摘要
本申请涉及强电竖井光纤测温领域,提出了一种强电竖井轻量化分布式光纤测温方法、系统、设备和存储介质,包括:采集强电竖井中光纤的原始散射信号,并对原始散射信号进行预处理,得到预处理散射信号;基于深度学习网络构建噪声抑制模型,将预处理散射信号输入噪声抑制模型,得到降噪温度信号;构建轻量化神经网络压缩模型,将降噪温度信号从高维温度分布降维为低维特征表示,得到测温数据;根据测温数据建立光纤空间位置与温度的对应关系,在温度超过预设阈值时,输出告警信号并推送至管理人员。本申请实现了对强电竖井内温度异常的实时监测和快速告警,提升了复杂环境中的抗干扰能力与响应效率。
技术关键词
轻量化神经网络
混合深度学习
输入噪声抑制
高维特征向量
信号
深度学习网络
重构误差
编码器
时序特征
测温光纤
分布式光纤测温系统
瓶颈
滤除电磁干扰
解码器
推送告警信息