基于光纤测振技术的电缆防护检测方法技术

本发明专利技术涉及一种基于光纤测振技术的电缆防护检测方法，包括以下步骤：步骤1，通过光纤干涉传感器实时检测随电缆排布的光纤的振动信号；步骤2，将振动信号带入经过频谱滑动检测算法训练后的DCN神经网络；步骤3，DCN神经网络对输入的振动信号进行识别判断引起振动的事件。本发明专利技术的有益效果是：以光缆为传感单元，持续采集外界振动信号，产生报警信息。当有外破事件发生时，可以及时察觉将报警信息发送给负责人，必要时可以对外破事件进行及时的补救，大大减少了由设施外破带来的经济损失和人员监控需要，对周界安防具有十分重要的意义。能有效地处理含有单音振动信号的混叠信号，获取单音振动信号判断引起振动的事件。单音振动信号判断引起振动的事件。

【技术实现步骤摘要】
基于光纤测振技术的电缆防护检测方法


[0001]本专利技术涉及电缆防护检测领域，具体涉及一种基于光纤测振技术的电缆防护检测方法。

技术介绍

[0002]随着城市发展的加快，地下电缆在城市中所占比例越来越大。电缆由于其含铜量高，分布分散，无人值守等特点，已受到偷盗者的关注，造成了很大的社会隐患；另一方面，电缆由于其本身的敷设特性，分布较广，监测不便，其受外力破坏风险点越来越多，尤其是，未经报备批准，私自开工建设的现象非常普遍，给电力部门的监管带来难度。
[0003]传统对地下电缆的防护只是安排专人巡查，此方法自动化、智能化程度低，实际取得的防护效果不理想。所以，目前对地下电缆进行监控，防止非法入侵主要采用分布式光纤传感技术。但是目前的分布式光纤传感器的信号识别容易受到环境因素的影响，如天气、动物、工业活动等，导致光纤传感器存在较高的虚警率。并且由于混叠信号在实际情况中普遍存在，不利于分布式光纤传感器对外破事件的检测。

技术实现思路

[0004]本专利技术的目的在于提供一种基于光纤测振技术的电缆防护检测方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于光纤测振技术的电缆防护检测方法，包括以下步骤：
[0007]步骤1，通过光纤干涉传感器实时检测随电缆排布的光纤的振动信号；
[0008]步骤2，将振动信号带入经过频谱滑动检测算法训练后的DCN神经网络；
[0009]步骤3，DCN神经网络对输入的振动信号进行识别判断引起振动的事件。
[0010]作为本专利技术进一步的方案：DCN神经网络对输入的振动信号进行识别，包括：以下步骤：
[0011]判断输入的振动信号是混叠信号类型还是单音振动信号类型；若是单音振动信号类型，则提取输入的振动信号中符合单音振动信号的部分时段，基于该时段的单音振动信号判断引起振动的事件；
[0012]若输入的振动信号的属于混叠信号类型，则通过DCN神经网络判断输入的振动信号中的单音振动信号，获取单音振动信号的频率和单音振动信号的概率；若单音振动信号的概率高于预设阈值，则判断振动信号中含有单音振动信号，基于获取的单音振动信号的频率判断引起振动的事件。
[0013]作为本专利技术进一步的方案：若输入的振动信号在时域上超过预设阈值范围内呈现单音振动信号的特征，则将该振动信号判定为单音振动信号类型；若振动信号未被判定位单音振动信号类型则将该振动信号识别为混叠信号类型。
[0014]作为本专利技术进一步的方案：若输入的振动信号在时域上超过70％的范围内呈现单
音振动信号的特征，则将该振动信号判定为单音振动信号类型；若振动信号未被判定位单音振动信号类型则将该振动信号识别为混叠信号类型。
[0015]作为本专利技术进一步的方案：对于混叠信号类型，通过DCN神经网络识别进行识别的方法，包括以下步骤：
[0016]步骤1，设置初始步长、初始窗口长度输入检测器；
[0017]步骤2，每隔一段时间从整个频谱中分离出等带宽的单个频谱，在数据集中取靠近单音振动信号的频谱作为正样本，在数据集中取远离信号的频谱作为负样本；
[0018]步骤3，将等带宽频谱按间隔从整个频谱中分离出来输入DCN神经网络，DCN神经网络输出识别结果，根据识别结果计算单音振动信号的频率；
[0019]步骤4，输出频谱中有单音振动信号的概率；
[0020]步骤5，若单音振动信号的概率高于预设阈值则以该单音振动信号的频率判断引起振动的事件；若单音振动信号的概率不高于预设阈值免责判定该单音振动信号为无效信号。
[0021]作为本专利技术进一步的方案：对于DCN神经网络的训练采用标记好的单音振动信号训练数据集进行训练。
[0022]作为本专利技术进一步的方案：通过模数转换器将光纤干涉传感器的振动信号采集到计算机中。
[0023]作为本专利技术进一步的方案：将振动信号经过预处理后带入经过频谱滑动检测算法训练后的DCN神经网络。
[0024]作为本专利技术进一步的方案：对振动信号的预处理包括：归一化处理。
[0025]作为本专利技术进一步的方案：对振动信号的预处理还包括：平滑降噪处理。
[0026]本专利技术的有益之处在于：以光缆为传感单元，持续采集外界振动信号，产生报警信息。当有外破事件发生时，可以及时察觉将报警信息发送给负责人，必要时可以对外破事件进行及时的补救，大大减少了由设施外破带来的经济损失和人员监控需要，对周界安防具有十分重要的意义。
[0027]能有效地处理含有单音振动信号的混叠信号，获取单音振动信号判断引起振动的事件。
[0028]本专利技术的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。
附图说明
[0029]图1是本专利技术的一种基于光纤测振技术的电缆防护检测方法的流程图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]如图1所示，本专利技术实施例中，一种基于光纤测振技术的电缆防护检测方法，包括以下步骤：
[0032]步骤1，通过光纤干涉传感器实时检测随电缆排布的光纤的振动信号；
[0033]步骤2，将振动信号带入经过频谱滑动检测算法训练后的DCN神经网络；
[0034]步骤3，DCN神经网络对输入的振动信号进行识别判断引起振动的事件。
[0035]可以根据不同的信号频率判断不同的外破类型。以光缆为传感单元，持续采集外界振动信号，产生报警信息。当有外破事件发生时，可以及时察觉将报警信息发送给负责人，必要时可以对外破事件进行及时的补救，大大减少了由设施外破带来的经济损失和人员监控需要，对周界安防具有十分重要的意义。
[0036]作为一种具体的实施方式，DCN神经网络对输入的振动信号进行识别，包括：以下步骤：
[0037]判断输入的振动信号是混叠信号类型还是单音振动信号类型；若是单音振动信号类型，则提取输入的振动信号中符合单音振动信号的部分时段，基于该时段的单音振动信号判断引起振动的事件；
[0038]若输入的振动信号的属于混叠信号类型，则通过DCN神经网络判断输入的振动信号中的单音振动信号，获取单音振动信号的频率和单音振动信号的概率；若单音振动信号的概率高于预设阈值，则判断振动信号中含有单音振动信号，基于获取的单音振动信号的频率判断引起振动的事件。
[0039]作为一种具体的实施方式，若输入的振动信号在时域上超过预设阈值范围内呈现单音振动信号的特征，则将该振动信号判定为单音振动信号类型；若振动信号未被判定位单音振动信号类型则将该振动信号识别为混叠信号类型。具体而言，若输入的振动信号在时域上超过7本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光纤测振技术的电缆防护检测方法，其特征在于，包括以下步骤：步骤1，通过光纤干涉传感器实时检测随电缆排布的光纤的振动信号；步骤2，将振动信号带入经过频谱滑动检测算法训练后的DCN神经网络；步骤3，DCN神经网络对输入的振动信号进行识别判断引起振动的事件。2.根据权利要求1所述的基于光纤测振技术的电缆防护检测方法，其特征在于，DCN神经网络对输入的振动信号进行识别，包括：以下步骤：判断输入的振动信号是混叠信号类型还是单音振动信号类型；若是单音振动信号类型，则提取输入的振动信号中符合单音振动信号的部分时段，基于该时段的单音振动信号判断引起振动的事件；若输入的振动信号的属于混叠信号类型，则通过DCN神经网络判断输入的振动信号中的单音振动信号，获取单音振动信号的频率和单音振动信号的概率；若单音振动信号的概率高于预设阈值，则判断振动信号中含有单音振动信号，基于获取的单音振动信号的频率判断引起振动的事件。3.根据权利要求2所述的基于光纤测振技术的电缆防护检测方法，其特征在于，若输入的振动信号在时域上超过预设阈值范围内呈现单音振动信号的特征，则将该振动信号判定为单音振动信号类型；若振动信号未被判定位单音振动信号类型则将该振动信号识别为混叠信号类型。4.根据权利要求3所述的基于光纤测振技术的电缆防护检测方法，其特征在于，若输入的振动信号在时域上超过70％的范围内呈现单音振动信号的特征，则将该振动信号判定为单音振动信号类型；若振动信号未被判定位单音振动信号类型则将该振动信号识别为混叠信号类型。5...

【专利技术属性】
技术研发人员：倪晓璐，孟庆铭，徐垚，陈荣鑫，董奇论，陈森杰，郭能俊，俞挺，
申请(专利权)人：杭州巨骐信息科技股份有限公司，
类型：发明
国别省市：