现阶段，电缆监测主要采用光纤传输，工程造价高。如果电缆一旦出现故障，由于敷设环境的特殊性，故障点 的查找与排除非常困难，检修效率不高，严重影响到电网的可靠性。针对以上电缆线路中的痛点问题，本项目通过大数据、 物联网两个技术维度，提出了一种基于大数据分析的电缆故障自学习识别系统。该系统通过物联网收集电缆线路中的温度、 湿度、烟雾、水浸、振动等参数，通过大数据平台进行分析，将电缆各类参数进行可视化处理，并自动分析电缆线路中的 可疑状态，将其传送至监控中心或移动客户端。项目团队创新性的提出了电缆运行温度报警阈值的设定方法以及外破振动 波形的对比方法，并申请了多项专利。