针对传统分解信号方法需要人工设定基函数，具有测不准性等问题，采用自驱动的傅里叶分解方法（FDM）处理信号，提出一种基于FDM能量熵的特征提取与识别方法。首先对振动信号进行FDM分解，得到若干个傅里叶固有带函数；然后利用自相关性原理重构信号，并提取信号FDM能量熵特征；最后将融合的特征向量送入支持向量机进行训练，并对有害振动进行识别。实验结果表明，所提方法能正确识别不同振动信号的类型，具有较高的准确率，应用于光纤预警系统中有望提高对有害振动的识别性能，促进管道保护技术的发展。

准确诊断油纸绝缘材料的老化程度是保证油纸绝缘设备安全运行的重要技术手段。 拉曼光谱在物质成分分析及状态诊断领域已经普遍应用。 结合实验室搭建的油纸绝缘拉曼光谱分析平台, 根据绝缘纸的平均聚合度将加速热老化实验获得的油纸样本分为四个老化阶段。 通过对不同老化样本拉曼光谱所包含的能量信息分析, 运用小波包能量熵提取特征量, 结合Fisher判别法构造判别函数, 建立基于拉曼光谱老化特征量的油纸绝缘老化诊断模型, 并收集现场变压器油样验证诊断模型的泛化能力。 结果表明, 两个判别函数能区分不同老化阶段的绝缘油样, 对于老化样本的判别正确率达到84.2%。 拉曼光谱结合小波包能量熵和Fisher判别分析法能够有效地对油纸绝缘老化状态进行诊断。

针对光纤周界预警系统输出信号的非平稳特性，提出了一种基于总体平均经验模态分解(EEMD)的模式识别方法。预警系统基于Mach-Zehnder 干涉原理，利用4 条单模光纤构成分布式扰动传感器，实时监测周界入侵事件。该方法引用具有自适应性的EEMD 算法将振动信号分解成多个本征模态函数(IMF)。根据不同振动信号能量各异的特点，提出EEMD 能量熵的方法排除非入侵的干扰。最后建立双重支持向量机对入侵信号进行识别。实验结果表明：该方法可以有效排除非人为入侵的干扰，准确识别攀爬、敲击和其他虚警信号，平均正确识别率优于92%，提高了系统的报警识别率，降低了误报率。