【技术实现步骤摘要】
本专利技术涉及电力光纤信号处理领域，具体涉及一种分布式电力光纤振动信号降噪与时序特征提取的识别方法。
技术介绍
1、相位敏感光时域反射技术提供了一种振动传感方式，具有分布式测量、监测范围广、灵敏度高等优点，已被广泛应用于地震勘探、周界安防、天然气管道等安全监测领域。在实际的监测应用中，传感光纤所在的环境复杂多变、采集信号含括大量背景噪音等因素使得信号的信噪比较低，增加了干扰识别的难度。目前，对光纤沿线振动源的智能识别和区分仍是一项具有挑战性的任务。
2、随着人工智能在图像、语音识别等领域的应用，越来越多研究利用机器学习的方法对分布式光纤振动传感系统振动源进行识别。
3、目前，现有技术主要存在以下缺陷：
4、一、现如今，已经有许多研究应用卷积神经网络，以提取不同振动信号的特征并对其进行分类。然而，由于振动事件的复杂特性，单单使用卷积神经网络进行振动信号分类，在某些复杂场景下构建的数据集上可能会出现识别效果不佳的情况。此外，振动事件常常蕴含显著的时间特性，而卷积神经网络主要用于提取振动信号的局部结构特征，...
【技术保护点】
1.分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征是：该方法由以下步骤实现：
2.根据权利要求1所述的分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征在于：
3.根据权利要求1所述的分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征在于：步骤二中，采用通道收缩去噪模块对特征图按通道进行降噪处理，具体过程为：
4.根据权利要求3所述的分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征在于：第k个特征图的放缩参数μk用下式表示为：
5.根据权利要求1所述的分布式电力光纤振动信号降噪与时序...
【技术特征摘要】
1.分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征是：该方法由以下步骤实现：
2.根据权利要求1所述的分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征在于：
3.根据权利要求1所述的分布式电力光纤振动信号降噪与时序特征提取的识别方法，其特征在于：步骤二中，采用通道收缩去噪模块对特征图按通道进行降噪处理，具体过程为：
4.根据权利要求3所述的分布式电力光纤振动信号降噪与时序...
【专利技术属性】
技术研发人员：姜万昌，姜雨馨，苏畅，于皓宇，李雪，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。