-
公开(公告)号：CN108809977A
公开(公告)日：2018-11-13
申请号：CN201810589873.9
申请日：2018-06-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种分布式光纤传感大数据实时统计压缩方法，涉及传感信号压缩技术领域，步骤1.将整个监测范围内的各空间点长时间累积采集到的一维时间响应信号作为计量信号，并分别对各空间点的计量信号进行分位数统计；步骤2.根据分位数统计结果确定各空间点的异常信号判定标准；步骤3.将某一空间点一段时间内累积到的一维时间响应信号作为一个信号处理单元，并通过该空间点的异常信号判定标准对所述信号处理单元进行异常信号判断；若所述信号单元为异常信号，则对所述信号处理单元进行数据压缩操作。本发明大大提高了连续时空不间断监测过程产生的海量数据的压缩效率，能满足海量数据压缩的实时性要求。
-
公开(公告)号：CN108809977B
公开(公告)日：2020-12-15
申请号：CN201810589873.9
申请日：2018-06-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种分布式光纤传感大数据实时统计压缩方法，涉及传感信号压缩技术领域，步骤1.将整个监测范围内的各空间点长时间累积采集到的一维时间响应信号作为计量信号，并分别对各空间点的计量信号进行分位数统计；步骤2.根据分位数统计结果确定各空间点的异常信号判定标准；步骤3.将某一空间点一段时间内累积到的一维时间响应信号作为一个信号处理单元，并通过该空间点的异常信号判定标准对所述信号处理单元进行异常信号判断；若所述信号单元为异常信号，则对所述信号处理单元进行数据压缩操作。本发明大大提高了连续时空不间断监测过程产生的海量数据的压缩效率，能满足海量数据压缩的实时性要求。
-
公开(公告)号：CN109344195B
公开(公告)日：2021-09-21
申请号：CN201811251182.4
申请日：2018-10-25
Applicant: 电子科技大学
Abstract: 本发明公开了基于HMM模型的管道安全事件识别及知识挖掘方法，属于管道安全事件监测领域；其方法包括步骤1：提取各空间点采集的信号的多域特征，获取信号的特征矢量序列；步骤2：将特征矢量序列输入HMM模型进行离线训练，完成组建典型事件HMM模型库；步骤3：将待识别信号经步骤1获取当前特征矢量序列后，将其输入典型事件HMM模型库进行识别并输出事件判断类型，同时计算最优隐状态序列作为事件状态序列演化过程信息进行输出，完成知识挖掘；本发明的HMM模型基于特征时序进行分析和识别，有效提高事件识别率；同时对事件状态序列演化过程实现了知识挖掘，以此可进行短期预测。
-
Patent Agency Ranking
公开(公告)号：CN110135645A
公开(公告)日：2019-08-16
申请号：CN201910421875.1
申请日：2019-05-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种架空输电线路全光纤动静态监测和趋势预测系统及方法，使用全光纤监测技术实现对架空输电线路多参数监测预警，实现对电力线路周边环境气温、气压等准静态环境数据和输电线路动态风舞数据等动态参数的全方位连续时空在线监测，方法在监测动静态数据的同时，利用前期采集的监测数据并基于LSTM网络模型能够实现对气温、气压等环境变化参数、线路舞动等动态变化参数的预测，及时防范可能发生的气象灾害和以便于对异常舞动线路区段进行有针对性的巡检和重点防护。监测手段属于非电气手段，传感器无源且本质安全，系统具备天然的抗电磁干扰及抗雷击能力，适用于长距离输电线路的野外恶劣环境及极端复杂气候条件。
-
公开(公告)号：CN108932480A
公开(公告)日：2018-12-04
申请号：CN201810590114.4
申请日：2018-06-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于1D-CNN的分布式光纤传感信号特征学习与分类方法。解决现有分布式光纤传感系统采用人工提取的事件可分辨特征对复杂变化的环境适应能力差，耗时、费力的问题。本发明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。
-
公开(公告)号：CN110135645B
公开(公告)日：2022-06-28
申请号：CN201910421875.1
申请日：2019-05-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种架空输电线路全光纤动静态监测和趋势预测系统及方法，使用全光纤监测技术实现对架空输电线路多参数监测预警，实现对电力线路周边环境气温、气压等准静态环境数据和输电线路动态风舞数据等动态参数的全方位连续时空在线监测，方法在监测动静态数据的同时，利用前期采集的监测数据并基于LSTM网络模型能够实现对气温、气压等环境变化参数、线路舞动等动态变化参数的预测，及时防范可能发生的气象灾害和以便于对异常舞动线路区段进行有针对性的巡检和重点防护。监测手段属于非电气手段，传感器无源且本质安全，系统具备天然的抗电磁干扰及抗雷击能力，适用于长距离输电线路的野外恶劣环境及极端复杂气候条件。
-
公开(公告)号：CN108932480B
公开(公告)日：2022-03-15
申请号：CN201810590114.4
申请日：2018-06-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于1D‑CNN的分布式光纤传感信号特征学习与分类方法。解决现有分布式光纤传感系统采用人工提取的事件可分辨特征对复杂变化的环境适应能力差，耗时、费力的问题。本发明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。
-
公开(公告)号：CN109344195A
公开(公告)日：2019-02-15
申请号：CN201811251182.4
申请日：2018-10-25
Applicant: 电子科技大学
Abstract: 本发明公开了基于HMM模型的管道安全事件识别及知识挖掘方法，属于管道安全事件监测领域；其方法包括步骤1：提取各空间点采集的信号的多域特征，获取信号的特征矢量序列；步骤2：将特征矢量序列输入HMM模型进行离线训练，完成组建典型事件HMM模型库；步骤3：将待识别信号经步骤1获取当前特征矢量序列后，将其输入典型事件HMM模型库进行识别并输出事件判断类型，同时计算最优隐状态序列作为事件状态序列演化过程信息进行输出，完成知识挖掘；本发明的HMM模型基于特征时序进行分析和识别，有效提高事件识别率；同时对事件状态序列演化过程实现了知识挖掘，以此可进行短期预测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
