CN115346357A - 光缆防外破预警方法、装置、设备及存储介质 - Google Patents
光缆防外破预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115346357A CN115346357A CN202211270893.2A CN202211270893A CN115346357A CN 115346357 A CN115346357 A CN 115346357A CN 202211270893 A CN202211270893 A CN 202211270893A CN 115346357 A CN115346357 A CN 115346357A
- Authority
- CN
- China
- Prior art keywords
- signal
- early warning
- optical cable
- disturbance
- vibration signal
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 210
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000007123 defense Effects 0.000 claims abstract description 112
- 230000002159 abnormal effect Effects 0.000 claims abstract description 103
- 230000008859 change Effects 0.000 claims abstract description 47
- 230000001427 coherent effect Effects 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 230000002265 prevention Effects 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 239000013598 vector Substances 0.000 claims description 36
- 238000013507 mapping Methods 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 16
- 230000008878 coupling Effects 0.000 claims description 14
- 238000010168 coupling process Methods 0.000 claims description 14
- 238000005859 coupling reaction Methods 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 239000000835 fiber Substances 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000010355 oscillation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 8
- 239000013307 optical fiber Substances 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000000253 optical time-domain reflectometry Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/32—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
- G01D5/34—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
- G01D5/353—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre
- G01D5/35338—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre using other arrangements than interferometer arrangements
- G01D5/35354—Sensor working in reflection
- G01D5/35358—Sensor working in reflection using backscattering to detect the measured quantity
- G01D5/35361—Sensor working in reflection using backscattering to detect the measured quantity using elastic backscattering to detect the measured quantity, e.g. using Rayleigh backscattering
-
- 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)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及光缆监测技术领域，尤其涉及一种光缆防外破预警方法、装置、设备及存储介质。该方法通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
Description
技术领域
本发明涉及光缆监测技术领域，尤其涉及一种光缆防外破预警方法、装置、设备及存储介质。
背景技术
光纤不仅是传输光信号的媒介，同时也是感知外界物理量的传感器；光信号在光纤沿线的传输过程中，在每个位置都产生后向散射光，收集这些后向散射光并监测其参量变化就能够感知外界物理量的变化。
现有的光缆防外破预警通常是直接采用光纤传感系统对光缆中的光纤进行监测和预警，对光纤传感系统所采集到的外界物理量的变化缺少分析，从而无法实现针对性的光缆防外破预警，同时，预警的准确性也较低。
综上，现有技术中存在无法基于防区针对性地进行准确的光缆防外破预警的问题。
发明内容
本申请的主要目的是提供一种光缆防外破预警方法、装置、设备及存储介质，以解决现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
本发明第一方面提供了一种光缆防外破预警方法，所述光缆防外破预警方法基于相干探测型相位敏感光时域反射系统实现，其中，所述相干探测型相位敏感光时域反射系统配置有本振光；所述光缆防外破预警方法包括：根据所述相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由所述本振光以及信号光耦合得到；基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；在所述振动信号满足所述光缆预警条件时，生成预警信号；当获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
可选地，在本发明第一方面的第一种实现方式中，所述在所述振动信号满足所述光缆预警条件时，生成预警信号，包括：判断所述振动信号是否为异常扰动；若是，则根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号。
可选地，在本发明第一方面的第二种实现方式中，所述判断所述振动信号是否为异常扰动，包括：对所述振动信号进行解析，得到对应的振幅信息和频域信息；根据所述振幅信息确定所述振动信号对应的振幅区间；根据所述频域信息确定所述振动信号对应的频域区间；根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；判断所述扰动风险值是否大于预设的风险阈值；若不大于，则判定所述振动信号不是异常扰动；若大于，则判定所述振动信号为异常扰动。
可选地，在本发明第一方面的第三种实现方式中，所述根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值，包括：根据所述振幅区间，从预设的振幅风险值表中确定对应的振幅风险值；根据所述频域区间，从预设的频域风险系数表中确定对应的频域风险系数；将所述振幅风险值与所述频域风险系数相乘，得到所述振动信号对应的扰动风险值。
可选地，在本发明第一方面的第四种实现方式中，在所述根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号之前，还包括：通过预先训练好的神经网络模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；根据所述概率值和所述事件维度，从预设的事件扰动风险值表中确定对应的事件扰动风险值，并基于所述事件扰动风险值对所述扰动风险值进行调整。
可选地，在本发明第一方面的第五种实现方式中，在所述在所述振动信号满足所述光缆预警条件时，生成预警信号之前，还包括：从预设的环境信息数据库中读取所述防区对应的环境数据；根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件，其中，所述光缆预警条件包括空间域条件和时间域条件；判断所述异常扰动位置是否满足所述空间域条件，并判断所述异常扰动数量是否满足所述时间域条件；若均不满足，则输出判断结果为所述振动信号满足所述光缆预警条件；若并非均不满足，则输出判断结果为所述振动信号不满足所述光缆预警条件。
可选地，在本发明第一方面的第六种实现方式中，所述根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号，包括：对所述相位变化信息进行解析，得到待转化信号；对所述待转化信号进行频域信号叠加，得到增强信号；基于所述增强信号生成声波信号。
本发明第二方面提供了一种光缆防外破预警装置，所述光缆防外破预警装置包括：确定模块，用于根据相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由本振光以及信号光耦合得到；第一提取模块，用于基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；第二提取模块，用于提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；生成模块，用于在所述振动信号满足所述光缆预警条件时，生成预警信号；计算模块，用于在获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；输出模块，用于根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
可选地，在本发明第二方面的第一种实现方式中，所述生成模块包括：判断单元，用于判断所述振动信号是否为异常扰动；确定单元，用于在所述振动信号为异常扰动时，根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；第一生成单元，用于根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号。
可选地，在本发明第二方面的第二种实现方式中，所述判断单元还用于对所述振动信号进行解析，得到对应的振幅信息和频域信息；根据所述振幅信息确定所述振动信号对应的振幅区间；根据所述频域信息确定所述振动信号对应的频域区间；根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；判断所述扰动风险值是否大于预设的风险阈值；若不大于，则判定所述振动信号不是异常扰动；若大于，则判定所述振动信号为异常扰动。
可选地，在本发明第二方面的第三种实现方式中，所述确定单元还用于根据所述振幅区间，从预设的振幅风险值表中确定对应的振幅风险值；根据所述频域区间，从预设的频域风险系数表中确定对应的频域风险系数；将所述振幅风险值与所述频域风险系数相乘，得到所述振动信号对应的扰动风险值。
可选地，在本发明第二方面的第四种实现方式中，所述光缆防外破预警装置还包括调整模块，用于通过预先训练好的神经网络模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；根据所述概率值和所述事件维度，从预设的事件扰动风险值表中确定对应的事件扰动风险值，并基于所述事件扰动风险值对所述扰动风险值进行调整。
可选地，在本发明第二方面的第五种实现方式中，所述光缆防外破预警装置还包括判断模块，用于从预设的环境信息数据库中读取所述防区对应的环境数据；根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件，其中，所述光缆预警条件包括空间域条件和时间域条件；判断所述异常扰动位置是否满足所述空间域条件，并判断所述异常扰动数量是否满足所述时间域条件；若均不满足，则输出判断结果为所述振动信号满足所述光缆预警条件；若并非均不满足，则输出判断结果为所述振动信号不满足所述光缆预警条件。
可选地，在本发明第二方面的第六种实现方式中，所述输出模块包括：解析单元，用于对所述相位变化信息进行解析，得到待转化信号；叠加单元，用于对所述待转化信号进行频域信号叠加，得到增强信号；第二生成单元，用于基于所述增强信号生成声波信号。
本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的光缆防外破预警方法的各个步骤。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的光缆防外破预警方法的各个步骤。
本发明的技术方案中，该方法具体是通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过确定振动信号对应的空间域、时间域以及防区，并根据防区对应的环境数据对振幅扰动风险值表进行修改，以确定防区对应的风险值计算标准，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，分别基于振动信号对应的振幅信息和频域信息计算扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
附图说明
图1为本发明实施例中光缆防外破预警方法的第一个实施例示意图；
图2为本发明实施例中光缆防外破预警方法的第二个实施例示意图；
图3为本发明实施例中光缆防外破预警方法的第三个实施例示意图；
图4为本发明实施例中光缆防外破预警装置的一个实施例示意图；
图5为本发明实施例中光缆防外破预警装置的另一个实施例示意图；
图6为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
为了解决现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题，本申请提供了一种光缆防外破预警方法、装置、设备及存储介质。该方法通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过确定振动信号对应的空间域、时间域以及防区，并根据防区对应的环境数据对振幅扰动风险值表进行修改，以确定防区对应的风险值计算标准，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，分别基于振动信号对应的振幅信息和频域信息计算扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中光缆防外破预警方法的第一个实施例，该方法的实现步骤如下：
101、根据相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；
该步骤中，所述相干探测型相位敏感光时域反射系统配置有本振光。
102、基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；
对于该步骤，具体可以通过以下方式实现：
通过所述防区和所述时间段在预设的光缆预警条件表中确定对应的光缆预警条件。
103、提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；
104、在振动信号满足预设的光缆预警条件时，生成预警信号；
对于该步骤，具体可以通过以下方式实现：
判断所述振动信号是否为异常扰动；
若是，则根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；
根据所述光缆预警条件确定对应的风险阈值；
将所述扰动风险值与所述风险阈值进行比对，若所述扰动风险值大于所述风险阈值，则所述振动信号满足预设的光缆预警条件；
根据所述振动信号提取对应的位置点和防区；
基于所述振动信号、所述位置点和所述防区生成所述预警信号。
进一步地，所述判断所述振动信号是否为异常扰动，包括：
对所述振动信号进行解析，得到对应的振幅信息和频域信息；
根据所述振幅信息确定所述振动信号对应的振幅区间；
根据所述频域信息确定所述振动信号对应的频域区间；
根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；
判断所述扰动风险值是否大于预设的风险阈值；
若不大于，则判定所述振动信号不是异常扰动；
若大于，则判定所述振动信号为异常扰动。
进一步地，所述根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值，包括：
根据所述振幅区间，从预设的振幅风险值表中确定对应的振幅风险值；
根据所述频域区间，从预设的频域风险系数表中确定对应的频域风险系数；
将所述振幅风险值与所述频域风险系数相乘，得到所述振动信号对应的扰动风险值。
在实际应用中，在所述根据所述光缆预警条件确定对应的风险阈值之前，还包括：
通过预先训练好的神经网络模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；
通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；
根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；
通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；
根据所述概率值和所述事件维度，从预设的事件扰动风险值表中确定对应的事件扰动风险值，并基于所述事件扰动风险值对所述扰动风险值进行调整。
在实际应用中，在所述根据所述光缆预警条件确定对应的风险阈值之前，还包括：
从预设的环境信息数据库中读取所述防区对应的环境数据；
根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件，其中，所述光缆预警条件包括空间域条件和时间域条件；
判断所述异常扰动位置是否满足所述空间域条件，并判断所述异常扰动数量是否满足所述时间域条件；
若均不满足，则输出判断结果为所述振动信号满足所述光缆预警条件；
若并非均不满足，则输出判断结果为所述振动信号不满足所述光缆预警条件。
105、当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；
该步骤中，所述本振光的信号参数包括本振光频率、本振光相位、本振光幅值和本振光光强中的至少一种；
该步骤中，所述信号光的信号参数包括信号光的幅值、信号光的频率以及所述信号光和所述本振光的混合光强中的至少一种；
对于该步骤，具体可以通过以下方式实现：
在所述时间段内，通过所述相位敏感光时域反射系统获取预设的时间段内信号光的幅值以及信号光的频率；
通过所述相位敏感光时域反射系统获取所述信号光和所述本振光的混合光强；
根据所述信号光的幅值、所述信号光的频率、所述本振光频率、所述本振光相位、所述本振光幅值、所述本振光光强和所述混合光强计算所述时间段内所述信号光对应的相位；
根据所述相位生成信号光在位置点的相位变化信息。
具体地，通过下述公式计算所述时间段内所述信号光对应的相位，得到所述相位变化：
式（1）和式（2）中，所述
表示所述信号光的幅值，所述
表示所述本振光幅值，所述
表示所述信号光对应的相位，所述
表示所述本振光相位所述
表示所述信号光的频率，所述
表示所述本振光频率，所述
表示时间t内所述信号光的光强，所述
表示时间t内所述本振光光强；
下述公式记为式（3）：
式（3）中，所述
表示所述信号光的幅值，所述
表示所述本振光幅值，所述
表示所述信号光对应的相位，所述
表示所述本振光相位，所述
表示所述时间段内所述信号光和所述本振光的混合光强。
在实际应用中，所述通过式（1）、式（2）和式（3）计算出所述相位的过程，包括：
在式（3）中，第一项和第二项为直流项，可以简单去除；第三项和第四项远超出光电探测器的频率响应范围；第五项为包含光频率与相位信息的交流项，其信号光与本振光的频率差
为已知参数，因此，可以通过去项和代入参数得到所述信号光对应的相位。
106、根据相位变化信息，恢复位置点的声波信号，并输出声波信号。
对于该步骤，具体可以通过以下方式实现：
对所述相位变化信息进行解析，得到待转化信号，例如，将所述相位变化信息映射成声波波形；
对所述待转化信号进行频域信号叠加，得到增强信号；
基于所述增强信号生成声波信号，并将所述声波信号传输至预设的声波信号输出装置，例如，所述声波信号输出装置包括扬声器。
进一步地，所述频域信号包括预先设定好的频域增强区段，所述对所述待转化信号进行频域信号叠加，得到增强信号的过程，包括：
从所述待转化信号中提取与所述频域增强区段对应的信号，并与预设的叠加信号进行信号叠加，得到增强信号。
在实际应用中，该步骤可以通过以下方式实现：
通过分布式光纤声波传感(DAS,Distributed fiber Acoustic Sensing)系统将防区对应的脉冲光信号的相位变化映射成声波。
通过对上述方法的实施，通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过确定振动信号对应的空间域、时间域以及防区，并根据防区对应的环境数据对振幅扰动风险值表进行修改，以确定防区对应的风险值计算标准，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，分别基于振动信号对应的振幅信息和频域信息计算扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
请参阅图2，本发明实施例中光缆防外破预警方法的第二个实施例，该方法的实现步骤如下：
201、在预设的时间段内，接收光缆中纤芯反射的脉冲光信号，并通过相位敏感光时域反射系统对脉冲光信号的相位变化进行解析，得到振动信号和振动信号对应的位置点；
202、根据位置点和时间段，确定振动信号对应的空间域和时间域，并根据空间域确定对应的防区；
该步骤中，所述时间域包括连续的一小时，所述防区包括至少一个所述空间域。
203、基于预设的风险阈值，判定振动信号是否属于异常扰动，并提取防区中在空间域和时间域上的防区异常信息；
该步骤中，所述防区异常信息包括异常扰动位置和异常扰动数量，所述异常扰动数量包括个数、次数以及异常扰动位置对应的异常扰动数量，其中，所述个数为所述防区中同时出现的异常扰动的个数，所述次数为在各所述时间域内所述防区出现的异常扰动的次数；
该步骤中，所述基于预设的风险阈值，判定振动信号是否属于异常扰动的过程，包括：
对所述振动信号进行解析，得到对应的振幅信息和频域信息；
根据所述振幅信息和所述频域信息确定所述振动信号对应的扰动风险值；
判断所述扰动风险值是否大于预设的风险阈值；
若大于，则判定所述振动信号为异常扰动；
若不大于，则判定所述振动信号不是异常扰动。
进一步地，所述根据所述振幅信息和所述频域信息确定所述振动信号对应的扰动风险值的过程，包括：
通过预先训练好的事件分析模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述事件分析模型包括卷积神经网络层、输出层和至少一个隐藏层；
通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重，其中，所述事件维度至少包括自然事件、干扰事件和入侵事件；
根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；
通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；
根据所述事件维度，从预设的事件风险值表中确定各所述事件维度对应的事件风险值，例如，所述自然事件对应的事件风险值为10，所述干扰事件对应的事件风险值为50，所述入侵事件对应的事件风险值为100；
将所述事件风险值和所述概率值相乘，得到所述扰动风险值。
在实际应用中，所述事件分析模型可以通过以下方式进行训练得到：
采集振动信号数据和对应的事件维度；
根据所述事件维度，按照预设的标签标记方法对所述振动信号数据进行标记，使得所述文本数据都被标记上对应的事件维度标签，得到所述振动信号数据与对应标签信息的集合，记为振动数据集；
对所述振动数据集中的数据按照预设的比例和分类方法进行分类，得到训练数据和验证数据；
将所述训练数据输入至神经网络模型进行训练，计算在所述事件维度上的概率值，得到训练结果；
根据所述在所述事件维度上的概率值，通过交叉熵函数计算损失值，记录所述损失值和所述神经网络模型的参数特征；
根据所述损失值修改所述神经网络模型的参数特征；
将训练数据和验证数据分别循环输入所述神经网络模型进行训练，直到对应的所述损失值和对应的所述神经网络模型的参数特征符合预设标准，得到所述事件分析模型。
204、判断防区异常信息是否满足防区对应的光缆预警条件；
该步骤中，所述防区异常信息包括异常扰动位置和异常扰动数量，所述异常扰动数量包括个数、次数以及异常扰动位置对应的异常扰动数量，其中，所述个数为所述防区中同时出现的异常扰动的个数，所述次数为在各所述时间域内所述防区出现的异常扰动的次数；
该步骤中，所述光缆预警条件包括时间域条件和空间域条件；
对于该步骤，具体可以通过以下方式实现：
判断所述个数是否满足所述空间域条件；
判断所述次数是否满足所述时间域条件；
若均不满足，则输出判断结果为否；
若并非均不满足，则输出判断结果为是。
205、若是，则将防区对应的脉冲光信号的相位变化映射成声波，按照预设的声波输出方式输出声波，并基于声波按照预设的预警方式生成预警信号，以对光缆进行预警。
该步骤中，所述基于声波按照预设的预警方式生成预警信号，以对光缆进行预警的过程，包括：
所述预警信号包括预警方案，所述环境数据包括各路径交通成本、设备信息和人员信息，其中，所述设备信息包括设备类型和设备位置，所述人员信息包括人员状态和人员位置；
所述基于所述声波按照预设的预警方式生成预警信号，以对所述光缆进行预警，包括：
将所述声波传输至预设的声波处理平台，并从所述声波处理平台读取所述声波对应的反馈信息；
对所述反馈信息进行解析，得到处理优先级，其中，所述处理优先级至少包括0和1；
当所述处理优先级不为0时，选取所述防区异常信息对应的所述位置点和所述防区异常信息对应的所述时间段，分别记为扰动位置点和扰动时间段；
通过所述相位敏感光时域反射系统获取所述扰动位置点对应的光纤长度；
根据所述光纤长度在预设的断纤风险值表中确定所述扰动位置点对应的断纤风险值，
根据所述断纤风险值在预设的设备类型表中筛选出该断纤风险值对应的设备类型，并将所述设备类型和所述该断纤风险值对应的设备类型进行比对，得到设备比对结果，并根据所述设备比对结果确定候选设备；
根据所述扰动时间段和所述人员状态确定候选人员，其中，所述人员状态包括空闲和非空闲，所述候选人员为在所述扰动时间段中所述人员状态为空闲的人员；
根据所述候选设备和所述候选人员生成候选预警方案；
根据所述候选设备对应的所述设备位置、所述候选人员对应的所述人员位置以及所述扰动位置点生成候选路径；
根据所述候选路径确定候选路径对应的各路径交通成本，并根据所述候选路径和所述候选路径对应的各路径交通成本计算所述候选预警方案对应的交通成本；
从所有所述候选预警方案中选取所述交通成本最低的所述预警方案。
通过对上述方法的实施，通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过振动信号对应的位置点和时间段，确定振动信号对应的空间域、时间域以及防区，基于所述防区确定对应的光缆预警条件，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，采用了由神经网络模型训练得到的时间分析模型基于振幅信息和频域信息计算在各事件维度上的概率值，得到扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
请参阅图3，本发明实施例中光缆防外破预警方法的第三个实施例，该方法的实现步骤如下：
301、在预设的时间段内，接收光缆中纤芯反射的脉冲光信号，并通过相位敏感光时域反射系统，对脉冲光信号进行解析，得到脉冲光信号的相位变化；
该步骤中，所述脉冲光信号包括后向瑞利散射光；
该步骤中，所述相位敏感光时域反射系统（Φ-OTDR）具有窄线宽光源和分光器，所述分光器将所述窄线宽光源发出的连续光分为参考光和信号光。
302、对脉冲光信号的相位变化进行解析，得到振动信号，并提取振动信号对应的位置点；
对于该步骤，具体可以通过以下方式实现：
将所述相位变化映射成振动波，得到所述振动信号；
通过所述相位敏感光时域反射系统提取所述振动信号对应的位置点。
303、根据位置点和时间段，确定振动信号对应的空间域和时间域，并根据空间域确定对应的防区；
在本实施例中，所述防区包括至少一个空间域，所述时间域包括一天中的时间区间，其中，所述空间域为光缆途经的区域，所述时间区间包括一天中按北京时间划分的24个小时。
304、提取防区中在空间域和时间域上的防区异常信息；
该步骤中，所述防区异常信息包括异常扰动位置和异常扰动数量；
对于该步骤，具体可以通过以下方式实现：
对所述振动信号进行解析，得到频域信息和振幅信息；
根据所述频域信息，在预设的振幅阈值表中确定对应的振幅阈值；
判断所述振幅信息是否超过对应的振幅阈值；
若否，则确定所述振动信号不是异常扰动；
若是，则确定所述振动信号为异常扰动，并提取所述异常扰动对应的所述异常扰动位置和所述异常扰动数量，得到防区异常信息。
在实际应用中，该步骤还包括：
通过预设的环境数据获取接口获取所述防区对应的环境数据，其中，所述环境数据包括城市信息、天气信息和时间信息；
对所述环境数据进行解析，得到环境阈值因子，例如，若所述城市信息为闹市，所述天气信息为下雨，所述时间信息为日间，则所述环境阈值因子依次加1，若所述城市信息为郊区，所述天气信息为天晴，所述时间信息为夜间，则所述环境阈值因子依次减1；
根据所述环境阈值因子对所述振幅阈值表进行修改。
305、判断防区异常信息是否满足防区对应的光缆预警条件；
该步骤中，所述光缆预警条件包括空间域条件和时间域条件；
对于该步骤，具体可以通过以下方式实现：
所述判断所述防区异常信息是否满足所述防区对应的光缆预警条件，包括：
从预设的环境信息数据库中读取所述防区对应的环境数据；
根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件；
判断所述异常扰动位置是否满足所述空间域条件；
判断所述异常扰动数量是否满足所述时间域条件；
若均不满足，则输出判断结果为是；
若并非均不满足，则输出判断结果为否。
进一步地，所述判断所述异常扰动位置是否满足所述空间域条件的过程，包括：
判断是否存在两个以上的异常扰动位置同时落在所述防区内；
若存在，则对同时落在所述防区内的所述异常扰动位置进行计数，得到同时扰动数量；
判断所述同时扰动数量是否大于预设的空间域数量；
若大于，则判断所述异常扰动位置满足所述空间域条件；
若不大于，则判断所述异常扰动位置不满足所述空间域条件；
若不存在，则判断所述异常扰动位置不满足所述空间域条件。
进一步地，所述判断所述异常扰动数量是否满足所述时间域条件的过程，包括：
提取所述时间域内的所述防区对应的异常扰动数量；
判断所述异常扰动数量是否大于所述时间域条件；
若大于，则判断所述异常扰动位置满足所述时间域条件；
若不大于，则判断所述异常扰动位置不满足所述时间域条件。
306、若是，则按照预设的预警方式对防区中的光缆进行预警。
对于该步骤，具体可以通过以下方式实现：
所述预警方式包括通过热力图进行展示，其中，所述热力图至少包括展示坐标和展示内容；
根据所述异常扰动位置确定所述展示坐标；
根据所述异常扰动数量确定所述展示内容，其中，所述展示内容至少包括颜色和数值；
按照预设的热力图输出方式在所述展示坐标输出所述颜色和数值，得到所述热力图。
在实际应用中，该步骤还包括：
将所述声波传输至预设的声波处理平台；
并从所述声波处理平台读取用户对所述声波的反馈信息；
根据所述反馈信息确定对应的处理优先级，其中，所述处理优先级至少包括0、1和2；
根据所述处理优先级对所述展示内容进行修改，例如，根据所述处理优先级确定对应的颜色，或者，将所述处理优先级乘以所述数值，并在所述热力图中进行展示。
通过对上述方法的实施，通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过振动信号对应的位置点和时间段，确定振动信号对应的空间域、时间域以及防区，基于所述防区确定对应的光缆预警条件，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，基于振动信号对应的频域信息确定对应的振幅阈值，判断所述振幅信息是否大于振幅阈值，以此来判断振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
上面对本发明实施例中的光缆防外破预警方法进行了描述，下面对本发明实施例中的光缆防外破预警装置进行描述，请参照图4，本发明实施例中的光缆防外破预警装置的一个实施例，该装置包括：
确定模块401，用于根据相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由本振光以及信号光耦合得到；
第一提取模块402，用于基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；
第二提取模块403，用于提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；
生成模块404，用于在所述振动信号满足所述光缆预警条件时，生成预警信号；
计算模块405，用于在获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；
输出模块406，用于根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
通过对上述装置的实施，通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过确定振动信号对应的空间域、时间域以及防区，并根据防区对应的环境数据对振幅扰动风险值表进行修改，以确定防区对应的风险值计算标准，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，分别基于振动信号对应的振幅信息和频域信息计算扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
请参阅图5，本发明实施例中的光缆防外破预警装置的另一个实施例包括：
确定模块401，用于根据相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由本振光以及信号光耦合得到；
第一提取模块402，用于基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；
第二提取模块403，用于提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；
调整模块407，用于通过预先训练好的神经网络模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；根据所述概率值和所述事件维度，从预设的事件扰动风险值表中确定对应的事件扰动风险值，并基于所述事件扰动风险值对所述扰动风险值进行调整；
判断模块408，用于从预设的环境信息数据库中读取所述防区对应的环境数据；根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件，其中，所述光缆预警条件包括空间域条件和时间域条件；判断所述异常扰动位置是否满足所述空间域条件，并判断所述异常扰动数量是否满足所述时间域条件；若均不满足，则输出判断结果为所述振动信号满足所述光缆预警条件；若并非均不满足，则输出判断结果为所述振动信号不满足所述光缆预警条件；
生成模块404，用于在所述振动信号满足所述光缆预警条件时，生成预警信号；
计算模块405，用于在获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；
输出模块406，用于根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
在本实施例中，所述生成模块404包括：
判断单元4041，用于判断所述振动信号是否为异常扰动；
所述判断单元4041还用于对所述振动信号进行解析，得到对应的振幅信息和频域信息；根据所述振幅信息确定所述振动信号对应的振幅区间；根据所述频域信息确定所述振动信号对应的频域区间；根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；判断所述扰动风险值是否大于预设的风险阈值；若不大于，则判定所述振动信号不是异常扰动；若大于，则判定所述振动信号为异常扰动；
确定单元4042，用于在所述振动信号为异常扰动时，根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；
所述确定单元4042还用于根据所述振幅区间，从预设的振幅风险值表中确定对应的振幅风险值；根据所述频域区间，从预设的频域风险系数表中确定对应的频域风险系数；将所述振幅风险值与所述频域风险系数相乘，得到所述振动信号对应的扰动风险值；
第一生成单元4043，用于根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号。
在本实施例中，所述输出模块406包括：
解析单元4061，用于对所述相位变化信息进行解析，得到待转化信号；
叠加单元4062，用于对所述待转化信号进行频域信号叠加，得到增强信号；
第二生成单元4063，用于基于所述增强信号生成声波信号。
通过对上述装置的实施，通过相干探测型相位敏感光时域反射系统探测到的混合光的光强确定发生异常扰动的位置点和时间段，其中，混合光由本振光以及信号光耦合得到；基于位置点，确定对应的防区，并提取防区在时间段的光缆预警条件；提取位置点在时间段内的振动信号，其中，振动信号由相干探测型相位敏感光时域反射系统采集得到；在振动信号满足预设的光缆预警条件时，生成预警信号；当获取到响应于预警信号的监听指令时，根据本振光的信号参数、信号光的信号参数以及时间段，计算信号光在位置点的相位变化信息；根据相位变化信息，恢复位置点的声波信号，并输出声波信号；以上，通过确定振动信号对应的空间域、时间域以及防区，并根据防区对应的环境数据对振幅扰动风险值表进行修改，以确定防区对应的风险值计算标准，从而实现了针对不同防区、时间域、空间域和环境数据的光缆防外破预警；在对振动信号的判断过程中，分别基于振动信号对应的振幅信息和频域信息计算扰动风险值，并基于扰动风险值判断所述振动信号是否为异常扰动，再结合所述防区的光缆预警条件判断是否需要预警，从而提高了光缆防外破预警的准确性；从而解决了现有技术中存在的无法基于防区针对性地进行准确的光缆防外破预警的问题。
请参阅图6，下面从硬件处理的角度对本发明实施例中的计算机设备的一个实施例进行详细描述。
图6是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对计算机设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在计算机设备600上执行存储介质630中的一系列指令操作。
计算机设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的计算机设备结构并不构成对本申请提供的计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述光缆防外破预警方法的步骤。
在实际应用中，上述提供的方法可以基于人工智能技术来实现，其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。其具体可以是基于服务器来执行，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory， ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种光缆防外破预警方法，其特征在于，所述光缆防外破预警方法基于相干探测型相位敏感光时域反射系统实现，其中，所述相干探测型相位敏感光时域反射系统配置有本振光；
所述光缆防外破预警方法包括：
根据所述相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由所述本振光以及信号光耦合得到；
基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；
提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；
在所述振动信号满足所述光缆预警条件时，生成预警信号；
当获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；
根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
2.根据权利要求1所述的光缆防外破预警方法，其特征在于，所述在所述振动信号满足所述光缆预警条件时，生成预警信号，包括：
判断所述振动信号是否为异常扰动；
若是，则根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；
根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号。
3.根据权利要求2所述的光缆防外破预警方法，其特征在于，所述判断所述振动信号是否为异常扰动，包括：
对所述振动信号进行解析，得到对应的振幅信息和频域信息；
根据所述振幅信息确定所述振动信号对应的振幅区间；
根据所述频域信息确定所述振动信号对应的频域区间；
根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值；
判断所述扰动风险值是否大于预设的风险阈值；
若不大于，则判定所述振动信号不是异常扰动；
若大于，则判定所述振动信号为异常扰动。
4.根据权利要求2所述的光缆防外破预警方法，其特征在于，所述根据所述振动信号对应的振幅区间和所述振动信号对应的频域区间确定所述振动信号对应的扰动风险值，包括：
根据所述振幅区间，从预设的振幅风险值表中确定对应的振幅风险值；
根据所述频域区间，从预设的频域风险系数表中确定对应的频域风险系数；
将所述振幅风险值与所述频域风险系数相乘，得到所述振动信号对应的扰动风险值。
5.根据权利要求2所述的光缆防外破预警方法，其特征在于，在所述根据所述光缆预警条件确定对应的风险阈值，并在所述扰动风险值大于所述风险阈值时，生成预警信号之前，还包括：
通过预先训练好的神经网络模型中的卷积神经网络层从所述振幅信息和所述频域信息中分别提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；
通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；
根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；
通过所述输出层对所述映射值进行归一化处理，得到在所述事件维度上的概率值；
根据所述概率值和所述事件维度，从预设的事件扰动风险值表中确定对应的事件扰动风险值，并基于所述事件扰动风险值对所述扰动风险值进行调整。
6.根据权利要求1-5中任一项所述的光缆防外破预警方法，其特征在于，在所述在所述振动信号满足所述光缆预警条件时，生成预警信号之前，还包括：
从预设的环境信息数据库中读取所述防区对应的环境数据；
根据所述环境数据，在预设的光缆预警条件表中确定对应的光缆预警条件，其中，所述光缆预警条件包括空间域条件和时间域条件；
判断所述异常扰动位置是否满足所述空间域条件，并判断所述异常扰动数量是否满足所述时间域条件；
若均不满足，则输出判断结果为所述振动信号满足所述光缆预警条件；
若并非均不满足，则输出判断结果为所述振动信号不满足所述光缆预警条件。
7.根据权利要求6所述的光缆防外破预警方法，其特征在于，所述根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号，包括：
对所述相位变化信息进行解析，得到待转化信号；
对所述待转化信号进行频域信号叠加，得到增强信号；
基于所述增强信号生成声波信号。
8.一种光缆防外破预警装置，其特征在于，所述装置包括：
确定模块，用于根据相干探测型相位敏感光时域反射系统探测到的混合光的光强，确定发生异常扰动的位置点和时间段，其中，所述混合光由本振光以及信号光耦合得到；
第一提取模块，用于基于所述位置点，确定对应的防区，并提取所述防区在所述时间段的光缆预警条件；
第二提取模块，用于提取所述位置点在所述时间段内的振动信号，其中，所述振动信号由所述相干探测型相位敏感光时域反射系统采集得到；
生成模块，用于在所述振动信号满足所述光缆预警条件时，生成预警信号；
计算模块，用于在获取到响应于所述预警信号的监听指令时，根据所述本振光的信号参数、所述信号光的信号参数以及所述时间段，计算所述信号光在所述位置点的相位变化信息；
输出模块，用于根据所述相位变化信息，恢复所述位置点的声波信号，并输出所述声波信号。
9.一种计算机设备，其特征在于，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行如权利要求1-7中任一项所述的光缆防外破预警方法的各个步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的光缆防外破预警方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211270893.2A CN115346357B (zh) | 2022-10-18 | 2022-10-18 | 光缆防外破预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211270893.2A CN115346357B (zh) | 2022-10-18 | 2022-10-18 | 光缆防外破预警方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115346357A true CN115346357A (zh) | 2022-11-15 |
| CN115346357B CN115346357B (zh) | 2023-01-31 |
Family
ID=83957298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211270893.2A Active CN115346357B (zh) | 2022-10-18 | 2022-10-18 | 光缆防外破预警方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115346357B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116626448A (zh) * | 2023-04-18 | 2023-08-22 | 国网江西省电力有限公司南昌供电分公司 | 一种基于云平台的光缆防外破监测系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1011681A (ja) * | 1996-06-21 | 1998-01-16 | Yamato Protec Co | 設備異常警報方法及び設備異常警報システム |
| WO2013103201A1 (ko) * | 2012-01-06 | 2013-07-11 | (주)파이버프로 | 간섭계형 광섬유 교란 감지 장치 및 그 감지 방법 |
| JP2017161492A (ja) * | 2016-03-04 | 2017-09-14 | 横河電機株式会社 | 振動変位測定装置及び振動変位測定方法 |
| CN108877124A (zh) * | 2018-06-29 | 2018-11-23 | 奇点新源国际技术开发(北京)有限公司 | 应用于周界安防系统的入侵物检测方法及装置 |
| CN114783165A (zh) * | 2022-06-22 | 2022-07-22 | 山东科华电力技术有限公司 | 基于分布式光纤振动传感的电缆通道防外破在线监测系统 |
| CN114842603A (zh) * | 2022-04-24 | 2022-08-02 | 杭州巨骐信息科技股份有限公司 | 一种高压电缆防外破监测预警系统 |
-
2022
- 2022-10-18 CN CN202211270893.2A patent/CN115346357B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1011681A (ja) * | 1996-06-21 | 1998-01-16 | Yamato Protec Co | 設備異常警報方法及び設備異常警報システム |
| WO2013103201A1 (ko) * | 2012-01-06 | 2013-07-11 | (주)파이버프로 | 간섭계형 광섬유 교란 감지 장치 및 그 감지 방법 |
| JP2017161492A (ja) * | 2016-03-04 | 2017-09-14 | 横河電機株式会社 | 振動変位測定装置及び振動変位測定方法 |
| CN108877124A (zh) * | 2018-06-29 | 2018-11-23 | 奇点新源国际技术开发(北京)有限公司 | 应用于周界安防系统的入侵物检测方法及装置 |
| CN114842603A (zh) * | 2022-04-24 | 2022-08-02 | 杭州巨骐信息科技股份有限公司 | 一种高压电缆防外破监测预警系统 |
| CN114783165A (zh) * | 2022-06-22 | 2022-07-22 | 山东科华电力技术有限公司 | 基于分布式光纤振动传感的电缆通道防外破在线监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张均伟，蓝波，黄嘉庚，谢晓华: "基于分布式光纤传感的光缆防外破监测研究", 《光通信研究》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116626448A (zh) * | 2023-04-18 | 2023-08-22 | 国网江西省电力有限公司南昌供电分公司 | 一种基于云平台的光缆防外破监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115346357B (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Allouch et al. | Roadsense: Smartphone application to estimate road conditions using accelerometer and gyroscope | |
| CN111854921A (zh) | 一种分布式光纤减速带振动预警系统及方法 | |
| Fouda et al. | Pattern recognition of optical fiber vibration signal of the submarine cable for its safety | |
| WO2016198683A1 (en) | Method and apparatus for monitoring pipeline using an optical fiber sensor system | |
| CN115346357B (zh) | 光缆防外破预警方法、装置、设备及存储介质 | |
| CN111537056A (zh) | 基于svm与时频域特征的管道沿线第三方施工动态预警方法 | |
| CN113467433A (zh) | 一种机械设备故障检测的方法及装置 | |
| CN114623922A (zh) | 分布式光纤传感预警系统及其控制方法、设备、存储介质 | |
| US20220329068A1 (en) | Utility Pole Hazardous Event Localization | |
| CN114613116A (zh) | 防外破预警方法、装置、设备及存储介质 | |
| CN115100816A (zh) | 一种穿戴式近电感知设备及监控系统 | |
| CN111539393B (zh) | 基于emd分解与lstm的油气管道第三方施工预警方法 | |
| CN111540150B (zh) | 一种基于多芯分布式光纤的管道施工机器预警系统及方法 | |
| CN116432007B (zh) | 基于空域特征和机器学习的光纤预警模式识别方法 | |
| Mahmoud | Practical Aspects of Perimeter Intrusion Detection and Nuisance Suppression for Distributed Fibre-optic Sensors | |
| US20230366703A1 (en) | System to measure coil locations and lengths on aerial fiber cables by distributed fiber sensing | |
| WO2023220451A1 (en) | System to measure coil locations and lengths on aerial fiber cables by distributed fiber sensing | |
| Xu et al. | A novel method of recognizing disturbance events in Φ-OTDR based on affinity propagation clustering and perturbation signal selection | |
| CN116186642A (zh) | 一种基于多维特征融合的分布式光纤传感事件预警方法 | |
| WO2023004180A1 (en) | Identification of false transformer humming using machine learning | |
| US11733070B2 (en) | Street light operating status monitoring using distributed optical fiber sensing | |
| Bublin | Machine learning for distributed acoustic sensors, classic versus image and deep neural networks approach | |
| CN105559789B (zh) | 跌倒检测系统及方法 | |
| Tejedor et al. | Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results | |
| CN116015432B (zh) | 基于光感和遥感的光缆监控方法、装置、设备及存储介质 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device, equipment, and storage medium for preventing external damage of optical cables Effective date of registration: 20231128 Granted publication date: 20230131 Pledgee: Industrial and Commercial Bank of China Limited Guangzhou tianpingjia sub branch Pledgor: Gaokan (Guangzhou) Technology Co.,Ltd. Registration number: Y2023980068014 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |