一种燃气管网泄漏实时在线智能可解释性监测溯源方法技术

本发明专利技术涉及一种基于AM

【技术实现步骤摘要】
一种燃气管网泄漏实时在线智能可解释性监测溯源方法


[0001]本专利技术涉及燃气管网泄漏实时在线智能监测溯源技术，属于燃气管网泄漏智能监测方法领域，具体地说是一种基于AM
‑
LSTM模型的燃气管网泄漏实时在线智能可解释性监测溯源方法。

技术介绍

[0002]城镇燃气输配管网结构复杂，作业环境内人员密集，燃气管道发生泄漏后容易形成可燃蒸气云，一旦被点燃发生燃气燃爆事故，将造成大量人员伤亡、财产损失及环境破坏。因此，燃气管网泄漏实时在线智能监测溯源技术对于开展管道泄漏事故应急决策至关重要。在现有的管道泄漏检测和定位方法中，基于软件的方法可以充分利用多个管道位置的传感器采集的压力、流量和温度等过程监测时间序列数据，是最具成本效益的方法。目前燃气管网系统管道干路与支路普遍装备压力监测传感器以进行管道内气体压力监测，但是传统的基于压力数据的管道泄漏溯源方法需要依靠模型特征假定，对具有高度非线性特征的燃气管网泄漏警报的误报率、漏报率高。机器学习技术可挖掘复杂数据之间的非线性关系，机器学习技术特别是深度学习技术已经在管道泄漏检测任务中表现出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃气管网泄漏实时在线智能可解释性监测溯源方法，具体包括以下步骤：步骤S1、数据集构建：基于管道泄漏模拟实验，建立燃气管网运行压力数据集；步骤S2、可解释性特征筛选：应用self
‑
AM多层感知网络筛选各传感器采集的序列；步骤S3、时序特征学习：应用LSTM网络层进行时序特征学习；步骤S4、泄漏监测与溯源：应用Softmax激活函数实时监测泄漏类别，同时利用self
‑
AM多层感知网络得到的可解释性权重进行泄漏溯源；步骤S5、迭代更新：迭代更新模型参数使损失函数最小化，得到最优模型，输出泄漏类别和位置。2.根据权利要求1所述的一种燃气管网泄漏实时在线智能可解释性监测溯源方法，其特征在于：步骤S1所述数据集构建，基于管道燃气管网泄漏模拟实验，建立燃气管网运行压力数据集。3.根据权利要求1所述的一种燃气管网泄漏实时在线智能可解释性监测溯源方法，其特征在于：步骤S2所述可解释性特征筛选...

【专利技术属性】
技术研发人员：师吉浩，张新琪，李俊杰，陈国明，黄佳伟，谢伟康，付建民，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：