摘要
本发明公开了基于大数据AI融合的电缆光纤测温监测系统,具体涉及电缆光纤测温监测技术领域,通过高密度分布式光纤测温与大数据AI融合建模,引入电流负载同步采集,实现热‑电动态耦合监测,借助时间同步与空间重定位处理,识别出热惯性滞后特性与温升初期的微弱响应信号,并通过多维增强与向量级融合,构建跨尺度时序递归神经网络,输出反映异常可信度的连续评分序列,结合评分波动幅度、持续周期及响应延迟特性,构建反映故障演进路径的风险因子组,通过风险因子与沿缆温度分布的关联映射,并利用光纤路径坐标与电缆空间拓扑关系进行定位偏移修正,实现异常峰值的空间反投,从而恢复故障热源的精准位置与潜伏隐患区段。
技术关键词
测温监测系统
电缆
分布式测温光缆
空间拓扑关系
序列
耦合特征
递归神经网络
光纤
轨迹
大数据
恢复故障
特征提取模块
正则化反演方法
滞后特征
时间同步
时序
信号
风险
相位偏移估计
系统为您推荐了相关专利信息
MGM模型
序列
密度估计方法
参数
ADMM算法
神经网络优化方法
节点
启发式方法
替换算法
神经网络优化系统