基于SSA-ELM的光缆故障模式识别方法

作者：陈晓娟; 郑筱妤^*; 王圣达; 刘丹妮

来源：激光杂志, 2022, 43(05): 49-53.

DOI：10.14016/j.cnki.jgzz.2022.05.049

• 光时域反射仪
• 小波分析
• 极限学习机
• 麻雀搜索算法

针对光时域反射仪(OTDR)曲线故障点模式识别精度低的问题，提出了一种基于OTDR曲线分析的光缆故障模式识别方法，将OTDR检测到的光功率数据绘制成曲线后，对该曲线进行三层小波包分解与重构，提取归一化的小波能量作为特征向量。最后利用麻雀搜索算法(SSA)优化极限学习机(ELM)对特征向量进行模式识别，该算法不仅利用了ELM非监督学习的高效率以及较强泛化能力的优势，还充分结合SSA较强的全局搜索能力优化ELM的权值和阈值，正确的分类精度为98.33%。实验证明该方法比支持向量机、反向传播神经网络等传统方法分类精度高，在实际应用中有重要意义。

• 单位
  国网吉林省电力有限公司; 长春理工大学; 电子信息工程学院