一种基于神经算法的打孔盗油支管数据识别系统及方法

本发明涉及管道监测技术领域，公开了一种基于神经算法的打孔盗油支管数据识别系统和方法，该系统包括：采集单元采集待监测区域内传感器数据，判断是否开启持续监测模式；当判定开启持续监测模式时，处理单元根据获得振动超出值以及磁场梯度下降值，输入预设模糊算法获得持续监测时长；判断单元持续记录持续监测时长内的传感器数据，建立传感器数据集，建立当前特征集与历史预警数据组进行比对，并结合神经网络模型确定预警等级；调整单元建立振动数据坐标系与磁场梯度数据坐标系获取坐标系中的数据拐点，判断是否对预警等级进行调整；存储单元对当前特征集与预警等级进行存储。本申请提高了异常检测的准确性，避免了静态阈值和外部干扰的限制。