-
公开(公告)号:CN118189820B
公开(公告)日:2025-04-22
申请号:CN202310083251.X
申请日:2023-01-17
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团北京管道有限公司 , 华为技术有限公司
IPC: G01B11/02
Abstract: 本发明实施例提供一种垂直距离确定方法、装置、计算机设备及存储介质,属于管道检测领域。所述垂直距离确定方法包括:获取管道的振动信号时空特性函数;获取每个所述采集区段检测到待测振动源的振动信号的第一时间;根据所述第一时间、所述振动信号时空特性函数及每个所述采集区段的信号波速,确定所述管道与所述待测振动源的垂直距离,其中,所述信号波速是利用所述振动信号时空特性函数确定的。在管道不需要设置额外的器件的基础上,计算得到管道与待测振动源的垂直距离,提高了对振动源的定位准确性,进而能够快速判断振动源对管道的威胁,保证管道的可靠运行。
-
公开(公告)号:CN118212140A
公开(公告)日:2024-06-18
申请号:CN202310078754.8
申请日:2023-01-17
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团北京管道有限公司 , 华为技术有限公司
Abstract: 本发明实施例提供一种瀑布图的处理方法、处理装置及电子设备,属于管道检测技术领域。该方法包括:获取管道的光纤传感数据,并对光线传感数据进行处理得到包括事件信号的初始瀑布图;对初始瀑布图增强处理得到增强瀑布图;确定增强瀑布图的事件信号的斜率;基于斜率确定事件信号的事件类别,其中,事件类别包括威胁事件和非威胁事件;利用掩码处理去除增强瀑布图中的非威胁事件,得到目标瀑布图。该过程通过管道的光纤传输数据进行处理得到瀑布图,对瀑布图中的非威胁事件去除得到目标瀑布图,提高了瀑布图识别的准确率。
-
公开(公告)号:CN118193938A
公开(公告)日:2024-06-14
申请号:CN202310083175.2
申请日:2023-01-17
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团北京管道有限公司 , 华为技术有限公司
IPC: G06F18/10 , G06F18/213 , G06V10/764 , G06N3/048 , G06N3/08
Abstract: 本发明实施例提供一种人工挖掘施工识别方法、装置、处理器及可读存储介质,属于能源传输技术领域。方法包括:通过分布式光纤声波传感器获取振动信号,对振动信号进行滤波处理,得到滤波信号,基于预设的归化函数对滤波信号进行映射处理,对进行映射处理后的滤波信号进行特征提取,得到特征数据,基于特征数据进行颜色映射,生成瀑布图,提取瀑布图中与振动相关的目标图像,利用预设算法对目标图像进行施工类型识别,以确定振动信号是否对应人工挖掘施工。可以对高噪声环境下的人工挖掘施工进行准确识别且通过归化函数对数据进行映射,缩小强弱信号之间的差异,使得生成的瀑布图更为平滑,进一步提升图像识别的准确性。
-
公开(公告)号:CN118189820A
公开(公告)日:2024-06-14
申请号:CN202310083251.X
申请日:2023-01-17
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团北京管道有限公司 , 华为技术有限公司
IPC: G01B11/02
Abstract: 本发明实施例提供一种垂直距离确定方法、装置、计算机设备及存储介质,属于管道检测领域。所述垂直距离确定方法包括:获取管道的振动信号时空特性函数;获取每个所述采集区段检测到待测振动源的振动信号的第一时间;根据所述第一时间、所述振动信号时空特性函数及每个所述采集区段的信号波速,确定所述管道与所述待测振动源的垂直距离,其中,所述信号波速是利用所述振动信号时空特性函数确定的。在管道不需要设置额外的器件的基础上,计算得到管道与待测振动源的垂直距离,提高了对振动源的定位准确性,进而能够快速判断振动源对管道的威胁,保证管道的可靠运行。
-
公开(公告)号:CN118196465A
公开(公告)日:2024-06-14
申请号:CN202310083227.6
申请日:2023-01-17
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团北京管道有限公司 , 华为技术有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/084
Abstract: 本发明涉及管道技术领域,公开了一种管道上方威胁事件的识别模型的训练方法及识别方法。训练方法包括:利用设置于管道上方的光纤获取第一振动数据;根据第一振动数据生成对应的第一相位数据和第一强度数据;根据第一相位数据和第一强度数据得到第一特征数据,其中第一特征数据包括第一瀑布图图像的颜色变化趋势的数据,第一瀑布图图像是基于第一振动数据生成的;利用第一特征数据构建样本集;根据样本集对深度神经网络分类模型进行训练,得到管道上方威胁事件的识别模型。实现了利用瀑布图图像的颜色变化趋势判定是否在管道上方作业,实时检测管道上方是否存在施工作业,及时识别出管道上方的威胁事件,保护管道免受破坏,保证管道的安全运行。
-
-
-
-