.

[13] 江智洲. 電力電纜隧道智能監控預警系統剖析[J]. 中國公共安全, 2015 (09) : 77 - 80.

[14] 楚德全. 基于行波技術(shù)的電纜故障預警及測距技術(shù)的應用[J]. 自動(dòng)化應用, 2011 (12) : 53 - 54.

[15] 胡叢飛. 一種電纜防外破預警裝置的應用[J]. 農村電工, 2021, 29 (04) : 31 - 32.

[16] 楊艷晶, 趙天, 李超權. 智慧電纜安全預警系統探討——以智慧電纜為基礎載體的基于光纖傳感技術(shù)的電氣安全預警平臺[J]. 智能建筑 電氣技術(shù)2021, 15 (03) : 77 - 80.

[17] 李劍. 電力電纜接頭溫度檢測及預警系統的設計[J]. 新型工業(yè)化, 2020, 10 (06) : 35 - 36.

[18] 盧忠亮. 電纜在線(xiàn)監測及故障預警測距系統方案實(shí)踐[J]. 冶金動(dòng)力, 2019 (11) : 11 - 15.

[19] 竇巍, 錢(qián)俊波, 韓葉祥. 高壓電纜接頭在線(xiàn)監測系統的綜合預警機制[J]. 通信電源技術(shù), 2018, 35 (11) : 237 - 240.

[20] 石武. 電力電纜故障監測及預警系統設計研究[J]. 中國設備工程, 2018 (15) : 118 - 119.

[21] 歐潔. 多源異構數據的主題挖掘與信息推薦[D]. 南京農業(yè)大學(xué), 2018.

[22] 于毅. 交叉互聯(lián)電纜行波故障定位方法研究[D]. 山東理工大學(xué), 2021.

[23] 田純青. 移動(dòng)互聯(lián)網(wǎng)技術(shù)與人工智能在電力行業(yè)中的應用[J]. 電子世界, 2019 (10) : 122 - 123 + 127.

[24] 鄧顯波, 費雯麗. 基于知識圖譜的電纜故障診斷分析[J]. 現代信息科技, 2020, 4 (21) : 148 - 151.

[25] 袁翠翠. 人工智能在電氣自動(dòng)化中的運用[J]. 南方農機, 2020, 51 (12) : 181 + 188.

[26] 孫欽章, 林斌, 胡壯麗. 基于綜合監控的高壓電纜線(xiàn)路智能運維方法探討[J]. 電工技術(shù), 2019 (22) : 69 - 71.

[27] 張立云. 電纜隧道機器人監控平臺的設計與實(shí)現[D]. 河北科技大學(xué), 2019.

[28] 陳興良, 杜秋實(shí), 張營(yíng), 魯宇. 新型電纜溝道智能巡檢系統研究[J]. 黑龍江科技信息, 2017 (12) : 98.

摘自《自動(dòng)化博覽》2023年8月刊