本发明涉及电力设备检测，尤其涉及一种光缆接头盒智能检测方法。
背景技术：
1、现阶段，通讯光缆在电力系统中广泛应用，其配套附件及接头终端由于存在故障可能，已经成为设备巡视重点,特别是北方地区秋冬季时期，接头盒内通信光纤冻损造成运行光纤衰耗变大，导致通信故障的事件时有发生,加之春季大风时期，接头盒存在姿态偏移及掉落风险，也可能导致通信发生故障,传统的光缆接头盒检测方法存在检测手段繁琐，检测时间长，需要大量的人工干预和操作，会耗费大量的时间和人力成本,特别是在大规模覆盖区域的光纤网络中，这些问题就会表现得尤为明显,因此，对于光缆接头盒的检测是一个亟需解决的问题。
技术实现思路
1、本发明提供了一种光缆接头盒智能检测方法，不仅可以节约时间和人力成本，还可以帮助运维人员及时掌握设备状态、排查故障，并采取相应措施，从而提升电力系统的性能与管理水平。
2、为了达到上述目的，本发明采用以下技术方案实现：
3、一种光缆接头盒智能检测方法，包括如下步骤：
4、1)利用传感器采集光缆接头盒的温湿度、振动幅度、频率、偏移角度，并对其进行数据预处理；
5、2)搭建基于麻雀搜索算法ssa优化岭回归的光缆接头盒故障智能检测模型；
6、3)利用预处理后的数据对搭建好的网络模型进行训练得出最优模型；
7、4)将采集到的实时数据输入最优模型中进行判断，判断光缆接头盒是否出现故障，进行故障预警。
8、进一步的，所述步骤1)中传感器包括温湿度传感器、振动传感器和角度传感器。
9、进一步的，所述数据预处理采用min-max标准化方式进行数据归一化处理。
10、进一步的，所述步骤2)具体包括如下步骤：
11、1)标准多元线性回归：通过最小化损失函数找到最优的回归系数，使得模型的预测值与实际观测值之间的残差平方和最小化；
12、2)采用岭回归作为基本结构对光缆接头盒的数据进行预测；
13、3)采用麻雀搜索算法对岭系数进行最佳寻优；
14、4)将岭系数带入岭回归模型中进行训练得出最优的基于岭回归的光缆接头盒故障智能检测模型。
15、进一步的，所述步骤4)中断光缆接头盒是否出现故障，将光缆接头盒的温湿度、振动幅度、频率、偏移角度设置各自对应的阈值，当最优模型的输出值超过对应阈值就判定光缆接头盒为异常，否则判定为正常。
16、与现有技术相比，本发明的有益效果是：
17、1)通过采集光缆接头盒的温湿度、振动幅度及频率、偏移角度运维人员可以对光缆接头盒进行全面的监测和分析；
18、2)利用麻雀搜索算法对岭系数进行最佳寻优，从而优化岭回归的光缆接头盒故障智能检测模型，及时发现设备存在的异常，及时排查故障，减少故障发生率，提高设备稳定性和可靠性。
技术特征：
1.一种光缆接头盒智能检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种光缆接头盒智能检测方法，其特征在于，所述步骤1)中传感器包括温湿度传感器、振动传感器和角度传感器。
3.根据权利要求1所述的一种光缆接头盒智能检测方法，其特征在于，所述数据预处理采用min-max标准化方式进行数据归一化处理。
4.根据权利要求1所述的一种光缆接头盒智能检测方法，其特征在于，所述步骤2)具体包括如下步骤：
5.根据权利要求1所述的一种光缆接头盒智能检测方法，其特征在于，所述步骤4)中断光缆接头盒是否出现故障，将光缆接头盒的温湿度、振动幅度及频率、偏移角度设置各自对应的阈值，当最优模型的输出值超过对应阈值就判定光缆接头盒为异常，否则判定为正常。
技术总结
本发明涉及一种光缆接头盒智能检测方法，包括利用传感器采集光缆接头盒的温湿度、振动幅度、频率、偏移角度，对其进行数据预处理，搭建基于麻雀搜索算法SSA优化岭回归的光缆接头盒故障智能检测模型，利用预处理后的数据对搭建好的网络模型进行训练得出最优模型，将采集到的实时数据输入最优模型中进行判断，判断光缆接头盒是否出现故障，进行故障预警；本发明通过采集光缆接头盒的温湿度、振动幅度及频率、偏移角度运维人员可以对光缆接头盒进行全面的监测和分析，利用麻雀搜索算法对岭系数进行最佳寻优，从而优化岭回归的光缆接头盒故障智能检测模型，及时发现设备存在的异常，及时排查故障，减少故障发生率，提高设备稳定性和可靠性。
