分布式光纤的沙漠埋地油气管道入侵信号识别

来源：电子测量技术杂志2021年第17期北京时间：

作者：胡 泽，崔 源，葛 亮，肖小汀，王志毓，杨国强

单位：1.西南石油大学 电气信息学院 成都 610500;2.西南石油大学 机电工程学院 成都 610500;3.国家山区公路工程技术研究中心 重庆 400067

摘要：针对沙漠埋地油气管道服役环境、破坏情况和威胁管道安全的第三方入侵情况，容易引起入侵振动信号的有效特征提取和准确分类识别困难的问题，提出一种沙漠埋地油气管道入侵信号特征识别方法。该方法首先利用分布式光纤采集管道沿线入侵振动信号；然后通过改进的总体平均经验模态分解（MEEMD）法分解振动信号得到信号的固有模态函数（IMF）分量；进而提取IMF分量的能量以及MEEMD能量熵组成特征向量；最后将该特征向量输入到极限学习机（ELM）分类识别模型。实验结果表明，该方法能够实现敲击管道、人工挖掘、机械施工和沙暴天气四类事件识别，并与BP神经网络和支持向量机识别模型进行对比，该方法总识别准确率达到了94%，识别速度更快。本文所提方法对分布式光纤沙漠埋地油气管道监测具有重要参考意义。

关键词：分布式光纤;沙漠埋地油气管道;MEEMD;极限学习机

基金资助：国家自然基金面上项目(51974273)、 国家山区公路工程技术研究中心开放基金项目(GSGZJ-2020-01)、成都市国际科技合作项目(2020-GH02-00016-HZ)资助