一种基于NB-IOT技术的危化气体监测方法技术

本发明专利技术公开了一种基于NB

A hazardous gas monitoring method based on nb-iot Technology

【技术实现步骤摘要】
一种基于NB
‑
IOT技术的危化气体监测方法


[0001]本专利技术涉及气体监测与算法的领域,尤其涉及一种基于NB
‑
IOT技术的危化气体监测方法。

技术介绍

[0002]目前，危化气体监测系统采用单一传感器一对一的去采集和监测危化气体,单一传感器对气体的检测不够准确；其次,传统的危化气体监测系统中,危化气体监测仪仅仅负责检测气体的数据监测，采样仪器仅仅对被检测气体进行采样,检测危化气体和采样都具有不确定性,无法对被检测的危化气体进行准确的检测，以方便后期进一步的通过国标三袋法进行检测，以作为执法依据。其次，传统的危化气体监测方法,其对气体的检测结果不够准确。
[0003]专利公开号为CN110261878A公开了一种集成GNSS和微震信息的多功能危化气体监测装置及系统，该专利技术涉及一种多功能危化气体监测装置及监测预警系统，装置包括基座和设置于基座上的杆体，杆体顶端设置有GNSS接收器和风速风向传感器，基座设置有与监测装置成一体结构的微震传感器；杆体上部设有光伏横杆，光伏横杆上安装有光伏板；杆体上部安装有激光甲烷传感器，杆体下部安装有集成气体传感器；杆体上还设有控制箱和报警装置，控制箱内设置有数据采样模块、控制器和数据传输模块，以及与光伏板连接的MPPT控制器；风速风向传感器、微震传感器、激光甲烷传感器、集成气体传感器和MPPT控制器通过数据采样模块连接控制器；GNSS接收器、报警装置和数据传输模块分别与控制器连接；控制器根据各类监测数据是否触发阈值判定是否向报警装置发送报警信号。
[0004]由此可见,现有技术的危化气体监测方法存在着检测结果不准确,对气体的识别率低的缺陷。

技术实现思路

[0005]为了克服现有技术存在的缺点与不足,本专利技术提供一种基于NB
‑
IOT技术的危化气体监测方法。
[0006]本专利技术所采用的技术方案是，该方法的步骤为：
[0007]步骤S1：利用传感器采集危化气体的管道浓度数据、管道压力数据、管道图像数据；
[0008]步骤S2：建立NB
‑
IoT设备数据收发模型，同时建立危化气体泄漏的特征综合数据库，包括浓度特征、压力特征、图像特征；
[0009]步骤S3：利用经度和纬度建立危化气体管道的位置方程，在危化气体出现泄漏时进行准确定位；
[0010]步骤S4：利用鲸鱼优化算法建立模型进行危化气体泄漏源预测和泄漏源搜寻，完成初步的泄漏源寻找工作；
[0011]步骤S5：根据危化气体出现泄漏时浓度发生变化这一特征，利用高斯烟团算法对
危化气体浓度变化建立模型；
[0012]步骤S6：利用气体的热力学理论建立危化气体压力变化模型；
[0013]步骤S7：对危化气体图像进行分辨率调整和解码，将泄漏图像数据利用色彩模型进行转换，并进行空间位置映射，利用多项式对管道图像数据进行散点的曲线拟合，同时利用最小二乘法进行计算误差函数，统计在图像数据中出现危化气体泄漏的概率及约束方程；
[0014]步骤S8：建立危化气体泄漏相似度数函数，对浓度特征、压力特征、图像特征同时进行相似度判断，定位出泄漏源；
[0015]步骤S9：对泄漏源个数进行判断，重复步骤S4、S5、S6、S7、S8，直至找出所有的泄漏源；
[0016]步骤S10：计算NB
‑
IOT设备信号接收功率差值，数据传输模型，完成对危化气体的监测。
[0017]进一步地，所述NB
‑
IoT设备数据接收模型，表达式为:
[0018]A＝BC+D
[0019]其中，A表示所有NB
‑
IoT设备发送的信号向量，C表示所有NB
‑
IoT设备接收的信号向量，B表示信道状态信息矩阵，D表示高斯白噪声矩阵；
[0020]NB
‑
IoT设备收到的信号，表达式为：
[0021][0022]其中，e表示NB
‑
IoT设备收到的信号，j表示j个NB
‑
IoT设备参考点,i表示i个NB
‑
IoT设备；
[0023]所述危化气体泄漏的特征综合数据库，表达式为：
[0024]G＝[W，U，Z][0025]其中，G表示危化气体泄漏的特征综合，W表示泄漏时管道的图像特征，U表示泄漏时管道的压力特征，Z表示泄漏时危化气体的浓度特征；
[0026]所述危化气体管道的位置方程，表达式为：
[0027]E＝[(x1，y1)，(x2，y2)，...，(x
n
，y
n
)]T
[0028]其中，E表示危化气体管道的纬度和经度集，x
n
和y
n
分别表示第n个点的纬度和经度，T表示矩阵的转置运算。
[0029]进一步地，所述泄漏源预测，表达式为:
[0030][0031]其中，H表示寻找泄漏源的步长距离，为数理逻辑运算符，I
*
(f)表示目前已发现的泄漏源的位置，I(f)表示预测的泄漏源的位置向量，f为迭代次数，K和J为系数向量；
[0032]所述泄漏源搜寻，表达式为:
[0033]I(f+1)＝Ig(f)
‑
K
·
H
[0034][0035]其中，I
g
(f)表示新发现的泄漏源位置向量，H表示寻找泄漏源的步长，为数理逻辑运算符，I(f)表示预测的泄漏源的位置向量，f为迭代次数，K和J为系数向量。
[0036]进一步地，所述危化气体浓度变化建立模型，表达式为：
[0037][0038]其中，L(x，y)表示坐标(x，y)处的危化气体浓度，i表示总的泄漏源数量，h＝1，2，
…
，i，N
y
表示危化气体在水平方向上的扩散强度，N
z
表示危化气体在竖直方向上的扩散强度，M
h
表示泄漏源的危化气体泄漏质量流量，y
h
表示泄漏源的纵坐标，d表示风速，π表示圆周率，δ表示浓度测量值中加入的测量随机误差；
[0039]所有危化气体浓度采集传感器所在位置，浓度预测值与浓度测量值的偏差，表达式为:
[0040][0041]其中，O表示偏差值的评价指标，m表示测量危化气体浓度传感器数量，表示第j个传感器位置预测的危化气体浓度值，表示第j个传感器测量得到的危化气体浓度真实值。
[0042]进一步地，所述危化气体压力变化模型，表达式为：
[0043][0044]其中，W
l
表示管道内的压强，Y表示管道容积，B表示危化气体的气体常数，F表示危化气体的温度，j1表示正常时危化气体的量，j2表示泄漏的危化气体的量，j3表示危化气体的测量随机误差。
[0045]进一步地，所述对危化气体图像进行分辨率调整和解码，步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于NB
‑
IOT技术的危化气体监测方法，其特征在于,该方法的步骤为：步骤S1：利用传感器采集危化气体的管道浓度数据、管道压力数据、管道图像数据；步骤S2：建立NB
‑
IoT设备数据收发模型，同时建立危化气体泄漏的特征综合数据库，包括浓度特征、压力特征、图像特征；步骤S3：利用纬度和经度建立危化气体管道的位置方程，在危化气体出现泄漏时进行准确定位；步骤S4：利用鲸鱼优化算法建立模型进行危化气体泄漏源预测和泄漏源搜寻，完成初步的泄漏源寻找工作；步骤S5：根据危化气体出现泄漏时浓度发生变化这一特征，利用高斯烟团算法对危化气体浓度变化建立模型；步骤S6：利用气体的热力学理论建立危化气体压力变化模型；步骤S7：对危化气体图像进行分辨率调整和解码，将泄漏图像数据利用色彩模型进行转换，并进行空间位置映射，利用多项式对管道图像数据进行散点的曲线拟合，同时利用最小二乘法进行计算误差函数，统计在图像数据中出现危化气体泄漏的概率及约束方程；步骤S8：建立危化气体泄漏相似度数函数，对浓度特征、压力特征、图像特征同时进行相似度判断，定位出泄漏源；步骤S9：对泄漏源个数进行判断，重复步骤S4、S5、S6、S7、S8，直至找出所有的泄漏源；步骤S10：计算NB
‑
IOT设备信号接收功率差值，数据传输模型，完成对危化气体的监测。2.如权利要求1所述的一种基于NB
‑
IOT技术的危化气体监测方法，其特征在于，所述NB
‑
IoT设备数据接收模型，表达式为:A＝BC+D其中，A表示所有NB
‑
IoT设备发送的信号向量，C表示所有NB
‑
IoT设备接收的信号向量，B表示信道状态信息矩阵，D表示高斯白噪声矩阵；NB
‑
IoT设备收到的信号，表达式为：其中，e表示NB
‑
IoT设备收到的信号，j表示j个NB
‑
IoT设备参考点,i表示i个NB
‑
IoT设备；所述危化气体泄漏的特征综合数据库，表达式为：G＝[W，U，Z]其中，G表示危化气体泄漏的特征综合，W表示泄漏时管道的图像特征，U表示泄漏时管道的压力特征，Z表示泄漏时危化气体的浓度特征；所述危化气体管道的位置方程，表达式为：E＝[(x1，y1)，(x2，y2)，...，(x
n
，y
n
)]
T
其中，E表示危化气体管道的纬度和经度集，x
n
和y
n
分别表示第n个点的纬度和经度，T表示矩阵的转置运算。3.如权利要求1所述的一种基于NB
‑
IOT技术的危化气体监测方法，其特征在于，所述泄
漏源预测，表达式为:其中，H表示寻找泄漏源的步长距离，为数理逻辑运算符，I*(f)表示目前已发现的泄漏源的位置，I(f)表示预测的泄漏源的位置向量，f为迭代次数，K和J为系数向量；所述泄漏源搜寻，表达式为:I(f+1)＝I
g
(f)
‑
K
·
H其中，I
g
(f)表示新发现的泄漏源位置向量，H表示寻找泄漏源的步长，为数理逻辑运算符，I(f)表示预测的泄漏源的位置向量，f为迭代次数，K和J为系数向量。4.如权利要求1所述的一种基于NB
‑
IOT技术的危化气体监测方法，其特征在于，所述危化气体浓度变化建立模型，表达式为：其中，L(x，y)表示坐标(x，y)处的危化气体浓度，i表示总的泄漏源数量，h＝1，2，
…
，i，N
y
表示危化气体在水平方向上的扩散强度，N
z
表示危化气体在竖直方向上的扩散强度，M
h
表示泄漏源的危化气体泄漏质量流量，y
h
表示泄漏源的纵坐标，d表示风速，π表示圆周率，δ表示浓度测量值中加入的测量随机误差；所有危化气体浓度采集传感器所在位置，浓度预测值与浓度测量值的偏差，表达式为:其中，O表示偏差值的评价指标，m表示测量危化气体浓度传感器数量，表示第j个传感器位置预测的危化气体浓度值，表示第j个传感器测量得到的危化气体浓度真实值。5.如权利要求1所述的一种基于NB
‑
IOT技术的危化气体监测方法，其特征在于，所述危化气体压力变化模型，表达式为：其中，W
l
表示管道内的压强，Y表示管道容积，B表示危化气体的气体常数，F表示危化气体的温度，j1表示正常时危化气体的量，j2表示泄漏的危化气体的量，j...

【专利技术属性】
技术研发人员：杨坤龙，许克成，王玉，
申请(专利权)人：中用科技有限公司，
类型：发明
国别省市：