本公開涉及光纖預(yù)警，尤其涉及一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法及相關(guān)設(shè)備。

背景技術(shù)：

1、光纖通信因其高帶寬和長距離傳輸能力，已成為互聯(lián)網(wǎng)、移動通信、數(shù)據(jù)中心和電視廣播等領(lǐng)域的核心基礎(chǔ)設(shè)施。然而，光纖網(wǎng)絡(luò)的脆弱性也顯而易見，光纖易受外界物理因素(如施工、自然災(zāi)害)影響而損壞。因此，需要對光纖網(wǎng)絡(luò)運行狀態(tài)進(jìn)行監(jiān)控和預(yù)測，提前發(fā)現(xiàn)可能的故障隱患。

2、然而，目前在面向通過光纖輔助自然災(zāi)害預(yù)警方面，仍然存在預(yù)測片面、時空統(tǒng)一困難、小區(qū)域性強(qiáng)的問題。

技術(shù)實現(xiàn)思路

1、有鑒于此，本公開的目的在于提出一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法及相關(guān)設(shè)備。

2、基于上述目的，本公開第一方面提供了一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法，包括：

3、獲取部署在目標(biāo)區(qū)域的光纖管道的實時光纖振動數(shù)據(jù)；

4、基于預(yù)先訓(xùn)練的目標(biāo)分類模型對所述實時光纖振動數(shù)據(jù)進(jìn)行分類處理，獲取所述實時光纖振動數(shù)據(jù)中的地震信息；其中，所述目標(biāo)分類模型基于歷史光纖振動數(shù)據(jù)和歷史地震事件數(shù)據(jù)訓(xùn)練獲得；

5、基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警。

6、在一些實施例中，所述實時光纖振動數(shù)據(jù)包括由振動時間、振動位置、振動相位以及振動強(qiáng)度中的至少一個所形成的時間序列數(shù)據(jù)。

7、在一些實施例中，所述基于預(yù)先訓(xùn)練的目標(biāo)分類模型對所述實時光纖振動數(shù)據(jù)進(jìn)行分類處理，獲取所述實時光纖振動數(shù)據(jù)中的地震信息，包括：

8、對所述實時光纖振動數(shù)據(jù)進(jìn)行特征提取，獲取時間域、頻率域和時頻域的第一特征；

9、將所述實時光纖振動數(shù)據(jù)劃分為預(yù)設(shè)長度的多個時間窗口，基于所述第一特征確定每個時間窗口中的所述實時光纖振動數(shù)據(jù)的第一特征向量；

10、將所述第一特征向量輸入所述目標(biāo)分類模型，獲得所述地震信息。

11、在一些實施例中，所述時間域的第一特征包括均值、標(biāo)準(zhǔn)差、最大值、最小值、峰度、偏度、均方根、過零率中的至少一個；所述頻率域的第一特征包括頻譜能量、主頻率成分、頻率中心、頻譜熵、帶寬中的至少一個；所述時頻域的第一特征包括短時傅里葉變換特征、小波變換特征中的至少一個。

12、在一些實施例中，所述將所述第一特征向量輸入所述目標(biāo)分類模型，獲得所述地震信息，包括：

13、基于所述第一特征確定不同位置的振動信號特征，基于不同位置的振動信號特征計算震中位置信息；

14、基于所述第一特征確定振動信號的幅度、頻率成分和能量分布，基于振動信號的幅度、頻率成分和能量分布計算地震強(qiáng)度信息；

15、基于所述震中位置信息、所述地震強(qiáng)度信息中的至少一個確定所述地震信息。

16、在一些實施例中，所述目標(biāo)分類模型的訓(xùn)練過程包括：

17、獲取所述歷史光纖振動數(shù)據(jù)和所述歷史地震事件數(shù)據(jù)；

18、利用所述歷史地震事件數(shù)據(jù)對所述歷史光纖振動數(shù)據(jù)進(jìn)行標(biāo)注，確定所述歷史光纖振動數(shù)據(jù)中的地震事件；

19、基于標(biāo)注后的所述歷史光纖振動數(shù)據(jù)確定訓(xùn)練集和測試集，基于所述訓(xùn)練集和所述測試集進(jìn)行模型訓(xùn)練，獲得所述目標(biāo)分類模型。

20、在一些實施例中，所述利用所述歷史地震事件數(shù)據(jù)對所述歷史光纖振動數(shù)據(jù)進(jìn)行標(biāo)注，確定所述歷史光纖振動數(shù)據(jù)中的地震事件，包括：

21、根據(jù)所述歷史地震事件數(shù)據(jù)中地震信息的時間信息，在所述歷史光纖振動數(shù)據(jù)中確定時間窗口的位置；

22、根據(jù)所述歷史地震事件數(shù)據(jù)中地震信息的地震波傳播速度和與監(jiān)測區(qū)域的距離確定標(biāo)注時間范圍；

23、基于所述時間窗口的位置和所述標(biāo)注時間范圍，在所述歷史光纖振動數(shù)據(jù)中標(biāo)注地震事件。

24、在一些實施例中，還包括：

25、通過所述實時光纖振動數(shù)據(jù)的時域特征、頻域特征以及時頻域特征，獲得均值、標(biāo)準(zhǔn)差、最大值、最小值、峰度、偏度、均方根、過零率、頻譜能量、主頻率成分、頻率中心、頻譜熵、帶寬；

26、所述基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警，包括：

27、響應(yīng)于地震發(fā)生可能性和/或地震強(qiáng)度大于預(yù)設(shè)閾值，生成地震預(yù)警信息；

28、其中，所述預(yù)設(shè)閾值的獲取包括：檢測所述光纖管道對除地震信息以外的常規(guī)振動信息，基于所述常規(guī)振動信息的強(qiáng)度特征和時間特征確定所述預(yù)設(shè)閾值。

29、本公開第二方面提供了一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警裝置，包括：

30、獲取模塊，被配置為：獲取部署在目標(biāo)區(qū)域的光纖管道的實時光纖振動數(shù)據(jù)；

31、分類模塊，被配置為：基于預(yù)先訓(xùn)練的目標(biāo)分類模型對所述實時光纖振動數(shù)據(jù)進(jìn)行分類處理，獲取所述實時光纖振動數(shù)據(jù)中的地震信息；其中，所述目標(biāo)分類模型基于歷史光纖振動數(shù)據(jù)和歷史地震事件數(shù)據(jù)訓(xùn)練獲得；

32、預(yù)警模塊，被配置為：基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警。

33、本公開的第三方面提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)如第一方面所述的基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法。

34、從上面所述可以看出，本公開提供的基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法及相關(guān)設(shè)備，基于歷史光纖振動數(shù)據(jù)和歷史地震事件數(shù)據(jù)訓(xùn)練獲得目標(biāo)分類模型，利用訓(xùn)練后的目標(biāo)分類模型對部署在目標(biāo)區(qū)域的光纖管道的實時光纖振動數(shù)據(jù)進(jìn)行分類處理，從而識別出實時光纖振動數(shù)據(jù)中所存在的地震信息，再基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警，從而建立了一個高效、準(zhǔn)確的地震監(jiān)測和預(yù)警系統(tǒng)，能夠及時預(yù)警地震事件，減少地震災(zāi)害帶來的損失。

技術(shù)特征：

1.一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述實時光纖振動數(shù)據(jù)包括由振動時間、振動位置、振動相位以及振動強(qiáng)度中的至少一個所形成的時間序列數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)先訓(xùn)練的目標(biāo)分類模型對所述實時光纖振動數(shù)據(jù)進(jìn)行分類處理，獲取所述實時光纖振動數(shù)據(jù)中的地震信息，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述時間域的第一特征包括均值、標(biāo)準(zhǔn)差、最大值、最小值、峰度、偏度、均方根、過零率中的至少一個；所述頻率域的第一特征包括頻譜能量、主頻率成分、頻率中心、頻譜熵、帶寬中的至少一個；所述時頻域的第一特征包括短時傅里葉變換特征、小波變換特征中的至少一個。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述第一特征向量輸入所述目標(biāo)分類模型，獲得所述地震信息，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)分類模型的訓(xùn)練過程包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述利用所述歷史地震事件數(shù)據(jù)對所述歷史光纖振動數(shù)據(jù)進(jìn)行標(biāo)注，確定所述歷史光纖振動數(shù)據(jù)中的地震事件，包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

9.一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警裝置，其特征在于，包括：

10.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至8任一項所述的基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法。

技術(shù)總結(jié)
本公開提供一種基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法及相關(guān)設(shè)備。所述方法，包括：獲取部署在目標(biāo)區(qū)域的光纖管道的實時光纖振動數(shù)據(jù)；基于預(yù)先訓(xùn)練的目標(biāo)分類模型對所述實時光纖振動數(shù)據(jù)進(jìn)行分類處理，獲取所述實時光纖振動數(shù)據(jù)中的地震信息；其中，所述目標(biāo)分類模型基于歷史光纖振動數(shù)據(jù)和歷史地震事件數(shù)據(jù)訓(xùn)練獲得；基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警。本公開所述基于機(jī)器學(xué)習(xí)的光纖自然災(zāi)害預(yù)警方法及相關(guān)設(shè)備，能夠識別出光纖振動數(shù)據(jù)中所存在的地震信息，再基于所述地震信息進(jìn)行自然災(zāi)害預(yù)警，從而建立了一個高效、準(zhǔn)確的地震監(jiān)測和預(yù)警系統(tǒng)，能夠及時預(yù)警地震事件，減少地震災(zāi)害帶來的損失。

技術(shù)研發(fā)人員：楊輝,劉文新,于添闊,姚秋彥
受保護(hù)的技術(shù)使用者：北京郵電大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6