公开(公告)号：CN112491468B

公开(公告)日：2022-04-01

申请号：CN202011305192.9

申请日：2020-11-20

Applicant: 福州大学

Inventor： 陈静 ,  刘泽世 ,  王尤刚 ,  江灏 ,  缪希仁

IPC: H04B10/079 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于孪生节点辅助传感的FBG传感网络节点故障定位方法,包括以下步骤：步骤S1:获取FBG传感网络的荷载原始数据；步骤S2:预处理荷载原始数据，构建特征数据集；步骤S3:构建CNN孪生节点预测模型，并训练；步骤S4:将特征数据输入训练后的CNN孪生节点预测模型得到，预测数据集；步骤S5:构建CNN荷载定位模型并训练；步骤S6:若待测FBG传感网络出现节点故障的情况，将对应邻域内传感节点值输入CNN孪生节点预测模型对其预测，得到孪生节点波长预测值；步骤S7:根据正常运行的实体节点数据集与孪生节点波长预测值，获得的完备的传感信息输入至CNN荷载定位模型中实现荷载位置的检测。本发明实现较高精度的荷载位置的检测，进而达到故障容错的目的。

公开(公告)号：CN112491468A

公开(公告)日：2021-03-12

申请号：CN202011305192.9

申请日：2020-11-20

Applicant: 福州大学

Inventor： 陈静 ,  刘泽世 ,  王尤刚 ,  江灏 ,  缪希仁

IPC: H04B10/079 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于孪生节点辅助传感的FBG传感网络节点故障定位方法,包括以下步骤：步骤S1:获取FBG传感网络的荷载原始数据；步骤S2:预处理荷载原始数据，构建特征数据集；步骤S3:构建CNN孪生节点预测模型，并训练；步骤S4:将特征数据输入训练后的CNN孪生节点预测模型得到，预测数据集；步骤S5:构建CNN荷载定位模型并训练；步骤S6:若待测FBG传感网络出现节点故障的情况，将对应邻域内传感节点值输入CNN孪生节点预测模型对其预测，得到孪生节点波长预测值；步骤S7:根据正常运行的实体节点数据集与孪生节点波长预测值，获得的完备的传感信息输入至CNN荷载定位模型中实现荷载位置的检测。本发明实现较高精度的荷载位置的检测，进而达到故障容错的目的。