[發明專利]一種光纜振動中斷預警系統的分類器訓練方法

有效

• 申請號: 201910527175.0
• 申請日: 2019-06-18
• 公開（公告）號: CN110222670B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 張珮明
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司電力調度控制中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種光纜振動中斷預警系統的分類器訓練方法，其特征在于，包括：

步驟一、獲取訓練信號樣本，在各基建施工現場附件安裝光纖振動探測器，記錄施工挖掘期間的振動信號，作為訓練信號樣本；在實驗室安裝該光纖振動探測器，在實驗箱內模擬纜溝環境，飼養白鼠，讓其在光纜附近走動，啃咬光纜外層護套，記錄白鼠走動和啃咬光纜護套期間的振動信號，作為訓練信號樣本；在正常運行的光纜富裕纖芯上安裝該光纖振動探測器，記錄風吹、雨滴、冰雹擊打、植物刮碰、路人行走、汽車經過光纜正常運行期間的振動信號，作為訓練信號樣本；

步驟二、對訓練信號樣本進行編號，提取獲取到的訓練信號樣本的幅度、持續時間、信號一階差分值的絕對值的最大值作為特征向量；

步驟三、將所有的訓練信號樣本隨機分為兩組，3/4的訓練信號樣本作為訓練組樣本，剩余的1/4訓練信號樣本作為測試組樣本；

訓練組樣本是已標記好的訓練信號樣本，將所有訓練組樣本按照接已分類好的類別進行分組，施工挖掘期間的訓練信號樣本分為第A組，白鼠啃咬光纜護套期間的訓練信號樣本分為第B組，白鼠在光纜上走動的訓練信號樣本分為第C組，其余訓練信號樣本分為第D組；

步驟四、將A、B、C、D四個組中的每個組的所有訓練信號樣本作為一個整體，計算該組的特征向量，從而獲得每組的特征向量；

步驟五、對測試組樣本計算特征向量取值，然后使用分類器對測試組樣本進行分類；

步驟六、將每份測試組樣板信號的測試分組結果與該信號的實際分組比較，從而獲得分類的準確率，當準確率在預設范圍內，則分類器訓練完成。

2.根據權利要求1所述的光纜振動中斷預警系統的分類器訓練方法，其特征在于，所述步驟二具體包括：

對訓練信號樣本進行編號，提取獲取到的訓練信號樣本的幅度、持續時間、信號一階差分值的絕對值的最大值作為特征向量，定義目標分類的特征向量為：

V＝[S,L,D_max]

其中，S為目標信號的幅度，L為目標信號的持續時間，D_max為信號一階差分值的絕對值的最大值；其中，S為目標信號的幅度，L為目標信號的持續時間，D_max為信號一階差分值的絕對值的最大值，D_max的計算公式為：

D_max＝|x_i-x_i-1|_max

其中，i∈(1,2,3,...,N),x_i為信號的幅度，N為信號處理選取的一個信號子段，每100個點為一個子段，即N＝100。

3.根據權利要求2所述的光纜振動中斷預警系統的分類器訓練方法，其特征在于，所述步驟四具體包括：

將A、B、C、D四個組中的每個組的所有訓練信號樣本作為一個整體，計算該組的特征向量，從而獲得每組的特征向量V_X(S_x,L_x,D_x)。

4.根據權利要求3所述的光纜振動中斷預警系統的分類器訓練方法，其特征在于，所述步驟五具體包括：

對測試組樣本計算特征向量取值，然后使用分類器對測試組樣本進行分類，具體分類方法為：

取其中一份測試組樣本中的測試信號樣本，計算特征向量V_Y(S_y,L_y,D_y)；

計算每一份測試信號樣本的特征向量V_Y與A、B、C、D四個組中每個組的特征向量V_X之間的余弦值，計算公式為：

根據cosθ的值確認該測試信號樣本是否屬于該分組。

5.根據權利要求1所述的光纜振動中斷預警系統的分類器訓練方法，其特征在于，所述步驟六還包括：

當準確率較低時，將偏離結果的測試組信號樣品排序，序號為單數的樣品調整并入訓練組，序號為雙數的樣品保留在測試組，重新訓練分類器，使用分類器對新的測試樣本進行分類，直至準確率在可接受范圍內。