一、 作品信息

作品名称：一缆无遗・城市电缆健康的智能手环

参赛单位：三峡大学

指导教师：卢云、程江洲

团队成员：陈豪钰、周宇、张文誉、舒马赫、严梓宁

获奖信息：第五届象新力杯－开放创新赛道自由选题类－一等奖

二、 作品介绍

地下电力电缆是现代化城市的能源生命线，广泛服务于城市楼宇供电、轨道交通、工业生产、医疗保障等关键领域。随着国内城市架空线路入地改造持续推进，电缆运维与在线监测市场迎来高速增长。但地下电缆深埋敷设，绝缘老化、护套破损、局部放电等隐患隐蔽性极强，一旦发生故障极易引发电缆井起火、井盖爆燃、大面积停电等重特大事故，每年电缆故障带来的直接、间接经济损失数以亿计。

针对以上行业难题，三峡大学研发团队历经四年迭代打磨，打造“一缆无遗” 电缆智能监测系统，如同给地下电缆戴上 “智能手环”。系统采用云边协同架构，集多源信号采集、信号降噪处理、AI 智能评估、高精度故障定位、分级预警于一体，实现 10-35kV 中低压电缆局部放电在线监测、健康状态评估与故障精准定位，把事后抢修转变为事前主动预警，守护城市电网电缆运行安全。

三、 核心创新

1、自研双骨架抗干扰一体化局放量测传感器

创新空心线圈 + 切口硅钢片双骨架共绕复合传感结构，从硬件结构与信号处理层面双重抗干扰。基波频率波动误差相比商用产品下降 43.9%，量测性能优于 0.2 级国家标准，可捕获低至 0.01A 的微弱局放电流，有效过滤现场谐波、白噪声等复杂电磁干扰，解决电缆微弱放电信号难以采集识别的行业难题，为后续智能分析提供可靠原始数据。

2、实现电缆隐患分级预警

采用 ICEEMDAN-VMD 联合信号分解完成信号降噪，搭建 CNN-BiGRU-MHA 多注意力深度学习模型，多维融合时域、频域、时频域特征，构建电缆绝缘健康评价体系。将电缆健康划分为四级风险等级，匹配差异化运维策略：极高风险紧急检修、高风险 2 小时核查、中风险预防性巡检、低风险定期复核。实现电缆亚健康状态判别与故障智能分型，变故障抢修为隐患提前预警。

3、改进广义互相关时延估计算法

基于 RSVD-改进小波包完成局放信号去噪，提出 SR-GCC 时延估计算法，打破传统 EMTR 行波推测的局限。通过双端信号时延估计精准计算故障位置，实测故障定位误差仅 1.452 米，显著降低定位偏差，帮助运维人员快速锁定电缆故障点位，大幅压缩故障排查、抢修时间。

四、 应用前景

项目已完成全套电磁兼容、局部放电等多项权威第三方检测，并取得科技查新报告，相关技术落地于国网湖北省荆州供电公司，在 35kV 电缆线路完成现场试点应用，成功识别电缆套管处局部放电隐患，检修后证实设备研判结果与现场放电痕迹完全吻合，验证整套系统的可靠性。

国内城市电缆入地改造持续推进，电缆局放在线监测市场规模持续扩容，产品面向城市配网、工业园区、轨道交通等 10‑35kV 电缆场景，具备广阔推广空间。