【技术实现步骤摘要】
本专利技术涉及燃气沼气识别，具体涉及一种基于机器学习提取典型事件特征的燃气沼气辨识方法。
技术介绍
1、城市污水管线环境复杂，极易滋生沼气，其成分与燃气类似均为甲烷。城市燃气管线相邻地下空间安装的可燃气体监测设备发生甲烷报警时，仅能直观反映该地下空间存在甲烷易爆气体，但气体来源并不明晰，需要构建燃气和沼气辨识模型对甲烷报警事件导致原因进行辨析，提高甲烷报警燃气泄漏事件检出率，预防燃气泄漏事故危害。
2、申请号为202211650471.8的中国专利公开了一种燃气管线相邻地下空间甲烷报警下燃气沼气识别方法，该方案中提到一种燃气沼气辨识方法，通过对预处理监测数据进行相关性分析，获取前三个最高振幅对应周期，并对潜在周期进行自相关性检验，基于得到的周期性特征进行燃气沼气识别，分析三个周期中任一个是否在预设范围，根据其自相关系数进行燃气沼气结果判别，同时分别计算时序数据浓度波动率标准差，基于周期内任一浓度传动率标准差结果判断是否为燃气泄漏；但该方法仅考虑了报警曲线周期性、日波动率变化等少量因素，因此辨识准确率和燃气检出率较低，而且该方...
【技术保护点】
1.一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，包括以下步骤:
2.根据权利要求1所述的一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，所述甲烷报警数据包括监测设备报警浓度、报警监测井类型、报警点温度和潜在燃气泄漏聚集浓度的一种或多种。
3.根据权利要求1所述的一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，所述缺失值补全具体为根据原始甲烷报警浓度数据，当相邻两个报警浓度值之间的时间间隔小于24h时，采用线性插值法，将时间精确到秒。
4.根据权利要求1所述的一种基于机器学习提取典型...
【技术特征摘要】
1.一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，包括以下步骤:
2.根据权利要求1所述的一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，所述甲烷报警数据包括监测设备报警浓度、报警监测井类型、报警点温度和潜在燃气泄漏聚集浓度的一种或多种。
3.根据权利要求1所述的一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，所述缺失值补全具体为根据原始甲烷报警浓度数据，当相邻两个报警浓度值之间的时间间隔小于24h时，采用线性插值法，将时间精确到秒。
4.根据权利要求1所述的一种基于机器学习提取典型事件特征的燃气沼气辨识方法，其特征在于，所述异常值处理具体为根据原始甲烷报警浓度数据，当相邻两个报警浓度值之间的时间间隔不低于24h时...
【专利技术属性】
技术研发人员：端木维可，李润婉，马文辉，周志强，吴尘，沈迎春，
申请(专利权)人：合肥泽众城市智能科技有限公司，
类型：发明
国别省市：
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。