一种基于Φ-OTDR的光缆通道施工威胁事件的识别方法技术

本发明专利技术提供一种基于Φ‑OTDR的光缆通道施工威胁事件的识别方法，包括：将Φ‑OTDR与待监测光缆的一芯冗余光纤相连接，采集光纤信号获得振动信号；对振动信号按照时间‑空间整理为二维数组X；对二维数组X进行均值处理，得到信号Y；对信号Y进行去噪、归一化处理得到初始信号G(i,j)；提取信号特征；搭建神经网络训练模型，以施工威胁事件的信号特征Z(i,j)作为输入信号，通过神经网络后识别出光缆通道附近的施工威胁事件类型。本发明专利技术可以对光缆线路上的所有振动信息实时分析，能够准确解析出每一起威胁事件的机械施工类型，为光缆的安全运行提供实时预警服务，提高光缆运行的可靠性、安全性。

【技术实现步骤摘要】
一种基于Φ-OTDR的光缆通道施工威胁事件的识别方法
本专利技术涉及光缆监测
，具体是一种基于Φ-OTDR的光缆通道施工威胁事件的识别方法。
技术介绍
随目前由于现代城市的飞速发展，通讯网络的覆盖范围不断扩大，各大城市都形成了错综复杂的地下光缆分布网。这些地下光缆线路分布的范围越广，对于运维检修人员的巡线压力就越大。另一方面，市政建设和道路维修等导致了路面施工场地的增多，随之而来的是大量的挖掘机，破碎机，风镐等机械作业对地面造成破坏，一旦破坏地下光缆造成光纤断芯，会严重影响电力传输等日产供给，并危害到光缆通信的安全性。目前各地供电公司针对该情况会安排巡线人员参照光缆地图进行日常巡线，确保线路安全，检查光缆沿线的隐患，但是这样的人力监测存在诸多局限性：涉事单位往往事前无报备，事后又没有及时上报，且有意隐瞒。电缆运维单位又缺乏有效的电力电缆防外破的技术监控手段，导致城市电缆事故频发。传统的监测手段主要依靠视频监控技术，仅能实现固定点的监测，无法对随机性强、偶发性高的外破事件进行实时监测。目前是针对这些问题，虽然现在有一些光缆状本文档来自技高网...

【技术保护点】
1.一种基于Φ-OTDR的光缆通道施工威胁事件的识别方法，其特征在于：包括如下步骤；/n步骤1、将Φ-OTDR与待监测光缆的一芯冗余光纤相连接，采集冗余光纤中的光纤信号获得振动信号；/n步骤2、对获得振动信号按照时间-空间整理为二维数组X，其元素X(i,j)指空间点i在时刻j的振动信号强度；/n步骤3、对二维数组X进行均值处理，得到信号Y；/n步骤4、对信号Y进行去噪、归一化处理得到初始信号G(i,j)；/n步骤5、提取信号特征：通过实验模拟以及现场监测得到典型的机械施工信号，标记为样本库初始信号G(i,j)，基于信号在空间域上的投影对样本库初始信号G(i,j)按照图像分割的流程对其在空间上分...

【技术特征摘要】
1.一种基于Φ-OTDR的光缆通道施工威胁事件的识别方法，其特征在于：包括如下步骤；
步骤1、将Φ-OTDR与待监测光缆的一芯冗余光纤相连接，采集冗余光纤中的光纤信号获得振动信号；
步骤2、对获得振动信号按照时间-空间整理为二维数组X，其元素X(i,j)指空间点i在时刻j的振动信号强度；
步骤3、对二维数组X进行均值处理，得到信号Y；
步骤4、对信号Y进行去噪、归一化处理得到初始信号G(i,j)；
步骤5、提取信号特征：通过实验模拟以及现场监测得到典型的机械施工信号，标记为样本库初始信号G(i,j)，基于信号在空间域上的投影对样本库初始信号G(i,j)按照图像分割的流程对其在空间上分割，在相同频域-空间域尺度大小下切分出每一个可能的施工威胁事件的信号特征Z(i,j)，标记这三类信号特征作为机械施工信号的初始信号特征；
步骤7、搭建神经网络训练模型，分别模拟上述机械施工信号，以机械振动到光缆的垂直距离为变量，不断改变距离，依次按照上述步骤采各机械施工信号的不同信号特征，机械施工信号的信号特征作为神经网络的特征训练集，以施工威胁事件的信号特征Z(i,j)作为输入信号，通过神经网络后输出该信号属于哪种机械类型，将此特征类型作为暂时输出结果；
步骤8、神经网络判断后计算信号特征Z(i,j)与步骤5得到的初始信号特征的匹配置信度R，当匹配置信度R大于阈值T时则确定步骤7输出结果为最终识别的威胁事件机械种类。


2.根据权利要求1所述的基于Φ-OTDR的光缆通道施工威胁事件的识别方法，其特征在于：当步骤8...

【专利技术属性】
技术研发人员：邢宁哲，匙光，庞博，金燊，李垠韬，宋伟，杨纯，赵阳，许鸿飞，杨广涛，门宝霞，尤新雨，龙婧，闫磊，张东辉，付薇薇，纪雨彤，申昉，
申请(专利权)人：国家电网有限公司，国网冀北电力有限公司信息通信分公司，国网冀北电力有限公司承德供电公司，国网冀北电力有限公司廊坊供电公司，
类型：发明
国别省市：北京;11