危险化学品气体泄漏等浓度线质心轨迹溯源算法制造技术

本发明专利技术公开了危险化学品气体泄漏等浓度线质心轨迹溯源算法，包括以下步骤：获取现场采集危化品气体浓度数据，计算多组同时刻等浓度线质心数据；对时间序列上的等浓度线质心数据组进行线性拟合；根据线性拟合结果获取气体泄漏源位置数据。先求出各时刻等浓度线的质心，再利用等浓度线质心随时间呈线性运动轨迹，对时间序列上的等浓度线质心进行线性拟合，沿所拟合直线的反风向方向可快速找到泄漏源位置，为泄漏应急处置快速做出定位指导，可有效控制泄漏事故扩展；也为基于最优化理论方法求解反算模型中的遗传算法及模式搜索算法的初始种群数据及初值选取提供了科学的理论依据，缩短最优化理论方法迭代计算时间，提高计算精度。

Traceability algorithm for isocentric trajectory of hazardous chemicals gas leakage

The invention discloses a traceability algorithm for isocentric trajectory of dangerous chemicals gas leakage, which includes the following steps: acquiring on-site gas concentration data of dangerous chemicals, calculating multiple sets of isocentric data at the same time; linear fitting of isocentric data sets of isocentric lines in time series; and obtaining according to the results of linear fitting. Take the location data of gas leakage source. Firstly, the centroid of the isoconcentration line at each time is obtained, and then the centroid of the isoconcentration line is linearly fitted with time by using the linear trajectory of the centroid of the isoconcentration line. The location of the leakage source can be quickly found along the reverse direction of the fitted line, and the location guidance for the emergency disposal of the leakage can be made quickly, which can effectively control the leakage. It also provides a scientific theoretical basis for the initial population data and initial value selection of genetic algorithm and pattern search algorithm based on Optimization theory, shortens the iteration time of optimization theory method and improves the calculation accuracy.

【技术实现步骤摘要】
危险化学品气体泄漏等浓度线质心轨迹溯源算法
本专利技术涉及危险化学品气体泄漏检测
，尤其是一种危险化学品气体泄漏等浓度线质心轨迹溯源算法。
技术介绍
危险化学品气体泄漏往往是突发性的，导致泄漏时间、泄漏地点和泄漏环境均具有不确定性。在突发情况下，要求在信息缺失的有限条件下，以最短的时间确定未知泄漏源，以进一步确定应急疏散区域和安全距离，为应急决策提供依据。因此，研究突发事件下的泄漏源定位及其源强反算，可以支持应急响应决策，提高应急疏散效果，为疏散计划的制定提供决策参考和支持，从而减少人员伤亡和财产损失。快速准确地提供泄漏源位置和泄漏强度，可以为现场应急救援提供有力的数据支持。危险化学品气体泄漏发生后，利用监测设备对泄漏现场及周围进行气体浓度的监测，进而利用所监测数据实现泄漏源位置、泄漏时间及泄漏强度的确定。泄漏源定位的研究方法主要分为两类：基于概率统计理论法和基于最优化理论方法。基于概率统计理论法主要是对相关事故的发生概率进行估计，理论基础是贝叶斯定理，利用待求参数的先验信息与实际观测数据得到参数的后验概率分布，再对后验分布进行抽样得到待求参数的估计值。基于概率统计理论法可得到参数的后验概率分布，而非单一解；同时可量化解的不确定性。但是通常后验概率分布不存在明显的函数表达式，并且抽样过程耗时。基于最优化理论方法是通过扩散模型对事故进行模拟，考察模型计算浓度与实际观测浓度的匹配度，并通过各种优化算法来进行参数更新，使得匹配度(由目标函数量化)最优，即将反算模型归结为最优化问题求解。基于最优化理论方法的特点是获取的是最优单解，在反算应用中涉及到初值选取、全局/局部收敛性、收敛效率等问题。基于最优化理论方法中，最常用的遗传算法、模式搜索算法在求解最优化目标函数时，均未解决初值选取的问题。如：采用模式搜索算法时泄漏源初始位置随机或人为选定，无理论依据；遗传算法种群的初始化通过随机生成。对于不同的初值，模式搜索能够搜索到最优解，但是所耗费时间不一样。而遗传算法，初始种群影响遗传算法的迭代次数和求解精度，若初始种群与最优解差距较大，且范围较小，则无法搜索到真解。
技术实现思路
本专利技术的目的是提供危险化学品气体泄漏等浓度线质心轨迹溯源算法，快速定位气体泄漏位置，并为遗传算法或模式搜索算法等优化算法中的初始种群或泄漏源初始位置的给出提供了理论依据。初始种群或初始位置与最优解较为接近，能够更快地搜索到真解。为实现上述目的，本专利技术采用下述技术方案：危险化学品气体泄漏等浓度线质心轨迹溯源算法，实现定位危化品气体泄漏源位置，包括以下步骤：获取现场采集危化品气体浓度数据，计算多组同时刻等浓度线质心数据；对时间序列上的等浓度线质心数据组进行线性拟合；根据线性拟合结果获取气体泄漏源位置数据。进一步地，还包括：根据等浓度线质心轨迹溯源初步确定的泄漏数据，利用危化品气体扩散模型计算第i个测量位置的计算浓度基于最优化算法求解目标函数的最小值进一步求解泄漏源数据，其中，为相应测量位置的测量值。进一步地，利用气体扩散模型计算第i个测量位置的计算浓度基于最优化算法求解目标函数的最小值，具体包括：根据扩散时间乘以风速u0，即可逆向沿直线轨迹初步找到泄漏源位置数据，将包括泄漏源位置和泄漏源强度的初始种群数据以及气象数据带入高斯扩散模型，计算得到各个测试点的计算浓度；利用计算浓度与测量浓度的误差平方和作为个体的目标函数，利用线性变换将目标函数值转成个体的适应度；按照适应度大小进行排序，对个体进行选择、交叉、变异操作；对新种群数据重复操作，获取适应度最高的个体，作为全局最优解输出。进一步地，根据气体扩散模型计算第i个测量位置的计算浓度基于最优化算法求解目标函数的最小值，具体包括：S1、根据扩散时间乘以风速u0，即可逆向沿直线轨迹初步找到泄漏源位置数据，作为当前点，初始步长δ0＝1，非负扩张因子α>1，收缩因子β<1，模式向量e1＝1，e2＝(-1)，允许误差ε＞0，k＝0，开始模式搜索过程；S2、计算f(Q+δke1)，f(Q+δke2)，并与f(Q)进行比较，当min(f(Q+δke1),f(Q+δke2))<f(Q)，模式探测成功，以f(Q+δke1),f(Q+δke2)中较小点作为新的当前点f(Q)，转到步骤S3，否则，当min(f(Q+δke1),f(Q+δke2))≥f(Q)，模式探索失败，仍以Q为当前点，转步骤S4；S3、增大搜索步长，以δk＝α·δk作为新的搜索步长，转步骤S5；S4、减小搜索步长，以δk＝β·δk作为新的搜索步长，转步骤S5；S5、当步长δk＜ε，停止迭代，输出源强的近似最优解为Q；否则转步骤S2。进一步地，所述获取现场采集气体浓度数据，计算多组同时刻等浓度线质心数据，具体包括：获取同一时刻等浓度数据，利用椭圆质心定位算法求得该时刻等浓度线质心位置，计算多组同时刻等浓度线质心位置。进一步地，所述对时间序列上的等浓度线质心数据组进行线性拟合，具体包括：根据xi＝u0ti将各时刻的等浓度数据线质心点拟合出直线；其中，xi为等浓度数据线质心沿风向方向的移动距离，u0为风速，ti为已扩散时间。进一步地，所述根据线性拟合结果获取气体泄漏源数据，具体包括：根据扩散时间乘以风速u0即可沿直线轨迹回溯找到泄漏源位置数据。
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：本专利技术针对现有技术中，遗传算法、模式搜索算法等优化算法中的初始种群、泄漏源初始位置随机给出或人为假设，影响算法求解精度和迭代次数的问题，提出的泄漏源位置逆向轨迹算法利用椭圆质心定位算法，先求出各时刻等浓度线的质心，再利用等浓度线质心随时间呈线性运动轨迹，对时间序列上的等浓度线质心进行线性拟合，沿所拟合直线的反风向方向可快速找到泄漏源位置，为泄漏应急处置快速做出定位指导，可有效控制泄漏事故扩展；也为基于最优化理论方法求解反算模型中的遗传算法及模式搜索算法的初始种群数据及泄漏源初值选取提供了科学的理论依据，缩短最优化理论方法迭代计算时间，提高计算精度。附图说明图1是本专利技术实施例一方法流程图；图2是本专利技术实施例二方法流程图；图3是本专利技术实施例三方法流程图；图4是本专利技术实施例四方法流程图；图5是本专利技术实施例五方法流程图；图6是本专利技术实施例六方法流程图。具体实施方式为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。此外，本专利技术可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本专利技术省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本专利技术。实施例一如图1所示，危险化学品气体泄漏等浓度线质心轨迹溯源算法，包括以下步骤：S11、获取现场采集危化品气体浓度数据，计算多组同时刻等浓度线质心数据；S12、对时间序列上的等浓度线质心数据组进行线性拟合；S13、根据线性拟合结果获取气体泄漏源位本文档来自技高网...

【技术保护点】
1.危险化学品气体泄漏等浓度线质心轨迹溯源算法，实现定位危化品气体泄漏源位置，其特征是，包括以下步骤：获取现场采集危化品气体浓度数据，计算多组同时刻等浓度线质心数据；对时间序列上的等浓度线质心数据组进行线性拟合；根据线性拟合结果获取气体泄漏源位置数据。

【技术特征摘要】
1.危险化学品气体泄漏等浓度线质心轨迹溯源算法，实现定位危化品气体泄漏源位置，其特征是，包括以下步骤：获取现场采集危化品气体浓度数据，计算多组同时刻等浓度线质心数据；对时间序列上的等浓度线质心数据组进行线性拟合；根据线性拟合结果获取气体泄漏源位置数据。2.如权利要求1所述的危险化学品气体泄漏等浓度线质心轨迹溯源算法，其特征是，还包括：根据等浓度线质心轨迹溯源初步确定的泄漏数据，利用危化品气体扩散模型计算第i个测量位置的计算浓度基于最优化理论求解目标函数的最小值进一步求解泄漏源位置，其中，为相应测量位置的测量值。3.如权利要求2所述的危险化学品气体泄漏等浓度线质心轨迹溯源算法，其特征是，利用气体扩散模型计算第i个测量位置的计算浓度基于最优化理论求解目标函数的最小值，具体包括：根据扩散时间乘以风速u0，即可逆向沿直线轨迹初步找到泄漏源位置数据，将包括泄漏源位置和泄漏源强度的初始种群数据以及气象数据带入高斯扩散模型，计算得到各个测试点的计算浓度；利用计算浓度与测量浓度的误差平方和作为个体的目标函数，利用线性变换将目标函数值转成个体的适应度；按照适应度大小进行排序，对个体进行选择、交叉、变异操作；对新种群数据重复操作，获取适应度最高的个体，作为全局最优解输出。4.如权利要求2所述的危险化学品气体泄漏等浓度线质心轨迹溯源算法，其特征是，根据气体扩散模型计算第i个测量位置的计算浓度基于最优化理论求解目标函数的最小值，具体包括：S1、根据扩散时间乘以风速u0，即可逆向沿直线轨迹初步找到泄漏源位置数据，作为当前点，初始步长δ0＝1，非负扩张因子α>1，收缩因子...

【专利技术属性】
技术研发人员：关磊，武海丽，魏利军，许学瑞，
申请(专利权)人：中国安全生产科学研究院，
类型：发明
国别省市：北京,11