System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于高速公路光缆监测及定位研究,尤其是涉及一种基于双流卷积神经网络算法的电力光缆监测系统。
技术介绍
1、高速公路机电系统是高速公路管理运营的系统,其作用是通过技术手段进行准确、高效的运营维护及安全保障。光缆作为交通机电工程的一部分,是高速公路现代化管理的重要支撑系统,它要准确及时地传输监控系统和收费系统的话音、数据和图像等信息,保持高速公路各管理部门之间业务联络通讯的畅通,并要为高速公路内部各部门和外界建立必要的联系,是交通信息的主要传输载体,为各种网络服务及会议电视系统提供传输通道,使全线交通管理和运营各部门形成一个有机整体,起着机电工程中枢神经的作用。
2、但是伴随着交通运输基础设施与信息基础设施的快速建设,随高速公路铺设的通信光缆往往会在道路改造施工、道路地基下沉等情况下受损甚至中断;光缆长期在地下掩埋温差变化对张力影响、内部光纤自身及其熔接点、接头的老化、浸水等因素都会引起衰减增大,影响到关键通信业务的正常传输。怎样管理和维护好关键光缆网络,及时发现故障趋势和隐患,定位排除故障,是营运和机电部门所关心的课题。
3、此前,各省高速sdh系统光缆由各区域中心自维,其对光缆维护的重视程度,管理方式各不相同,部分路段光纤缺乏有效维护,加之缺乏统一管理维护平台,导致光缆出现问题时人员沟通、故障判断以及修复所需的时间长、效率低,同时由于缺乏实时监测手段,只能在发生故障后进行人工排查,难以做到故障预警快速响应和恢复,特别是当前要求2-4小时修复,更是难上加难。目前的光缆维护主要采用分散式、被动式的手
4、光缆人工检测频率低,难以及时发现潜在故障;
5、故障定位复杂,故障事后响应时间慢;
6、无法预判光缆的事前损害;
7、无法实时掌握备用纤芯可用性,如:难以察觉鼠患引发的中断风险;
8、目前关键光缆维护中的不足:
9、现网纤芯使用状况不清楚,备用纤芯是否可用未知;
10、光缆故障点定位时间长,仪器仪表显示不直观,故障恢复时间长,人工排查效率低;
11、涉及光缆施工较多,管理混乱,没有电子系统进行统一台账管理,导致光缆重复铺设,路由信息混乱;
12、缺乏光缆线路历史性能和故障情况记录。
13、φ-otdr具有灵敏度高、定位精度高、数据处理简单等优点,将光纤同时作为传感元件和信号传输介质,具有耐腐蚀、便于集成、抗电磁干扰等优异特性,因此实现对实时性要求较高的应用场景的分布式传感系统是极佳选择,在高速公路、周界安防、隧道桥梁和大型建筑等长距离、大范围的监测领域有着广泛的研究与应用前景。
14、除传统的探测震动位置确定光缆路由走向等应用外,φ-otdr可通过监测能力得到的大量样本数据深度学习训练ai识别具有特征的振动波形,如大型施工机械移动、作业等场景,实现通过实时监测来判断高速公路中是否存在道路施工、护栏事故、山体滑坡等现象。
技术实现思路
1、有鉴于此,本专利技术旨在提出一种基于双流卷积神经网络算法的电力光缆监测系统,从而实现通过实时监测来判断高速公路中是否存在道路施工、护栏事故、山体滑坡等现象。
2、为达到上述目的,本专利技术的技术方案是这样实现的:
3、一种基于双流卷积神经网络算法的电力光缆监测系统,包括传感光纤、振动信号采集模块和振动事件识别模块,所述传感光纤通过振动信号采集模块与振动事件识别模块通信连接;
4、所述振动信号采集模块包括激光器、光电探测仪和信号采集器,所述激光器的脉冲光注入传感光纤,所述光电探测仪用于探测传感光纤反射的光信号,所述光电探测仪通过信号采集器传输数据至振动事件识别模块,所述振动事件识别模块采用双流卷积神经网络进行事件分类。
5、进一步的,所述传感光纤采用主干备纤业务多芯监测模式,每管12芯抽取1芯空闲芯,共抽取6芯进行监测;所述传感光纤的光通道监测路数不少于6路,动态范围不小于42db,波长采用1550nm。
6、进一步的,所述振动信号采集模块对传感光纤的处理是采用光纤测振探测技术,光纤测振探测技术包括:
7、激光器的脉冲宽度区域内瑞利散射信号之间会发生干涉,当外界振动导致相位发生变化时会使得该点的相干瑞利散射信号强度发生变化,通过检测振动前后的瑞利散射光信号的强度变化,实现振动事件的探测;
8、设置ε(t)是激光器在t时刻的注入到传感光纤的光脉冲,v是传感光纤中的光速,β是传感光纤的传播常数;l处和z0处的后向瑞利散射光形成干涉,因此光电探测仪的探测光强为:
9、
10、
11、i(φ,t)=|e(φ,t)|2=|e1(t)|2+|e2(t)|2+2|e1(t)||e2(t)|cos(2φ+φ0);
12、其中,e1,e2为光电探测仪探测的光强,i为瑞利散射光信号,是e1和e2的相位差,φ是z0处和z=0处之间的相位差;
13、解调出φ0得出otdr振动信号,并将otdr振动信号输出至振动事件识别模块。
14、进一步的,双流卷积神经网络包括空间流网络和时间流网络;
15、所述振动事件识别模块采用空间流网络和时间流网络对otdr振动信号特征向量提取、处理后,最后平均空间流网络和时间流网络的预测得分输出四类事件分类;
16、其中,四类事件分类包括高速公路正常状态、道路施工、护栏事故以及山体滑坡。
17、进一步的,振动事件识别模块对otdr振动信号特征向量提取时包括对一维信号的时间特征提取和二维信号的空间特征提取;
18、其中,一维信号为otdr振动信号,二维信号为一维信号利用格拉姆角场,将一维振动时间序列转化而成。
19、进一步的,所述振动事件识别模块采用双流卷积神经网络对otdr振动信号特征向量的提取、处理,包括以下内容:
20、一维信号、二维信号同时进行特征向量提取;
21、其中,时间流网络将一维信号分别进入卷积层、池化层提取时间特征,空间流网络将二维信号分别进入卷积层、池化层提取空间特征;
22、将特征提取后的一维信号、二维信号输入双流卷积神经网络模型进行特征融合,并对双流卷积神经网络模型引入双注意力机制;
23、对双流卷积神经网络模型引入时空金字塔模型;
24、双流卷积神经网络模型利用softmax层来输出四类事件的概率分布,然后根据概率分布进行分类决策,选择概率最高的类别作为最终的分类结果。
25、进一步的,双注意力机制包括通道注意力机制、空间注意力机制,通道注意力机制对通道特征起到权重优化分配的作用;
26、通道注意力机制首先将特征f反馈给双流卷积神经网络模型,对每个通道分别应用平均池化和最大池化操作,并生成两个不同的通道描述符;
27、接着多层感知器m本文档来自技高网...
【技术保护点】
1.基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:包括传感光纤、振动信号采集模块和振动事件识别模块,所述传感光纤通过振动信号采集模块与振动事件识别模块通信连接;
2.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:所述传感光纤采用主干备纤业务多芯监测模式,每管12芯抽取1芯空闲芯,共抽取6芯进行监测;所述传感光纤的光通道监测路数不少于6路,动态范围不小于42dB,波长采用1550nm。
3.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:所述振动信号采集模块对传感光纤的处理是采用光纤测振探测技术,光纤测振探测技术包括:
4.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:双流卷积神经网络包括空间流网络和时间流网络;
5.根据权利要求4所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:振动事件识别模块对OTDR振动信号特征向量提取时包括对一维信号的时间特征提取和二维信号的空间特征提取;
6.根据权利要求5所述的基于双流
7.根据权利要求6所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:双注意力机制包括通道注意力机制、空间注意力机制,通道注意力机制对通道特征起到权重优化分配的作用;
8.根据权利要求7所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:对双流卷积神经网络模型引入时空金字塔模型,步骤为:
...【技术特征摘要】
1.基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:包括传感光纤、振动信号采集模块和振动事件识别模块,所述传感光纤通过振动信号采集模块与振动事件识别模块通信连接;
2.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:所述传感光纤采用主干备纤业务多芯监测模式,每管12芯抽取1芯空闲芯,共抽取6芯进行监测;所述传感光纤的光通道监测路数不少于6路,动态范围不小于42db,波长采用1550nm。
3.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:所述振动信号采集模块对传感光纤的处理是采用光纤测振探测技术,光纤测振探测技术包括:
4.根据权利要求1所述的基于双流卷积神经网络算法的电力光缆监测系统,其特征在于:双流卷积神经网络包括空间流网...
【专利技术属性】
技术研发人员:杨慧婷,解鹏,张志军,郭庆瑞,陆观,郭学让,辛亚楠,何玲,黎玉娥,
申请(专利权)人:国网新疆电力有限公司电力科学研究院,
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。