用于燃气场站的燃气泄漏监控装置和方法与流程

本发明涉及燃气监测技术领域，具体涉及一种用于燃气场站的燃气泄漏监控装置和一种用于燃气场站的燃气泄漏监控方法。

背景技术：

天然气因具有清洁环保、燃烧效率高等优点，已成为我们最主要的生产、生活能源之一。天然气场站作为连接产气地和消费地的运输枢纽地位在不断凸显，如何切实有效地保证输气站安全平稳运行，实现安全生产是场站管理工作的出发点和落脚点之一。

随着天然气场站管理功能的提升，对场站可燃气体监测的需求更加迫切，早期的红外对射和固定点探测器因其局限性无法适应实际需要。其中，半导体原理测量灵敏，适用于低浓度泄露的定性检测，但是其误差大，需定点测量，受水汽温度影响大，不适用于定量检测；热电导适用于0～100％vol全量程低精度测量，定点测量，需要定期校准；催化燃烧反应迅速，检测广谱性好，但是有一定几率中毒失效，需要定期校准，不太适用于复杂气体环境；红外吸收反应迅速，稳定性好，但是易受雾气、雨水影响而误报警，误报比较严重。

技术实现要素：

本发明为解决上述技术问题，提供了一种用于燃气场站的燃气泄漏监控装置和方法，能够方便、实时、全面且准确地对燃气场站进行燃气泄漏的监控，有效保障了燃气场站的环境质量和安全性。

本发明采用的技术方案如下：

一种用于燃气场站的燃气泄漏监控装置，包括：可旋转云台；设置于所述可旋转云台上的激光可燃气体探测器，所述激光可燃气体探测器随着所述可旋转平台旋转，并探测得到对应监测位置的可燃气体浓度数据；设置于所述可旋转云台上的摄像头，所述摄像头随着所述可旋转平台旋转，并拍摄得到对应监测位置的视频数据；数据处理模块，所述数据处理模块用于对所述可燃气体浓度数据和所述视频数据进行采集、存储和传输；控制模块，所述控制模块用于对所述可燃气体浓度数据进行分析以得到浓度分析结果和对所述视频数据进行人工智能边缘计算分析以得到目标识别结果，并根据所述浓度分析结果和所述目标识别结果判断所述监测位置是否发生燃气泄漏。

所述控制模块还用于向所述可旋转云台、所述激光可燃气体探测器和所述摄像头发出监测控制指令，以对所述可旋转云台、所述激光可燃气体探测器开关和所述摄像头进行控制。

所述的用于燃气场站的燃气泄漏监控装置还包括：监控模块，所述监控模块用于展示所述可燃气体浓度数据、所述视频数据、所述浓度分析结果和所述目标识别结果。

所述控制模块用于根据可燃气体浓度是否超过预设阈值和识别出的目标是否包含烟雾、火焰判断所述监测位置是否发生燃气泄漏。

所述控制模块还用于判断识别出的目标是否包含入侵的人员或外物。

所述监控模块还用于在所述控制模块判断所述监测位置发生燃气泄漏或识别出的目标包含入侵的人员或外物时生成和展示报警信息。

所述的用于燃气场站的燃气泄漏监控装置还包括：安全模块，所述安全模块用于对访问所述监控模块的访问角色进行授权和管理。

所述控制模块采用深度学习ssd(singleshotmultiboxdetector)算法进行人工智能边缘计算分析。

一种用于燃气场站的燃气泄漏监控方法，包括：通过随着可旋转平台旋转的激光可燃气体探测器探测得到对应监测位置的可燃气体浓度数据；通过随着可旋转平台旋转的摄像头拍摄得到对应监测位置的视频数据；对所述可燃气体浓度数据和所述视频数据进行采集、存储和传输；对所述可燃气体浓度数据进行分析以得到浓度分析结果，并对所述视频数据进行人工智能边缘计算分析以得到目标识别结果，以及根据所述浓度分析结果和所述目标识别结果判断所述监测位置是否发生燃气泄漏。

所述的用于燃气场站的燃气泄漏监控方法还包括：向所述可旋转云台、所述激光可燃气体探测器和所述摄像头发出监测控制指令，以对所述可旋转云台、所述激光可燃气体探测器开关和所述摄像头进行控制。

本发明的有益效果：

本发明实施例通过在可旋转云台上设置灵敏度和抗干扰能力均较高的激光可燃气体探测器、摄像头，以对应获取可燃气体浓度数据、视频数据，通过控制模块对可燃气体浓度数据进行分析以得到浓度分析结果和对视频数据进行人工智能边缘计算分析以得到目标识别结果，并根据浓度分析结果和目标识别结果判断监测位置是否发生燃气泄漏，由此，能够方便、实时、全面且准确地对燃气场站进行燃气泄漏的监控，有效保障了燃气场站的环境质量和安全性。

附图说明

图1为本发明实施例的用于燃气场站的燃气泄漏监控装置的方框示意图；

图2为本发明一个实施例的用于燃气场站的燃气泄漏监控装置的方框示意图；

图3为本发明实施例的用于燃气场站的燃气泄漏监控方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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。

如图1所示，本发明实施例的用于燃气场站的燃气泄漏监控装置，包括可旋转云台10、激光可燃气体探测器20、摄像头30、数据处理模块40和控制模块50。其中，激光可燃气体探测器20和摄像头30均设置于可旋转云台10上，数据处理模块40分别与激光可燃气体探测器20和摄像头30相连，控制模块50与数据处理模块40相连。激光可燃气体探测器20随着可旋转平台10旋转，并探测得到对应监测位置的可燃气体浓度数据；摄像头30随着可旋转平台10旋转，并拍摄得到对应监测位置的视频数据；数据处理模块40用于对可燃气体浓度数据和视频数据进行采集、存储和传输；控制模块50用于对可燃气体浓度数据进行分析以得到浓度分析结果和对视频数据进行人工智能边缘计算分析以得到目标识别结果，并根据浓度分析结果和目标识别结果判断监测位置是否发生燃气泄漏。

在本发明的一个实施例中，数据处理模块40可包括数据采集单元、数据存储单元、数据传输单元和实现采集、存储、传输控制的控制单元。其中，数据采集单元可在燃气场站前端通过rj45、485接口对激光可燃气体探测器20和摄像头30进行数据采集。数据存储单元可在场站前端对可燃气体浓度数据、视频数据及控制信号等进行保存，视频数据根据实际情况可保存1个月到半年不等，可燃气体浓度数据、控制信号可保存半年到一年，并写入日志。数据传输单元可在场站前端将可燃气体浓度数据、视频数据及控制信号等进行安全加密传输，传输通道可采用有线传输或无线传输方式，并在后台的控制模块50端采用防火墙网关控制内外网络安全。

控制模块50具体可根据可燃气体浓度是否超过预设阈值和识别出的目标是否包含烟雾、火焰判断监测位置是否发生燃气泄漏。控制模块50还可判断识别出的目标是否包含入侵的人员或外物。

控制模块50可包括ai(artificialintelligence，人工智能)处理单元，ai处理单元可采用深度学习ssd算法进行人工智能边缘计算分析。具体地，可基于大量的样本视频数据进行识别模型的训练，一些样本视频数据中包括含有烟雾、火焰、人员等待识别目标，因此，所训练出的识别模型可有效识别出上述待识别目标。然后可将当前采集到的视频数据输入该识别模型，该识别模型的输出结果即为目标是否包含烟雾、火焰、人员等的目标识别结果。其中，进行模型训练和识别时所处理的数据可以是原视频数据，也可以为对原视频数据进行逐帧分解后得到的部分或全部图像数据，得到的目标识别结果可包括置信度，置信度大于一定置信度阈值的可判定为目标包含烟雾、火焰、人员等。ai接口方式可采用主控程序与ai服务之间的通信，可以通过多种方式实现，比如restfulapi、socket、rpc(remoteprocedurecall，远程过程调用)、cli(commandlineinterface，命令行接口)，可依据设计需求、主控程序需求以及未来扩展需求灵活选用。

控制模块50还可用于向可旋转云台10、激光可燃气体探测器20和摄像头30发出监测控制指令，以对可旋转云台、激光可燃气体探测器开关和摄像头进行控制。具体地，数据处理模块40还可与可旋转云平台10相连，控制模块50发出的监测控制指令可通过数据处理模块40传输到可旋转云台10、激光可燃气体探测器20和摄像头30，控制可旋转云台10旋转、巡航、旋转速度，并控制激光可燃气体探测器20开启关闭，以及控制摄像头开启关闭、变焦、变分辨率。其中，可旋转云台10可作360°旋转，从而使激光可燃气体探测器20和摄像头30能够对监测位置进行全方位的数据采集。

进一步地，如图2所示，本发明实施例的用于燃气场站的燃气泄漏监控装置还可包括监控模块60，监控模块60可用于展示可燃气体浓度数据、视频数据、浓度分析结果和目标识别结果。监控模块60还可用于在控制模块50判断监测位置发生燃气泄漏或识别出的目标包含入侵的人员或外物时生成和展示报警信息。

具体地，监控模块60可通过显示屏显示可旋转云台10的旋转角度、可燃气体的当前浓度、视频影像、报警信息等。在生成报警信息时，监控模块60还可显示报警时刻后10min的视频影像。访问角色可通过访问监控模块60以查询浓度值、可旋转云台10的水平角度和垂直角度历史曲线、视频记录、历史视频记录回放、查询历史报警信息，访问角色每天可临时查看0.5h的视频信息。可采用心跳模式，以2次/h对现场画面进行抓取，实现对现场设备运行情况的监视，实现在监控中心处实时查看现场画面。

进一步地，如图2所示，本发明实施例的用于燃气场站的燃气泄漏监控装置还可包括安全模块70，安全模块70可用于对访问监控模块60的访问角色进行授权和管理。具体地，安全模块70可包括权限管理单元和角色管理单元。权限管理单元可根据资源的具体特点和应用的实际需要，主要采用集中式授权管理服务模式，为各应用分配和管理资源权限。访问角色由授权管理单元进行统一定义，可以采用职称、职务、部门等多种形式。访问角色是由各种资源的业务权限组合而成，一个访问角色可包含多个资源的多个访问业务权限；用户可以拥有一个或多个访问角色，即继承了相关访问角色所具有的业务权限。菜单授权，把菜单授权给用户或者访问角色，每个用户能够看到的菜单是该用户拥有的菜单和该用户的所有访问角色对应的菜单项。通过菜单授权，让用户只对自己相关的业务进行授权访问，以保护数据安全性。权限管理单元还可提供对数据的安全保护和加密传输。角色管理单元可对各种访问角色进行增加、修改、删除、同步等动态管理，保证装置的可扩展性和可维护性。角色管理单元可进行角色模板的定义、查询，角色模板的增加、删除、修改。角色管理单元可为访问角色组或访问角色进行授权或解除授权，相应访问角色组或访问角色中的多个权限合并构成该访问角色的整体权限。对访问角色的授权，可以进行静态授权，也可以实现动态授权，取决于资源的授权策略。

根据本发明实施例的用于燃气场站的燃气泄漏监控装置，在可旋转云台上设置灵敏度和抗干扰能力均较高的激光可燃气体探测器、摄像头，以对应获取可燃气体浓度数据、视频数据，通过控制模块对可燃气体浓度数据进行分析以得到浓度分析结果和对视频数据进行人工智能边缘计算分析以得到目标识别结果，并根据浓度分析结果和目标识别结果判断监测位置是否发生燃气泄漏，由此，能够方便、实时、全面且准确地对燃气场站进行燃气泄漏的监控，有效保障了燃气场站的环境质量和安全性。

对应上述实施例的用于燃气场站的燃气泄漏监控装置，本发明还提出一种用于燃气场站的燃气泄漏监控方法。

如图3所示，本发明实施例的用于燃气场站的燃气泄漏监控方法包括以下步骤：

s1，通过随着可旋转平台旋转的激光可燃气体探测器探测得到对应监测位置的可燃气体浓度数据。

s2，通过随着可旋转平台旋转的摄像头拍摄得到对应监测位置的视频数据。

步骤s1和s2的执行顺序可互换，或同步执行。

s3，对可燃气体浓度数据和视频数据进行采集、存储和传输。

s4，对可燃气体浓度数据进行分析以得到浓度分析结果，并对视频数据进行人工智能边缘计算分析以得到目标识别结果，以及根据浓度分析结果和目标识别结果判断监测位置是否发生燃气泄漏。

在本发明的一个实施例中，可在燃气场站前端通过rj45、485接口对激光可燃气体探测器和摄像头进行数据采集。可在场站前端对可燃气体浓度数据、视频数据及控制信号等进行保存，视频数据根据实际情况可保存1个月到半年不等，可燃气体浓度数据、控制信号可保存半年到一年，并写入日志。可在场站前端将可燃气体浓度数据、视频数据及控制信号等进行安全加密传输，传输通道可采用有线传输或无线传输方式，并在后台采用防火墙网关控制内外网络安全。

在本发明的一个实施例中，具体可根据可燃气体浓度是否超过预设阈值和识别出的目标是否包含烟雾、火焰判断监测位置是否发生燃气泄漏。进一步地，还可判断识别出的目标是否包含入侵的人员或外物。

在本发明的一个实施例中，可通过ai处理单元采用深度学习ssd算法进行人工智能边缘计算分析。具体地，可基于大量的样本视频数据进行识别模型的训练，一些样本视频数据中包括含有烟雾、火焰、人员等待识别目标，因此，所训练出的识别模型可有效识别出上述待识别目标。然后可将当前采集到的视频数据输入该识别模型，该识别模型的输出结果即为目标是否包含烟雾、火焰、人员等的目标识别结果。其中，进行模型训练和识别时所处理的数据可以是原视频数据，也可以为对原视频数据进行逐帧分解后得到的部分或全部图像数据，得到的目标识别结果可包括置信度，置信度大于一定置信度阈值的可判定为目标包含烟雾、火焰、人员等。ai接口方式可采用主控程序与ai服务之间的通信，可以通过多种方式实现，比如restfulapi、socket、rpc、cli，可依据设计需求、主控程序需求以及未来扩展需求灵活选用。

本发明实施例的用于燃气场站的燃气泄漏监控方法还可包括：向可旋转云台、激光可燃气体探测器和摄像头发出监测控制指令，以对可旋转云台、激光可燃气体探测器开关和摄像头进行控制。具体地，监测控制指令可传输到可旋转云台、激光可燃气体探测器和摄像头，控制可旋转云台旋转、巡航、旋转速度，并控制激光可燃气体探测器开启关闭，以及控制摄像头开启关闭、变焦、变分辨率。其中，可旋转云台可作360°旋转，从而使激光可燃气体探测器和摄像头能够对监测位置进行全方位的数据采集。

进一步地，还可对可燃气体浓度数据、视频数据、浓度分析结果和目标识别结果进行展示，并在判断监测位置发生燃气泄漏或识别出的目标包含入侵的人员或外物时生成和展示报警信息。

具体地，可通过显示屏显示可旋转云台的旋转角度、可燃气体的当前浓度、视频影像、报警信息等。在生成报警信息时，还可显示报警时刻后10min的视频影像。访问角色可访问查询浓度值、可旋转云台的水平角度和垂直角度历史曲线、视频记录、历史视频记录回放、查询历史报警信息，访问角色每天可临时查看0.5h的视频信息。可采用心跳模式，以2次/h对现场画面进行抓取，实现对现场设备运行情况的监视，实现在监控中心处实时查看现场画面。

进一步地，还可对访问角色进行授权和管理。具体地，可根据资源的具体特点和应用的实际需要，主要采用集中式授权管理服务模式，为各应用分配和管理资源权限。访问角色由授权管理单元进行统一定义，可以采用职称、职务、部门等多种形式。访问角色是由各种资源的业务权限组合而成，一个访问角色可包含多个资源的多个访问业务权限；用户可以拥有一个或多个访问角色，即继承了相关访问角色所具有的业务权限。菜单授权，把菜单授权给用户或者访问角色，每个用户能够看到的菜单是该用户拥有的菜单和该用户的所有访问角色对应的菜单项。通过菜单授权，让用户只对自己相关的业务进行授权访问，以保护数据安全性。还可提供对数据的安全保护和加密传输；可对各种访问角色进行增加、修改、删除、同步等动态管理，保证装置的可扩展性和可维护性；可进行角色模板的定义、查询，角色模板的增加、删除、修改；可为访问角色组或访问角色进行授权或解除授权，相应访问角色组或访问角色中的多个权限合并构成该访问角色的整体权限。对访问角色的授权，可以进行静态授权，也可以实现动态授权，取决于资源的授权策略。

根据本发明实施例的用于燃气场站的燃气泄漏监控方法，通过设置在可旋转云台上的灵敏度和抗干扰能力均较高的激光可燃气体探测器获取可燃气体浓度数据，通过设置在可旋转云台上的摄像头获取视频数据，然后对可燃气体浓度数据进行分析以得到浓度分析结果和对视频数据进行人工智能边缘计算分析以得到目标识别结果，并根据浓度分析结果和目标识别结果判断监测位置是否发生燃气泄漏，由此，能够方便、实时、全面且准确地对燃气场站进行燃气泄漏的监控，有效保障了燃气场站的环境质量和安全性。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。