一种管道光纤振动安全预警系统破坏性事件的识别方法技术方案

本发明专利技术涉及一种对特定事件监控的识别方法，确切讲本发明专利技术是一种对埋设管道振动安全预警系统振动信号的识别方法。本发明专利技术的一种管道光纤振动安全预警系统破坏性事件的识别方法是利用光纤获取管道周围土壤振动的实时信号，通过对信号分析和处理后，以此特征与对应的事件采用分类算法训练建立识别管道破坏事件的模型，在此基础上对实测信号进行分类识别。本发明专利技术具有识别的准确率高，可克服失真，识别速度快的优点。

【技术实现步骤摘要】
一种管道光纤振动安全预警系统破坏性事件的识别方法
本专利技术涉及一种对特定事件监控的识别方法，确切讲本专利技术是一种对埋设管道振动安全预警系统振动信号的识别方法。
技术介绍
长距离输油管道是大口径、长距离的大型管道系统，是国家能源大动脉和国民经济的重点工程，肩负着国民经济健康快速发展提供能源保障的重要责任，它的安全运行有着重大的社会和经济意义。传统的管道安全防护通过巡线工人持久性的管道看守，这种方式不仅费人费力，而且当发生破坏管道的行为发生时，巡线工人可能不能及时发现，可能造成管道的严重破坏，所以说管道安全预警系统对管道的运输能源有着非常重要的作用。管道光纤振动安全预警系统是利用管道铺设光纤作为传感器，实时感应管道沿线的土壤振动信号，通过智能识别分析，对威胁管道安全的机械施工、人工挖掘等破坏性事件进行预警和定位，通知巡线人员赶赴现场查看，制止破坏事件进一步恶化。通常图像去除环境等因素引起的干扰区域通过滤波实现，滤波可以一定程度上去除不相关的区域，但是同时也会削弱正常有效的区域，而且图像也容易产生失真现象。本专利技术通过以一种聚类方式的异常值检测方法，去除信号瀑布图中干扰图像区域，同时对真实破坏引起的图像区域信息没有损失，减小分类器识别图像信息的难度，提高分类的准确率。中国专利技术专利2013106132601公开了一种扩展光缆振动入侵监测系统监测区域的装置和方法。该装置包括被动式红外探测器、振动信号传输介质和振动信号解码器，被动式红外探测器和振动信号解码器通过振动信号传输介质连接。利用被动式红外探测器感应入侵行为。该专利辅助光纤振动入侵监测系统进行入侵防范，扩展了光缆振动入侵监测系统的监测区域，减少入侵监测盲点，减小传感光缆对围栏的要求，但却无法区分造成光缆振动类别，因此其误报率较大。类似的专利如ZL2016102486278、ZL2016104767007等均存在同样的不足。为解决现有技术的不足，中国专利技术专利2010105235522公开了一种光纤周界系统的振动信号识别方法，该专利方法包括步骤：信号采集、加窗处理、带通滤波、小波降噪、振动事件检测、特征参数提取、模式匹配和分类，其有益效果是：引入了更多特征参数如短时能量E、短时平均幅度M、短时平均过零率Z、小波分解各尺度细节信号能量Ew和振动信号功率谱P，以实现对外界的振动信号的类别更准确的判断。类似的专利还有2015105567662。但由于造成光纤振动的因素较多，信号及信号特征的复杂性使前期引入的特征参量有相当的困难，同时难于判断入侵信号的确切类别，因此现有技术使光纤损害防护工作难以实际应用现有技术中存在的不足是：1、专利利用信号的瀑布图作为媒介去识别破坏管道安全的类型，现有技术大多数通过对信号的直接处理与分析去判断，信号处理与分析难度较大，本专利利用信号的瀑布图识别将信号转化为可视化图像，减少分析判断难度。2、去除瀑布图环境等因素引起的干扰区域通常通过图像滤波实现，滤波可以一定程度上去除不相关的区域，但是同时也会削弱正常有效的区域，而且图像也容易产生失真现象。3、现有技术中提取图像特征方法多种，各种特征对分类的影响各不相同，有好有坏。4、现有技术通常单独利用随机森林分类方法。
技术实现思路
本专利技术提供一种可克服现有技术不足的，利用光纤对埋设管道振动安全预警系统破坏性事件的识别方法。本专利技术的一种管道光纤振动安全预警系统破坏性事件的识别方法，利用光纤获取管道周围土壤振动的实时信号，通过对信号分析和处理后，对实时信号进行识别，判断管道周围是否有破坏性事件的发生，具体的做法是：通过获取管道周围土壤振动引起的光纤折射率改变的实时信号，将实时信号转化为对应的瀑布图，对瀑布图进行异常值检测方法去除图像中环境等因素引起的干扰区域，然后提取图像特征，并以此特征与对应的事件采用分类算法训练建立管道破坏事件的模型，在此基础上对实测信号进行分类识别。优选地，本专利技术的管道光纤振动安全预警系统破坏性事件的识别方法是将瀑布图以一种基于聚类算法的异常值检测方法，对去除图像中环境等因素引起的干扰区域后的信号瀑布图提取图像的灰度共生矩阵,从灰度共生矩阵中得到能量、熵、对比度、自相关性和逆矩阵五种图像特征，并以此特征利用Embedded方法进行特征选择，最后通过机器学习分类算法Adaboost-SVM训练识别破坏管道事件的模型，识别破坏与非破坏类型事件。优选地，本专利技术的的管道光纤振动安全预警系统破坏性事件的识别方法对瀑布图进行以聚类方法进行异常值检测，并去除异常值点。优选地，本专利技术的管道光纤振动安全预警系统破坏性事件的识别方法中的聚类方法为DBSCAN聚类算法、统计方法检测离群点、基于邻近度的离群点检测、基于密度的离群点检测或基于聚类的异常值检测方法中的任一种。优选地，本专利技术的管道光纤振动安全预警系统破坏性事件的识别方法具体使用的聚类方法为基于聚类的异常值检测方法。基于聚类的异常值检测方法比较适合于利用在图像作为检测对象上，而且利用的聚类算法DBSCAN方法不需要人为指定聚类的个数，聚类速度和效果在瀑布图图像上都表现较好。优点是：现有技术去除图像干扰区域主要通过图像的滤波实现，滤波可以一定程度上去除不相关的区域，但是也会削弱正常有效的区域，图像也容易产生失真现象。优选地，本专利技术的的管道光纤振动安全预警系统破坏性事件的识别方法，经过对图像进行特征选择后，进行训练分类模型，判断管道周围是否有破坏性的事件发生。更为优选地，本专利技术的的管道光纤振动安全预警系统破坏性事件的识别方法中的训练模型的算法采用Adaboost-SVM算法实现。本专利技术具有如下优点：1、本专利技术利用信号的瀑布图作为识别对象判断破坏管道安全的类型，现有技术大多数通过对信号的直接处理与分析去判断，信号处理与分析难度较大，本专利利用信号的瀑布图识别将信号转化为可视化图像，减少分析的难度，增加识别的准确性。通过更为直观的信号处理媒介频谱瀑布图来实现对管道沿线破坏行为的分析识别。2、去除瀑布图环境等因素引起的干扰区域通常通过图像滤波实现，滤波可以一定程度上去除不相关的区域，但是同时也会削弱正常有效的区域，而且图像也容易产生失真现象。通过本专利技术通过基于异常值检测的方法实现去除瀑布图环境等因素引起的干扰区域的目的。3、SVM算法在管道安全监测系统获得的瀑布图识别是一种弱分类器，准确率不高，专利方法利用了Adaboost-SVM方法解决准确率偏低的问题。4、本专利技术通过提取图像的灰度共生矩阵，并且通过主成分分析法得到信息量最大的五种特征项，最后通过特征选择，得到最优的图像特征。目前在管道安全监测领域，分析对象的特征提取和识别算法还没有一种较合适的方法，专利利用的方法是一种识别准确率高，识别速度快的方案。附图说明附图1为管道光纤振动监测系统工作流程示意图。附图2为人工作业的频谱瀑布图。附图3为机械挖掘作业的频谱瀑布图。附图4为瀑布图计算得到的灰度共生矩阵。具本文档来自技高网...

【技术保护点】
1.一种管道光纤振动安全预警系统破坏性事件的识别方法，利用光纤获取管道周围土壤振动的实时信号，通过对信号分析和处理后，对实时信号进行识别，判断管道周围是否有破坏性事件的发生，其特征在于：通过获取管道周围土壤振动引起的光纤折射率改变的实时信号，将实时信号转化为对应的瀑布图，对瀑布图进行异常值检测方法去除图像中环境等因素引起的干扰区域，然后提取图像特征，并以此特征与对应的事件采用分类算法训练建立识别管道破坏事件的模型，在此基础上对实测信号进行分类识别。/n

【技术特征摘要】
1.一种管道光纤振动安全预警系统破坏性事件的识别方法，利用光纤获取管道周围土壤振动的实时信号，通过对信号分析和处理后，对实时信号进行识别，判断管道周围是否有破坏性事件的发生，其特征在于：通过获取管道周围土壤振动引起的光纤折射率改变的实时信号，将实时信号转化为对应的瀑布图，对瀑布图进行异常值检测方法去除图像中环境等因素引起的干扰区域，然后提取图像特征，并以此特征与对应的事件采用分类算法训练建立识别管道破坏事件的模型，在此基础上对实测信号进行分类识别。


2.根据权利要求1所述的管道光纤振动安全预警系统破坏性事件的识别方法，其特征在于：将瀑布图以一种基于聚类算法的异常值检测方法，对去除图像中环境等因素引起的干扰区域后的信号瀑布图提取图像的灰度共生矩阵,从灰度共生矩阵中得到能量、熵、对比度、自相关性和逆矩阵五种图像特征，并以此特征利用Embedded方法进行特征选择，最后通过机器学习分类算法Adaboost-SVM训练识别破坏管道事件的模型，识别破坏与非破坏类型事...

【专利技术属性】
技术研发人员：刘信，李世勋，张艳，李晓焱，马拴兄，张兆栋，
申请(专利权)人：刘信，
类型：发明
国别省市：甘肃;62