CN109374115A - 基于φ-OTDR的油气管线外破振动监测识别方法 - Google Patents
基于φ-OTDR的油气管线外破振动监测识别方法 Download PDFInfo
- Publication number
- CN109374115A CN109374115A CN201811496892.3A CN201811496892A CN109374115A CN 109374115 A CN109374115 A CN 109374115A CN 201811496892 A CN201811496892 A CN 201811496892A CN 109374115 A CN109374115 A CN 109374115A
- Authority
- CN
- China
- Prior art keywords
- behavior
- time
- frequency
- gas pipeline
- mechanical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Earth Drilling (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于φ‑OTDR的油气管线外破振动监测识别方法,包括以下步骤:采用相敏感光时域反射仪监测获得油气管线沿线由扰动引起的光纤振动信号;对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。本发明可有效识别被监测油气管线附近的机械作业行为、机械冲击挖掘行为和人工挖掘行为等外破行为,实现油气管线的实时、长距离振动外破在线监测。
Description
技术领域
本发明涉及石油天然气输运管线运维领域,尤其涉及一种基于φ-OTDR的油气管线外破振动监测识别方法。
背景技术
油气输运管道覆盖范围广、且大部分处于野外无人监管的区域,常常会发生打孔盗油、破坏管道正常运行等事件的发生,因此对油气管道的实时监测预警具有重要的安全、生产、经济意义。目前,对油气管道的监测主要采用在沿线管道处加装点式传感器、对局部采用视频监控等方法来实现,这些方法只能对局部的油气管线进行监测,并不能实现长距离分布式覆盖。
发明内容
本发明的目的在于提供一种能有效识别被监测油气管线附近的机械作业、机械挖掘和人工挖掘等外破行为,实现油气管线的实时、长距离振动外破在线监测的监测识别方法。
为达目的,本发明所采用的技术方案是:
提供一种基于φ-OTDR的油气管线外破振动监测识别方法,包括以下步骤:
采用相敏感光时域反射仪监测获得油气管线沿线由扰动引起的光纤振动信号;
对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;
根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;
根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
接上述技术方案,所述时频图谱为其中,函数M(τ-t)是短时傅立叶变换的窗函数,τ为窗函数的时间尺度;根据设定的阈值g0(ω,t,z)对g(ω,t,z)进行处理,令g(ω,t,z)中小于g0(ω,t,z)的值为零,保留g(ω,t,z)≥g0(ω,t,z)的值。
接上述技术方案,所述机械作业行为和所述机械挖掘冲击行为的频谱具有如下特征:
所述机械作业行为:
所述机械挖掘冲击行为:
其中,t表示时间,t0、t01、t02、t03、tm分别对应机械作业行为中的发动机启动、稳定、发动机关停、关停结束的时刻和挖掘冲击时刻,k1、k2、b1、b2分别为机械启动时的频率变化率、机械停止时的频率变化率、机械启动时的频率变化截距、机械停止时的频率变化截距,其中k1>0,k2<0;ω0为常数,其值大于零;式中n和m分别表示机械作业发动机的倍频阶数和机械挖掘冲击的次数;Fω为傅立叶变换符号,Const为常数;δ(t-tm)为单位冲击函数,表示如下:
接上述技术方案,进行模式识别时,具体包括以下步骤:
以时间轴为横坐标,频率轴为纵坐标,在时频信号图谱g(ω,t,z)中寻找机械作业行为的直线特征(kt_ω,[tstr,tend]):
(1)当寻找到斜率kt_ω≥0时的直线时,判断存在机械启动或机械作业行为发生,输出机械作业预警;
(2)当寻找到斜率kt_ω<0时,判断机械作业行为停止,解除机械作业预警;
以时间轴为纵坐标,频率轴为横坐标,在g(ω,t,z)数据中寻找冲击行为的直线特征(kω_t,[tstr1,tend1]):
(1)当仅寻找到斜率kω_t=0时的直线时,判断存在冲击行为,输出人工挖掘报警;
(2)当寻找到斜率kω_t<0的直线时,判断存在机械启动,输出机械作业预警;
(3)当寻找到斜率kω_t>0的直线时,判断机械作业行为停止,解除机械作业预警;
当以上两种模式中,同时寻找到下列特征时:
(1)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,且kω_t=0时对应的时间坐标[tstr1,tend1]∈[tstr,tend],则判断机械挖掘行为正在进行,输出机械挖掘报警;
(2)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,但kω_t=0时对应的时间坐标则判断有机械作业行为和人工挖掘行为,输出机械作业预警和人工挖掘报警;
以上所述表达式中,kt_ω、[tstr,tend]、kω_t、[tstr1,tend1]分别为时间-频率坐标空间寻找到的直线斜率、起止时间标签和在频率-时间坐标空间寻找到的直线斜率、起止时间标签。
本发明还提供了一种基于φ-OTDR的油气管线外破振动监测识别系统,包括:
信号获取模块,用于获得油气管线沿线由扰动引起的光纤振动信号;
滤波模块,用于对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
信号变换模块,用于将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;
特征提取模块,用于根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;
模式识别模块,用于根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
本发明还提供了一种基于φ-OTDR的油气管线外破振动监测识别装置,包括相敏感光时域反射仪、分布式光纤传感器及信息处理单元;
所述分布式光纤传感器沿油气管线敷设;
所述相敏感光时域反射仪与所述分布式光纤传感器连接,用于获取分布式光纤传感器中的光纤振动信号;
所述信息处理单元与所述相敏感光时域反射仪连接,所述信息处理单元包括上述实施例的所述滤波模块、所述信号变换模块、所述特征提取模块、模式识别模块。
接上述技术方案,所述分布式光纤传感器为沿油气管线同沟敷设光缆内的传感光纤。
接上述技术方案,所述传感光纤为单模光纤。
本发明产生的有益效果是:本发明对获取的油气管线的光纤振动信号变换成时频图谱,根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;再根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,从而可有效识别被监测油气管线附近的机械作业行为、机械冲击挖掘行为和人工挖掘行为等外破行为,实现油气管线的实时、长距离振动外破在线监测。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本发明实施例监测装置的组成结构及部署示意图;
图2为本发明实施例监测识别方法流程示意图;
图3为本发明实施例的机械作业行为时频特征图谱;
图4为本发明实施例的人工挖掘行为时频特征图谱。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参见图1至图2所示,本发明基于φ-OTDR的油气管线外破入侵监测识别方法,包括如下步骤:
步骤一、采用相敏感光时域反射仪(φ-OTDR)监测获得油气管线沿线由扰动引起的光纤振动信号;
步骤二、对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
步骤三、对滤波后的振动信号进行时频变换,将信号变换到时域和频域内分析,获得振动信号的时频图谱;
步骤四、根据机械作业行为、机械挖掘行为与人工挖掘行为的时频信息特征在时频图谱中提取相应行为的特征信息;
步骤五、根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
φ-OTDR监测获得的由外部扰动引起的振动信号X(z,t)可表示如下:
X(z,t)=X0(z)cos[ωt-Φ]
其中X0是振动幅值,z为扰动点所处光纤位置,ω为光纤z位置处的外界扰动频率,Φ为扰动点的初始相位,t为时间。
采用小波滤波,将振动信号的直流成分和对信号分析影响较大的低频成份滤除。
根据扰动具有频率特征,采用短时傅立叶变换,将振动信号由时域变换到时频空间进行处理,获得光纤位置z处的扰动信号时频信号图谱g(ω,t,z):
其中,函数M(τ-t)是短时傅立叶变换的窗函数,τ为窗函数的时间尺度。为凸显其模式特征,设定一个阈值g0(ω,t,z)对g(ω,t,z)进行处理,以方便进行模式识别特征提取,令数据g(ω,t,z)中小于g0(ω,t,z)的值为零,保留g(ω,t,z)≥g0(ω,t,z)的值。
参见图3所示为机械作业行为的时频信号图谱,图4所示为挖掘冲击行为的时频信号图谱,图3和图4的横坐标为频率纵坐标为时间。根据机械作业行为和挖掘冲击行为的频谱特征在时频信号图谱g(ω,t,z)中进行特征提取。
以上所述机械挖掘和挖掘冲击行为的频谱具有如下特征:
机械作业行为:
挖掘冲击行为:
其中,t0、t01、t02、t03、tm分别对应了机械作业行为中的发动机启动、稳定、发动机关停、关停结束的时刻和挖掘冲击时刻,k1、k2、b1、b2分别为机械启动时的频率变化率、机械停止时的频率变化率、机械启动时的频率变化截距、机械停止时的频率变化截距,其中k1>0,k2<0;ω0为常数,其值大于零。式中的n和m分别表示机械作业发动机的倍频阶数和挖掘冲击的次数。Fω为傅立叶变换符号,Const为常数,δ(t-tm)为单位冲击函数,表示如下:
所述的机械挖掘行为的频率特征包涵融合了机械作业行为和冲击行为的频谱特征。
根据以上机械作业频率特征、人工挖掘频率特征和机械挖掘频率特征,在获得扰动信号时频信号图谱g(ω,t,z)中提取对应的频率特征,实现振动事件的特征提取和事件识别判断。具体的特征提取和事件识别判断方法按以下方式进行:
以时间轴为横坐标,频率轴为纵坐标,在时频信号图谱g(ω,t,z)中寻找机械作业行为的直线特征(kt_ω,[tstr,tend]):
(1)当寻找到斜率kt_ω≥0时的直线时,认为存在机械启动或机械作业行为发生,输出机械作业预警;
(2)当寻找到斜率kt_ω<0时,认为机械作业行为停止,解除机械作业预警;
以时间轴为纵坐标,频率轴为横坐标,在g(ω,t,z)数据中寻找冲击行为的直线特征(kω_t,[tstr1,tend1]):
(1)当仅寻找到斜率kω_t=0时的直线时,认为存在冲击行为,输出人工挖掘报警;
(2)当寻找到斜率kω_t<0的直线时,认为存在机械启动,输出机械作业预警;
(3)当寻找到斜率kω_t>0的直线时,认为机械作业行为停止,解除机械作业预警;
当以上两种模式中,同时寻找到下列特征时:
(1)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,且
kω_t=0时对应的时间坐标[tstr1,tend1]∈[tstr,tend],则认为机械挖掘行为正在进行,输出机械挖掘报警;
(2)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,但
kω_t=0时对应的时间坐标则认为有机械作业行为和人工挖掘行为,输出机械作业预警和人工挖掘报警;
以上所述表达式中,kt_ω、[tstr,tend]、kω_t、[tstr1,tend1]分别为时间-频率坐标空间寻找到的直线斜率、起止时间标签和在频率-时间坐标空间寻找到的直线斜率、起止时间标签。
通过以上方法可识别判断出油气管线附近的挖掘外破事件。
本发明实施例基于φ-OTDR的油气管线外破振动监测识别系统主要用于实现上述实施例的检测识别方法,包括:
信号获取模块,用于获得油气管线沿线由扰动引起的光纤振动信号;
滤波模块,用于对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
信号变换模块,用于将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;
特征提取模块,用于根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;
模式识别模块,用于根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
信号获取模块可为相敏感光时域反射仪φ-OTDR。
本发明的另一实施例中,基于φ-OTDR的油气管线外破振动监测识别装置包括:相敏感光时域反射仪(φ-OTDR)、分布式光纤传感器及信息处理单元。分布式光纤传感器为沿油气管线同沟敷设的光缆内的一根传感光纤。传感光纤可为光缆内的一根单模光纤。φ-OTDR安装在油气管线的中间阀室机房内,传感光纤通过阀室机房内的光纤接口接入φ-OTDR,φ-OTDR与信息处理单元相连。
φ-OTDR监测原理为φ-OTDR向传感光纤中发射超窄线宽脉冲激光,激光在传感光纤中传播时会产生后向瑞利散射光,当传感光纤感知到外界扰动时,其扰动位置处的瑞利散射光的相位会发生变化,从而导致返回φ-OTDR的散射光光强发生变化,通过监测后向瑞利散射光的光强和返回时间可实现扰动点的定位和振动频率探测。
所述φ-OTDR通过网口与信息处理单元连接,信息处理单元接收φ-OTDR发送的分布式光纤传感器上各空间位置上的扰动信息,并完成存储、管理、计算及信息显示,通过现有相应算法识别出油气管线附近的外破扰动信息。信息处理单元主要用于实现上述实施例的监测识别方法。
综上,本发明能有效识别被监测油气管线附近的机械作业、机械挖掘和人工挖掘等外破行为。实现油气管线的实时、长距离振动外破在线监测。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种基于φ-OTDR的油气管线外破振动监测识别方法,其特征在于,包括以下步骤:
采用相敏感光时域反射仪监测获得油气管线沿线由扰动引起的光纤振动信号;
对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;
根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;
根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
2.根据权利要求1所述的基于φ-OTDR的油气管线外破振动监测识别方法,其特征在于,所述时频图谱为其中,函数M(τ-t)是短时傅立叶变换的窗函数,τ为窗函数的时间尺度;根据设定的阈值g0(ω,t,z)对g(ω,t,z)进行处理,令g(ω,t,z)中小于g0(ω,t,z)的值为零,保留g(ω,t,z)≥g0(ω,t,z)的值。
3.根据权利要求1所述的基于φ-OTDR的油气管线外破振动监测识别方法,其特征在于,所述机械作业行为和所述机械挖掘冲击行为的频谱具有如下特征:
所述机械作业行为:
所述机械挖掘冲击行为:
其中,t表示时间,t0、t01、t02、t03、tm分别对应机械作业行为中的发动机启动、稳定、发动机关停、关停结束的时刻和挖掘冲击时刻,k1、k2、b1、b2分别为机械启动时的频率变化率、机械停止时的频率变化率、机械启动时的频率变化截距、机械停止时的频率变化截距,其中k1>0,k2<0;ω0为常数,其值大于零;式中n和m分别表示机械作业发动机的倍频阶数和机械挖掘冲击的次数;Fω为傅立叶变换符号,Const为常数;δ(t-tm)为单位冲击函数,表示如下:
4.根据权利要求2所述的基于φ-OTDR的油气管线外破振动监测识别方法,其特征在于,进行模式识别时,具体包括以下步骤:
以时间轴为横坐标,频率轴为纵坐标,在时频信号图谱g(ω,t,z)中寻找机械作业行为的直线特征(kt_ω,[tstr,tend]):
(1)当寻找到斜率kt_ω≥0时的直线时,判断存在机械启动或机械作业行为发生,输出机械作业预警;
(2)当寻找到斜率kt_ω<0时,判断机械作业行为停止,解除机械作业预警;
以时间轴为纵坐标,频率轴为横坐标,在g(ω,t,z)数据中寻找冲击行为的直线特征(kω_t,[tstr1,tend1]):
(1)当仅寻找到斜率kω_t=0时的直线时,判断存在冲击行为,输出人工挖掘报警;
(2)当寻找到斜率kω_t<0的直线时,判断存在机械启动,输出机械作业预警;
(3)当寻找到斜率kω_t>0的直线时,判断机械作业行为停止,解除机械作业预警;
当以上两种模式中,同时寻找到下列特征时:
(1)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,且kω_t=0时对应的时间坐标[tstr1,tend1]∈[tstr,tend],则判断机械挖掘行为正在进行,输出机械挖掘报警;
(2)当寻找到kω_t=0直线的同时,kt_ω存在实数值或kω_t≠0存在,但kω_t=0时对应的时间坐标则判断有机械作业行为和人工挖掘行为,输出机械作业预警和人工挖掘报警;
以上所述表达式中,kt_ω、[tstr,tend]、kω_t、[tstr1,tend1]分别为时间-频率坐标空间寻找到的直线斜率、起止时间标签和在频率-时间坐标空间寻找到的直线斜率、起止时间标签。
5.一种基于φ-OTDR的油气管线外破振动监测识别系统,其特征在于,包括:
信号获取模块,用于获得油气管线沿线由扰动引起的光纤振动信号;
滤波模块,用于对获得的振动信号进行小波滤波,滤除信号的直流成分和低频成分;
信号变换模块,用于将滤波后的振动信号采用短时傅立叶变换变换到时域和频域,获得振动信号的时频图谱;
特征提取模块,用于根据机械作业行为、机械挖掘冲击行为与人工挖掘行为的时频信息特征,在时频图谱中提取相应行为的特征信息;
模式识别模块,用于根据提取的特征信息对被监测管线附近发生的行为进行模式识别判断,并输出报警信息。
6.一种基于φ-OTDR的油气管线外破振动监测识别装置,其特征在于,包括相敏感光时域反射仪、分布式光纤传感器及信息处理单元;
所述分布式光纤传感器沿油气管线敷设;
所述相敏感光时域反射仪与所述分布式光纤传感器连接,用于获取分布式光纤传感器中的光纤振动信号;
所述信息处理单元与所述相敏感光时域反射仪连接,所述信息处理单元包括权利要求5中的所述滤波模块、所述信号变换模块、所述特征提取模块、模式识别模块。
7.根据权利要求5所述的装置,其特征在于,所述分布式光纤传感器为沿油气管线同沟敷设光缆内的传感光纤。
8.根据权利要求7所述的装置,其特征在于,所述传感光纤为单模光纤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811496892.3A CN109374115B (zh) | 2018-12-07 | 2018-12-07 | 基于φ-OTDR的油气管线外破振动监测识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811496892.3A CN109374115B (zh) | 2018-12-07 | 2018-12-07 | 基于φ-OTDR的油气管线外破振动监测识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109374115A true CN109374115A (zh) | 2019-02-22 |
CN109374115B CN109374115B (zh) | 2021-08-03 |
Family
ID=65372953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811496892.3A Active CN109374115B (zh) | 2018-12-07 | 2018-12-07 | 基于φ-OTDR的油气管线外破振动监测识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109374115B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110686765A (zh) * | 2019-10-21 | 2020-01-14 | 南京大学 | 一种基于φ-otdr的输电线路外破监测方法 |
CN110716102A (zh) * | 2019-09-10 | 2020-01-21 | 广州供电局有限公司 | 高压电缆防外破监测预警方法及监测预警系统 |
CN111006849A (zh) * | 2019-12-24 | 2020-04-14 | 中石化石油工程技术服务有限公司 | 一种判断油气管道伴行光缆敷设状态的方法及系统 |
CN111157099A (zh) * | 2020-01-02 | 2020-05-15 | 河海大学常州校区 | 一种分布式光纤传感器振动信号分类方法及识别分类系统 |
CN111707347A (zh) * | 2020-06-10 | 2020-09-25 | 国网浙江省电力有限公司杭州供电公司 | 利用同路由光缆收集电力电缆周边的振动频谱大数据信息方法 |
CN112033669A (zh) * | 2020-09-04 | 2020-12-04 | 南京大学 | 基于das的带式输送机槽型托辊故障监测方法 |
CN112066270A (zh) * | 2020-09-14 | 2020-12-11 | 贵州电网有限责任公司 | 一种分布式光纤内置的输水管道泄漏监测方法及设备 |
CN112556823A (zh) * | 2020-12-08 | 2021-03-26 | 武汉理工光科股份有限公司 | 基于分布式光纤传感的油气管线清管器卡球定位监测方法及装置 |
CN112781711A (zh) * | 2020-12-18 | 2021-05-11 | 武汉理工大学 | 基于光纤振动传感的地铁上方钻孔设备入侵定位报警方法 |
CN112801033A (zh) * | 2021-02-23 | 2021-05-14 | 西安科技大学 | 基于AlexNet网络的长输油气管线沿线施工扰动及泄漏识别方法 |
CN112816056A (zh) * | 2021-01-08 | 2021-05-18 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 地表挖掘作业与地下光缆相对位置的识别方法及装置 |
CN114234055A (zh) * | 2021-12-28 | 2022-03-25 | 国家石油天然气管网集团有限公司 | 一种油气管道光纤振动报警信号复核方法与系统 |
CN114323246A (zh) * | 2021-12-17 | 2022-04-12 | 北京特里尼斯石油技术股份有限公司 | 一种管道安全监测方法、装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240455A (zh) * | 2014-08-07 | 2014-12-24 | 北京航天控制仪器研究所 | 一种分布式光纤管线安全预警系统中的扰动事件识别方法 |
CN104458170B (zh) * | 2014-11-07 | 2017-01-11 | 桂林电子科技大学 | 机械装备监测振动信号的时频图处理方法及系统 |
US20170176221A1 (en) * | 2015-12-18 | 2017-06-22 | Schlumberger Technology Corporation | Non-linear interactions with backscattered light |
CN207894512U (zh) * | 2017-12-30 | 2018-09-21 | 武汉理工光科股份有限公司 | 基于φ-OTDR的振动传感装置 |
-
2018
- 2018-12-07 CN CN201811496892.3A patent/CN109374115B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240455A (zh) * | 2014-08-07 | 2014-12-24 | 北京航天控制仪器研究所 | 一种分布式光纤管线安全预警系统中的扰动事件识别方法 |
CN104458170B (zh) * | 2014-11-07 | 2017-01-11 | 桂林电子科技大学 | 机械装备监测振动信号的时频图处理方法及系统 |
US20170176221A1 (en) * | 2015-12-18 | 2017-06-22 | Schlumberger Technology Corporation | Non-linear interactions with backscattered light |
CN207894512U (zh) * | 2017-12-30 | 2018-09-21 | 武汉理工光科股份有限公司 | 基于φ-OTDR的振动传感装置 |
Non-Patent Citations (2)
Title |
---|
METIN AKTAS 等: "Deep Learning Based Multi-threat Classification for Phase-OTDR Fiber Optic Distributed Acoustic Sensing Applications", 《FIBER OPTIC SENSORS AND APPLICATIONS XIV 丛书: PROCEEDINGS OF SPIE》 * |
李静云 等: "基于时频特征的光纤振动模式识别研究", 《光通信技术》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110716102A (zh) * | 2019-09-10 | 2020-01-21 | 广州供电局有限公司 | 高压电缆防外破监测预警方法及监测预警系统 |
CN110686765A (zh) * | 2019-10-21 | 2020-01-14 | 南京大学 | 一种基于φ-otdr的输电线路外破监测方法 |
CN111006849A (zh) * | 2019-12-24 | 2020-04-14 | 中石化石油工程技术服务有限公司 | 一种判断油气管道伴行光缆敷设状态的方法及系统 |
CN111157099A (zh) * | 2020-01-02 | 2020-05-15 | 河海大学常州校区 | 一种分布式光纤传感器振动信号分类方法及识别分类系统 |
CN111157099B (zh) * | 2020-01-02 | 2022-07-15 | 河海大学常州校区 | 一种分布式光纤传感器振动信号分类方法及识别分类系统 |
CN111707347A (zh) * | 2020-06-10 | 2020-09-25 | 国网浙江省电力有限公司杭州供电公司 | 利用同路由光缆收集电力电缆周边的振动频谱大数据信息方法 |
CN112033669B (zh) * | 2020-09-04 | 2022-03-15 | 南京大学 | 基于das的带式输送机槽型托辊故障监测方法 |
CN112033669A (zh) * | 2020-09-04 | 2020-12-04 | 南京大学 | 基于das的带式输送机槽型托辊故障监测方法 |
CN112066270A (zh) * | 2020-09-14 | 2020-12-11 | 贵州电网有限责任公司 | 一种分布式光纤内置的输水管道泄漏监测方法及设备 |
CN112556823A (zh) * | 2020-12-08 | 2021-03-26 | 武汉理工光科股份有限公司 | 基于分布式光纤传感的油气管线清管器卡球定位监测方法及装置 |
CN112781711A (zh) * | 2020-12-18 | 2021-05-11 | 武汉理工大学 | 基于光纤振动传感的地铁上方钻孔设备入侵定位报警方法 |
CN112781711B (zh) * | 2020-12-18 | 2023-06-20 | 武汉理工大学 | 基于光纤振动传感的地铁上方钻孔设备入侵定位报警方法 |
CN112816056A (zh) * | 2021-01-08 | 2021-05-18 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 地表挖掘作业与地下光缆相对位置的识别方法及装置 |
CN112816056B (zh) * | 2021-01-08 | 2022-05-03 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 地表挖掘作业与地下光缆相对位置的识别方法及装置 |
CN112801033A (zh) * | 2021-02-23 | 2021-05-14 | 西安科技大学 | 基于AlexNet网络的长输油气管线沿线施工扰动及泄漏识别方法 |
CN114323246A (zh) * | 2021-12-17 | 2022-04-12 | 北京特里尼斯石油技术股份有限公司 | 一种管道安全监测方法、装置 |
CN114234055A (zh) * | 2021-12-28 | 2022-03-25 | 国家石油天然气管网集团有限公司 | 一种油气管道光纤振动报警信号复核方法与系统 |
CN114234055B (zh) * | 2021-12-28 | 2024-04-23 | 国家石油天然气管网集团有限公司 | 一种油气管道光纤振动报警信号复核方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109374115B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109374115A (zh) | 基于φ-OTDR的油气管线外破振动监测识别方法 | |
CN104021638B (zh) | 一种高速公路沿线电缆预警防盗的方法及装置 | |
CN107425906B (zh) | 面向地下管网安全监测的分布式光纤传感信号处理方法 | |
Bai et al. | Detection and identification of external intrusion signals from 33 km optical fiber sensing system based on deep learning | |
CN109470352A (zh) | 基于自适应阈值的分布式光纤管道安全监测算法 | |
CN108519166A (zh) | 一种光纤光栅阵列智能振动定位与温度监测系统 | |
WO2011006210A1 (en) | Intrusion detection | |
CN202205306U (zh) | 一种基于振动和视频监控的分布式安防入侵系统 | |
Hill | Distributed acoustic sensing (das): Theory and applications | |
CN107369282A (zh) | 一种地埋式cotdr周界入侵报警系统及信号处理方法 | |
Fouda et al. | Pattern recognition of optical fiber vibration signal of the submarine cable for its safety | |
CN101684891B (zh) | 应力波与光纤传感复式管道安全预警系统 | |
CN110335430A (zh) | 基于深度学习的管道安全监测系统、方法和装置 | |
CN203799460U (zh) | 基于光纤传感的隧道电缆入侵探测系统 | |
CN104616421A (zh) | 城市地下管网安全监测系统 | |
CN104599419B (zh) | 基于光纤传感器的管道安防系统定位调试方法 | |
CN101299635B (zh) | 宽域全光纤扰动信号前-后判别装置及方法 | |
US20220316921A1 (en) | Object localization and threat classification for optical cable protection | |
CN201273456Y (zh) | 应力波与光纤传感复式管道安全预警系统 | |
Lah et al. | Localization techniques for water pipeline leakages: A review | |
CN113936402A (zh) | 一种基于分布式光纤预警系统及视频目标识别技术的周界安防系统及安防方案 | |
JP2024514865A (ja) | 電柱の危険事象の位置特定 | |
US20240055842A1 (en) | Dynamic Anomaly Localization of Utility Pole Wires | |
CN112556823A (zh) | 基于分布式光纤传感的油气管线清管器卡球定位监测方法及装置 | |
US20220333956A1 (en) | Mapping using optical fiber sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |