光时域分布式技术的电缆外破行为检测系统

针对现有技术中电缆受到外力破坏影响电缆正常运行的问题,提出了新型的电缆外破行为检测方法,利用光频域分布式技术实现电缆外破行为检测。通过采用BP人工神经网络模型对电缆防外破的各种数据信息进行分类,提高了数据计算的效率。该研究采用BP人工神经网络模型,将造成电缆外破的确定性因素通过属性学习进行故障数据输出,并通过识别与分类算法模型对入侵事件所包含的频率信息进行识别与分类。试验表明,该研究方法正确率达到90%以上,平均偏差为2.3米,定位精准。