[发明专利]一种基于深度学习的光缆故障定位方法、装置及设备

权利要求书

1.一种基于深度学习的光缆故障定位方法，其特征在于，包括：

获取光缆的待测光纤；

利用BOTDR设备，按照所述待测光纤的走线方向依次采集得到若干所述待测光纤的布里渊频移信息；所述利用BOTDR设备，按照所述待测光纤的走线方向依次采集得到若干所述待测光纤的布里渊频移信息，包括：

利用所述BOTDR设备分布式采集所述待测光纤上各个点的温度和应变信息；

采用滑动窗口法分段截取所述待测光纤的布里渊频移信息；

所述滑动窗口法，包括：

根据故障定位的精度，将滑动窗口的大小设置为档距的八分之一到四分之一之间，所述滑动窗口每次移动的距离为所述滑动窗口的大小的四分之一到二分之一之间；

将所述若干布里渊频移信息依次输入预先训练的故障检测模型，得到与所述若干布里渊频移信息对应的若干识别结果；所述故障检测模型基于光缆故障检测数据集训练得到；所述光缆故障检测数据集包括：光纤熔接处的布里渊频移信息、光纤断纤处的布里渊频移信息和光纤处在正常运行状态时的布里渊频移信息；所述识别结果包括：所述待测光纤正常、所述待测光纤为熔接处和所述待测光纤为熔断处；

若任一所述识别结果为所述待测光纤为熔断处，则确定上一处被识别为熔接处的所述待测光纤的布里渊频移信息和下一处被识别为所述熔接处的所述待测光纤的布里渊频移信息，并将所述熔接处的所述待测光纤定位为杆塔位置；

根据所述杆塔位置定位所述识别结果为所述待测光纤为熔断处的所述待测光纤；所述根据所述杆塔位置定位所述识别结果为所述待测光纤为熔断处的所述待测光纤，具体包括：

根据上一处被识别为熔接处的所述待测光纤的布里渊频移信息确定上一处杆塔位置；

根据下一处被识别为熔接处的所述待测光纤的布里渊频移信息确定下一处杆塔位置；

在所述上一处杆塔位置和所述下一处杆塔位置之间滑动所述滑动窗口以确定所述识别结果为所述待测光纤为熔断处的所述待测光纤的位置。

2.根据权利要求1所述的方法，其特征在于，还包括：

利用所述BOTDR设备进行采集操作前，进行测试操作和自动参数配置；

根据所述测试操作的结果调整所述BOTDR设备以优化采集操作的效果。

3.根据权利要求1所述的方法，其特征在于，所述故障检测模型基于光缆故障检测数据集训练得到，包括：

所述光缆故障检测数据集包括：训练集和测试集；

将所述训练集输入卷积神经网络；

所述卷积神经网络根据所述训练集判断光纤的运行状态，计算输出值的误差，通过所述误差反向传播以调整所述卷积神经网络的权重；

达到训练次数上限后，输入所述测试集以调整所述卷积神经网络的准确率，得到所述故障检测模型。

4.根据权利要求1所述的方法，其特征在于，所述将所述若干布里渊频移信息依次输入预先训练的故障检测模型，得到与所述若干布里渊频移信息对应的若干识别结果，具体包括：

利用所述故障检测模型判断所述待测光纤的布里渊频移信息是否异常，如果不异常，则所述待测光纤的所述识别结果为所述待测光纤正常；如果异常，则进一步利用所述故障检测模型判断所述待测光纤的布里渊频移信息是否与所述光纤熔接处的布里渊频移信息相同。

5.根据权利要求4所述的方法，其特征在于，如果所述故障检测模型判断所述待测光纤的布里渊频移信息异常，则进一步利用所述故障检测模型判断所述待测光纤的布里渊频移信息是否与所述光纤熔接处的布里渊频移信息相同，具体包括：

如果所述故障检测模型判断所述待测光纤的布里渊频移信息与所述光纤熔接处的布里渊频移信息相同，则所述待测光纤的所述识别结果为所述待测光纤为熔接处；

如果所述故障检测模型判断所述待测光纤的布里渊频移信息与所述光纤熔接处的布里渊频移信息不相同，则所述待测光纤的所述识别结果为所述待测光纤为熔断处。

6.根据权利要求1所述的方法，其特征在于，还包括：根据所述识别结果为所述待测光纤为熔接处的所述待测光纤的布里渊频移信息，得到所述杆塔位置的信息、位置区间和所述待测光纤的编号。