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】
本专利技术涉及管道监测,尤其涉及一种基于环境嵌入的分布式光纤入侵预警方法及系统。
技术介绍
1、近年来,分布式光纤入侵预警系统在周界安防、管道监测等领域引起了广泛的关注。管道是油气最重要的运输方式之一,但与安防、高铁等领域的单场景环境不同,长输管道沿线的环境复杂多变,包括平原、山地、湖泊等。不同的地质条件对振动的传播有不同的影响,这对分布式光纤传感系统的外部感知提出了很大的挑战。
2、然而,现有技术大多未考虑空间环境信息对入侵识别的影响。防区周围的自然环境和人为环境对振动波形的模态分布有重要影响。例如,在农田附近的防区,波形的平均振幅约为50,而高速附近的防区平均振幅可以达到2000。同一模型无法在农田和高速附近都实现有效的入侵检测,严重限制了模型的可用性和实用性。因此,分布式光纤入侵预警技术在长输管道上的应用需要克服环境因素的影响。
3、例如,中国专利cn201810475691.9公开了一种基于光纤传感的流体输送管道在线监测系统,该系统将管道在线检测、管道信息管理与管道巡检三者联系到一起,在光纤传感管道检测子系统检测到管道存在异常后发出警报信息至管道信息管理子系统,管道信息管理子系统生成巡检任务并将任务发送给管道巡检子系统,管道巡检子系统及时采取措施对异常管道进行处理,并将任务执行结果回传管道信息管理子系统;然而该系统依然没有克服光纤入侵预警技术在长输管道上的应用对于环境因素的影响。
技术实现思路
1、本专利技术主要解决现有的技术中光纤入侵预警技术由于环
2、本专利技术的上述技术问题主要是通过下述技术方案得以解决的:一种基于环境嵌入的分布式光纤入侵预警方法,包括以下步骤:
3、获取检测光纤中的反向瑞利散射光信号数据;
4、对光信号数据进行预处理,获得每日防区警报序列;
5、对警报序列进行分割并引入嵌入向量,将所述嵌入向量嵌入到警报序列中;
6、将加入了嵌入向量的警报序列输入到第一神经网络得到环境特征向量;
7、基于环境特征向量和时间特征向量进行第一次入侵报警概率计算;
8、基于环境特征向量和时间特征向量以及第一次入侵报警概率进行第二次入侵报警概率计算,基于计算结果进行入侵预警。
9、作为优选,对所述光信号数据进行预处理的方法包括:
10、对初始的光信号数据进行离散小波变换,得到小波系数;
11、通过阈值规则修改小波系数;
12、基于修改后的小波系数利用逆离散小波变换进行小波重构。
13、作为优选,所述的警报序列进行分割时采用窗口k进行分割。
14、作为优选,所述的嵌入向量根据环境权重系数以及当天的报警序列确定。
15、本专利技术的另一方面还提供一种基于环境嵌入的分布式光纤入侵预警系统,包括:光信号发射单元,将光源进行调制后发射脉冲光给环形器;环形器,将脉冲光输送到检测光纤并获得检测光纤的反向瑞利散射光信号数据;数据采集模块,采集环形器的反向瑞利散射光信号数据并传递给处理模块;处理模块,对光信号数据进行预处理,获得每日防区警报序列;对警报序列进行分割并引入嵌入向量,将所述嵌入向量嵌入到警报序列中;将加入了嵌入向量的警报序列输入到第一神经网络得到环境特征向量;基于环境特征向量和时间特征向量进行第一次入侵报警概率计算;基于环境特征向量和时间特征向量以及第一次入侵报警概率进行第二次入侵报警概率计算,基于计算结果进行入侵预警。
16、作为优选,所述的光信号发射单元包括:窄线宽激光器,产生连续的光源;声光调制器,将窄线宽激光器的连续光调制成脉冲光;光纤放大器,对声光调制器传递的脉冲光进行信号放大。
17、作为优选,所述的处理模块包括:预处理单元,对光信号数据进行预处理;环境特征向量产生单元,利用预处理后的光信号数据产生多个环境特征向量;光纤入侵预警单元,基于环境特征向量和时间特征向量进行第一次入侵报警概率计算;基于环境特征向量和时间特征向量以及第一次入侵报警概率进行第二次入侵报警概率计算,基于计算结果进行入侵预警。
18、作为优选,所述的光纤入侵预警单元包括:时间特征模块,存储有时间特征向量;环境特征模块,存储有环境特征向量;时空特征判别模块,根据输入的时间特征向量和环境特征向量基于xgboost模型进行第一次入侵报警概率计算;融合模块,以时间特征向量、环境特征向量和第一次入侵报警概率为输入,采用mlp网络模型,进行第二次入侵报警概率计算,获得入侵预警结果。
19、本专利技术的有益效果是:通过在报警序列信号中引入嵌入向量,经过模型训练后得到与实际环境类似的环境向量,充分挖掘了防御区域周围的环境信息,并有效地对其进行了表征,通过融合环境特征向量和时间特征向量,对入侵事件的全空间分布进行建模,针对随机噪声和环境干扰,设计了一种基于环境嵌入和时间序列特征的集成学习模型,极大地提高了模型的泛化能力和实用性,提高了分布式光纤预警的准确度。
本文档来自技高网...【技术保护点】
1.一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
3.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
4.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
5.一种基于环境嵌入的分布式光纤入侵预警系统,其特征在于,包括:
6.根据权利要求5所述的一种基于环境嵌入的分布式光纤入侵预警系统,其特征在于,
7.根据权利要求5或6所述的一种基于环境嵌入的分布式光纤入侵预警系统,其特征在于,
8.根据权利要求7所述的一种基于环境嵌入的分布式光纤入侵预警系统,其特征在于,
【技术特征摘要】
1.一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
3.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
4.根据权利要求1所述的一种基于环境嵌入的分布式光纤入侵预警方法,其特征在于,
【专利技术属性】
技术研发人员:李清毅,滕卫明,朱程远,李江,杨秦敏,张国民,何国军,江芸,
申请(专利权)人:浙江省白马湖实验室有限公司,
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。