CN110222670A - 一种光缆振动中断预警系统的分类器训练方法 - Google Patents

Abstract

本发明实施例公开了一种光缆振动中断预警系统的分类器训练方法，用于解决现有技术中的光纤振动探测系统无法识别振动原因的技术问题。本发明实施例包括获取训练信号样本；提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量；将所有的训练信号样本随机分为两组，3/4的训练信号样本作为训练组样本，剩余的1/4训练信号样本作为测试组样本；将各个组中的所有训练信号样本作为一个整体，计算该组的特征向量；对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类；将每份测试组样板信号的测试分组结果与该信号的实际分组比较，从而获得分类的准确率，当准确率在预设范围内，则分类器训练完成。

Description

一种光缆振动中断预警系统的分类器训练方法

技术领域

本发明涉及电力通信电缆维护技术领域，尤其涉及一种光缆振动中断预警系统的分类器训练方法。

背景技术

电力通信光缆承载了大量的电力生产实时控制业务，主干通信光缆中断，将严重威胁电网的安全运行。因此，防范电力通信光缆中断是电力通信运行维护的重点工作。根据历年统计数据，电力光缆故障的主要原因为光缆受外力破坏，包括各类施工挖断挂断，老鼠等小动物啃咬弄断，缆沟着火烧断，路基塌方压断，台风、山火、雷击等自然灾害中断，光缆被盗等，这其中又以施工挖断光缆和动物啃咬导致光缆中断为主。

因此，通信光缆防外力破坏是每年电力通信运行维护人员的重点风险防范工作。需要安排专人每日沿市区光缆所经过的道路进行巡视，检修和重点保供电期间需安排专人特巡特维，在市政施工附近的光缆安排专人驻点值守，以防光缆受到外力破坏，耗费大量的人力资源。然而，每年在夜间和隐蔽区域，光缆巡视人员不在现场的地方，仍会发生电力光缆受外力破坏中断的情况。

目前虽然已有光纤振动探测报警系统，但是该光纤振动探测报警系统主要是入侵探测产品，用作安防系统，悬挂在外墙、栏杆、地面上，由于其无法识别振动的原因，当附近有人员走动，跑步，攀爬，撞击，敲打，破坏围墙和栏杆时也会对维护人员发出告警，但是此类状况并不会导致光缆中断，给维护人员造成一定的误导。

因此，为解决上述的技术问题，寻找一种光缆振动中断预警系统的分类器训练方法成为本领域技术人员所研究的重要课题。

发明内容

本发明实施例公开了一种光缆振动中断预警系统的分类器训练方法，用于解决现有技术中的光纤振动探测系统无法识别振动原因的技术问题。

本发明实施例提供了一种光缆振动中断预警系统的分类器训练方法，包括：

步骤一、获取训练信号样本，在各基建施工现场附件安装光纤振动探测器，记录施工挖掘期间的振动信号，作为训练信号样本；在实验室安装该光纤振动探测器，在实验箱内模拟缆沟环境，饲养白鼠，让其在光缆附近走动，啃咬光缆外层护套，记录白鼠走动和啃咬光缆护套期间的振动信号，作为训练信号样本；在正常运行的光缆富裕纤芯上安装该光纤振动探测器，记录风吹、雨滴、冰雹击打、植物刮碰、路人行走、汽车经过等光缆正常运行期间的振动信号，作为训练信号样本；

步骤二、对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量；

步骤三、将所有的训练信号样本随机分为两组，3/4的训练信号样本作为训练组样本，剩余的1/4训练信号样本作为测试组样本；

训练组样本是已标记好的训练信号样本，将所有训练组样本按照接已分类好的类别进行分组，施工挖掘期间的训练信号样本分为第A组，白鼠啃咬光缆护套期间的训练信号样本分为第B组，白鼠在光缆上走动的训练信号样本分为第C组，其余训练信号样本分为第D组；

步骤四、将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量；

步骤五、对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类；

步骤六、将每份测试组样板信号的测试分组结果与该信号的实际分组比较，从而获得分类的准确率，当准确率在预设范围内，则分类器训练完成。

可选地，所述步骤二具体包括：

对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量，定义目标分类的特征向量为：

V＝[S,L,D_max]

其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值；其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值，D_max的计算公式为：

D_max＝|x_i-x_i-1|_max

其中，i∈(1,2,3,...,N),x_i为信号的幅度，N为信号处理选取的一个信号子段，每100个点为一个子段，即N＝100。

可选地，所述步骤四具体包括：

将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量V_X(S_x,L_x,D_x)。

可选地，所述步骤五具体包括：

对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类，具体分类方法为：

取其中一份测试组样本中的测试信号样本，计算特征向量V_Y(S_y,L_y,D_y)；

计算每一份测试信号样本的特征向量V_Y与A、B、C、D四个组中每个组的特征向量V_X之间的余弦值，计算公式为：

当cosθ接近于1时，该测试组信号样本属于该分组；当cosθ接近于0时，该测试组信号样本不属于该分组。

可选地，所述步骤六还包括：

当准确率较低时，将偏离结果的测试组信号样品排序，序号为单数的样品调整并入训练组，序号为双数的样品保留在测试组，重新训练分类器，使用分类器对新的测试样本进行分类，直至准确率在可接受范围内。

从以上技术方案可以看出，本发明实施例具有以下优点：

本实施例中，对分类器进行训练，使其可以对从电缆上收集而来的振动信号进行识别，识别该振动信号是否属于施工挖掘期间的振动信号、白鼠啃咬光缆护套期间的振动信号、白鼠在光缆上走动的振动信号或其它风吹、雨滴、冰雹击打、植物刮碰、路人行走、汽车经过等光缆正常运行期间的振动信号中的一种，从而使维护人员能够有效地及时检查电缆的现场情况，大大提高了维护人员对电缆管控的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例中提供的一种光缆振动中断预警系统的分类器训练方法的流程示意图；

图2为本发明实施例中提供的一种光缆振动中断预警系统的分类器训练方法的流程简图；

图3为本发明应用例中所提及的一种光缆振动中断预警系统的工作流程图。

具体实施方式

本发明实施例公开了一种光缆振动中断预警系统的分类器训练方法，用于解决现有技术中的光纤振动探测系统无法识别振动原因的技术问题。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1和图2，本发明实施例中提供的一种光缆振动中断预警系统的分类器训练方法的一个实施例包括：

步骤S101、获取训练信号样本，在各基建施工现场附件安装光纤振动探测器，记录施工挖掘期间的振动信号，作为训练信号样本；在实验室安装该光纤振动探测器，在实验箱内模拟缆沟环境，饲养白鼠，让其在光缆附近走动，啃咬光缆外层护套，记录白鼠走动和啃咬光缆护套期间的振动信号，作为训练信号样本；在正常运行的光缆富裕纤芯上安装该光纤振动探测器，记录风吹、雨滴、冰雹击打、植物刮碰、路人行走、汽车经过等光缆正常运行期间的振动信号，作为训练信号样本；

步骤S102、对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量；

步骤S103、将所有的训练信号样本随机分为两组，3/4的训练信号样本作为训练组样本，剩余的1/4训练信号样本作为测试组样本；

训练组样本是已标记好的训练信号样本，将所有训练组样本按照接已分类好的类别进行分组，施工挖掘期间的训练信号样本分为第A组，白鼠啃咬光缆护套期间的训练信号样本分为第B组，白鼠在光缆上走动的训练信号样本分为第C组，其余训练信号样本分为第D组；

步骤S104、将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量；

步骤S105、对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类；

步骤S106、将每份测试组样板信号的测试分组结果与该信号的实际分组比较，从而获得分类的准确率，当准确率在预设范围内，则分类器训练完成。

本实施例中，对分类器进行训练，使其可以对从电缆上收集而来的振动信号进行识别，识别该振动信号是否属于施工挖掘期间的振动信号、白鼠啃咬光缆护套期间的振动信号、白鼠在光缆上走动的振动信号或其它风吹、雨滴、冰雹击打、植物刮碰、路人行走、汽车经过等光缆正常运行期间的振动信号中的一种，从而使维护人员能够有效地及时检查电缆的现场情况，大大提高了维护人员对电缆管控的效率。

进一步地，所述步骤102具体包括：

对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量，定义目标分类的特征向量为：

V＝[S,L,D_max]

其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值；其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值，D_max的计算公式为：

D _max＝|x_i-x_i-1|_max

其中，i∈(1,2,3,...,N),x_i为信号的幅度，N为信号处理选取的一个信号子段，每100个点为一个子段，即N＝100。

进一步地，所述步骤104具体包括：

将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量V_X(S_x,L_x,D_x)。

进一步地，所述步骤105具体包括：

对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类，具体分类方法为：

取其中一份测试组样本中的测试信号样本，计算特征向量V_Y(S_y,L_y,D_y)；

计算每一份测试信号样本的特征向量V_Y与A、B、C、D四个组中每个组的特征向量V_X之间的余弦值，计算公式为：

当cosθ接近于1时，该测试组信号样本属于该分组；当cosθ接近于0时，该测试组信号样本不属于该分组。

进一步地，所述步骤106还包括：

当准确率较低时，将偏离结果的测试组信号样品排序，序号为单数的样品调整并入训练组，序号为双数的样品保留在测试组，重新训练分类器，使用分类器对新的测试样本进行分类，直至准确率在可接受范围内。

上述是对本发明提供的一种光缆振动中断预警系统的分类器训练方法的具体流程进行详细的描述，下面将以一个应用例进行进一步地描述，本发明提供的一种光缆振动中断预警系统的分类器训练方法的应用例包括：

请参阅图3，一种光缆振动中断预警系统，包括光纤振动探测器以及用上述方法训练的分类器；

在需检测运行的光缆富裕纤芯上安装光纤振动探测器，采集光缆运行期间的振动信号，对信号进行预处理，提取信号的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量，利用以训练好的分类器对检测的信号进行分类。

1、当分类为施工挖掘期间的振动信号时，监控系统提示紧急的施工告警，监控人员接到报警后，根据检测系统检测到振动的地点，前往现场进行光缆巡视和监控，防止施工中断光缆。

2、当分类为动物啃咬的振动信号时，监控系统提示重大的鼠患告警，监控人员接到报警后，根据检测系统检测到振动的地点，前往现场排查鼠患，检查光缆外皮是否有动物啃咬的痕迹，检查光缆管沟的出入口和接口是否有效封堵，采取必要的防鼠、灭鼠措施。

3、当分类为动物行走的振动信号时，监控系统提示一般的鼠患告警，监控人员接到报警后，根据检测系统检测到振动的地点，前往现场排查鼠患，检查光缆外皮是否有动物啃咬的痕迹，检查光缆管沟的出入口和接口是否有效封堵，采取必要的防鼠、灭鼠措施。

4、当分类为其他振动信号时，系统不需要告警。

5、系统持续检测光信号衰耗值，当达到临界状态时，提示光缆衰耗值过大的紧急告警，并显示各较大衰耗点的衰耗值及位置。监控人员接到报警后，根据检测系统检测衰耗值较大的地点，前往现场排查故障。

需要说明的是，该系统通过光纤振动探测器探测光缆振动，收集振动信号，包括时域信号和频域信号。然后利用训练好的分类器，对振动信号进行识别，当识别出振动来源于施工挖掘和动物啃咬时，系统向光缆运维人员提示相应的告警，由运维人员检查现场情况，作光缆监护或鼠患排查。可以实现全天24小时的监控，尤其在夜间和光缆管沟等隐蔽区域，光缆巡视人员不在现场的地方，实时监控光缆振动情况和光缆中断预警。

以上对本发明所提供的一种光缆振动中断预警系统的分类器训练方法进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种光缆振动中断预警系统的分类器训练方法，其特征在于，包括：

步骤一、获取训练信号样本，在各基建施工现场附件安装光纤振动探测器，记录施工挖掘期间的振动信号，作为训练信号样本；在实验室安装该光纤振动探测器，在实验箱内模拟缆沟环境，饲养白鼠，让其在光缆附近走动，啃咬光缆外层护套，记录白鼠走动和啃咬光缆护套期间的振动信号，作为训练信号样本；在正常运行的光缆富裕纤芯上安装该光纤振动探测器，记录风吹、雨滴、冰雹击打、植物刮碰、路人行走、汽车经过等光缆正常运行期间的振动信号，作为训练信号样本；

步骤二、对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量；

步骤三、将所有的训练信号样本随机分为两组，3/4的训练信号样本作为训练组样本，剩余的1/4训练信号样本作为测试组样本；

训练组样本是已标记好的训练信号样本，将所有训练组样本按照接已分类好的类别进行分组，施工挖掘期间的训练信号样本分为第A组，白鼠啃咬光缆护套期间的训练信号样本分为第B组，白鼠在光缆上走动的训练信号样本分为第C组，其余训练信号样本分为第D组；

步骤四、将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量；

步骤五、对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类；

步骤六、将每份测试组样板信号的测试分组结果与该信号的实际分组比较，从而获得分类的准确率，当准确率在预设范围内，则分类器训练完成。

2.根据权利要求1所述的光缆振动中断预警系统的分类器训练方法，其特征在于，所述步骤二具体包括：

对训练信号样本进行编号，提取获取到的训练信号样本的幅度、持续时间、信号一阶差分值的绝对值的最大值作为特征向量，定义目标分类的特征向量为：

V＝[S,L,D_max]

其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值；其中，S为目标信号的幅度，L为目标信号的持续时间，D_max为信号一阶差分值的绝对值的最大值，D_max的计算公式为：

D_max＝|x_i-x_i-1|_max

其中，i∈(1,2,3,...,N),x_i为信号的幅度，N为信号处理选取的一个信号子段，每100个点为一个子段，即N＝100。

3.根据权利要求2所述的光缆振动中断预警系统的分类器训练方法，其特征在于，所述步骤四具体包括：

将A、B、C、D四个组中的每个组的所有训练信号样本作为一个整体，计算该组的特征向量，从而获得每组的特征向量V_X(S_x,L_x,D_x)。

4.根据权利要求4所述的光缆振动中断预警系统的分类器训练方法，其特征在于，所述步骤五具体包括：

对测试组样本计算特征向量取值，然后使用分类器对测试组样本进行分类，具体分类方法为：

取其中一份测试组样本中的测试信号样本，计算特征向量V_Y(S_y,L_y,D_y)；

计算每一份测试信号样本的特征向量V_Y与A、B、C、D四个组中每个组的特征向量V_X之间的余弦值，计算公式为：

当cosθ接近于1时，该测试组信号样本属于该分组；当cosθ接近于0时，该测试组信号样本不属于该分组。

5.根据权利要求1所述的光缆振动中断预警系统的分类器训练方法，其特征在于，所述步骤六还包括：

当准确率较低时，将偏离结果的测试组信号样品排序，序号为单数的样品调整并入训练组，序号为双数的样品保留在测试组，重新训练分类器，使用分类器对新的测试样本进行分类，直至准确率在可接受范围内。