一种光纤管道安全预警系统的EAD算法

论文摘要

由于石油天然气的特殊性,管道周围存在多处非破坏性干扰事件,给预警系统报警的准确性带来了巨大挑战。为提高有背景干扰情况下对破土事件(Excavation Acitivity,EA)的检测水平,开发了破土事件检测(Excavation Acitivity Detection,EAD)算法。利用光纤管道安全预警系统(Pipeline Security Forewarning System,PSFS)在西气东输武汉—鄂州段的现场数据,建立了EA和干扰事件(Non Excavation Acitivity,NEA)数据库。根据信号特性提炼了振动信号的Pisarenko谐波分解特征、相邻采样点的Itakura距离特征、Mel频率倒谱系数特征,设计了隐马尔科夫模型(Hidden Markov Model,HMM)和支持向量机(Support Vector Machine,SVM)双层分类结构,由HMM计算最优状态序列,然后输入SVM分类器区分信号中是否有EA。结果表明:该EAD算法结构能够有效提升有背景干扰情况下EA信号的检出率,经现场测试EA信号检出率为85.5%。研究结果可为光纤管道安全预警系统在开放性现场的应用提供理论依据。(图4,表1,参27)

论文目录

• 1 EAD算法流程
•   1.1 特征提取
•     1.1.1 Pisarenko谐波分解特征提取方法
•     1.1.2 相邻点Itakura距离特征提取方法
•     1.1.3 MFCC特征提取方法
•   1.2 HMM和SVM双层分类器
• 2 试验结果
• 3 结论

文章来源

类型: 期刊论文

作者: 李刚,王耀忠,邢海峰,郑大海,林晓晖,曾科宏,杨文明,闫会朋

关键词: 光纤管道安全预警系统,破土事件检测,特征提取,隐马尔科夫模型,支撑向量机分类器

来源: 油气储运 2019年07期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 石油天然气工业

单位: 中国石油天然气管道通信电力工程有限公司,中石油管道有限责任公司西气东输分公司,中国石油集团工程股份有限公司

基金: 国家重点研发计划资助项目“油气管道及储运设施安全状态监测与防护技术研究”,2016YFC0802103

分类号: TE88

页码: 804-809

总页数: 6

文件大小: 1330K

下载量: 110