一种埋地燃气管道泄漏危险度预测系统技术方案

本发明专利技术属于燃气管道维护技术领域，具体涉及一种埋地燃气管道泄漏危险度预测系统，本埋地燃气管道泄漏危险度预测系统包括：若干采集节点、处理器模块和云服务器；其中各采集节点采集埋地燃气管道相应位置处的应力值、PH值并上传到处理器模块，即所述处理器模块将相应应力值、PH值上传到云服务器，以对埋地燃气管道危险度判断；以及云服务器将对埋地燃气管道危险度判断结果发送回处理器模块；本发明专利技术能够克服由人工根据监测数据进行埋地燃气管道泄漏危险判断和预警具有主观性强、随意性大的缺点，并且有利于对埋地燃气管道泄漏事故进行提前防护和预测性维护，预测性维护具有更好的经济性，同时降低了埋地燃气管道维护的人力成本。

【技术实现步骤摘要】
一种埋地燃气管道泄漏危险度预测系统
本专利技术属于燃气管道维护
，具体涉及一种埋地燃气管道泄漏危险度预测系统。
技术介绍
埋地燃气管道泄漏不能直观明显的被发现，特别是发生微量渗漏，更是不容易发现。当发生泄漏时，很可能发生爆炸等一系列的次生灾害，从而造成严重的人身伤亡和财产损失。埋地管道属于隐蔽工程，有着24小时不间断运行等特点，日常巡检只能保障“表面”安全，而内部情况掌握甚少，造成信息掌握不足，管理困难。超声波实时监测燃气管道数据只能用于架空管道，对埋地管道无法取得足够的信息。目前，对于埋地燃气管道常用的检测方法包括人工巡检和基于物联网技术的智能巡检，这些巡检方法都是检测埋地燃气管道泄漏情况，都属于事后维护。事后维护方式使用埋地燃气管道直到发生泄漏,然后维修，如遇严重泄漏,可能会造成巨大损失。目前正在发展以状态监测为基础的状态维护，专家根据状态监测所得到的各测量值所提供的信息,采用所掌握的关于埋地管道的知识和经验,进行推理判断,从而提出对埋地管道的维护建议。这种方法由于使用了专家等大量人力介入，工作量大，人力成本高，经济性差；同时也存在主观性强，随意性大的问题。因此，亟需开发一种新的埋地燃气管道泄漏危险度预测系统，以解决上述问题。
技术实现思路
本专利技术的目的是提供一种埋地燃气管道泄漏危险度预测系统。为了解决上述技术问题，本专利技术提供了一种埋地燃气管道泄漏危险度预测系统，其包括：若干采集节点、处理器模块和云服务器；其中各采集节点采集埋地燃气管道相应位置处的应力值、PH值并上传到处理器模块，即所述处理器模块将相应应力值、PH值上传到云服务器，以对埋地燃气管道危险度判断；以及云服务器将对埋地燃气管道危险度判断结果发送回处理器模块。进一步，各采集节点适于采集数据；所述云服务器适于根据各采集节点采集的相应数据建立相应向量；所述云服务器适于根据相应向量构建埋地燃气管道泄漏危险度模型；所述云服务器适于根据埋地燃气管道泄漏危险度模型和埋地燃气管道上相应位置的参数，以实时获取相应位置埋地燃气管道泄漏危险度；所述云服务器适于根据相应位置埋地燃气管道泄漏危险度生成预防性维护策略；所述云服务器适于将对埋地燃气管道危险度判断结果发送回处理器模块。进一步，各采集节点适于采集数据，即采集应力值、PH值，并根据相应应力值、PH值计算应力变化率、PH值变化率，即所述应力变化率为：所述PH值变化率为：其中，F0j为埋地燃气管道刚刚安装或确认管道状态为正常时的对应第j个节点的应力测量平均值，Fi为第i个记录的应力值，FRi为第i个记录的应力变化率，PH0j为埋地燃气管道刚刚安装或确认管道状态为正常时的对应第j个节点的PH值测量平均值，PHi为第i个记录的PH值，PHRi为第i个记录的PH值变化率。进一步，所述云服务器适于根据相应数据建立相应向量，即对特征应力变化率FRi,PH值变化率PHRi进行量化,量化间隔为0.1，且埋地燃气管道使用时间按年份取整。进一步，所述云服务器适于根据相应数据建立相应向量，即建立数据向量：x＝(x(1)，x(2)，x(3))；建立系数向量：w＝(w(1)，w(2)，w(3))；构建最优化模型，即S.tyi(w.xi+b)≥1-ξi；ξi≥0i＝1,2,......,N；其中，x(1)为量化后的应力变化率，x(2)为量化后的PH值变化率，x(3)为量化后的燃气管道使用时间，向量w的分量是向量x相应分量的系数，C为惩罚系数；xi为第i个训练数据向量；yi为xi的类标记，当yi为-1时表示埋地燃气管道出现泄露，当yi为1时表示埋地燃气管道状态正常；N为训练数据数目；ξ为松弛变量；ξi为第i个训练数据的松弛变量；b为偏置；则最优化模型的解为：w*；其中，w*为最优分类超平面的法向量；为拉格朗日乘子向量中对偶问题的解的第i个元素。进一步，所述云服务器适于根据相应向量构建埋地燃气管道泄漏危险度模型，即获取应力值、PH值在法向量上进行投影后所得到的数据，出现埋地燃气管道泄露与埋地燃气管道状态正常两个数据类别的均值与方差，即其中，NA为类别y＝1的样本数；NB为类别y＝-1的样本数；μB为出现埋地燃气管道泄露数据在w*向量轴投影后所得到的数据的均值；μA为埋地燃气管道状态正常数据在w*向量轴投影后所得到的数据的均值；δA为埋地燃气管道状态正常数据在w*向量轴投影后所得到的数据的标准差；δB为出现埋地燃气管道泄露数据在w*向量轴投影后所得到的数据的标准差；进一步，所述云服务器适于根据埋地燃气管道泄漏危险度模型和埋地燃气管道上相应位置的参数，以实时获取相应位置埋地燃气管道泄漏危险度，即设xA为所有y＝1的样本数据总和，ZA为xA在w*向量轴的投影，设当前数据为xc，即Zc＝w*xc；当wxc≤μA+δA时，埋地燃气管道危险度V为0；当wxc≥μB-δB时，埋地燃气管道危险度V为1；当μA+δA≤wxc≤μB-δB时，埋地燃气管道危险度V为：其中，H(ZC|ZA)为在给定ZA条件下，ZC的条件熵；H(μB|ZA)为在给定ZA条件下，μB的条件熵；埋地燃气管道危险度V越小表示埋地燃气管道泄露概率越小，埋地燃气管道危险度V越大表示埋地燃气管道泄露概率越大。进一步，所述云服务器适于根据相应位置埋地燃气管道泄漏危险度生成预防性维护策略，即根据埋地燃气管道危险度控制巡检时间间隔，即T＝VT1+(1-V)T0；T为当前埋地燃气管道在当前危险度V下应当采用的巡检时间间隔，T0对当前埋地燃气管道为危险度V为0时的基准巡检时间间隔，T1为对当前埋地燃气管道为危险度V为1时的基准巡检时间间隔。本专利技术的有益效果是，本专利技术能够克服由人工根据监测数据进行埋地燃气管道泄漏危险判断和预警具有主观性强、随意性大的缺点，并且有利于对埋地燃气管道泄漏事故进行提前防护和预测性维护，相对于事后维护，预测性维护具有更好的经济性，同时降低了埋地燃气管道维护的人力成本。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的埋地燃气管道泄漏危险度预测系统的结构框图。图中：埋地燃气管道1。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本文档来自技高网...

【技术保护点】
1.一种埋地燃气管道泄漏危险度预测系统，其特征在于，包括：/n若干采集节点、处理器模块和云服务器；其中/n各采集节点采集埋地燃气管道相应位置处的应力值、PH值并上传到处理器模块，即/n所述处理器模块将相应应力值、PH值上传到云服务器，以对埋地燃气管道危险度判断；以及/n云服务器将对埋地燃气管道危险度判断结果发送回处理器模块。/n

【技术特征摘要】
1.一种埋地燃气管道泄漏危险度预测系统，其特征在于，包括：
若干采集节点、处理器模块和云服务器；其中
各采集节点采集埋地燃气管道相应位置处的应力值、PH值并上传到处理器模块，即
所述处理器模块将相应应力值、PH值上传到云服务器，以对埋地燃气管道危险度判断；以及
云服务器将对埋地燃气管道危险度判断结果发送回处理器模块。


2.如权利要求1所述的埋地燃气管道泄漏危险度预测系统，其特征在于，
各采集节点适于采集数据；
所述云服务器适于根据各采集节点采集的相应数据建立相应向量；
所述云服务器适于根据相应向量构建埋地燃气管道泄漏危险度模型；
所述云服务器适于根据埋地燃气管道泄漏危险度模型和埋地燃气管道上相应位置的参数，以实时获取相应位置埋地燃气管道泄漏危险度；
所述云服务器适于根据相应位置埋地燃气管道泄漏危险度生成预防性维护策略；
所述云服务器适于将对埋地燃气管道危险度判断结果发送回处理器模块。


3.如权利要求2所述的埋地燃气管道泄漏危险度预测系统，其特征在于，
各采集节点适于采集数据，即
采集应力值、PH值，并根据相应应力值、PH值计算应力变化率、PH值变化率，即
所述应力变化率为：
所述PH值变化率为：
其中，F0j为埋地燃气管道刚刚安装或确认管道状态为正常时的对应第j个节点的应力测量平均值，Fi为第i个记录的应力值，FRi为第i个记录的应力变化率，PH0j为埋地燃气管道刚刚安装或确认管道状态为正常时的对应第j个节点的PH值测量平均值，PHi为第i个记录的PH值，PHRi为第i个记录的PH值变化率。


4.如权利要求3所述的埋地燃气管道泄漏危险度预测系统，其特征在于，
所述云服务器适于根据相应数据建立相应向量，即
对特征应力变化率FRi,PH值变化率PHRi进行量化,量化间隔为0.1，且埋地燃气管道使用时间按年份取整。


5.如权利要求4所述的埋地燃气管道泄漏危险度预测系统，其特征在于，
所述云服务器适于根据相应数据建立相应向量，即
建立数据向量：x＝(x(1)，x(2)，x(3))；
建立系数向量：w＝(w(1)，w(2)，w(3))；
构建最优化模型，即



S.tyi(w.xi+b)≥1-ξi；
ξi≥0i＝1,2,......,N；
其中，x(1)为量化后的应力变化率，x(2)为量化后的PH值变化率，x(3)为量化后的燃气管道使用时间，向量w的分量是向量x相应分量的系数，C为惩罚系数；xi为第i个训练...

【专利技术属性】
技术研发人员：何文韬，乔宏哲，陶国正，
申请(专利权)人：常州机电职业技术学院，
类型：发明
国别省市：江苏;32