[发明专利]一种油气长输管道光纤预警信号特征提取方法

说明书

本发明公开了一种油气长输管道光纤预警信号特征提取方法。该方法包括：从光纤传感器的振动信号中，以时间和空间为标准，按照入侵事件类别、事件发生时间和观测点依次读取数据，并保存为原始样本数据；使用数字滤波器对原始样本数据进行高通滤波，以去除信号中的干扰信号；基于光纤信号特性和光纤硬件设备特点初步提取信号多维特征；根据样本数据中的标注，使用独热编码对入侵事件类别进行编码；使用线性降维和非线性降维对样本数据进行降维分析，并通过聚类对样本数据进行清洗，得到清洗后的原始振动信号的特征，作为后续用于预警的信号特征。本发明可实现更为快速和高还原度的油气长输管道光纤预警信号特征提取和清洗。

技术领域

本发明涉及信号处理技术领域，更具体地，涉及一种油气长输管道光纤预警信号特征提取方法。

背景技术

许多产业的发展离不开石油天然气的供给。在油气能源问题日益受瞩目的今天，油气管道运输以其安全性高、占地面积小等优势，在经济发展中发挥着越来越大的作用，所以保证能源的安全运输已经成为经济发展的重要一环。但是一些人为破坏或不良施工行为都极有可能导致运输管道遭到破坏。这些事故不仅导致了环境污染和能源浪费，同时还可能造成重大的安全事故。对于油气长输管道第三方入侵事件监测技术，目前业界公认的先进方法是利用与油气长输管道同沟铺设通信光缆中的冗余光纤，采用相干瑞利散射技术构建分布式光纤预警系统。光纤传感器探测法有实时性能好，支持长距离铺设，使用成本低等优势。

光纤预警的工作原理可以描述为：采用与油气长输管道同沟敷设的通信光缆中的冗余光纤，采用光时域反射测量方法，获取背向散射光中携带的光纤受周围环境中振动所引起的调制特征信息，通过分析振动调制信息，反演出外部振动信号对应的入侵事件。相对于振动电缆探测法和电磁波探测法等信号感知方法，光纤传感器探测法由于使用光纤作为传播途径，所以对环境的适应性更强，不易受到外界杂质的干扰。相比于红外探测法，光纤传感器探测法由于抗干扰性更强，所以更适用于长距离铺设。相比于声波探测法，光纤传感器因为以光为传播介质，所以传播的速度更快，预警的实时性更好。目前在业内，基于光纤传感器进行管道运输安全预警已经得到了较为广泛的应用。

油气长输管道光纤预警关键技术主要是背向散射光调制信息识别技术，其中识别技术的好坏直接决定了光纤预警性能好坏。目前在监测信号识别方面已经有不少经验，不过由于光纤信号波动大、变化快以及不稳定等特点，一直没有一个在识别精度与识别速度间达到平衡的基于光纤传感器信号的特征提取算法，从而制约了光纤预警技术在油气长输管道安全领域的大规模应用。

近几年，基于光纤传感器的油气长输管道光纤安全预警方向已经有了不少特征提取和清洗方法，但基本上局限在处理某一种或相同特征属性的某一类入侵事件。经分析，现有管道运输安全光纤预警技术在测量模型的构建、实际应用场景以及技术可行性上存在以下缺点：

1)基于人工智能技术作为核心的方法，对于多种类型事件提取的特征的区分效果较差，仅仅可以较为准确的区分某一种或相同特征属性的某一类入侵事件，这与真实现场要求是不符的。并且，现有方法很难实现“实时”的预警，对于威胁管道运输安全的事件难以做出第一时间的报警处理。

2)基于人工智能算法作为核心方法的泛化性能有待进一步考虑，算法构建模型所需的数据大多是在理想的、无环境噪声的实验室等环境下获得，虽然部分方法在构建模型时加入了噪音，但是无法模拟真实状况下的环境噪音。此外，现有算法没有再对环境的实际情况进行分析，例如由于硬件的使用消耗导致信号发生变化等，这样导致算法在实验室等“理想”环境下的识别效果突出，而在实际应用中的效果不理想。

3)基于人工智能算法作为核心的方法，大部分不是端到端的算法，且部分使用概率作为核心的方法可理解性较差，需要的算力较大，这导致在实际应用时不易实现，或者需要在专业人士帮助下才可以顺利使用。

4)对于背景噪声的适应性不好，由于真实现场环境的复杂性以及各种背景噪声的情况，导致现有方法的适应性不强。