一种埋地燃气管道泄漏危险度预测系统的制作方法

本发明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。

背景技术：

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。

技术实现要素：

本发明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，本发明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。

本发明的有益效果是，本发明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。

本发明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，或者通过实施本发明而了解。

为使本发明的上述目的、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发明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发明的一些实施方式，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是本发明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

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例1

图1是本发明的埋地燃气管道泄漏危险度预测系统的结构框图。

在本实施例中，如图1所示，本实施例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。

在本实施例中，各采集节点完成对应力、ph值、甲烷浓度的监测功能，并上传到处理器模块；处理器模块通过通信模块与云服务器相连，可将检测到的数据上传到云服务器处理，以及将云服务器对数据的处理结果传送给处理器模块。

本实施例在埋地燃气管道1上方布设无线传感器网络，监控管网当前运行参数，进行数据采集；并根据历史数据，学习出危险度模型；根据危险度模型并结合当前位置目前参数，实时给出当前位置埋地燃气管道危险度，并能根据当前位置埋地燃气管道1的危险度情况，给出预防性维护策略，实现对埋地燃气管道1的预测性维护。

在本实施例中，处理器模块可以采用但不限于是zigbee网关，通信模块可以采用有线模块或4g/5g无线模块。

在本实施例中，如图1所示，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。

在本实施例中，本实施例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。

在本实施例中，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。

在本实施例中，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。

在本实施例中，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。

在本实施例中，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；

在本实施例中，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。

在本实施例中，埋地燃气管道危险度v为从0到1范围的数，越接近0表示危险度越小，越接近1表示危险度越大，用户可根据危险度大小进行预防性维护。

在本实施例中，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。

在本实施例中，危险度v>γ时，启动预警，进行全面巡检。γ为预警阈值，范围为0.3-0.4，用户可以自主在该范围内选择阈值设置，以上预警阈值取值范围合理，很好地在避免虚报和避免漏报之间进行了折衷。

综上所述，本发明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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。