[发明专利]基于EMD分解与LSTM的油气管道第三方施工预警方法

权利要求书

1.基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，包括以下步骤：

S1、通过管道沿线铺设的分布式光纤系统实时采集波形数据，并对波形数据进行阈值触发，以获取可疑波段；

S2、对可疑波段的信号依次进行小波降噪，得到可疑波段的去噪信号；

S3、从可疑波段的去噪信号提取相应的时序特征，还对可疑波段的去噪信号进行EMD分解以得到IMF能量谱；

S4、对时序特征、IMF能量谱进行归一化处理，以输入LSTM分类模型，实时判断可疑波段的信号对应的振动源是否为第三方施工；

S5、若是，则执行报警；若否，则转至步骤S1；

所述步骤S1中，阈值触发包括：

将波形数据进行分段截取，每段波形前后取40％重叠进行波形分段，判断各段波形的最大值是否超过预设阈值；若是，则将相应的波形段作为可疑波段；若否，则继续采集波形数据；

所述步骤S3中，时序特征为十五维时序特征，包括波形的最大值、最小值、峰峰值、能量、平均值、绝对平均值、均方根、方差、标准差、峰值因子、偏度因子、间隙因子、波形因子、脉冲因子、裕度因子；

所述步骤S3中，对可疑波段的去噪信号进行EMD分解，得到六维IMF短时能量谱；

所述步骤S4中，对时序特征、IMF能量谱进行归一化处理，包括：

对十五维时序特征与六维IMF短时能量谱进行归一化处理，将波形数据归一化到[0，1]区间内。

2.根据权利要求1所述的基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，所述步骤S2，具体包括：

对可疑波段的信号采用DB6小波进行分解，分解后得到高频重构系数和低频重构系数；

对高频重构系数进行阈值量化，去除噪声信号的小波系数，得到有用信号的小波系数；

将有用信号的小波系数和低频重构系数进行小波重构，得到可疑波段的去噪信号。

3.根据权利要求2所述的基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，所述对可疑波段的信号采用DB6小波进行六层分解。

4.根据权利要求1所述的基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，所述LSTM分类模型的训练过程，包括：

采集分布式光纤系统的历史波形数据，获取正常波形数据和第三方施工作业时刻、高速汽车行驶、工厂轰鸣、动物经过对应的报警波形数据；

对报警波形数据和正常波形数据进行小波降噪之后，提取各类型波形的时序特征和IMF能量谱，并进行归一化处理；

将归一化处理后的各类型波形的时序特征和IMF能量谱作为LSTM模型的输入，进行离线训练，得到LSTM分类模型。

5.根据权利要求4所述的基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，所述LSTM分类模型的训练过程中，以分类交叉熵为损失函数，训练LSTM模型。

6.根据权利要求5所述的基于EMD分解与LSTM的油气管道第三方施工预警方法，其特征在于，所述离线训练，包括：

构建前向LSTM网络：把将归一化处理后的各类型的报警波形的时序特征和IMF能量谱作为LSTM模型输入向量，隐藏单元为40个，batch_size＝1000，epoch＝500；随机初始化权重矩阵和系数；

构建全连接分类层：将前向LSTM网络送入全连接层，使用softmax分类函数和分类交叉熵作为损失函数，输出信号分类结果；

迭代训练分类器模型：使用梯度下降法不断更新参数，观测分类识别成功率与损失值，实现第三方施工识别，以确定LSTM分类模型。