CN111912513B - 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 - Google Patents
一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 Download PDFInfo
- Publication number
- CN111912513B CN111912513B CN202010676799.1A CN202010676799A CN111912513B CN 111912513 B CN111912513 B CN 111912513B CN 202010676799 A CN202010676799 A CN 202010676799A CN 111912513 B CN111912513 B CN 111912513B
- Authority
- CN
- China
- Prior art keywords
- optical cable
- data
- excavator
- otdr
- vibration
- 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.)
- Active
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010276 construction Methods 0.000 title claims abstract description 29
- 238000000253 optical time-domain reflectometry Methods 0.000 title claims abstract description 27
- 230000011218 segmentation Effects 0.000 claims abstract description 18
- 238000012806 monitoring device Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000009412 basement excavation Methods 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于Φ‑OTDR的光缆沿线挖掘机施工事件的识别方法,其利用Φ‑OTDR振动监测装置采集的光缆沿线振动数据,通过数据预处理、空间轴投影、时间轴投影进行数据切分,结合挖掘事件本身特点识别出光缆沿线挖掘机施工事件。本发明在现场实际应用中可准确识别判断出挖掘机作业事件,对防外破监测预警有重要作用,可有效减少误报率,提高光缆运维效率。
Description
技术领域
本发明涉及光缆防外破监测技术领域,具体是一种基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法。
背景技术
城市建设开挖引起的光缆遭外力破坏是目前光缆通信故障的主要原因之一,一旦光缆被挖断将造成较大的经济损失。目前光缆运维主要的措施,一是加大线路巡视力度,一经发现通信光缆附近有施工情况,立即与施工单位进行沟通,尽量避免在施工过程中将电缆光缆挖断;二是建立与城管部门的联动机制,有目的的进行协调。但涉事单位往往事前无报备,事后又没有及时上报。而光缆运维单位又缺乏有效的运维监测手段,导致电缆通信光缆事故频发,光缆网络的运维工作也面临越来越大的压力。传统的光缆运维管理方式已经不能适应新的业务需求,光缆运维智能智能化是科技发展的需求和必然趋势。
分布式光纤振动传感技术通过建立分布式监测信号与通信光缆运行环境各特征参量之间的关系,最终实现电力通信光缆运行状态实时监测与管理。光缆振动信号包含大量噪声干扰,如何对入侵信号准确识别是一大难点。国内网学者对此也做了大量研究,主要方法有:小波分析法、神经网络法、支持向量机法,上述方法需要大量的样本支撑,多是在试验模拟下得到验证,未经现场大规模检验。而现场外破事件随机性强、情况多样。如何在案例有限的情况下识别出挖掘机入侵光缆事件,目前还未见报导。
发明内容
本发明的目的在于提供一种基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,区分识别出挖掘机作业施工事件,具有较高的可信度,可有效减少误报率。
为实现上述目的,本发明提供一种基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,利用Φ-OTDR振动监测装置采集的光缆沿线振动数据,通过数据预处理、空间轴投影、时间轴投影进行数据切分,结合挖掘事件本身特点识别出光缆沿线挖掘机施工事件,所述方法包括以下步骤:
步骤1:安装基于Φ-OTDR的光纤振动监测装置,采集光缆振动信号,数据存储为D(i,j),i为空间采样点,j为时间采样点,值为振动强度;
步骤2:对数据进行去噪预处理,提取趋势基线,去趋势化;
步骤3:对步骤2处理后的数据进行高通滤波处理,滤波之后取绝对值;
步骤4:对步骤3处理后的数据向空间轴进行投影,得到振动信号强度空间一维分布;
步骤5:根据强度阈值Th1对振动信号强度空间分布进行分割,筛选出振动强度较大的空间位置区段A1、A2…;
步骤6:对步骤5分割的信号向时间轴投影,得到振动较强信号的时间一维分布;
步骤7:在时间上对投影数据进行切分,若不可切分则认为不是挖机信号,若可切分则得到数据段B1、B2…;
步骤8:计算数据段Bk与Bk-1、Bk+1的相关性和时间间隔;
步骤9:若相关性满足阈值Th2,时间间隔满足阈值Th3,则认为可能是挖掘机信号;
步骤10:对步骤5分割的数据进行FFT分析,查看频谱图中是否有线谱,若有则可能是挖掘机信号;
步骤11:判断是否同时满足步骤9和步骤10条件,若满足则认为是挖掘机事件。
进一步的,步骤1中振动信号数据连续存储为二维数据D(i,j)形式。
进一步的,步骤2中提取趋势基线采用多项式拟合方法。
进一步的,步骤3中高通滤波截止频率取25~50Hz。
进一步的,步骤3中高通滤波截止频率取30Hz。
进一步的,步骤4中空间轴投影方法是对每一行取均值,绘制空间长度与振动强度的分布曲线。
进一步的,步骤5中强度阈值Th1取无扰动时信号振动强度均值的1.5倍。
进一步的,步骤6中时间轴投影方法为每一列取均值。
进一步的,步骤7中可否切分的原则是在时间轴上是否存在明显的间隔分段现象,若投影后数据连成一片分段边界不明显则认为不可切分,不是挖机信号;若投影后数据具有明显的分段现象,可划分成多段,则认为可能是挖机信号。
进一步的,步骤9中阈值Th2取值0.5~0.9s,阈值Th3取值6~15s。
本发明利用基于Φ-OTDR的光缆振动监测装置对光缆外破事件进行监测与预警,本发明在现场实际应用中可准确识别判断出挖掘机作业事件,对防外破监测预警有重要作用,可有效减少误报率,提高光缆运维效率。
附图说明
图1是本发明基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法的流程图;
图2是本发明向空间轴投影示意图;
图3是本发明向时间轴投影示意图;
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
如图1所示,本发明提供一种基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其利用Φ-OTDR振动监测装置采集的光缆沿线振动数据,通过数据预处理、空间轴投影、时间轴投影进行数据切分,结合挖掘事件本身特点识别出光缆沿线挖掘机施工事件,所述方法包括以下步骤:
步骤1:安装基于Φ-OTDR的光纤振动监测装置,采集光缆振动信号,数据存储为D(i,j),i为空间采样点,j为时间采样点,值为振动强度;其中光缆振动信号数据连续存储为二维数组数据D(i,j)形式。
步骤2:对光缆振动信号进行去噪预处理,提取基线,进行去趋势化处理;
对数据D按行进行数据去噪预处理,去除数据高频噪声干扰、去除毛刺;由于Φ-OTDR的光纤振动监测装置本身的原理,原始光学信号存在衰减趋势,需提取代表数据趋势的基线,去趋势化、归一化处理;
本实施例中,提取趋势基线采用多项式拟合方法,进行六阶多项式拟合出整体趋势基线,振动强度值减去趋势基线即可得到归一化数据。
步骤3:对步骤2处理后的数据进行高通滤波处理,滤波之后取绝对值;高通滤波截止频率可取25~50Hz,本实施例中,高通滤波截止频率取30Hz。
步骤4:对步骤3处理后的数据向空间轴进行投影,得到振动信号强度空间一维分布;
本实施例中,所述空间轴投影方法是对每一行取均值,绘制空间长度与振动强度的分布曲线,如图2所示。
步骤5:根据强度阈值Th1对振动信号强度空间分布进行分割,筛选出振动强度较大的空间位置区段A1、A2…;
强度阈值Th1可取无扰动时信号振动强度均值的1.5倍,分割空间位置区段主要是对可能的施工事件进行空间定位,空间位置区段可用空间起点和终点坐标表示。
如图2所示,本实施例中,无扰动时信号振动强度均值约为8,取其1.5倍则此处强度阈值Th1取值为12。分割空间位置区段主要是对可能的施工事件进行空间定位,空间位置区段可用空间起点和终点坐标表示。
根据阈值Th1对空间投影数据进行分割,可分为区段A1(0.585,0.625),所以A1区段范围是0.585~0.625km,此范围可能存在施工事件。
步骤6:对步骤5分割的信号向时间轴投影,得到振动较强信号的时间一维分布;
根据步骤5分割得到的信号空间位置信息,从原始数据D中截取相关数据,向时间轴投影,所述时间轴投影方法为每一列取均值;本实施例中,时间轴投影曲线如图3所示。
步骤7:在时间上对投影数据进行切分,若不可切分则认为不是挖机信号,若可切分则得到数据段B1、B2…;
所述可否切分的原则是在时间轴上是否存在明显的间隔分段现象,若投影后数据连成一片分段边界不明显则认为不可切分,不是挖机信号;若投影后数据具有明显的分段现象,可划分成多段,则认为可能是挖机信号,进行下一步处理;
数据段B可用时间起点与终点进行表示。
如图3所示,本实施例中可切分出B1、B2、B3、B4段数据。
步骤8:由于挖掘机作业时具有明显的周期性,计算数据段Bk与Bk-1、Bk+1的相关性和时间间隔;
步骤9:若相关性满足阈值Th2,时间间隔满足阈值Th3,则认为可能是挖掘机信号;
所述阈值Th2一般取值0.5~0.9s,所述阈值Th3一般取值6~15s。本实施例中,阈值Th2取值0.5,阈值Th3取值12s。
步骤10:对步骤5分割的数据进行FFT分析,查看频谱图中是否有线谱,若有则可能是挖掘机信号;
步骤11:判断是否同时满足步骤9和步骤10条件,若满足则认为是挖掘机事件。
本发明利用Φ-OTDR振动监测装置采集的光缆沿线振动数据,通过数据预处理、空间轴投影、时间轴投影进行数据切分,结合挖掘事件本身特点识别出光缆沿线挖掘机施工事件。本发明在现场实际应用中可准确识别判断出挖掘机作业事件,对防外破监测预警有重要作用,可有效减少误报率,提高光缆运维效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于包括如下步骤:
步骤1:安装基于Φ-OTDR的光纤振动监测装置,采集光缆振动信号,数据存储为D(i,j),i为空间采样点,j为时间采样点,值为振动强度;
步骤2:对数据进行去噪预处理,提取趋势基线,去趋势化;
步骤3:对步骤2处理后的数据进行高通滤波处理,滤波之后取绝对值;
步骤4:对步骤3处理后的数据向空间轴进行投影,得到振动信号强度空间一维分布;
步骤5:根据强度阈值Th1对振动信号强度空间分布进行分割,筛选出振动强度较大的空间位置区段A1、A2…;
步骤6:对步骤5分割的信号向时间轴投影,得到振动较强信号的时间一维分布;
步骤7:在时间上对投影数据进行切分,若不可切分则认为不是挖机信号,若可切分则得到数据段B1、B2…;
步骤8:计算数据段Bk与Bk-1、Bk+1的相关性和时间间隔;
步骤9:若相关性满足阈值Th2,时间间隔满足阈值Th3,则认为可能是挖掘机信号;
步骤10:对步骤5分割的数据进行FFT分析,查看频谱图中是否有线谱,若有则可能是挖掘机信号;
步骤11:判断是否同时满足步骤9和步骤10条件,若满足则认为是挖掘机事件;
步骤7中可否切分的原则是在时间轴上是否存在明显的间隔分段现象,若投影后数据连成一片分段边界不明显则认为不可切分,不是挖机信号;若投影后数据具有明显的分段现象,可划分成多段,则认为可能是挖机信号。
2.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤1中振动信号数据连续存储为二维数据D(i,j)形式。
3.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤2中提取趋势基线采用多项式拟合方法。
4.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤3中高通滤波截止频率取25~50Hz。
5.如权利要求4所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤3中高通滤波截止频率取30Hz。
6.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤4中空间轴投影方法是对每一行取均值,绘制空间长度与振动强度的分布曲线。
7.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤5中强度阈值Th1取无扰动时信号振动强度均值的1.5倍。
8.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤6中时间轴投影方法为每一列取均值。
9.如权利要求1所述的基于Φ-OTDR的光缆沿线挖掘机施工事件的识别方法,其特征在于:步骤9中阈值Th2取值0.5~0.9s,阈值Th3取值6~15s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676799.1A CN111912513B (zh) | 2020-07-14 | 2020-07-14 | 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676799.1A CN111912513B (zh) | 2020-07-14 | 2020-07-14 | 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111912513A CN111912513A (zh) | 2020-11-10 |
CN111912513B true CN111912513B (zh) | 2022-03-22 |
Family
ID=73281571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010676799.1A Active CN111912513B (zh) | 2020-07-14 | 2020-07-14 | 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111912513B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114323244A (zh) * | 2021-11-30 | 2022-04-12 | 贵州电网有限责任公司 | 一种基于φ-otdr的线缆管道塌方信号的监测方法 |
CN116189395B (zh) * | 2023-04-27 | 2023-07-04 | 深圳市天翊瑞霖智能科技有限公司 | 一种智能电缆运行环境的远程监测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106828543A (zh) * | 2017-03-13 | 2017-06-13 | 北京众成探知信息技术有限公司 | 一种光纤分布式列车监测系统 |
CA3104086A1 (en) * | 2018-08-08 | 2020-02-13 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | Extinction ratio free phase sensitive optical time domain reflectometry based distributed acoustic sensing system |
CN110995339A (zh) * | 2019-11-26 | 2020-04-10 | 电子科技大学 | 一种分布式光纤传感信号时空信息提取与识别方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2445364B (en) * | 2006-12-29 | 2010-02-17 | Schlumberger Holdings | Fault-tolerant distributed fiber optic intrusion detection |
US8509613B2 (en) * | 2008-04-14 | 2013-08-13 | Korea Advanced Institute Of Science And Technology | Monitoring of optical transmission systems based on cross-correlation operation |
CN103226028B (zh) * | 2013-05-02 | 2015-07-01 | 电子科技大学 | 一种相敏光时域反射仪扰动信号检测与识别方法 |
CN106612144A (zh) * | 2015-10-26 | 2017-05-03 | 世宇金峰(北京)信息技术有限公司 | 一种通信光缆故障点地面位置快速查找测试方法 |
CN106452567B (zh) * | 2016-07-21 | 2018-08-14 | 中国科学院上海光学精密机械研究所 | 铁路安全监测系统和监测方法 |
CN107425906B (zh) * | 2017-07-25 | 2019-09-27 | 电子科技大学 | 面向地下管网安全监测的分布式光纤传感信号处理方法 |
CN108932480B (zh) * | 2018-06-08 | 2022-03-15 | 电子科技大学 | 基于1d-cnn的分布式光纤传感信号特征学习与分类方法 |
US11366231B2 (en) * | 2018-10-23 | 2022-06-21 | Nec Corporation | Smart optical cable positioning/location using optical fiber sensing |
CN109150296B (zh) * | 2018-11-08 | 2021-04-09 | 桂林聚联科技有限公司 | 一种地埋及管道敷设光缆的破坏预警装置及方法 |
CN109374116B (zh) * | 2018-12-07 | 2020-12-29 | 武汉理工光科股份有限公司 | 地埋式光纤传感振动探测系统的挖掘行为识别方法 |
CN111222743B (zh) * | 2019-11-15 | 2022-07-29 | 电子科技大学 | 一种光纤感知事件的垂直偏移距离及威胁级别判断方法 |
-
2020
- 2020-07-14 CN CN202010676799.1A patent/CN111912513B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106828543A (zh) * | 2017-03-13 | 2017-06-13 | 北京众成探知信息技术有限公司 | 一种光纤分布式列车监测系统 |
CA3104086A1 (en) * | 2018-08-08 | 2020-02-13 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | Extinction ratio free phase sensitive optical time domain reflectometry based distributed acoustic sensing system |
CN110995339A (zh) * | 2019-11-26 | 2020-04-10 | 电子科技大学 | 一种分布式光纤传感信号时空信息提取与识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111912513A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111912513B (zh) | 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法 | |
CN111507310B (zh) | 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 | |
CN112069912B (zh) | 一种基于φ-otdr的光缆通道施工威胁事件的识别方法 | |
CN103256897B (zh) | 石化炼焦塔水力除焦运行状态光纤传感在线监测系统及方法 | |
CN104535356A (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统 | |
CN107424626A (zh) | 一种岸桥小车轨道声音监测及故障识别系统 | |
CN109263271A (zh) | 一种基于大数据的印刷设备检测分析方法 | |
CN114613116B (zh) | 防外破预警方法、装置、设备及存储介质 | |
CN112363029A (zh) | 一种设备电晕放电在线监测系统及其监测方法 | |
CN110131590B (zh) | 基于移动终端位置数据的管道监测方法及装置 | |
CN117763460A (zh) | 一种基于声纹分析的变压器故障检测方法及系统 | |
CN116823220A (zh) | 一种电缆运行状态监测平台及设备 | |
CN109285331B (zh) | 一种基于数据分析和温度预测的电力电缆温度预警系统 | |
CN117686021B (zh) | 一种基于数据分析的智能化管道线缆管控系统 | |
CN107506832B (zh) | 对监控巡视进行辅助的隐患挖掘方法 | |
CN116108376A (zh) | 一种反窃电的监测系统、方法、电子设备及介质 | |
Tejedor et al. | Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
CN116626448B (zh) | 一种基于云平台的光缆防外破监测系统 | |
CN117392401A (zh) | 一种清管检测设备的行进监测方法、系统及设备 | |
CN108848088A (zh) | 一种基于大数据行为分析的安全测试系统和方法 | |
CN118013401B (zh) | 一种基于das的带式输送机振动误报抑制方法 | |
CN218669767U (zh) | 一种水泵机组设备健康状态在线监测装置 | |
CN118673439A (zh) | 一种用于汽轮机振动检测装置 | |
CN118261844A (zh) | 一种输电通道隐患预警等级分析方法及设备 |
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 |