核电厂水下安保入侵目标的监测方法技术

技术编号:28874422 阅读:43 留言:0更新日期:2021-06-15 23:08
本发明专利技术涉及一种核电厂水下安保入侵目标的监测方法,包括如下步骤:1)通过声纳监测设备进行核电厂水下安保入侵目标的监测,并得到水下安保入侵目标的声学监测密度;2)通过光学成像设备进行核电厂水下安保入侵目标的监测,并得到水下安保入侵目标的光学监测密度;3)对步骤1)的声学监测密度和步骤2)的光学监测密度进行数据融合,得到核电厂水下安保入侵目标的声光重构模型ρ;4)结合步骤3)中的声光重构模型以及空间信息,计算水下安保入侵目标到达敏感部位的入侵强度。本发明专利技术的核电厂水下安保入侵目标的监测方法,通过声学、光学、声光复合、时空域模型等一系列的科学计算,能够定量化监测核电厂水下安保入侵目标的入侵强度,进而为核电厂水下安保入侵目标的自动监测系统提供指导。

【技术实现步骤摘要】
核电厂水下安保入侵目标的监测方法
本专利技术专利具体涉及一种核电厂水下安保入侵目标的监测方法。
技术介绍
我国核电厂大都处于滨海(水)区域,其中的冷却水取水系统、排水系统等重要构筑物直接或间接与水域相连,水下安保是近年来核安保领域关注的问题。目前核电厂水下安保领域借助于为保证冷源水下安保入侵目标入侵设置的拦阻网、渔业声纳等设备辅助实现,针对水下人为入侵的风险评估及技术措施相对欠缺,难以满足核安保立体、纵深防御的需要。
技术实现思路
有鉴于此,为了克服现有技术的缺陷和达到上述目的,本专利技术的目的是提供一种核电厂水下安保入侵目标的监测方法。为了达到上述目的,本专利技术采用以下的技术方案:一种核电厂水下安保入侵目标的监测方法,包括如下步骤:1)通过声纳监测设备进行核电厂水下安保入侵目标的监测,并得到水下安保入侵目标的声学监测密度σ1;2)通过光学成像设备进行核电厂水下安保入侵目标的监测,并得到水下安保入侵目标的光学监测密度σ2;3)对步骤1)的声学监测密度σ1和步骤2)的光学监测密度σ2进行数据融合,得到核电厂水下安保入侵目标的声光重构模型ρ;4)结合步骤3)中的声光重构模型以及空间信息,计算水下安保入侵目标到达敏感部位的入侵强度。空间信息包括监测点的与敏感部位之间的距离、水流流速等。:敏感部位是指核电厂水下安保的薄弱位置,如取水泵站等位置。根据本专利技术的一些优选实施方面,步骤1)中的声学监测密度σ1根据如下公式进行计算:式中,声学监测密度σ1为监测范围内目标的统计值,单位为ind./m3;V为声纳监测范围内的海水体积;N为将声纳的监测范围进行分割得到的球面切片的数量;M为由N个球面切片所围成的分片水体的数量;M、N的取值根据监测对象的Max(直径,高度)确定得到;Ci为各球面切片水下安保入侵目标数量投影到各球面切片上的灰度图像值。根据本专利技术的一些优选实施方面,式(1)中式(1)简化为下式:根据本专利技术的一些优选实施方面,式中Ci根据如下公式计算得到:式中,A为对应的球面切片。根据本专利技术的一些优选实施方面,步骤2)中的光学监测密度σ2的计算包括如下步骤:①设水下安保入侵目标光学监测的灰度图像为f(x,y),水平梯度为Fx,垂直梯度为Fy,其中灰度图像、水平梯度、垂直梯度的尺度均为m×n;②计算灰度图像f(x,y)的水平梯度Fx与垂直梯度Fy;③设原始图像f(x,y)的梯度算子的模长为引入阈值δ来表征海水背景环境,且δ>0,将原始水下安保入侵目标监测灰度图像f(x,y)中梯度的模上的点进行标记为1,并看作是监测区域生物量的边界点,从而得到将原始图像中梯度模大于阈值δ的点标记为1的二值图像f1(x,y);④对锐化后的图像f1(x,y)采用Canny算子进行边缘检测得到图像f2(x,y);⑤利用形态学理论闭运算对二值图像进行闭合运算,形成图像f3(x,y),再对f3(x,y)利用形态学膨胀运算进行孔洞的填充,得到图像记为f4(x,y);⑥利用f4(x,y)中水下安保入侵目标像素个数除以图像的总像素个数,计算水下安保入侵目标在图像中的占比,得到监测范围内光学监测范围内核电厂水下安保入侵目标的光学监测密度,即:σ2=f4(x,y)/f(x,y)。根据本专利技术的一些优选实施方面,步骤②中计算灰度图像f(x,y)的水平梯度Fx包括如下步骤:设x表示任意行,Fx的第一列元素由原图像f(x,2)-f(x,1)获得,最后一列(第n列)由原图像f(x,n)-f(x,n-1)获得,第2到第n-1列由算式计算得出,其中i=2,3,…,n-1。根据本专利技术的一些优选实施方面,步骤④中的边缘检测包括如下步骤:先用高斯滤波器对图像进行平滑处理,从而计算出滤波后图像的模长与方向,之后找出图像梯度的局部极大值点,并把其它非局部极大值点置零,从而得到监测图像细化的边缘,最后用双阈值法检测图像并且对不连续的边缘进行处理,使边缘连续。根据本专利技术的一些优选实施方面,步骤3)进行数据融合时,采用声学监测密度σ1作为基础数据,引入声光复合权重变量p,得到重构模型ρ=p*σ1;其中,变量p由σ2和σ1比值决定,即:p=σ2/σ1。根据本专利技术的一些优选实施方面,对变量p做如下定义:当p≥2时,定义为绝对加强,取p的值为2;当1.5≤p<2时,定义为加强,取p的值为1.5;当0.6≤p<1.5时,定义为一致,取p的值为1;当0.4≤p<0.6时,定义为减弱,取p的值为0.5;当0.2≤p<0.4时,定义为绝对减弱,取p的值为0.2;当p<0.2时,定义为检测失真,取p的值为0。根据本专利技术的一些优选实施方面,以核电厂水下敏感度最高的取水泵站为防护部位,构建时空域模型其中,时空域模型是指包含时间、空间要素,并与声光重构模型相关联的核电厂水下安保入侵目标的入侵强度监测模型;δ为监测点区域海水进入取水口的量级;Q:每秒通流量;L:监测点到最近泵站的距离;v:水流速度;θ:监测点水流在取水口的方向角;由于采用了上述技术方案,与现有技术相比,本专利技术的有益之处在于:本专利技术的核电厂水下安保入侵目标的监测方法,通过声学、光学、声光复合、时空域模型等一系列的科学计算,能够定量化监测核电厂水下安保入侵目标的入侵强度,进而为核电厂水下安保入侵目标的自动监测系统提供指导。附图说明为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,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为本专利技术优选实施例中的核电厂水下安保入侵目标监测模型总架构图;图2为本专利技术优选实施例中的声纳监测范围的切片示意图;图3为本专利技术优选实施例中的声纳数据分析和处理流程图;图4为本专利技术优选实施例中的水下视频图像处理的结果图;图5为本专利技术优选实施例中的声光复合数据重构的逻辑图。具体实施方式为了使本
的人员更好地理解本专利技术的技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分的实施例,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,都应当属于本专利技术保护的范围。本专利技术解决两个方面的技术问题,一是通过科学的方法确定水下安保入侵目标的评估模型,二是通过系统化设计对核电厂水下安保入侵目标进行监测预警,提升核电厂安全保障水平。为了解决上述的技术问题,本专利技术的用于核电厂水下安保入侵目标的监测方法,主要包括以下步骤:(1)建立科学的在线监测体系,进行监测数本文档来自技高网
...

【技术保护点】
1.一种核电厂水下安保入侵目标的监测方法,其特征在于,包括如下步骤:/n1)通过声纳监测设备进行核电厂水下安保入侵目标的监测,并得到威胁目标的声学监测密度σ

【技术特征摘要】
1.一种核电厂水下安保入侵目标的监测方法,其特征在于,包括如下步骤:
1)通过声纳监测设备进行核电厂水下安保入侵目标的监测,并得到威胁目标的声学监测密度σ1;
2)通过光学成像设备进行核电厂水下安保入侵目标的监测,并得到威胁目标的光学监测密度σ2;
3)对步骤1)的声学监测密度σ1和步骤2)的光学监测密度σ2进行数据融合,得到威胁目标的重构模型ρ;
4)结合步骤3)中的重构模型以及空间信息,计算水下安保入侵目标的入侵强度。


2.根据权利要求1所述的监测方法,其特征在于,步骤1)中的声学监测密度σ1根据如下公式进行计算:



式中,声学监测密度σ1为监测范围内目标的统计值,单位为ind./m3;
V为声纳监测范围内的海水体积;
N为将声纳的监测范围进行分割的球面切片的数量;
M为由N个球面切片所围成的分片水体的数量;
M、N的取值根据监测对象的Max(直径,高度)确定得到;
Ci为各球面切片水下安保入侵目标数量投影到各球面切片上的灰度图像值。


3.根据权利要求2所述的监测方法,其特征在于,式(1)中式(1)简化为下式:





4.根据权利要求2所述的监测方法,其特征在于,式(1)中Ci根据如下公式计算得到:



式中,A为对应的球面切片。


5.根据权利要求1所述的监测方法,其特征在于,步骤2)中的光学监测密度σ2的计算包括如下步骤:
①设水下安保入侵目标光学监测的灰度图像为f(x,y),水平梯度为Fx,垂直梯度为Fy,其中灰度图像、水平梯度、垂直梯度的尺度均为m×n;
②计算灰度图像f(x,y)的水平梯度Fx与垂直梯度Fy;
③设原始图像f(x,y)的梯度算子的模长为引入阈值δ来表征海水背景环境,且δ>0,将原始水下安保入侵目标监测灰度图像f(x,y)中梯度的模上的点进行标记为1,并看作是监测区域生物量的边界点,从而得到将原始图像中梯度模大于阈值δ的点标记为1的二值图像f1(x,y);
④对锐化后的图像f1(x,y)采用Canny算子进行边缘检测得到图像f2(x,y);

【专利技术属性】
技术研发人员:孟亚辉艾德文潘锋叶文龙杨越董林肖巍巍王猛王仙成
申请(专利权)人:岭澳核电有限公司苏州热工研究院有限公司中国广核集团有限公司中国广核电力股份有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1