基于光纤光栅的OPGW异常振动信号分类识别

基于光纤光栅的OPGW异常监测得到了广泛研究,但异常检测数据在分类识别判断是否为正常信号和虚假信号上存在较大困难,针对上述问题,研究了基于改进型的网格搜索法进行随机森林分类。首先在理论上构建分类识别模型,通过粒子群算法迭代寻找最优分类解;然后将监测数据分为多帧训练集、测试集和验证集,分别实现传统随机森林算法、网格搜索随机森林算法和改进型网格搜索随机森林算法对异常振动分类识别;最后利用异常信号识别准确率和精确度具体量化三种算法对比结果。实际分类计算结果表明,所研究的改进型网格搜索随机森林算法在测试集异常信号识别准确率可达98.56%,验证集异常信号识别准确率可达99.56%,证明了方法的有效性,对OPGW光缆异常振动分类识别具有实际意义。