[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

说明书

本发明属于油气管道沿线安防技术领域，具体涉及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，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。本发明考虑了各防区时间段特征、地理特征，并结合波形的时域特征，对管道沿线第三方施工实现智能预警。

技术领域

本发明属于油气管道沿线安防技术领域，具体涉及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。

背景技术

第三方在管道安全范围内的施工统称为“第三方施工”。长期以来，为维护油气管道的完整性和防止第三方施工破坏，投入了巨大的人力和财力，但是油气管道第三方施工，随机性强，不易预测和控制导致监视难度大，目前管道人工巡线是作为控制第三方施工风险、确保管道运行安全的主要手段，依靠徒步巡线、在施工高发时段加强巡护、主动查找管道沿线的挖掘机、开沟机、打井队等大型作业设备来对第三方施工进行监视，防患于未然，降低第三方施工带来破坏的可能性。

分布式光纤振动传感器是近年来发展的一种用于实时测量空间振动分布的光纤传感系统。与管道同沟铺设的光缆作为传感介质，感知管道沿线的风险，通过机器学习算法，对管道沿线入侵事件进行智能识别，实现对管道的实时监测、定位、预警和报警。例如，天津大学的曲志刚等在油气管道安全分布式光纤预警系统研究的一文中提及，利用其中的三条单膜光纤构成分布式微振动测试传感器，实时地检测管道沿途所发生的泄漏及其他异常事件，并采用基于小波包分析的“峭度-状态”法辨别管道沿线所发生的异常情况，最后对现场实验数据及其信号处理结果进行分析，结果表明预警系统可以有效地对管道周围发生的泄漏和其他异常情况进行检测和辨别。另外，公开号为CN108932480A的专利文献公开了一种基于1D-CNN的分布式光纤传感信号特征学习与分类方法，对获取的各空间点的分布式光纤传感声音、振动信号进行时间分割，建立典型事件信号数据集；构建一维卷积神经网络1D-CNN模型，利用典型事件信号数据训练集对网络进行迭代更新训练得到最优网络参数，利用最优网络学习并提取不同类型事件的1D-CNN可分辨特征，得到典型事件信号特征集；利用典型事件信号特征集训练不同类型分类器后，筛选出最佳分类器。测试时将测试数据输入最优1D-CNN网络得到事件可分辨特征，再输入最佳分类器得到分类结果。

由于油气管道分布范围广，所经过的地形、地貌不同，附近的干扰性活动复杂，若仅对管道沿线的振动源做单一的同类处理，而忽视管道沿线的土壤、土质、人类生活等环境特点的影响，难以实现对沿线施工情况的准确预警。

发明内容

针对现有技术中存在的上述不足之处，本发明提供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。

为了达到上述发明目的，本发明采用以下技术方案：

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，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。

作为优选方案，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。