基于BP信号识别的光纤油气管道监测系统

摘要

介绍了一种基于BP神经网络信号识别算法的分布式光纤管道安全预警系统,利用提取的现场振动信号时域、频域短时和长时特征,对基于BP神经网络分类器模型进行训练,模型实现了对人工挖掘和机械挖掘的智能分辨.其中BP分类器模型的最大误报率为3.3％,平均误报率为1％,最大漏报率为3.2％,平均漏报率为1％.将该BP模型应用在不同时长的现场信号识别测试中,实现了最低为5％的漏报率,因此BP信号识别算法能够实现对管线入侵信号的有效识别及分类,提升传感系统可靠性.