DE112021004496T5 - Statistische bildverarbeitungsbasierte anomalieerkennung zum verhindern von kabelschnitten - Google Patents

Statistische bildverarbeitungsbasierte anomalieerkennung zum verhindern von kabelschnitten Download PDF

Info

Publication number
DE112021004496T5
DE112021004496T5 DE112021004496.6T DE112021004496T DE112021004496T5 DE 112021004496 T5 DE112021004496 T5 DE 112021004496T5 DE 112021004496 T DE112021004496 T DE 112021004496T DE 112021004496 T5 DE112021004496 T5 DE 112021004496T5
Authority
DE
Germany
Prior art keywords
fiber optic
optic cable
procedure
dfos
predetermined threshold
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.)
Pending
Application number
DE112021004496.6T
Other languages
English (en)
Inventor
Shaobo HAN
Ming-Fang Huang
Yuheng Chen
Milad SALEMI
Ting Wang
Yoshiaki Aono
Tiejun Xia
Glenn Wellbrock
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Laboratories America Inc
Original Assignee
NEC Laboratories America Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Laboratories America Inc filed Critical NEC Laboratories America Inc
Publication of DE112021004496T5 publication Critical patent/DE112021004496T5/de
Pending legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06E—OPTICAL COMPUTING DEVICES; COMPUTING DEVICES USING OTHER RADIATIONS WITH SIMILAR PROPERTIES
    • G06E3/00—Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
    • G06E3/001—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements
    • G06E3/005—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements using electro-optical or opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
    • G08B13/183—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems by interruption of a radiation beam or barrier
    • G08B13/186—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems by interruption of a radiation beam or barrier using light guides, e.g. optical fibres

Abstract

Aspekte der vorliegenden Offenbarung beschreiben Systeme, Verfahren und Strukturen zur verteilten faseroptischen Erfassung (DFOS (= Distributed Fiber Optic Sensing)), die vorteilhaft eine Anomalieerkennung resultierend aus einer Bauausführung oder einer anderen Aktivität basierend auf Bildverarbeitung ermöglichen, die vorteilhaft einen Schaden an einer Glasfasernetzinfrastruktur erkennen / melden / verhindern kann, bevor ein solcher Schaden auftritt.

Description

  • TECHNISCHES GEBIET
  • Diese Offenbarung betrifft allgemein faseroptische Telekommunikationsnetze und Systeme, Verfahren und Strukturen zur verteilten faseroptischen Erfassung (DFOS (= Distributed Fiber Optic Sensing)). Insbesondere gehört sie zu Systemen, Verfahren und Strukturen, die DFOS-Techniken vorteilhaft nutzen können, um einen Defekt bzw. Schaden an Glasfasern zu verhindern, bevor ein solcher Schaden auftritt.
  • HINTERGRUND
  • Globale Netzwerkdienstleister haben notwendigerweise Infrastrukturen für Glasfasernetze in großem Ausmaß - die sich fast überall auf der Erde erstrecken - eingesetzt, um für eine ständig steigende, unersättliche Nachfrage nach Telekommunikationsbandbreite, einschließlich des Internets, vorzusorgen. Wie es leicht verstanden und eingesehen wird, verursacht ein Schaden an der Glasfasernetzinfrastruktur - einschließlich Faserschnitten bzw. -unterbrechungen - eine enorme Störung für die heutige Gesellschaft. Folglich würden Systeme, Verfahren und Strukturen, die die Fähigkeit bieten, Aktivitäten in der Nähe einer Glasfasernetzinfrastruktur zu erkennen, die den Betrieb einer solchen Infrastruktur bedrohen, eine bedeutende und höchst willkommene Ergänzung zum Stand der Technik darstellen, da sie irgendeinen Schaden und resultierende Konsequenzen verhindern kann.
  • ZUSAMMENFASSUNG
  • Ein Fortschritt auf dem Gebiet wird gemäß Aspekten der vorliegenden Offenbarung gemacht, die auf Systeme, Verfahren und Strukturen zur verteilten faseroptischen Erfassung (DFOS (= Distributed Fiber Optic Sensing)) gerichtet ist, die eine Anomalieerkennung für eine Bauausführung - oder eine andere Aktivität - basierend auf einer Bildverarbeitung bereitstellen, die einen Schaden an einer Glasfasernetzwerkinfrastruktur vorteilhaft erkennen / melden / verhindern kann, bevor ein solcher Schaden auftritt.
  • In scharfem Gegensatz zum Stand der Technik bieten Systeme, Verfahren und Strukturen gemäß Aspekten der vorliegenden Offenbarung eine solche Anomalieerkennung basierend auf statistischer Bildverarbeitung, einschließlich zweier Hauptoperationen an den DFOS-Wasserfallbildern, einschließlich Bildbinarisierung und räumlich-zeitlicher Filterung.
  • Vorteilhafterweise arbeitet unsere Bildbinarisierung, um standortspezifische Grenzpunkte bzw. -werte zu bestimmen, die aus Daten basierend auf einem spezifizierten Pegel von Fehlalarmrate abgeleitet sind, und um Wasserfallbilder in Schwarzweißbilder umzuwandeln, die während eines Reduzierens von Speicher- und Verarbeitungskosten unnötige Details vorteilhaft entfernen.
  • Unsere räumlich-zeitliche Filterung reduziert Fehlalarme durch Reduzieren verschiedener Arten von Hintergrundrauschen. Von weiterem Vorteil ist, dass unsere verwendete Filtervorlage an die räumlich-zeitlichen Muster von Zielereignissen von Interesse anpassbar ist.
  • Unsere erfinderische Technik ist eine hybride, wissensbasierte und datengesteuerte Technik, einschließlich unserer neuartigen algorithmischen adaptiven Binarisierung und Filtervorlagen. Bei unserer Technik einer adaptiven Binarisierung untersucht unsere Technik, anstelle eines Einstellens einer globalen Intensitätsschwelle und eines Anwendens von ihr auf ein gesamtes Glasfaserkabel, zuerst einen (oder mehrere) Intensitätspegel normaler Bodenschwingungen bzw. Vibrationen an jedem Glasfaserkabelpunkt und leitet dann seinen eigenen Grenzwert bzw. -punkt ab, der eine Fehlalarmrate unter einem spezifizierten Pegel sicherstellt, wenn kein Signal vorhanden ist. Diese Grenzwerte bzw. -punkte können sich an Bedingungen für Tag/Nacht/Wochenende/Wochentag und Wetter-Boden anpassen, ohne dass ein menschliches Eingreifen erforderlich ist. Mit unseren Filtervorlagen sind - obwohl die statistischen Charakteristiken der Bauausführungs- bzw. Konstruktionssignale unbekannt und schwer zu modellieren sind - Vorkenntnisse vorhanden, wie beispielsweise die Trefferhäufigkeit bzw. -frequenz, die zeitliche Dauer und der räumliche Einflussbereich unter verschiedenen Boden-Erdboden- und Wetterbedingungen. Gemäß unserer erfinderischen Technik unterscheiden sich räumlich-zeitliche Muster für das menschliche Auge visuell von anderen durch normales Verkehrs- und Umgebungsrauschen verursachten Schwingungen. Die Fehlalarmrate kann durch Destillieren bzw. Zusammenfassen von einem solchen menschlichen Wissen in unser Anomalieerkennungssystem weiter reduziert werden und die Erkennungsrate verbessern. Geleitet durch solches Wissen entwickelten wir verschiedene Architekturen von räumlich-zeitlichen Filtern für verschiedene Zielsignalmuster durch Anwenden einer unterschiedliche Kernelgröße von Medianfiltern, Entwerfen von Kaskaden mehrerer Filter und Verwenden von Subtraktionsoperatoren.
  • Figurenliste
  • Ein vollständigeres Verstehen der vorliegenden Offenbarung kann durch Bezugnahme auf die beigefügte Zeichnung realisiert werden, in welcher:
    • 1 ein schematisches Diagramm eines Systems und eines Betriebs für verteilte faseroptische Erfassung ist, wie es im Stand der Technik allgemein bekannt ist;
    • 2 ein Flussdiagramm ist, das ein gesamtes Verfahren gemäß Aspekten der vorliegenden Offenbarung darstellt;
    • 3 ein schematisches Blockdiagramm ist, das ein illustratives DFOS-Sensornetzwerk zeigt, das über ein Glasfasernetz gelegt ist, und ein Diagramm, das eine Erfassungssignalintensität für normale Bedingungen und Konstruktionsaktivität bzw. Bautätigkeit darstellt, und zwar gemäß Aspekten der vorliegenden Offenbarung;
    • 4 ein Flussdiagramm ist, das ein detailliertes Verfahren zur Wasserfall-Anomalieerkennung gemäß den Aspekten der vorliegenden Offenbarung zeigt;
    • 5 ein schematisches Diagramm ist, das eine Operation P1 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt;
    • 6 ein schematisches Diagramm ist, das eine Operation P2 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt;
    • 7 ein schematisches Diagramm ist, das eine Operation P3 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt;
    • 8 ein schematisches Diagramm ist, das eine Operation P4 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt;
    • 9(A) und 9(B) eine Reihe von Diagrammen sind, die ein Testbeispiel eines Baggers, der auf ein Glasfaserkabel stößt, gemäß den Aspekten der vorliegenden Offenbarung darstellen;
    • 10(A) und 10(B) eine Reihe von Diagrammen sind, die ein zweites Testbeispiel eines Baggers, der auf ein Glasfaserkabel stößt, gemäß den Aspekten der vorliegenden Offenbarung darstellen;
    • 11 (A) und 11 (B) eine Reihe von Diagrammen sind, die ein drittes Testbeispiel eines Baggers, der auf ein Glasfaserkabel stößt, gemäß den Aspekten der vorliegenden Offenbarung darstellen;
    • 12 ein schematisches Diagramm ist, das eine illustrative Anzeige eines Anomalieerkennungssystems gemäß Aspekten der vorliegenden Offenbarung zeigt; und
    • 13 ein Flussdiagramm ist, das einen illustrativen Betrieb eines Glasfaserkabel-Sicherheitsschutzsystems von einer Eingangserfassung bis zu einer Ausgangswarnung gemäß Aspekten der vorliegenden Offenbarung zeigt.
  • BESCHREIBUNG
  • Das Folgende stellt lediglich die Prinzipien der Offenbarung dar. Es wird somit eingesehen werden, dass Fachleute auf dem Gebiet in der Lage sein werden, verschiedene Ausgestaltungen zu entwickeln, die, obwohl sie hierin nicht ausdrücklich beschrieben oder gezeigt werden, die Prinzipien der Offenbarung verkörpern und innerhalb ihres Sinngehalts und Schutzumfangs enthalten sind.
  • Weiterhin ist beabsichtigt, dass alle Beispiele und die bedingte Sprache, die hierin vorgetragen werden, nur pädagogischen Zwecken dient, um dem Leser beim Verstehen der Prinzipien der Offenbarung und der Konzepte, die von dem (den) Erfinder(n) zum Voranbringen der Technik beigetragen sind, zu helfen und so auszulegen sind, dass sie ohne Beschränkung auf solche spezifisch vorgetragenen Beispiele und Bedingungen sind.
  • Darüber hinaus ist beabsichtigt, dass alle Angaben, die hierin Prinzipien, Aspekte und Ausführungsformen der Offenbarung vortragen, sowie spezifische Beispiele davon sowohl strukturelle als auch funktionale Äquivalente davon umfassen. Zusätzlich ist beabsichtigt, dass solche Äquivalente sowohl derzeit bekannte Äquivalente sowie in der Zukunft entwickelte Äquivalente enthalten, d.h. irgendwelche entwickelten Elemente, die dieselbe Funktion ungeachtet der Struktur durchführen.
  • Somit wird es zum Beispiel von Fachleuten auf dem Gebiet eingesehen werden, dass irgendwelche Blockdiagramme hierin konzeptionelle Ansichten eines illustrativen Schaltkreises darstellen, die die Prinzipien der Offenbarung verkörpern.
  • Solange es hierin nicht ausdrücklich anders spezifiziert ist, sind die FIG., aus denen die Zeichnung besteht, nicht maßstabsgetreu gezeichnet.
  • Als zusätzlichen Hintergrund - und unter Bezugnahme auf 1, die ein schematisches Diagramm eines auf dem Gebiet allgemein bekanntes illustrativen verteilten optischen Fasererfassungssystems ist, - beginnen wir dadurch, dass wir anmerken, dass eine verteilte optische Fasererfassung (DOFS) eine wichtige und weit verbreitete Technologie ist, um Umgebungsbedingungen (wie beispielsweise Temperatur, Vibration bzw. Schwingung, Dehnungsniveau, etc.) irgendwo entlang eines Glasfaserkabels, das wiederum mit einem Interrogator verbunden ist, zu erkennen. Wie es bekannt ist, sind moderne Interrogatoren Systeme, die ein Eingangssignal zur Faser erzeugen und das (die) reflektierte(n)/gestreute(n) und anschließend empfangene(n) Signal(e) erkennen/analysieren. Die Signale werden analysiert und eine Ausgabe wird erzeugt, die auf die Umgebungsbedingungen hinweist, auf die man entlang der Länge der Faser trifft. Das (die) so empfangene(n) Signal(e) kann (können) aus Reflexionen in der Faser, wie beispielsweise Raman-Rückstreuung, Rayleigh-Rückstreuung und Brillouin-Rückstreuung, resultieren. Es kann auch ein Signal in Vorwärtsrichtung sein, das die Geschwindigkeitsdifferenz von mehreren Moden verwendet. Ohne Allgemeingültigkeit zu verlieren, nimmt die folgende Beschreibung ein reflektiertes Signal an, obwohl dieselben Ansätze auch auf weitergeleitete Signale angewendet werden können.
  • Wie es eingesehen werden wird, enthält ein modernes DOFS-System einen Interrogator - und begleitende Analyse-Struktur/-Funktionen -, der periodisch optische Impulse (oder irgendein codiertes Signal) erzeugt und sie in eine optische Faser injiziert. Das injizierte optische Impulssignal wird entlang der optischen Faser befördert bzw. übertragen.
  • An Orten bzw. Stellen entlang der Länge der Faser wird ein kleiner Teilbereich eines Signals reflektiert und zum Interrogator zurückbefördert. Das reflektierte Signal trägt Informationen, die der Interrogator verwendet, um beispielsweise eine Änderung eines Leistungspegels, die - zum Beispiel - auf eine mechanische Vibration hinweist, zu erkennen.
  • Das reflektierte Signal wird in einen elektrischen Bereich umgewandelt und innerhalb des Interrogators verarbeitet. Basierend auf der Impulsinjektionszeit und der Erkennung des Zeitsignals bestimmt der Interrogator, von welcher Stelle bzw. welchem Ort entlang der Faser das Signal kommt, und kann so die Aktivität jeder Stelle entlang der Faser erfassen.
  • 2 ist ein Flussdiagramm, das ein gesamtes Verfahren gemäß Aspekten der vorliegenden Offenbarung darstellt. Wie es in diesem Flussdiagramm dargestellt ist, beginnt das illustrative Verfahren einen Schritt 1 durch Messen normaler Charakteristiken bzw. Eigenschaften, einschließlich Basisline-Schwingungspegel von - zum Beispiel - Straßenverkehr unter normalen Bedingungen -, einer eingesetzten Glasfaserverbindung, die Teil eines verteilten akustischen Erfassungssystems ist.
  • In einem Schritt 2 werden die gemessenen Daten in einen Datenspeicher für Glasfaserkabel-Standortinformationen gespeichert und wird ein standortspezifischer Grenzwert bzw. -punkt basierend auf einem globalen Fehlalarmpegel bestimmt.
  • In einem Schritt 3 werden die gemessenen Glasfaserkabelstandortinformationen in eine geografische Karte integriert.
  • In einem Schritt 4 wird dann, wenn ein Baubetrieb in der Nähe (benachbart zu) der Faser stattfindet, ein Alarm durch das Fasererfassungs-Anomalieerkennungssystem ausgelöst, wobei anormale Werte auf Karten zum Anschauen angezeigt werden oder zu einem Benutzer oder einem anderen System ausgegeben werden.
  • In einem Schritt 5 wird dann, wenn ein Alarm mit einem vorbestimmten anormalen Wert ausgelöst wird, ein Techniker beauftragt, das Ereignis (die Ereignisse) zu prüfen. In einem Schritt 6 kann der Techniker den Standort bzw. die Stelle basierend auf der geografischen Karte besuchen und den Baubetrieb bewerten / stoppen, wenn er nicht autorisiert oder zu nahe am Kabel ist. Schließlich kann der Techniker in einem Schritt 7 das Ereignis prüfen und irgendein Trouble-Ticket schließen, das erzeugt worden sein kann.
  • 3 ist ein schematisches Blockdiagramm, das ein illustratives DFOS-Sensornetzwerk zeigt, das über ein Glasfasernetz gelegt ist, und ein Diagramm, das eine Erfassungssignalintensität für normale Bedingungen und eine Bauaktivität darstellt, und zwar gemäß Aspekten der vorliegenden Offenbarung. Wie es in diesem schematischen Diagramm gezeigt ist, wird ein optisches Erfassungssystem (DFOS) und ein Anomaliedetektor gezeigt, die in einer Zentrale / einem Kontrollraum angeordnet sind, von dem aus es eine gesamte Glasfaserkabeltrasse betreiben / überwachen kann, die (im Feld bzw. im praktischen Einsatz bzw. draußen) eingesetzt wird. Das DFOS-System ist optisch verbunden / in Kommunikation mit solcher eingesetzter Feld-Glasfaser (Erfassungsfaser), um Erfassungsfunktionen entlang der Länge der Faser bereitzustellen.
  • Vorteilhafterweise und wie es von Fachleuten auf dem Gebiet leicht eingesehen werden wird, kann die eingesetzte Erfassungsfaser eine dunkle Faser oder eine betriebsbereite, einsatzfähige Faser sein, die direkten bzw. Live- Telekommunikationsverkehr trägt. Ein Einschubdiagramm in der Figur zeigt eine illustrative Signalintensitätskarte von da, wie es durch das DFOS unter Verwendung der im Feld bzw. im praktischen Einsatz eingesetzten Glasfaser als Sensor bestimmt wurde. Fachleute auf dem Gebiet werden verstehen und einsehen, dass unter normalen Bedingungen, die hauptsächlich Straßenverkehr und Umgebungslärm bzw. -rauschen enthalten, eine Signalintensität niedriger als jede Signalintensität ist, die mit nahe gelegenen Bautätigkeiten bzw. -aktivitäten assoziiert ist.
  • 4 ist ein Flussdiagramm, das ein detailliertes Verfahren zur Wasserfall-Anomalieerkennung gemäß Aspekten der vorliegenden Offenbarung zeigt. Wie es in dieser Abbildung verwendet ist, bezeichnet „I“ Eingaben, bezeichnet „P“ Prozeduren und bezeichnet „O“ Ausgaben. Sie werden nachstehend detailliert erklärt.
  • In Betrieb empfängt unser erfinderisches System als Eingaben folgendes.
  • I-1: Statistik eines normalen Szenarios
  • Nach einer gewissen Zeitperiode einer Feldzustandsüberwachung durch unser DFOS-System werden Erfassungssignalintensitätsstatistiken als Systembasisline erhalten, die Signale aus Straßenverkehr und auch Hintergrundrauschen für eine gesamte Kabeltrasse (ohne Bauarbeiten) enthalten.
  • I-2: Benutzerspezifizierter Fehlalarmpegel
  • Benutzer unseres Systems können eine obere Grenze eines Fehlalarmpegels einstellen, und zwar basierend auf der Intensität eines Zielsignals und einer Benutzertoleranz gegenüber fehlenden Alarmen. Demgemäß wird für jede Stelle entlang der Erfassungsfaseroptik basierend auf der Normalzustandsstatistik ein individueller Grenzpunkt erzeugt.
  • I-3: DFOS-Wasserfallstrom
  • Momentaufnahmen von Wasserfalldaten von der DFOS-Sensorfaseroptik basierend auf einem gleitenden Zeitfenster.
  • I-4: Filtervorlagen
  • Vorteilhafterweise sind unterschiedliche „Vorlagen“-Filterarchitekturen für unterschiedliche Zielsignale entworfen bzw. ausgelegt. Demgemäß können Benutzer diejenigen für die häufigsten Bedrohungsereignisse einstecken oder mehrere von ihnen parallel verwenden.
  • I-5: Alarmschwelle
  • Ein anormaler Wert wird als Gesamtzahl von weißen Pixel bei jedem Glasfaserkabelpunkt innerhalb jedes Zeitfensters bestimmt. Ein Bedrohungspegel (hoch, mittel, niedrig) kann basierend auf einer Einstellung mehrerer Schwellen für anormale Werte zugewiesen werden. Eine endgültige Alarmentscheidung kann durch kontinuierliches Überwachen des Wasserfalls und Bestimmen eines kumulativen anormalen Wertes über mehrere Zeitrahmen getroffen werden. Ein Alarm wird ausgelöst werden, wenn der anormale Wert höher als die Schwelle ist und auf einer Karte zur Benachrichtigung der entsprechenden Personen oder Systeme angezeigt wird.
  • In Betrieb kann unser erfinderisches System und Verfahren die folgenden illustrativen Prozeduren enthalten:
  • P-1: Ortsspezifische Grenzpunkte im Normalzustand
  • 5 ist ein schematisches Diagramm, das eine Operation P1 des Flussdiagramms 4 gemäß Aspekten der vorliegenden Offenbarung darstellt. Insbesondere zeigt die Figur die Prozedur P-1 in einem Normalzustand als Basisline (ohne Bauausführungen bzw. Konstruktionen). Nach einem Empfangen von Daten vom DFOS-System für eine bestimmte Zeitperiode - d.h. einige Stunden oder einige Tage oder eine andere benutzerdefinierte Zeitperiode - kann die Signalintensität gezeigt werden, die Straßenverkehrsmuster, Brückenschwingungsmuster und stationäres Rauschen aus umliegenden Umgebungen enthalten kann. Durch ein Beschränken der Fehlalarmrate unter einen bestimmten Pegel kann der Grenzpunkt an jeder Kabelstelle einer gesamten Trasse bzw. Strecke eingestellt werden, wie es in der Figur gezeigt ist. Es kann gesehen werden, dass in einem nahe gelegenen Bereich von Brücken die Grenzpunkte aufgrund dessen höher sind, dass größere Schwingungssignale erzeugt werden.
  • P-2: Bildbinarisierung
  • 6 ist ein schematisches Diagramm, das eine Operation P2 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt. In Betrieb wird ein Anomaliezustand erkannt, wo eine Konstruktion bzw. eine Bauausführung im umrissenen Bereich des Wasserfalldiagramms angeordnet ist. Durch Normalisieren von Signalen durch Berechnen des Z-Werts kann eine anfängliche binäre Entscheidung durch Bildbinarisierung erhalten werden, wie es angezeigt ist. Zusätzlich kann ein anfänglicher anormaler Wert durch Zählen der Gesamtzahl von Pixeln jeder Stelle (Spalte) erreicht werden. Es ist zu beachten, dass für jeden der Glasfaserkabelpunkte Pixel, die ein oberstes [x] Prozent der Intensität zeigen, als selten angesehen und als „anfängliche Anomalie“ gekennzeichnet werden, wobei [x] Prozent dem vom Benutzer definierten Fehlalarmpegel entspricht.
  • P-3: Fehlalarmsteuerung über Medianfilter
  • 7 ist ein schematisches Diagramm, das eine Operation P3 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt. Durch vorteilhaftes Verwenden eines Medianfilters mit angepasster Kernelgröße kann einiges an Rauschen (z.B. Straßenverkehrsrauschen bzw. -lärm, Brückenrauschen bzw. -lärm und Umgebungsrauschen bzw. -geräusche) durch räumlich-zeitliche Filterung reduziert werden. Aus der Figur ist ersichtlich, dass nach einem Aussieben/Filtern durch einen Medianfilter anormale Ereignisse und nur wenig Verkehrsrauschen übrigbleiben.
  • P-4: Berechnung anormaler Werte
  • 8 ist ein schematisches Diagramm, das eine Operation P4 des Flussdiagramms der 4 gemäß Aspekten der vorliegenden Offenbarung darstellt. Diese 8 zeigt den anormalen Wert. Für jeden Glasfaserkabelpunkt wird der anormale Wert als die Gesamtzahl der zuvor bestimmten „Anomalie“-Pixel berechnet. Daher empfängt das verbleibende Verkehrsrauschen niedrigere Werte als Bauereignisse, da sie nicht standortpersistent sind. Es ist von Vorteil, einen anormalen Wert über die Zeit zu überwachen oder einen kumulativen anormalen Wert zu berechnen - die nicht bedrohlichen Ereignisse, wie beispielsweise eine Baumaschine, die sich entlang des Kabels bewegt, würden keinen Fehlalarm verursachen, da der durch einen anormalen Wert angezeigte Anomalie-Standort auch zeitlich variiert.
  • 9(A) und 9(B) sind eine Reihe von Diagrammen, die ein Testbeispiel eines Baggers darstellen, der auf ein Glasfaserkabel stößt, und zwar gemäß Aspekten der vorliegenden Offenbarung.
  • 10(A) und 10(B) sind eine Reihe von Diagrammen, die ein zweites Testbeispiel eines Baggers darstellen, der auf ein Glasfaserkabel stößt, und zwar gemäß Aspekten der vorliegenden Offenbarung.
  • 11(A) und 11(B) sind eine Reihe von Diagrammen, die ein drittes Testbeispiel eines Baggers darstellen, der auf ein Glasfaserkabel stößt, und zwar gemäß Aspekten der vorliegenden Offenbarung.
  • Diese Figuren zeigen verschiedene Bauereignisse (z.B. einen Bagger, der das Glasfasersensorkabel oder andere Objekte angräbt und/oder darauf stößt), die an verschiedenen Orten bzw. Stellen und zu verschiedenen Zeiten auftreten, als Beispiele, um zu zeigen, dass gemäß Aspekten der vorliegenden Offenbarung Anomalieereignisse mit korrekter Standortidentifizierung entdeckt werden können.
  • Schließlich kann unser erfinderisches System vorteilhaft die folgenden illustrativen Ausgeben erzeugen.
  • O-1: Anzeige
  • 12 ist ein schematisches Diagramm, das eine illustrative Anzeige eines Anomalieerkennungssystems gemäß Aspekten der vorliegenden Offenbarung zeigt und ein Anzeigebild darstellt, das Kabelstreckeninformationen und erkannte Anomaliesignale mit anormalem Wert enthält, um den Trägern ein visualisiertes Ergebnis zur Verfügung zu stellen. Basierend auf den anormalen Werten kann der Techniker Entscheidungen treffen, um Feldaktivitäten zu prüfen.
  • Experimentell
  • Wir können nun unsere experimentellen Bemühungen zur Bewertung unserer erfinderischen Systeme und Verfahren präsentieren und ihre Wirksamkeit bei einer Vorhersage / Verhinderung von Aktivitäten, die die Integrität bzw. Unversehrtheit und / oder den Betrieb von Glasfaserkabeln bedrohen, demonstrieren.
  • Wie wir bereits gezeigt und beschrieben haben, kann unsere faseroptische Erfassungs- bzw. Sensortechnologie vorteilhaft Vibrationssignale innerhalb von mehreren zehn Metern von unterirdischen Glasfaserkabeln erfassen. Die meisten dieser Vibrationen werden durch normale Aktivitäten, wie beispielsweise Verkehr verursacht. Ungeachtet dessen und gemäß Aspekten der vorliegenden Offenbarung kann eine kritische Warnmeldung ausgelöst werden, wenn ein erfasstes (oder mehrere erfasste) Vibrations- bzw. Schwingungsmuster nicht mit irgendwelchen bekannten, normalen Aktivitäten übereinstimmt (übereinstimmen) und ein Quellort solcher Schwingungen derart vorhergesagt/bestimmt wird, dass er sich innerhalb eines geschützten Bereichs in der Nähe des Glasfaserkabels befindet. Demgemäß beschreiben Aspekte der vorliegenden Offenbarung Module sowohl zur Erkennung anormaler Aktivitäten als auch zur Bewertung von Bedrohungen in einem illustrativen Kabelsicherheitsschutzsystem. Vorteilhafterweise kann ein zusätzliches Lokalisierungsmodul/-verfahren eingesetzt werden, um einen Standort des Ereignisses (der Ereignisse) - d.h. die GPS-Koordinaten des Ereignisses (der Ereignisse) - entlang der Länge des Glasfaserkabels zu lokalisieren und einen solchen Standort als Teil einer Anzeige/eines Berichts eines geographischen Informationssystems (GIS) zu präsentieren.
  • 13 ist ein Flussdiagramm, das einen illustrativen Betrieb eines Glasfaserkabel-Sicherheitsschutzsystems von einer Eingangserfassung bis zu einer Ausgangswarnung gemäß Aspekten der vorliegenden Offenbarung zeigt. Wie es aus dieser Figur beobachtet werden kann, enthält unser erfinderisches System und Verfahren die zuvor genannten Operationen, nämlich Eingabe, Erkennung anormaler Aktivitäten, Bedrohungsbewertung, Ereignislokalisierung und Ausgabe.
  • In Bezug auf diese Figur stellen wir fest, dass zuerst ein herausragender Detektor individuelle starke Vibrations- bzw. Schwingungspunkte aus räumlich-zeitlichen Daten detektiert / bestimmt, die aus dem DFOS-Betrieb resultieren. Um die Fluktuation von Hintergrundrauschen auszugleichen, wird eine auf dem interquartiibereich (IQR) basierende Metrik angenommen, bei der Vibrationen, die über das 3te Quartil um mehr als 1,5 x Interquartilbereich fallen, als herausragende Punkte bestimmt werden.
  • Zweitens wird eine Ursache einer Gruppe von hervorstechenden Punkten basierend auf ihren räumlich-zeitlichen Mustern kollektiv bestimmt. Unterschiedlich vom (von) normalen Verkehrsaufkommen - das (die) lineare Neigungen induziert (induzieren) - kann der Betrieb von Grab- und Walzmaschinen jeweils Welligkeits- und Streifenmuster erzeugen. Solche Muster können unter Verwendung von Medianfiltern mit vorspezifizierten Grundflächen erkannt werden.
  • Drittens kann der Nachweis anormaler Aktivitäten bewertet werden, indem der Prozentsatz von gefilterten Punkten berechnet wird, die eine anormale Schwelle innerhalb eines lokalen Fensters überschreiten. Diese Prozedur kann die Anzahl von Fehlalarmen weiter reduzieren.
  • Der nächste Schritt ist eine Bedrohungsbewertung bzw. -einschätzung. Bezeichnete anormale Ereignisse werden als hohe Bedrohung für das Glasfaserkabei angesehen, wenn der vertikale Abstand zwischen der Quelle und dem Kabel klein ist - kleiner als ein vorbestimmter Abstand.
  • Gemäß einem frequenzabhängigen Dämpfungsmechanismus dringen niederfrequente Wellen in der Regel weiter ein als hochfrequente. Dieser Mechanismus wird im Zusammenhang mit faseroptischen Erfassungssystemen unter verschiedenen Ausbreitungsmedien untersucht. Anschließend wird ein Schutzradius für das Glasfaserkabel bestimmt.
  • In Betrieb wird ein quellenunabhängiger Klassifikator in einem Frequenzbereich trainiert, um vorherzusagen, ob das Ziel innerhalb oder außerhalb des Schutzbereichs ist. Diese Information hilft bei einer Entscheidungsfindung in Bezug auf eine Intervention, wobei Ereignisse/Ziele, die innerhalb/außerhalb eines geschützten Bereichs angeordnet sind, als hohe/geringe Bedrohung für das Glasfaserkabel angesehen werden.
  • Aufbau und Ergebnisse von Feldversuchen
  • Die Machbarkeit des Systems wurde in einem Feldversuch demonstriert. Dies ist eine Strecke in einem U-Bahn-Netz mit einer Länge von 21 km, einschließlich 4 km Luftkabel und 17 km Erdkabel. Ein faseroptisches Erfassungssystem wird in einem entfernten Endgerät positioniert und mit einem Strang einer Faser verbunden, die im Kabel angeordnet ist. Die Faser ist innerhalb eines bekannten Typs von einem 1728-Faser-Kabel.
  • Für unseren Versuch wird ein Großteil des Erdkabels in einer Tiefe von 48 - 60 Zoll vergraben. Die in diesem Versuch eingesetzte faseroptische Erfassungstechnologie ist eine verteilte akustische Erfassung (DAS (= Distributed Acoustic Sensing)), wobei ein optischer Impulszug in das Glasfaserkabel startet und eine dynamische Dehnung entlang der Faser unter Verwendung von Rayleigh-Rückstreuung misst. Das DAS-System verwendet kurze optische Impulse zusammen mit einer schnellen On-Chip-Verarbeitung, um eine äquivalente Sensorauflösung von so klein wie 1 Meter bei einer Abtastrate von 2K-Hz zu ermöglichen.
  • Unser Versuchssystem erkannte anormale Aktivitäten in zwei Feld-Bauszenarien / -operationen, nämlich Grab- und Walzmaschinen. Die Muster der Grabmaschine(n) wurden entdeckt und vorteilhafterweise kann die gleichzeitige Erkennung mehrerer Ereignisse, die von verschiedenen Maschinentypen ausgehen, erkannt werden. Ebenso wurde(n) Walzmaschinenaktivität(en) entdeckt.
  • Nach einem Erkennen dieser Bauereignisse (und einem möglichen Bestimmen, dass sie anormal sind), bestimmten wir als nächstes, ob das Ereignis (die Ereignisse) ein hohes oder geringes Risiko für das Glasfaserkabel darstellt (darstellen). Der nächste Schritt besteht darin, zu wissen, ob das Ereignis eine hohe Bedrohung oder ein geringes Risiko für das Kabel ist.
  • Um eine Auswertung der Bedrohungsbewertung vorzunehmen, wurden frequenzabhängige Dämpfungsmechanismen untersucht, um eine geschützte Zone des Kabels sowohl in einem Labor als auch in Feldumgebungen zu bestimmen. Ein Vibrator wurde als Signalquelle verwendet, um ein Motorgeräusch einer Maschine zu simulieren. Die Quelle war von 3 ~ 30 Fuß bis zum Kabel mit einem 3-Fuß-lntervall angeordnet. Zeitgemäße Vibrationssignale von mehreren Erfassungspunkten auf dem Glasfaserkabel wurden gesammelt. Durchschnittliche Leistungsspektraldichten (PSD), die nach einer bekannten Welch-Methode geschätzt wurden, wurden bestimmt.
  • Für den Zweck unserer Analyse wurden Fenstersignale basierend auf dem Ground-Truth-Abstand von der Vibrationsquelle zum Kabel in zwei Gruppen kategorisiert: 3 -12 Fuß („+“, hohe Bedrohung) und 15 ~ 30 Fuß („-“, geringes Risiko). Da der Vibrator mit 60 Hz arbeitete, wurden während des Betriebs Oberschwingungssignale bei 120 und 180 Hz induziert. Unsere Ergebnisse zeigen, dass eine Frequenzdämpfung unter 25 Hz nicht signifikant ist, und zwar für Oberflächenbedingungen von sowohl Gras als auch Asphaltstraßenpflaster. Darüber hinaus nehmen hohe Frequenzen mit einem Abstand schnell ab.
  • Um eine größere Variabilität von Quellensignalen zu induzieren, wurde auch ein Presslufthammer verwendet, um Straßenpflasterbruchvibrationen zu simulieren. Drei Vibrationsmodi wurden erzeugt: (1) Vibrator mit kontinuierlichen Vibrationen, (2) Vibrator mit intermittierenden Vibrationen und (3) Presslufthammer mit intermittierenden Vibrationen. Unsere Feldergebnisse präsentieren ähnliche Frequenzdämpfungseigenschaften wie beim Laborprüfstand, und die Trennung von zwei Gruppen durch 12 Fuß gilt konsistent über alle Vibrationsmodi in beiden Studien.
  • Demgemäß stellten wir ein überwachtes Lernmodell zur Verfügung, das darauf trainiert ist, unterschiedliche Frequenzkomponenten automatisch zu bestimmen, so dass Ereignisse innerhalb oder außerhalb des Schutzradius genau klassifiziert werden können. Basierend auf unserer Beobachtung wurde ein linearer Stützvektormaschinen-(SVM (= Support Vector Machine)-)Klassifikator gemeinsam an 1206 Signalsegmenten aus allen drei Modi trainiert und separat bei jedem Modus unter Verwendung von (nicht überlappenden) zurückgehaltenen Segmenten getestet. Unsere Ergebnisse deuten auf eine hohe Erkennungsrate (Rückruf) und eine niedrige Fehlalarmrate (1 - Präzision) hin. Vorteilhafterweise verallgemeinert der trainierte Klassifikator auf alle drei verschiedenen Arten von Signalquellen, obwohl sie unterschiedliche Charakteristiken bzw. Eigenschaften im Zeitbereich zeigen.
  • An dieser Stelle werden, während wir diese Offenbarung unter Verwendung einiger spezifischer Beispiele präsentiert haben, Fachleute auf dem Gebiet erkennen, dass unsere Lehren nicht so begrenzt sind. Insbesondere haben wir erfolgreich eine Erkennung anormaler Aktivitäten und eine Bewertung von Bedrohungen für einen Schutz von Glasfaserkabeln in Bezug auf Live-Netzwerke, einsatzfähige Telekommunikations-Glasfasernetze nachgewiesen. Durch Nutzen faseroptischer Erfassungs- und maschineller Lerntechnologien können anormale Ereignisse an jedem Punkt entlang von Glasfaserkabeltrassen entdeckt und lokalisiert werden. Zusätzlich bietet unser Schutzsystem eine Bewertung eines Bedrohungspegels basierend auf einem Abstand von einem Ereignis (Ereignissen) zum Glasfaserkabel und definiert gleichzeitig eine Schutzzone um das Glasfaserkabel basierend auf dem frequenzabhängigen Dämpfungsmechanismus. Sobald ein Ereignis innerhalb der Schutzzone erkannt wird, kann sofort eine kritische Warnung an Bediener oder Systeme ausgesendet werden. Die Ergebnisse von Feldversuchen zeigen, dass das vorgeschlagene System Telekommunikationsdienstleistern helfen kann, Bedrohungs- bzw. Gefährdungskonstruktionen in der Nähe von Glasfaserkabeln in Echtzeit zu identifizieren und einen Schaden an Glasfaserkabeln zu verhindern. Demgemäß sollte diese Offenbarung nur durch den Schutzumfang der hierzu beigefügten Ansprüche begrenzt sein.

Claims (10)

  1. Verfahren zum Bestimmen anormaler Aktivität und zur Bedrohungsbewertung für eine Glasfaserinfrastruktur, wobei das Verfahren folgendes umfasst: Bereitstellen eines Systems zur verteilten faseroptischen Erfassung (DFOS) / verteilten akustischen Erfassung (DAS) in optischer Kommunikation mit einem Glasfaserkabel, das Teil der Infrastruktur ist; Betreiben von DFOS / DAS, um Basisline-Vibrationspegel entlang einer Länge des Glasfaserkabels zu bestimmen, und Speichern der Basisline-Vibrationspegel als assoziiert mit einer bestimmten Stelle (bestimmten Stellen) entlang der Länge des Glasfaserkabels; kontinuierliches Betreiben von DFOS / DAS und Erzeugen eines Alarms, wenn ein erkanntes Vibrationsereignis bei einer oder mehreren Stellen entlang der Länge des Glasfaserkabels eine vorbestimmte Schwelle (einen Grenzpunkt) relativ zu den gespeicherten Basisline-Vibrationspegeln bei dieser einen oder diesen mehreren Stellen überschreitet.
  2. Verfahren nach Anspruch 1, wobei die vorbestimmte Schwelle an einer Stelle entlang der Länge des Glasfaserkabels unterschiedlich von der vorbestimmten Schwelle an einer anderen Stelle entlang dem Glasfaserkabel ist.
  3. Verfahren nach Anspruch 2, wobei die vorbestimmte Schwelle für Stellen in der Nähe einer Brückenstruktur höher als eine vorbestimmte Schwelle für andere Stellen ist, die nicht in der Nähe einer Brückenstruktur sind.
  4. Verfahren nach Anspruch 1, wobei die alarmerzeugende Prozedur als Eingabe Hintergrundstatistik unter normalen Bedingungen, einen stellenspezifischen und benutzerspezifizierten Fehlalarmratenpegel (oder mehrere), nimmt und eine stellenspezifische vorbestimmte Schwelle für die Länge des Glasfaserkabels bestimmt.
  5. Verfahren nach Anspruch 4, wobei die alarmerzeugende Prozedur als Eingabe einen DFOS-Wasserfalldiagrammstrom nimmt, eine Bildbinarisierung an den Wasserfalldiagrammen durchführt, eine räumlich-zeitliche Filterung an den binarisierten Diagrammen durchführt und die gefilterten Diagramme bewertet, um zu bestimmen, ob der Alarm erzeugt werden soll.
  6. Verfahren nach Anspruch 5, wobei die Wasserfalldiagramme als Momentaufnahmen basierend auf einem gleitenden Zeitfenster bereitgestellt werden.
  7. Verfahren nach Anspruch 6, wobei Metriken für anormale Werte als eine Gesamtzahl weißer Pixel an jedem Glasfaserkabelpunkt innerhalb jedes Zeitfensters bestimmt werden.
  8. Verfahren nach Anspruch 5, das weiterhin ein Anwenden stellenspezifischer Grenzunkte an den Wasserfalldiagrammen bei jeder Glasfaserkabelposition der Länge des Glasfaserkabels umfasst.
  9. Verfahren nach Anspruch 8, wobei die Fehlalarmrate unter einem bestimmten Pegel bzw. Niveau gemäß folgender Beziehung eingestellt wird: P r o b [ x i > τ i | H 0 ] ≤ α
    Figure DE112021004496T5_0001
    wobei xi eine beobachtete Intensität bei einer Stelle i ist; -τi ist ein Grenzpunkt bei einer Stelle i ist; α ein vorspezifizierter Fehlalarmpegel ist und H0 eine Verteilung von Intensitäten ist, wenn kein Zielsignal vorhanden ist (Basisline).
  10. Verfahren nach Anspruch 7, wobei ein anormaler Wert als eine Gesamtzahl von Anomaliepixeln aus einem Bild bestimmt wird.
DE112021004496.6T 2020-08-25 2021-08-25 Statistische bildverarbeitungsbasierte anomalieerkennung zum verhindern von kabelschnitten Pending DE112021004496T5 (de)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US202063069802P 2020-08-25 2020-08-25
US63/069,802 2020-08-25
US202163140985P 2021-01-25 2021-01-25
US63/140,985 2021-01-25
US17/410,820 US20220065690A1 (en) 2020-08-25 2021-08-24 Statistical image processing-based anomaly detection system for cable cut prevention
US17/410,820 2021-08-24
PCT/US2021/047623 WO2022046951A1 (en) 2020-08-25 2021-08-25 Statistical image processing-based anomaly detection for cable cut prevention

Publications (1)

Publication Number Publication Date
DE112021004496T5 true DE112021004496T5 (de) 2023-07-06

Family

ID=80353932

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021004496.6T Pending DE112021004496T5 (de) 2020-08-25 2021-08-25 Statistische bildverarbeitungsbasierte anomalieerkennung zum verhindern von kabelschnitten

Country Status (4)

Country Link
US (1) US20220065690A1 (de)
JP (1) JP7471470B2 (de)
DE (1) DE112021004496T5 (de)
WO (1) WO2022046951A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240125671A1 (en) * 2022-10-14 2024-04-18 Network Integrity Systems, Inc. Monitoring optical fibers with false alarm suppression using dissimilar algorithms
US20240125641A1 (en) * 2022-10-14 2024-04-18 Network Integrity Systems, Inc. Monitoring optical fibers using two dissimilar algorithms on a single monitoring system
WO2024081412A1 (en) * 2022-10-14 2024-04-18 Network Integrity Systems, Inc. Monitoring optical fibers

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000182158A (ja) 1998-10-09 2000-06-30 Furukawa Electric Co Ltd:The 侵入検知システム
JP2001221684A (ja) 2000-02-08 2001-08-17 Fujikura Ltd 光ファイバケーブルを用いた振動検出判定方法及び振動検出判定装置並びに振動検出判定システム
JP2007232515A (ja) 2006-02-28 2007-09-13 Fujikura Ltd 光ファイバ振動検知システム
GB201413242D0 (en) * 2014-07-25 2014-09-10 Fotech Solutions Ltd Distributed Optical Fibre Sensors
WO2018045433A1 (en) * 2016-09-08 2018-03-15 Mark Andrew Englund Method and system for distributed acoustic sensing
WO2018085893A1 (en) 2016-11-10 2018-05-17 Mark Andrew Englund Acoustic method and system for providing digital data
SG11202000451WA (en) 2017-07-18 2020-02-27 Mark Andrew Englund Method and system for distributed acoustic sensing in a marine environment
CN107490429A (zh) * 2017-07-21 2017-12-19 国网上海市电力公司 一种地埋电缆防误开挖预警装置
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
US10914646B2 (en) 2017-09-11 2021-02-09 Optilab, Llc System and method for monitoring the health of structures and machines using fiber Bragg Grating (FBG)
CA3062566C (en) * 2018-01-10 2020-03-10 Hifi Engineering Inc. Method and system for detecting events in a conduit
US10558207B1 (en) * 2019-04-11 2020-02-11 Sas Institute Inc. Event monitoring system

Also Published As

Publication number Publication date
JP2023538474A (ja) 2023-09-08
JP7471470B2 (ja) 2024-04-19
WO2022046951A1 (en) 2022-03-03
US20220065690A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
DE112021004496T5 (de) Statistische bildverarbeitungsbasierte anomalieerkennung zum verhindern von kabelschnitten
CN104680555B (zh) 基于视频监控的越界检测方法及越界监控系统
DE60310103T2 (de) Automatische detektion und überwachung von physischer bewegung an der äusseren begrenzung
CN108875684A (zh) 基于光纤感测时频图处理的列车运行状态参数估计方法
Bessason et al. Automatic detection of avalanches and debris flows by seismic methods
DE112021004482T5 (de) Erkennung und lokalisierung akustischer impulse im stadtmassstab
DE112021006609T5 (de) Vorhersage des senkrechten abstands von schwingungen durch verteilte faseroptische abtastung
CN110853316A (zh) 高速铁路周界入侵报警系统的测试方法
DE112022002097T5 (de) Lokalisierung gefährlicher ereignisse an versorgungsmasten
CN113484858A (zh) 一种入侵检测方法和系统
CN114613116A (zh) 防外破预警方法、装置、设备及存储介质
DE112015002827T5 (de) Überschwemmungs-Erfassungs-System
DE10353212A1 (de) Verfahren und Vorrichtung zur Erkennung und Vermessung von Vegetation im Umfeld von Verkehrswegen
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
DE102005045763A1 (de) System und Verfahren zur Sicherung einer großen Infrastruktur
DE102009019606A1 (de) Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
DE112022002147T5 (de) Kartierung mittels optischer fasern
CN108152670A (zh) 一种架空输电线路状态监控系统及方法
US20220230539A1 (en) Road traffic extraction for unknown anomaly detection using distributed fiber optic sensing
EP3811091A1 (de) Verfahren und anordnung zum erkennen von koronaentladungen einer anlage mit betriebsmitteln
DE102018104281A1 (de) Überwachungssystem für Objektbewegungen und Überwachungsverfahren
CN115755069A (zh) 一种轨道异物检测装置、检测系统及检测方法
CN106254826A (zh) 一种基于视频分析的地震烈度评估方法
Tejedor et al. Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results
DE112022001982T5 (de) Kontrastives lernen der darstellung von versorgungsmasten aus verteilten akustischen messsignalen

Legal Events

Date Code Title Description
R012 Request for examination validly filed