一种基于光缆声呐仪的光缆路由普查方法及系统与流程

文档序号:40653038发布日期:2025-01-10 19:00阅读:11来源:国知局
一种基于光缆声呐仪的光缆路由普查方法及系统与流程

本发明属于光缆普查,具体涉及一种基于光缆声呐仪的光缆路由普查方法及系统。


背景技术:

1、通信光缆是由若干根光纤(一般从几芯到几千芯)构成的缆心和外护层所组成。光纤具有传输容量大、衰耗少、传输距离长、体积小、重量轻、无电磁干扰、成本低等优点,是当前最有前景的通信传输媒体。目前光缆广泛地用于电信、电力、广播等各部门的信号传输上。

2、具体应用时,光缆可以通过管埋、地埋、悬空架设等方式进行长距离部署。由于历史原因,目前铺设并在使用中的光缆存在信息丢失的问题,也存在工程人员未能及时更新管线资源信息的问题,造成现有记录与实际情况不匹配,影响后续的维护和管理决策。

3、当光缆在使用过程中出现故障时,由于信息的丢失,导致光缆线路故障的修复变得困难,而且修复所需要的耗时长、成本高。现有技术的一种解决办法是对光缆资源进行普查,将信息丢失的数据重新找回来形成光缆哑资源进行统一管理。

4、光纤分布式声波传感技术基于背向瑞利散射原理,采集背向瑞利散射光,通过对背向瑞利散射光进行分析和处理,可以有效地进行光缆的巡线普查。但是,光缆通常会部署在各种背景环境下,存在着各种各样的干扰,使得采集到的信号难以被深入理解,导致光缆的巡线普查出现错误。对监测到的信号进行模式识别降低了光缆巡线普查的难度。但上述方法依然存在一定的问题,主要包括:环境干扰:光缆通常部署在复杂的环境中,可能会受到温度变化、机械振动、电磁干扰等多种因素的影响,这些干扰会叠加所监测的光信号上,使得信号处理变得复杂。信号解释困难:即使利用光纤分布式声波传感技术能够采集到信号,但由于背景噪音的存在,信号往往不够纯净,难以准确解析和理解,可能导致误判。模式识别挑战:虽然现有技术中有依赖模式识别技术进行,虽然模式识别技术可以帮助降低巡线普查的难度,但在实际应用中,需要处理大量的数据,并且要能够准确区分不同类型的声音信号,这对算法的鲁棒性和准确性提出了较高要求。


技术实现思路

1、本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于光缆声呐仪的光缆路由普查方法及系统,本发明旨在解决现有技术中光缆普查信息的不准确问题,实现精确的光缆路由普查。

2、为了解决上述技术问题,本发明采用的技术方案为:

3、一种基于光缆声呐仪的光缆路由普查方法,包括下述步骤:

4、s1,通过光缆声呐仪获取对被排查光缆施加敲击和声音后由敲击引起以及声音引起的两种声波信号;

5、s2,融合两种声波信号得到融合后的声波信号;

6、s3,将融合后的声波信号利用深度学习模型进行检测以获得光缆的故障位置信息,所述深度学习模型被预先训练建立了融合后的声波信号、光缆的故障位置信息之间的映射关系。

7、可选地,步骤s1中对被排查光缆施加敲击和声音包括:在光缆路由的可能方向上按照设定的长度框进行距离分段,在每个距离分段中设置敲击点和声波点,在敲击点按照一定的时间间隔使用手持式振动锤进行敲击,敲击完成后在声波点分别发出声音,且施加的敲击或声音的能量以逐渐增大或者逐渐降低的方式进行,使得以在指定的时间内针对同一距离分段采集到一系列不同大小的由敲击引起以及声音引起的两种声波信号。

8、可选地,步骤s2中融合两种声波信号得到融合后的声波信号之前,还包括采用滤波器对由敲击引起以及声音引起的两种声波信号进行滤波降噪。

9、可选地,步骤s2中融合两种声波信号得到融合后的声波信号的函数表达式为:

10、,

11、,

12、,

13、上式中,为敲击融合信号,为敲击融合系数,为第t个距离分段由第i个敲击引起的声波信号,为声波融合信号,为声音融合系数,为第t个距离分段由第i个声音引起的声波信号,为融合后的声波信号,为由敲击引起的声波信号在融合过程中的重要程度系数,为由声音引起的声波信号在融合过程中的重要程度系数,为同一距离分段中所产生的敲击对应的声波信号总数或声音对应的声波信号总数。

14、可选地,由敲击引起的声波信号在融合过程中的重要程度系数和由声音引起的声波信号在融合过程中的重要程度系数两者取值相同。

15、可选地,步骤s3中的深度学习模型为卷积长短时记忆网络convlstm。

16、可选地,步骤s3之前还包括训练深度学习模型以融合后的声波信号、光缆的故障位置信息之间的映射关系:

17、s101,收集带有标签的由敲击引起以及声音引起的两种声波信号的声音信号,所述标签为真实的光缆的故障位置信息;将收集的声音信号采用滤波器进行滤波降噪、归一化处理,并按照指定的比例划分为训练集、验证集和测试集;

18、s102,利用训练集、验证集和测试集来训练深度学习模型,且采用指定的损失函数来优化更新深度学习模型的模型参数,最终保存深度学习模型的模型参数,得到被训练建立了融合后的声波信号、光缆的故障位置信息之间的映射关系的深度学习模型。

19、此外,本发明还提供一种基于光缆声呐仪的光缆路由普查系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行所述基于光缆声呐仪的光缆路由普查方法。

20、此外,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中存储有计算机程序或指令,该计算机程序或指令被编程或配置以通过处理器执行所述基于光缆声呐仪的光缆路由普查方法。

21、此外,本发明还提供一种计算机程序产品,包括计算机程序或指令,该计算机程序或指令被编程或配置以通过处理器执行所述基于光缆声呐仪的光缆路由普查方法。

22、和现有技术相比,本发明主要具有下述优点:本发明基于光缆声呐仪的光缆路由普查方法包括利用光缆声呐仪对光缆进行资源普查,具体是利用光缆声呐仪接入需要进行排查的光缆中,然后沿着光缆的路由可能方向上进行振动敲击、声波影响,进而采集光缆中的声波信号进行分析,分析过程中融合振动敲击对应的声波信号、声波影响对应的声波信号,获得融合信号后进行光缆路由位置信息的分析,能够解决现有技术中光缆普查信息的不准确问题,实现精确的光缆路由普查。



技术特征:

1.一种基于光缆声呐仪的光缆路由普查方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,步骤s1中对被排查光缆施加敲击和声音包括:在光缆路由的可能方向上按照设定的长度框进行距离分段,在每个距离分段中设置敲击点和声波点,在敲击点按照一定的时间间隔使用手持式振动锤进行敲击,敲击完成后在声波点分别发出声音,且施加的敲击或声音的能量以逐渐增大或者逐渐降低的方式进行,使得以在指定的时间内针对同一距离分段采集到一系列不同大小的由敲击引起以及声音引起的两种声波信号。

3.根据权利要求1所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,步骤s2中融合两种声波信号得到融合后的声波信号之前,还包括采用滤波器对由敲击引起以及声音引起的两种声波信号进行滤波降噪。

4.根据权利要求1所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,步骤s2中融合两种声波信号得到融合后的声波信号的函数表达式为:

5.根据权利要求4所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,由敲击引起的声波信号在融合过程中的重要程度系数和由声音引起的声波信号在融合过程中的重要程度系数两者取值相同。

6.根据权利要求1所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,步骤s3中的深度学习模型为卷积长短时记忆网络convlstm。

7.根据权利要求1所述的基于光缆声呐仪的光缆路由普查方法,其特征在于,步骤s3之前还包括训练深度学习模型以融合后的声波信号、光缆的故障位置信息之间的映射关系:

8.一种基于光缆声呐仪的光缆路由普查系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~7中任意一项所述基于光缆声呐仪的光缆路由普查方法。

9.一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序或指令,其特征在于,该计算机程序或指令被编程或配置以通过处理器执行权利要求1~7中任意一项所述基于光缆声呐仪的光缆路由普查方法。

10.一种计算机程序产品,包括计算机程序或指令,其特征在于,该计算机程序或指令被编程或配置以通过处理器执行权利要求1~7中任意一项所述基于光缆声呐仪的光缆路由普查方法。


技术总结
本发明公开了一种基于光缆声呐仪的光缆路由普查方法及系统,本发明基于光缆声呐仪的光缆路由普查方法包括下述步骤:S1,通过光缆声呐仪获取对被排查光缆施加敲击和声音后由敲击引起以及声音引起的两种声波信号;S2,融合两种声波信号得到融合后的声波信号;S3,将融合后的声波信号利用深度学习模型进行检测以获得光缆的故障位置信息,所述深度学习模型被预先训练建立了融合后的声波信号、光缆的故障位置信息之间的映射关系。本发明旨在解决现有技术中光缆普查信息的不准确问题,实现精确的光缆路由普查。

技术研发人员:邓超,李永智,石鹏程,张莉娜,邓湘竹,杨军,邹力子,蒋凡毅,杨圣茂,罗京,黄惟垚,章愷
受保护的技术使用者:国网湖南省电力有限公司
技术研发日:
技术公布日:2025/1/9
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1