城市高压电缆隧道监控技术综述
本文发表于2017年第五届EPTC输电年会，荣获优秀论文二等奖。全文摘录于此，已获得原作者同意。
摘要：近年来，随着我国城市建设步伐的加快，城市高压电缆隧道也得到了快速发展。高压电缆隧道长度长、监控参数多、对可靠性要求高的特点对电缆隧道的监控运维提出了新的挑战。因此，城市高压电缆隧道监控技术也得到了越来越多的研究和应用。本文介绍了城市高压电缆隧道监控技术的国内外现状，分析比较了不同技术的侧重点和优劣势，最后指出了城市高压电缆隧道监控技术的发展方向和应用前景。
引言
近年来随着我国城市化进程的不断推进，电力需求快速增长，城市的电力电缆尤其是高压电缆的数量、里程也在不断增加[1]。而电缆隧道占地面积小，受恶劣天气等自然条件影响小，并且能够向更高电压等级和更大传输容量扩展，因此正在逐渐取代架空输电线路成为城市电力建设的趋势和潮流。目前，我国北京、上海、广州、深圳、武汉等中大城市已经广泛建设电力隧道，例如，据统计北京电力隧道总长度已经超过620km[2]。
电力隧道作为重要的城市基础设施，需要确保电力隧道及内部的高压电缆等工作在正常状态，并且当出现异常或者故障时能够及时发现并排除。目前，我国的电力隧道巡检主要采用周期性的人工巡检，但是电力隧道运行和维护人员的增长速度远远落后于电力隧道建设的速度，同时电力隧道向更高集成度和复杂性的发展趋势，也增加了其巡检维护的难度。因此，传统的巡检方式已经难以满足需求，电力隧道的监控系统建设迫在眉睫[1]。
事实上，随着智能电网的逐步发展，高压电缆及电缆隧道的在线监测也逐渐提上日程。近年来，北京供电公司[3]、上海供电公司[4]等已经开始上线高压电缆综合监控系统，用于高压电缆及其附属设施的监控。此外，一些大学、研究所以及电力信息企业也开展了相关方面的研究，如国网武汉高压研究院与华中科技大学研究电力电缆线路运行温度在线研究技术[5]。本文主要介绍当前电力隧道监控技术的研究进展和应用情况，并指出了目前电力隧道监控技术存在的不足和未来的发展方向。
电缆隧道监控系统建设情况
电缆隧道监控主要有以下三方面的内容需要重点关注：
- 监控电缆本体的状态：保证隧道内电缆不因过热、过载而发生故障甚至演化为严重的运行安全事故；
- 监控隧道环境的状态：由于隧道位于地下，地下水、雨污水等可能会流入电缆隧道，还可能会有一氧化碳、沼气等可燃有害气体堆积在隧道内，这些因素都会形成安全隐患；
- 监控人员活动的状态：一方面，防止未经授权的人员私自进入隧道，从事盗割隧道电缆、接地铜排等非法活动，另一方面，也能够规范正常工作人员的巡检活动，提高工作水平，并能够在人员发生意外时及时发现和定位。
目前，电缆隧道的监控系统也主要围绕以上几项内容展开，既有对其中某一项进行监控的，也有同时对多项实现综合监控的。此外，近年来，巡检机器人也成为监控技术的发展热点。下面介绍目前电缆隧道监控技术的发展情况。
高压电缆本体监控
在电缆本体的监控中，电缆温度、护层电流和局部放电是电缆监控的核心。
在电缆测温方面，欧美、日本等发达国家在高压电缆的在线检测研究和应用上起步较早，从20世纪80年代开始采用多个温度传感器对电缆实现局部的温度检测，并且试验采用分布式光纤测温系统用于电缆整体的温度监测[6]。20世纪80年代末，英国YORK公司研发基于分布式光纤的测温传感器（DTS），推动光纤测温技术从研究层面走向实际应用层面[7]。我国的电缆测温起步相对较晚，但是近年来发展迅速。
王萍萍等人[8]针对大中城市地下电力电缆分布范围光、供电距离长的特点，采用低功耗单片机作为采集接头温度的终端，首先采用感应通信的方法沿着电力电缆将测量结果传至前置处理单元，再通过GPRS网络将测量数据传输至控制中心。接头测温技术的不足在于只能对电缆局部进行监控，而无法掌握电缆整体的情况。随着技术进步，光纤测温成为替代接头测温技术的理想选择。
国网武汉高压研究院在国内较早将分布式光纤测温（DTS）技术应用于高压电缆温度的在线检测，将基于光时域反射（OTDR）原理的分布式光纤测温传感器用于220kV高压电缆的远距离大范围测温，探讨了其在电缆隧道监控中应用的前景[9]；为了改进基于OTDR的光纤测温技术的不足，国网武汉高压研究院与北京电力公司合作，进一步提出了基于光频域反射（OFDR）原理的分布式光纤测温技术，基本满足110kV以上高压电缆的测温需求[5]。
随着分布式光纤测温技术的逐渐成熟，国内已经有许多公司开发出成熟的商用产品，并且投入实际使用。无锡亚天光电科技有限公司通过在隧道内安装ATDTS分布式光纤测温系统，能够实时监测隧道内电缆夹层的温度尤其是电缆接头的温度以及隧道环境的温度，实现火灾监控以及灭火联动，目前已经在国家电网、南方电网的多家分公司电缆沟、电缆隧道中实际应用[10]。无锡布里渊的分布式光纤测温技术不仅用于电缆沟电力电缆测温，还应用于石化能源行业与交通隧道行业等[11]。北京凯源泰迪科技发展有限公司、宁波东方之光安全技术有限公司、上海森珀光电科技有限公司、深圳太辰光通信股份有限公司等也都有各自的分布式光纤测温产品和电力隧道监控解决方案。此外，西安和其光电还开发出了全球领先的荧光光纤温度传感器[12]。
护层电流（Sheath current）是与电缆本体运行状态密切相关的另一重要因素[13]。我国110kV以上的高压电缆多为单芯电缆，在绝缘层外有金属护套起保护作用。但是，电缆中通过的交流电会在金属护套上产生感应电动势，护套接地会产生护层电流，而护层电流会造成输电损耗，甚至会由于发热而发生事故[14]。国内在电力隧道建设过程中已经开始考虑对护层电流的监测[15]，国网德州供电公司[16]、北京供电公司[2]、菏泽供电公司[17]、青岛供电公司[18]等在新建电力隧道中均设置了护层电流监测系统，实现接地线被盗报警、接地点故障报警以及绝缘监测等功能。
除了产品的研发和应用以外，国内外学者对如何利用护层电流分析判断电缆状态也开展了一些方面的研究。Dong等人通过分析电缆接头故障的原因、机制和模态，利用接地环流分析了电缆互联箱进水和电缆接头绝缘失效两类故障，并在1.5km的110kV电缆上进行了仿真实验[19-21]。Wang等人提出了一种基于护层电流的两步故障定位方法，第一步采用桥接方法预定位，第二部基于跨步电压实现精确定位[22]。Yang等人提出了一种基于护层电流估计介质损耗的方法，通过估计介质损耗的相对三相泄漏电流的趋势判断电缆的绝缘情况[23]。Zhou等人提出了一种基于护层电流实现分布式耗监控、外护套和接地状态监测，并且能够快速定位故障位置的综合监控方法[24]。
高压电缆在运行过程中，电缆部分区域发生放电，而并没有完全击穿的现象称为局部放电[25]。局部放电会导致绝缘材料加速老化，最终击穿，造成事故，因此对高压电缆进行局部放电监测对预防电缆故障具有重要意义。电缆在发生局部放电时，会产生包括振动、声音等一系列物理和化学变化，可以作为局部放电检测的依据[25]。根据局部放电检测原理的不同，目前电力电缆局放检测的方法主要可以分为超声发射法和电磁耦合法[26]，其中电磁耦合法根据使用传感器的不同，又可以分为电感型、电容型、方向耦合和金属膜等，如果根据测量信号频率的不同，则可以分为高频传感器（HFCT）测量法和超高频传感器（UHF）测量法。
国外从20世纪90年代末开始研究电力电缆局部放电的在线连续监测，并开展了应用实践[27-29]。在我国电力隧道监控中，电力电缆局部放电的连续监测还尚未普及，有相当比例的隧道仍然采用人工定期巡检的方式[17, 30]，但是已经有开始采用分布式局放监测的监控系统投入运营[18, 31]。近年来，我国学者也在电缆局放监测方面开展了理论研究，Liao等人利用小波抗干扰技术研究了局部放电脉冲在电缆系统中的传播特性，进而用于评估电缆及电缆接头的绝缘状态[32]。Chen等人研究了基于超声、高频、超高频等不同传感器的局放检测方法，对这些方法在实际应用中的表现进行了比较，为选择合适的传感器提供参考[33]。
除了检测技术的发展以外，基于模式识别的局部放电诊断算法也越来越受到重视[34, 35]。Guillermo Robles等人采用支持向量机提取局部放电的谱密度特征并用于分类[36]，Venkatesh等人采用基于概率神经网络的方法实现了局部放电数据的无监督聚类[37]。Chen等人采用Renyi熵设计了一种提取局部放电特征的算法，用于局部放电的检测和分类[38]。
电缆隧道环境监控
电缆隧道环境虽然不是高压电缆能否正常工作的决定性因素，但是也与电缆的运营维护密切相关，主要表现在两个方面：
- 恶劣的隧道环境会成为电缆发生故障的诱因。例如，由于大雨等原因，可能会有水流进入电缆隧道，如果积水过深，可能引发电气设备短路。隧道中易燃性气体堆积可能引发火灾，更是威胁隧道安全的严重隐患；
- 恶劣的隧道环境会对人工巡检造成危险。如，电缆绝缘材料老化、污水沉积物腐化、外界气体侵入等，都可能造成隧道内氧气含量过低或有毒气体含量过高，进而威胁进入隧道实施作业人员的生命安全。
目前，我国的电缆隧道在建设过程中已经对隧道环境进行了较为充分的监测。主要的监测变量包括隧道空气温湿度、氧气含量、一氧化碳浓度、甲烷浓度、硫化氢浓度和集水井水位等[31]。2012年武汉东湖龚家岭电缆隧道投入使用的有害气体监测系统，采用红外吸收型气体传感器监测甲烷、硫化氢、一氧化碳和氨气，采用氧气电化学传感器监测氧含量，利用RS485总线通讯，工作两年多运行稳定[39]。上海市电力隧道监控系统对隧道内气体含量、积水、供电照明设备以及火灾都实现了实时监控，并且实现了气体含量与通风系统、积水水位与排水系统、火灾预警与消防系统等的联动[4]。菏泽市供电公司在实现电缆隧道环境监控的同时，还对风机的运行情况进行监控，实现风机的远程监测和控制[17]。赖磊洲等基于J2EE框架开发了电缆隧道环境在线监测系统，并且采用改进的BP神经网络算法，用于系统的智能评估模块，提高了系统的智能性[40]。除了传统的对气体含量、水位等环境指标的监控以外，黄楷焱等人考虑到道路下方的隧道可能由于长期的重载汽车碾压而存在坍塌的可能性，对隧道顶部位移的变化量进行监控，实现了对电缆隧道塌陷的实时在线监测[41]。
人员活动监控
如前所述，人员活动监控的两大功能分别是防止人的不合规、不合法行为和保护隧道内人员的安全。目前，电缆隧道监控系统中相关的子系统包括井盖监控系统和视频监控系统。
井盖监控系统方面，北京市供电公司设计了井盖监控系统的详细技术指标，并且完善了井编码、井盖标牌、地理信息系统等井盖监控系统相关配套工作，利用电力通信网络传输井盖信号[42]。上海世博500kV电缆隧道建设中采用电子井盖防止未授权人员的入侵，在每个井盖安装撬动传感器，主要出入口处安装外报警探测器，井盖口的下方安装防水型无线刷卡器，并且设置了入侵报警和控制器的联动，当井盖打开时，同时控制打开相应工作井的照明，并联动视频系统进行录像[30]。德州供电公司220kV香铁线电缆隧道通安装了井盖状态传感器，当感应到井盖状态变化时，会通过自动监控系统的软件平台，向隧道运维人员发送短信[16]。
视频监控系统方面，目前的电力隧道已经基本配备，并且在功能上有了新的扩展。国网德州供电公司对电缆隧道内进行实时视频监测，对电气设备和隧道环境进行自动巡视[16]。国网菏泽供电公司的电力隧道监控系统在保证视频完整、清晰、可靠的同时，还增加了视频识别、边界告警（包括对警戒线、警戒区等的入侵自动检测等），并实现了相应的系统联动[17]。国网青岛供电公司的视频监控系统不仅具备传统的视频采集和存储等功能，还增加了移动侦测、联动分析等功能，用户能够预先设定警戒边界，当有异常对象跨越时，监控系统能够对可疑对象语音报并且自动视频截图，将人盯屏幕转为自动触发报警模式[18]。针对城市电缆隧道的需求，海康威视开发了集软硬件和网络为一体的综合监控系统[43]。其中智能视频监控能对关键区域实施智能分析，通过行为分析和智能跟踪等方式实现监控报警，还能够基于智能侦测事件实现快速检索，方便事后回放。此外，该系统还具有自我诊断功能，能够通过轮巡方式检测视频设备本身的异常，提高了视频监控系统的可靠性和有效性，该系统已经成功用于上海市电力公司北京西路——华夏西路电力隧道。
隧道巡检机器人
除了采用传统的固定式传感器实现电缆隧道监控的方式以外，近年来随着智能电网的建设和工业机器人技术的发展，隧道巡检机器人也逐渐成为隧道监控系统研究和发展的热点。
国外从本世纪初开始研究巡检机器人在地下电力线路系统的应用。Jiang等人研发了一套半自主的机器人平台，并在一条14kV的电力线路上进行测试[44]，并在此基础上进一步开发出了一套自主的机器人平台[45]。Montero回顾了近年来隧道巡检机器人的发展状况，并对未来的发展方向做了展望[46]。
近年来，我国在隧道巡检机器人方面也有许多发展。上海交通大学机器人研究所研制的电缆隧道综合检测机器人能够远程采集并传输隧道内的图像、气体等信息，此外还具有全自助的控制策略和算法[47]。姜芸等人设计一种小型履带机器人用于电缆隧道检测，具有结构紧凑、体积小、易携带、环境适应能力强等特点[48]。Tang等人设计一种小型履带机器人具有视频、温湿度、烟雾和各种气体传感器，能够适用于不同半径的电路管线[49]。邓方远在研究隧道巡检机器人方面，利用泄露感应电缆提供了一套针对轨道机器人的无线通信和综合定位方案[50]。针对隧道机器人在实际应用中遇到的问题，吴华等人研究了轨道机器人运行中的防摆控制[51]和泄露感应电缆在高压电缆隧道中的感性耦合问题[52]，卢嘉栋则研究了其容性耦合问题[53]。
电缆隧道监控技术展望
结合近年来电缆隧道监控系统的建设需求和相关技术的发展情况来看，电缆隧道监控技术在以下方向还有广阔的发展前景。
- 电缆监控数据挖掘与综合故障诊断。随着各地对电力隧道监控的日益重视和电力隧道监控系统的完善，电缆本体、隧道环境、人员活动等的数据越来越丰富。但是，目前的监控水平还停留在简单的阈值报警上，如何充分挖掘监控数据中包含的信息，利用各类数据间的相关关系，以尽早发现隧道内各类异常和故障并且确定故障的位置和类型，从而提高监控系统的性能，是值得深入研究的问题。
- 电缆隧道的精细化管理。借助监控水平的提高，合理安排机器人巡检和人工巡检制度，对电缆等电气设备实施全生命周期管理，此外还可以利用监控数据为电力调度提供参考，例如根据测温数据评估电缆承受负载的裕度等。
- 人工智能、计算机视觉等相关技术的运用。提高电力隧道的智能运营水平，例如利用计算机视觉等技术提高视频监控系统自主判断的能力，利用人工智能发展全自主的巡检机器人，可以提高监控系统的运行效率。
结论
我国城市化进程中电缆隧道的大力建设，对电缆隧道监控系统的发展产生了迫切的需求。本文回顾了目前电缆隧道监控系统的发展情况，并对未来的电缆隧道监控技术提出了几点展望。
参考文献
[1] 陈朝环. 浅谈电力电缆隧道监控系统的配置[J]. 浙江电力, 2010, 29(11): 25-27.
[2] 张彦辉, 张洪青. 北京电力隧道现状及检测技术研究[J]. 中国电力教育: 中, 2013 (3): 178-179.
[3] 北京公司建成国内首个电缆网运行监控中心[EB/OL].http://www.sgcc.com.cn/kjcx/xjssfgc/188912.shtml,2007-12-31
[4] 费斐. 上海市电力隧道监控系统的研究 [D]. 上海交通大学, 2008.
[5] 罗俊华, 周作春, 李华春, 等. 电力电缆线路运行温度在线检测技术应用研究[J]. 高电压技术, 2007, 33(1): 169-172.
[6] Gao J, Jiang Z, Zhao Y, et al. Full distributed fiber optical sensor for intrusion detection in application to buried pipelines[J]. Chinese optics letters, 2005, 3(11): 633-635.
[7] 张在宣, 金尚忠, 王剑锋, 等. 分布式光纤拉曼光子温度传感器的研究进展[J]. 中国激光, 2010, 37(11): 2749-2761.
[8] 王萍萍, 孙凤杰, 崔维新. 电力电缆接头温度监控系统研究[J]. 电力系统通信, 2006, 27(2): 59-61.
[9] 彭超, 赵健康, 苗付贵. 分布式光纤测温技术在线监测电缆温度[J]. 高电压技术, 2006, 32(8): 43-45.
[10] 无锡亚天光电科技有限公司首页[EB/OL]. http://www.atopo.cn/, 2017
[11] 无锡布里渊电力电缆行业应用[EB/OL]. http://www.buliyuan.com/dldl/, 2015-07-30
[12] 西安和其光电科技有限公司首页[EB/OL].http://www.optsensor.com/index.php, 2017
[13] Jung C K, Lee J B, Kang J W, et al. Sheath current characteristic and its reduction on underground power cable system[C]. Power Engineering Society General Meeting, 2005. IEEE. IEEE, 2005: 2562-2569.
[14] 特高压交流输电技术研究成果专辑: 2005 年[M].北京：中国电力出版社， 2006.
[15] 陈嵩. 浅谈高压电缆护层电流监测设备的研制[J]. 科技风, 2015 (4): 60-61.
[16] 张焕云. 220kV 香铁线电缆隧道综合智能监控系统的研究[D]. 山东大学, 2015.
[17] 曹华. 电力电缆隧道综合监控系统研究与应用[D]. 华北电力大学, 2013.
[18] 艾福超. 高压电缆及电缆隧道综合监控系统研究与应用[D]. 山东大学, 2015.
[19] Dong X, Yuan Y, Gao Z, et al. Analysis of cable failure modes and cable joint failure detection via sheath circulating current[C]. Electrical Insulation Conference (EIC), 2014. IEEE, 2014: 294-298.
[20] Dong X. Sheath current in underground cable systems and cable fault diagnosis via sheath current monitoring[D]. Glasgow Caledonian University, 2014.
[21] Dong X, Yang Y, Zhou C, et al. On-line Monitoring and Diagnosis of HV Cable Faults by Sheath System Currents[J]. IEEE Transactions on Power Delivery, 2017.
[22] Wang Q, Tang C, Wu G, et al. Fault location in the outer sheath of power cables[J]. Journal of Power Technologies, 2014, 94(4): 250.
[23] Yang Y, Hepburn D M, Zhou C. On-line Monitoring and Trending Analysis of Dielectric Losses in Cross-bonded High Voltage Cable Systems[C]. Jicable. 2015.
[24] Zhou C, Yang Y, Li M, et al. An integrated cable condition diagnosis and fault localization system via sheath current monitoring[C]. Condition Monitoring and Diagnosis (CMD), 2016 International Conference on. IEEE, 2016: 1-8.
[25] Sun Y, Overbye T J. Visualizations for power system contingency analysis data[J]. IEEE Transactions on Power Systems, 2004, 19(4): 1859-1866.
[26] 郭灿新, 张丽, 钱勇, 等. XLPE 电力电缆中局部放电检测及定位技术的研究现状[J]. 高压电器, 2009, 3.
[27] Judd M D, Yang L, Hunter I B B. Partial discharge monitoring of power transformers using UHF sensors. Part I: sensors and signal interpretation[J]. IEEE Electrical Insulation Magazine, 2005, 21(2): 5-14.
[28] Tian Y, Lewin P L, Wilkinson J S, et al. Continuous on-line monitoring of partial discharges in high voltage cables[C]. Electrical Insulation, 2004. Conference Record of the 2004 IEEE International Symposium on. IEEE, 2004: 454-457.
[29] Paoletti G, Golubev A. Partial discharge theory and applications to electrical systems[C]. Pulp and Paper, 1999. Industry Technical Conference Record of 1999 Annual. IEEE, 1999: 124-138.
[30] 钱天宇. 世博500KV 电力电缆隧道监控系统[D]. 上海交通大学, 2011.
[31] 黄慧. 电缆隧道综合监控平台的设计与实现[D]. 华中科技大学, 2013.
[32] Liao Y, Feng B, Gu X, et al. Application of the online partial discharge monitoring for the EHV XLPE cable system[C]. Condition Monitoring and Diagnosis (CMD), 2016 International Conference on. IEEE, 2016: 896-899.
[33] Chen M, Urano K, Zhou Z, et al. Application study of variable PD sensors for PD measurement of power cable circuit in operation[C]. Condition Monitoring and Diagnosis (CMD), 2016 International Conference on. IEEE, 2016: 118-122.
[34] Raymond W J K, Illias H A, Mokhlis H. Partial discharge classifications: Review of recent progress[J]. Measurement, 2015, 68: 164-181.
[35] Ma H, Chan J C, Saha T K, et al. Pattern recognition techniques and their applications for automatic classification of artificial partial discharge sources[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2013, 20(2): 468-478.
[36] Robles G, Parrado-Hernández E, Ardila-Rey J, et al. Multiple partial discharge source discrimination with multiclass support vector machines[J]. Expert Systems with Applications, 2016, 55: 417-428.
[37] Venkatesh S, Jayalalitha S, Gopal S. Mixture Density Estimation Clustering Based Probabilistic Neural Network Variants for Multiple Source Partial Discharge Signature Analysis[J]. Journal of Applied Sciences, 2014, 14(14): 1496.
[38] Chen J, Dou Y, Wang Z, et al. A novel method for PD feature extraction of power cable with renyi entropy[J]. Entropy, 2015, 17(11): 7698-7712.
[39] 龙菲, 杜富豪. 城市电缆隧道有害气体监测系统[J]. 科技展望, 2014, 19: 074.
[40] 赖磊洲. 电缆隧道环境在线监测系统的研究与设计[D]. 华南理工大学, 2012.
[41] 黄楷焱, 易游丽, 王雪松, 等. 电缆隧道塌陷监测装置的测试研究[J]. 科技资讯, 2013 (20): 66-67.
[42] 井盖监控系统在北京地区电力隧道的应用[A].中国电力企业联合会.2009年电力设施保护工作交流大会论文集[C].中国电力企业联合会:,2009:12.
[43] 江智洲. 城市电力电缆隧道智能监控预警系统的应用[J]. 中国安防, 2015 (24): 20-25.
[44] Jiang B, Stuart P, Raymond M, et al. Robotic platform for monitoring underground cable systems[C]. Transmission and Distribution Conference and Exhibition 2002: Asia Pacific. IEEE/PES. IEEE, 2002, 2: 1105-1109.
[45] Jiang B, Sample A P, Wistort R M, et al. Autonomous robotic monitoring of underground cable systems[C]. Advanced Robotics, 2005. ICAR’05. Proceedings, 12th International Conference on. IEEE, 2005: 673-679.
[46] Montero R, Victores J G, Martinez S, et al. Past, present and future of robotic tunnel inspection[J]. Automation in Construction, 2015, 59: 99-112.
[47] 谢振宇, 付庄, 宋图强, 等. 基于行为的电缆隧道综合检测机器人控制系统研究[J]. 机械与电子, 2008 (4): 47-51.
[48] 姜芸, 付庄. 一种小型电缆隧道检测机器人设计[J]. 华东电力, 2009, 37(1): 95-97.
[49] Tang S, Chen S, Liu Q, et al. A small tracked robot for cable tunnel inspection[M]. Advances in Automation and Robotics, Vol. 1. Springer Berlin Heidelberg, 2011: 591-598.
[50] 邓方远. 隧道巡检机器人关键技术研究[D]. 华北电力大学, 2013.
[51] 吴华, 孟伶智, 柳长安, 等. 混杂动态系统的电缆隧道巡检机器人防摆控制[J]. 华中科技大学学报 (自然科学版), 2013, 1.
[52] 吴华, 张晔, 杨国田, 等. 巡检机器人用漏泄通信线路在高压电缆隧道中的感性耦合影响[J]. 高电压技术, 2015, 41(8): 2697-2705.
[53] 卢嘉栋. 巡检机器人用漏泄通信线路在高压电缆隧道中的容性耦合影响[J]. 高电压技术, 2016, 42(2): 504-512.