基于Φ-OTDR+BP神经网络分类器的海缆防锚害系统模式识别

基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤振动探测是海缆锚害预警的重要防护手段。针对探测海缆锚害的入侵事件类型判别需求,提出将反向传播(BP)神经网络分类器应用于基于Φ-OTDR的海缆防锚害系统中,介绍了基于Φ-OTDR+BP神经网络分类器的海缆防锚害系统原理,采用信号时域特征和时频域特征作为特征向量,构建基于BP神经网络的分类器,实现了对入侵事件类型的判别。试验结果表明,分类器的模式识别准确率达到100%。

光纤围栏中基于短时能量的事件判决算法

提出一种适用于光纤围栏系统的扰动事件判决算法。该算法基于短时能量对噪声信号进行实时评估,动态调整用于事件判决的上下阈值。通过外场试验数据验证了该算法不仅可以降低人工调试难度,而且对自然环境变化有良好的适应性。

无人值守变电站广域防盗安防系统设计

"三集五大"以后,变电站的运维模式转为由有人值班向运维站集中管控,这就导致无人值守的变电站面临被偷盗的潜在风险。现有的变电站监控系统已将实时视频信号接入监控主站,但存在以监控设备信号为主和人的主观上的站内监控盲区。文中立足变电站的安防控制系统,结合现有的视频监控平台,提出一种无人值守变电站的广域防盗窃安防系统。系统由变电站大门远程控制系统、站内动态物体捕捉系统和入侵判别报警系统组成。从框架设计、实现方案和控制逻辑角度对所提出系统的可行性进行了分析。所提出的系统能够很好地为无人值守变电站提供一个全天候的"天眼"实时监测,改善变电站的外部风险环境。