[发明专利]基于时域特征与时空信息的管道沿线第三方施工预警方法

权利要求书

1.基于时域特征与时空信息的管道沿线第三方施工预警方法，其特征在于，包括以下步骤：

S1、通过管道沿线铺设的分布式光纤传感器实时采集管道沿线的波形数据，并对波形数据进行阈值触发及数据预处理，获取可疑波段及其对应的可疑防区；

S2、根据可疑波段的波形提取相应的时域特征，并获取可疑防区对应的时间段特征和地理特征；

S3、将时域特征、时间段特征及地理特征输入XGBoost分类模型，实时判断可疑波段的波形对应的振动源是否为第三方施工，以便进行预警；

所述步骤S1中，阈值触发包括：

将采集的波形数据，按10s为一小段处理单元，每小段波形前后取40％重叠进行波形分段，选取每小段波形内最大值超过预设阈值的波形段作为可疑波段；

所述步骤S1中，数据预处理包括依次对可疑波段的波形数据进行滤波降噪、滑动窗口处理、一阶差分处理；

所述步骤S2中，根据可疑波段的波形提取相应的时域特征，包括：

对可疑波段的波形直接进行时域特征的提取，还对可疑波段的波形先进行差分处理再进行时域特征的提取，得到可疑波段对应的时域特征；

所述时域特征包括最大值、最小值、峰峰值、能量、平均值、绝对平均值、均方根、方差、标准差、峰值因子、偏度因子、间隙因子、波形因子、脉冲因子、裕度因子；

所述步骤S2中，得到可疑波段对应的时域特征之后，采用主成分分析法PCA进行降维处理，降维至15维；

降维处理包括：对于数据集矩阵X_m*n，X_i表示数据的第i维，m为特征数量，n为数据维度；

(1)对所有特征去平均值，即每一位特征减去各自的平均值

(2)计算协方差矩阵：X′X′^T；

(3)通过SVD计算协方差矩阵特征值和特征向量；

(4)对特征值从大到小排序，选择其中最大的k个；然后将其对应的k个特征向量分别作为列向量组成的k*n的特征向量矩阵V^T_n*k；

(5)将数据转换到k个特征向量构建的新空间中：X′_m*k＝X′_m*nV^T_n*k；其中，n为30，k为15；

所述时间段特征包括是否白天、是否工作日、是否节假日、是否上下班高峰期、是否特殊会议日期，所述时间段特征采用独热编码；

所述地理特征包括：

地质方面：是否农田、是否公路、是否池塘河流、是否城市、是否山林；

附近设施方面：是否存在工厂、是否高速公路、是否有密集活动的场合、附近人流量程度；

光纤掩埋方面：报警点距离、光纤掩埋深度。

2.根据权利要求1所述的基于时域特征与时空信息的管道沿线第三方施工预警方法，其特征在于，所述XGBoost分类模型的训练过程，包括：

采集分布式光纤传感器的历史波形数据，获取正常波形数据和第三方施工作业时刻、高速汽车行驶、工厂轰鸣、动物经过对应的报警波形数据；

对报警波形数据和正常波形数据进行数据预处理之后，提取各类型波形的时域特征，以离线方式将各类型波形的时域特征以及各防区的时间段特征、地理特征输入XGBoost模型进行训练，得到XGBoost分类模型。

3.根据权利要求2所述的基于时域特征与时空信息的管道沿线第三方施工预警方法，其特征在于，所述XGBoost分类模型的AUC大于0.92。