【技术实现步骤摘要】
本专利技术涉及光纤光缆故障诊断，具体是一种基于多模态数据的在运opgw光缆异常检测方法及系统。
技术介绍
1、在现代电力和通信系统中，光缆作为一种重要的传输媒介，广泛应用于架空电力线路和通信网络的建设。其中，光纤复合架空地线(opgw)光缆不仅具有良好的光信号传输特性，还能够提供额外的防雷保护和电力传输能力。然而，随着环境因素、自然灾害和人为活动等多种因素的影响，opgw光缆在运行过程中可能会出现各种异常，如光纤断裂、外力损伤、温度变化等，这些异常会严重影响电力和通信的稳定性与可靠性。因此，及时有效地对opgw光缆进行异常检测显得尤为重要。
2、传统的异常检测方法多依赖于单一的数据源，如光纤传输损耗、温度监测或机电传感器等，往往无法全面反映光缆的运行状态，导致检测的准确性和实时性不足。
技术实现思路
1、有鉴于此，本专利技术提供一种基于多模态数据的在运opgw光缆异常检测方法，通过整合来自不同传感器的数据，可以更全面地评估光缆的健康状态，提高异常检测的准确性和可靠性。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种基于多模态数据的在运opgw光缆异常检测方法，包括：
3、s1、采集实际生产中不同运行状况下opgw光缆的布里渊频移参数，同时采集对应opgw光缆的状态信息，其中opgw光缆的状态信息包括：在采集opgw光缆的布里渊频移参数时的风速和对应opgw光缆的杆塔距离和高度差；
4、s2、分别对采集到的opgw光缆的布里渊
5、s3、将步骤s2提取到的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行多模态融合，并结合svm分类器对opgw光缆故障进行分类，从而完成故障识别。
6、进一步的，步骤s3中所述多模态融合包括特征层融合和决策层融合，其中特征层融合包括将提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行融合分析，获取新的特征向量；决策层融合包括对提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行预分类，建立两个二分类的svm分类器，将设定的两种待识别故障状态进行组合构建一个识别框架θ＝{cl1,cl2}，所述两种待识别故障状态包括故障状态和正常状态，并通过svm分类器的输出结果建立d-s推理分配函数，计算两类故障状态的概率值(bpa)，并通过正交规则进行概率值的特征融合，完成决策层融合：
7、
8、式中，多模态融合后的特征向量标记m(cl1)与m(cl2)形式，其中m(cl1)表示认为故障状态的信任度，m(cl2)表示认为正常状态的信任度；每一类故障状态的信任函数标记bel(cl)形式，识别框架标记θ，集合a中的全部b子集的度量和标记为bel(a)。
9、进一步的，步骤s3中结合svm分类器对opgw光缆故障进行分类，从而完成故障识别，具体包括：设定固定阈值a，若bel(a)大于设定的固定阈值a，则认为opgw光缆发生故障，即完成故障诊断。
10、进一步的，一种基于多模态数据的在运opgw光缆异常检测系统，其特征在于，包括：
11、数据采集模块，用于采集实际生产中不同运行状况下opgw光缆的布里渊频移参数，同时采集对应opgw光缆的状态信息，其中opgw光缆的状态信息包括：在采集opgw光缆的布里渊频移参数时的风速和对应opgw光缆的杆塔距离和高度差；
12、特征提取模块，用于分别对采集到的opgw光缆的布里渊频移参数和其对应opgw光缆的状态信息进行特征提取，得到opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征；
13、多模态融合模块，用于将提取到的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行多模态融合，并结合svm分类器对opgw光缆故障进行分类，从而完成故障识别。
14、进一步的，所述多模态融合模块将提取到的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行多模态融合，具体包括：特征层融合和决策层融合，其中特征层融合包括将提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行融合分析，获取新的特征向量；决策层融合包括对提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行预分类，建立两个二分类的svm分类器，将设定的两种待识别故障状态进行组合构建一个识别框架θ＝{cl1,cl2}，所述两种待识别故障状态包括故障状态和正常状态，并通过svm分类器的输出结果建立d-s推理分配函数，计算两类故障状态的概率值(bpa)，并通过正交规则进行概率值的特征融合，完成决策层融合：
15、
16、式中，多模态融合后的特征向量标记m(cl1)与m(cl2)形式，其中m(cl1)表示认为故障状态的信任度，m(cl2)表示认为正常状态的信任度；每一类故障状态的信任函数标记bel(cl)形式，识别框架标记θ，集合a中的全部b子集的度量和标记为bel(a)。
17、进一步的，所述多模态融合模块结合svm分类器对opgw光缆故障进行分类，从而完成故障识别，具体包括：设定固定阈值a，若bel(a)大于设定的固定阈值a，则认为opgw光缆发生故障，即完成故障诊断。
18、本专利技术通过利用opgw光缆的布里渊频移参数以及opgw光缆的状态信息参数，可以实现实时监控和故障诊断。本专利技术的创新之处在于所选用的参数组合，与现有其他多模数据的融合方案相比，增加了opgw光缆的状态信息参数，即增加了在采集opgw光缆的布里渊频移参数时的风速和其对应opgw光缆的杆塔距离和高度差。这种实时性和灵活性使系统能够快速响应故障，并采取适当的措施，以确保opgw光缆的可靠性和稳定性。同时可以实现对潜在故障的预测性维护，通过提前识别问题并采取措施，系统可以减少维修时间和成本，延长opgw光缆寿命。通过综合利用这些数据，可以更准确地诊断opgw光缆的故障。
本文档来自技高网...【技术保护点】
1.一种基于多模态数据的在运OPGW光缆异常检测方法，其特征在于，包括：
2.如权利要求1所述的基于多模态数据的在运OPGW光缆异常检测方法，其特征在于：步骤S3中所述多模态融合包括特征层融合和决策层融合，其中特征层融合包括将提取的OPGW光缆的布里渊频移参数特征以及OPGW光缆的状态信息特征进行融合分析，获取新的特征向量；决策层融合包括对提取的OPGW光缆的布里渊频移参数特征以及OPGW光缆的状态信息特征进行预分类，建立两个二分类的SVM分类器，将设定的两种待识别故障状态进行组合构建一个识别框架Θ＝{CL1,CL2}，所述两种待识别故障状态包括故障状态和正常状态，并通过SVM分类器的输出结果建立D-S推理分配函数，计算两类故障状态的概率值(BPA)，并通过正交规则进行概率值的特征融合，完成决策层融合：
3.如权利要求2所述的基于多模态数据的在运OPGW光缆异常检测方法，其特征在于：步骤S3中结合SVM分类器对OPGW光缆故障进行分类，从而完成故障识别，具体包括：设定固定阈值a，若Bel(A)大于设定的固定阈值a，则认为OPGW光缆发生故障，即完成故障诊断
4.一种基于多模态数据的在运OPGW光缆异常检测系统，其特征在于，包括：
5.如权利要求4所述的基于多模态数据的在运OPGW光缆异常检测系统，其特征在于：所述多模态融合模块将提取到的OPGW光缆的布里渊频移参数特征以及OPGW光缆的状态信息特征进行多模态融合，具体包括：特征层融合和决策层融合，其中特征层融合包括将提取的OPGW光缆的布里渊频移参数特征以及OPGW光缆的状态信息特征进行融合分析，获取新的特征向量；决策层融合包括对提取的OPGW光缆的布里渊频移参数特征以及OPGW光缆的状态信息特征进行预分类，建立两个二分类的SVM分类器，将设定的两种待识别故障状态进行组合构建一个识别框架Θ＝{CL1,CL2}，所述两种待识别故障状态包括故障状态和正常状态，并通过SVM分类器的输出结果建立D-S推理分配函数，计算两类故障状态的概率值(BPA)，并通过正交规则进行概率值的特征融合，完成决策层融合：
6.如权利要求5所述的基于多模态数据的在运OPGW光缆异常检测系统，其特征在于：所述多模态融合模块结合SVM分类器对OPGW光缆故障进行分类，从而完成故障识别，具体包括：设定固定阈值a，若Bel(A)大于设定的固定阈值a，则认为OPGW光缆发生故障，即完成故障诊断。
...【技术特征摘要】
1.一种基于多模态数据的在运opgw光缆异常检测方法，其特征在于，包括：
2.如权利要求1所述的基于多模态数据的在运opgw光缆异常检测方法，其特征在于：步骤s3中所述多模态融合包括特征层融合和决策层融合，其中特征层融合包括将提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行融合分析，获取新的特征向量；决策层融合包括对提取的opgw光缆的布里渊频移参数特征以及opgw光缆的状态信息特征进行预分类，建立两个二分类的svm分类器，将设定的两种待识别故障状态进行组合构建一个识别框架θ＝{cl1,cl2}，所述两种待识别故障状态包括故障状态和正常状态，并通过svm分类器的输出结果建立d-s推理分配函数，计算两类故障状态的概率值(bpa)，并通过正交规则进行概率值的特征融合，完成决策层融合：
3.如权利要求2所述的基于多模态数据的在运opgw光缆异常检测方法，其特征在于：步骤s3中结合svm分类器对opgw光缆故障进行分类，从而完成故障识别，具体包括：设定固定阈值a，若bel(a)大于设定的固定阈值a，则认为opgw光缆发生故障，即完成故障诊断。
4.一种基于多模态数据的在运opgw光缆异...
【专利技术属性】
技术研发人员：刘焱，李莹玉，俞亮，朱锐，许瀚，陈思怡，常强，董彬，刘琴，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
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。