近年来，地下电缆供电在配电系统中的比重越来越大，但是电缆在使用中时常受到外力破坏，电缆供电安全可靠的优势受到严重影响。因此，保障电缆供电不受外力破坏成为了电力运行部门急需解决的问题。随着分布式光纤传感技术的快速发展，电力部门可采用该技术来实时测量传输线路周围的振动情况，在实现传输线路防外力破坏预警的同时还可定位异常发生地点。在运用分布式光纤传感系统进行实时监控的基础上，对所检测到的振动信号进行分类、识别可减小误判率，明确引起振动的外部事件源，更加利于电力监管部门进行正确、合理的决策。本文致力于运用数字信号处理及数据挖掘等领域的技术，针对电缆防外力监控系统采集到的电缆沿线的数据进行振动信号识别，主要研究内容如下：1.设计对振动信号的预处理方法，包括带通滤波、小波去噪及振动片段的切分。对样本信号进行预处理的结果显示，该方法可有效消除噪声的影响，并能将振动信号切分出来以便进一步对振动事件进行识别、分类。2.设计振动信号的分类及识别算法，包括特征参数的提取、振动片段及事件的分类。考虑到振动信号的多样性以及分类算法的可拓展性，选择在解决小样本、非线性及高维模式识别等方面有优势且泛化能力极佳的支持向量机（SVM）来构造分类算法模型。3.设计电缆防外力破坏智能预警机制：第一，综合振动信号的短时特征及一定时间段内的信号变化趋势，在一个更长的时间维度内对振动事件进行判别，可有效提高振动事件识别率；第二，设计增量学习机制，分类算法可利用操作人员提交的样本信号进行再学习，进一步提高系统识别振动事件的能力。本文研究了地下电缆防外力破坏系统中的振动信号预处理及识别方法，并针对样本数据进行了相关的实验。对于六类振动事件样本，振动信号片段识别率达至85.84%，事件识别率达到92.69%，可满足应用需求。本文提出的振动信号处理及识别方法具有通用性，未来可向周界安防、长距离油气管道监测等领域推广。