[发明专利]电缆防盗监测方法和系统、计算机可读存储介质在审
申请号: | 201911360337.2 | 申请日: | 2019-12-25 |
公开(公告)号: | CN111127793A | 公开(公告)日: | 2020-05-08 |
发明(设计)人: | 罗伟明;符晓洪;范伟松;吴自强;斯荣;孙嘉杰;李炳璋;厉冰 | 申请(专利权)人: | 深圳供电局有限公司 |
主分类号: | G08B13/12 | 分类号: | G08B13/12 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 熊文杰 |
地址: | 518001 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电缆 防盗 监测 方法 系统 计算机 可读 存储 介质 | ||
本发明涉及一种电缆防盗监测方法和系统、计算机可读存储介质。方法包括:向所述单模光纤耦合脉冲光以在所述单模光纤中产生后向瑞利散射;接收经所述单模光纤反射后的所述后向瑞利散射,并根据所述脉冲光和所述后向瑞利散射获取沿所述单模光纤分布的振动信号;根据所述脉冲光和所述后向瑞利散射获取所述待测电缆的入侵位置,并将所述振动信号输入至预测模型以获取所述待测电缆的入侵类型;根据所述入侵位置、入侵类型按照预设报警策略输出相应的报警信息,利用预测模型可以精准的获取入侵时间的入侵类型,提高了入侵事件的识别准确率,同时还可以根据入侵事件输出相应的报警信号以警示工作人员。
技术领域
本发明涉及电缆监测技术领域,特别是涉及电缆防盗监测方法和系统、计算机可读存储介质。
背景技术
电缆沟分布广、距离长,火灾引发电缆断裂、短路,设备跳闸、停电等故障既给电力用户造成了经济损失,也对电网安全运行构成了严重威胁。
传统的,一是可基于电缆的漏电流测量或外层间电容测量之类的电学参量对电缆进行监测,其缺点是只能是线路被损坏的事后监测,且停电后无法进行监测、无法识别入侵事件的入侵地点与入侵类型;二是可基于光纤振动传感监测技术实现对电缆的检测,无法识别多个入侵事件的入侵地点与入侵类型。
发明内容
基于此,有必要针对上述技术问题,提供一种电缆防盗监测方法和系统、计算机可读存储介质,可以实时对多个入侵事件的入侵地点与入侵类型进行识别,且识别率高。
一种电缆防盗监测方法,应用于电缆防盗监测系统,所述电缆防盗监测系统包括与待测电缆同步绑定设置的单模光纤,所述方法包括:
向所述单模光纤耦合脉冲光以在所述单模光纤中产生后向瑞利散射;
接收经所述单模光纤反射后的所述后向瑞利散射,并根据所述脉冲光和所述后向瑞利散射获取沿所述单模光纤分布的振动信号;
根据所述脉冲光和所述后向瑞利散射获取所述待测电缆的入侵位置,并将所述振动信号输入至预测模型以获取所述待测电缆的入侵类型;
根据所述入侵位置、入侵类型按照预设报警策略输出相应的报警信息。
在其中一个实施例中,所述将所述振动信号输入至预测模型以获取所述待测电缆的入侵类型前,包括:
获取振动信号训练集,所述振动信号训练集包括多个干扰振动信号和多个入侵振动信号;
利用所述振动信号训练集对循环神经网络模型进行训练获取所述预测模型。
在其中一个实施例中,所述利用所述振动信号训练集对循环神经网络模型进行训练获取所述预测模型,包括:
根据所述振动信号训练集中多个干扰振动信号确定所述循环神经网络模型的第一损失函数;
根据所述振动信号训练集中多个入侵振动信号确定所述循环神经网络模型的第二损失函数;
将所述振动信号训练集输入所述循环神经网络模型对LSTM网络层的权重进行优化,直至所述第一损失函数的输出值小于第一预定阈值、所述第二损失函数的输出值小于第二预定阈值;
将所述第一损失函数的输出值小于第一预定阈值、所述第二损失函数的输出值小于第二预定阈值对应的循环神经网络模型作为所述预测模型。
在其中一个实施例中,根据所述入侵位置、入侵类型按照预设报警策略输出相应的报警信息,包括:
构建入侵位置、入侵类型与预设报警策略的对应关系;
确定与当前入侵位置、入侵类型相对应的预设报警策略;
根据确定的预设报警策略输出警报信号,所述报警信号携带所述入侵位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司,未经深圳供电局有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911360337.2/2.html,转载请声明来源钻瓜专利网。