System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种透平油库安全异常状态智能监测方法技术_技高网

一种透平油库安全异常状态智能监测方法技术

技术编号:40576636 阅读:8 留言:0更新日期:2024-03-06 17:18
本发明专利技术公开一种透平油库安全异常状态智能监测方法,本发明专利技术涉及透平油库监测技术领域,解决透平油库安全异常状态不够智能和精确问题,采用的方法是,其中连接模块、定时采集模块和数据上传模块对透平油库内部数据进行定时采集并上传至服务器中,数据格式化单元、数据去噪单元和数据归一化单元提高后续透平油库异常检测的准确性,模型异常监测方法通过模型训练模块、异常检测模块和模型迭代更新模块设计协同监测模型,实现透平油库温度异常、压力异常、液位异常和浓度异常检测,实现透平油库安全异常状态监测的智能性和精确性,服务器通过预警信息推送机制实现及时向相关人员传递透平油库安全异常状态信息。

【技术实现步骤摘要】

本专利技术涉及透平油库监测,且更具体地涉及一种透平油库安全异常状态智能监测方法


技术介绍

1、透平油库是一种常见的储油设备,如果在使用过程中出现异常状态,可能会导致油品泄漏、火灾等严重后果。因此,开发透平油库安全异常状态智能监测方法具有重要意义。透平油库安全异常状态智能监测方法的作用是通过采集和分析透平油库的各种监测数据,实现对于正常和异常状态的识别和预警。这样可以及时发现潜在的安全隐患,并采取相应措施进行处理,从而保证透平油库运行的安全性和稳定性。总之,透平油库安全异常状态智能监测方法可以通过数据采集、特征提取、模型构建和异常识别等步骤实现对于透平油库运行状态的监测和预警,从而保障设备的安全运行和人员的生命财产安全。

2、在现有技术中,透平油库安全异常状态智能监测方法存在很多弊端,一方面不能定时采集透平油库内部数据并上传至服务器中,导致不能及时采集到透平油库内部数据,影响透平油库安全异常状态的进程,缺少数据预处理模块对透平油库内部数据进行预处理,导致后续透平油库异常检测不够准确,另一方面,传统的透平油库安全异常状态智能监测方法不够智能和精确,缺少预警信息推送机制向相关人员发送预警信息,为解决上述问题,本专利技术专利技术了一种能够定时采集透平油库内部数据,实现透平油库安全异常状态智能和准确监测的透平油库安全异常状态智能监测方法。


技术实现思路

1、针对上述技术的不足,本专利技术公开一种透平油库安全异常状态智能监测方法,嵌入式采集系统通过连接模块、定时采集模块和数据上传模块对透平油库内部数据进行定时采集并上传至服务器中,解决不能及时采集到透平油库内部数据问题,数据预处理模块通过数据格式化单元、数据去噪单元和数据归一化单元对上传的透平油库内部数据进行预处理,解决后续透平油库异常检测不够准确问题,模型异常监测方法通过模型训练模块、异常检测模块和模型迭代更新模块针对预处理后的透平油库内部数据设计协同监测模型,实现透平油库温度异常、压力异常、液位异常和浓度异常检测,解决透平油库安全异常状态智能监测方法不够智能和精确问题,服务器通过预警信息推送机制向相关人员发送预警信息,解决不能及时向相关人员传递透平油库安全异常状态信息问题。

2、分析有鉴于此,本专利技术提供了一种透平油库安全异常状态智能监测方法,所述方法包括如下步骤:

3、步骤一、在透平油库内部布置温度传感器、压力传感器、液位传感器和气体检测仪实时测量透平油库内部数据,所述透平油库内部数据至少包括温度参数、压力参数、液位参数和透平油库内部浓度;

4、步骤二、采用嵌入式采集系统对透平油库内部数据进行定时采集并上传至服务器中,所述嵌入式采集系统包括连接模块、定时采集模块和数据上传模块;

5、在步骤二中,所述连接模块的输出端与所述定时采集模块的输入端连接,所述定时采集模块的输出端与所述数据上传模块的输入端连接;

6、步骤三、所述服务器通过数据预处理模块对上传的透平油库内部数据进行预处理,所述数据预处理模块包括数据格式化单元、数据去噪单元和数据归一化单元;

7、在步骤三中,所述数据格式化单元的输出端与所述数据去噪单元的输入端连接,所述数据去噪单元的输出端与所述数据归一化单元的输入端连接;

8、步骤四、所述服务器通过模型异常监测方法针对预处理后的透平油库内部数据设计协同监测模型,实现透平油库温度异常、压力异常、液位异常和浓度异常检测,所述模型异常监测方法包括模型训练模块、异常检测模块和模型迭代更新模块;

9、在步骤四中,所述模型训练模块的输出端与所述模型迭代更新模块的输入端连接,所述模型迭代更新模块的输出端与所述异常检测模块的输入端连接;

10、步骤五、当检测到透平油库存在温度异常、压力异常、液位异常或浓度异常检测时,所述服务器通过预警信息推送机制向相关人员发送预警信息。

11、作为本专利技术进一步的技术方案,所述连接模块采用i2c总线接口和i2c总线实现嵌入式采集系统分别与温度传感器、压力传感器、液位传感器和气体检测仪进行连接,确保透平油库内部数据采集过程的准确性和稳定性,所述数据上传模块采用coap应用层传输协议将透平油库内部数据以coap消息格式发送到服务器上。

12、作为本专利技术进一步的技术方案,所述定时采集模块采用寄存器合位操作定义定时采集的计时器,所述计时器的计时值设置为10000毫秒,所述计时值表示为采集透平油库内部数据的时间间隔,所述计时器在每次计时结束后采用中断服务函数触发透平油库内部数据采集操作,实现透平油库内部数据的定时等间隔采集。

13、作为本专利技术进一步的技术方案,所述数据格式化单元采用编程语言中提供的字符串操作函数对上传的透平油库内部数据进行格式化,所述字符串操作函数通过字符串切片将透平油库内部数据中的各个字段提取出来,所述字符串操作函数再通过正则表达式灵活地匹配字段中的内容,实现透平油库内部数据格式化,所述数据去噪单元采用最小均方滤波方式对透平油库内部数据噪声进行去除,所述最小均方滤波方式通过维纳滤波器估计原始透平油库内部数据与噪声在频域上的功率谱密度比值,实现消除透平油库内部数据噪声,所述数据归一化单元采用小数定标规范化将透平油库内部数据转换为相同的标准范围内,所述小数定标规范化根据透平油库内部数据最大值和最小值数量级差确定移动因子,所述小数定标规范化再通过归一化操作将透平油库内部数据除以10的移动因子指数函数,实现将不同数量级的透平油库内部数据转换为[-1,1]的标准范围内。

14、作为本专利技术进一步的技术方案,所述模型训练模块采用隐马尔可夫模型训练算法进行协同监测模型的设计和训练,所述隐马尔可夫模型训练算法的工作方法为:

15、步骤一、采用em无监督学习方法初始化协同监测模型参数,所述em无监督学习方法利用预处理后的透平油库内部数据不断迭代求解协同监测模型的转移矩阵和初始概率向量,所述转移矩阵和初始概率向量作为协同监测模型参数的初始化值,所述转移矩阵的计算公式为:

16、

17、在公式(1)中,pij为转移矩阵,j为转移矩阵的行向量,i为转移矩阵的列向量,x为透平油库内部数据,m为转移矩阵的特征值,θ为em无监督学习方法迭代步数;

18、所述初始概率向量的计算公式为:

19、

20、在公示(2)中,w为初始概率向量,v为透平油库内部数据的时间序列,v为协同监测模型中状态数量,τ为转移矩阵的行列式值;

21、步骤二、所述预处理后的透平油库内部数据作为训练数据集和测试数据集,所述隐马尔可夫模型训练算法通过前向和后向递推将训练数据集、转移矩阵和初始概率向量进行联合迭代训练,获得一组协同监测模型;

22、步骤三、采用赤池信息量模型衡量准则比较一组内的协同监测模型的拟合能力和泛化能力,选择最优协同监测模型,所述赤池信息量模型衡量准则根据测试数据集对一组内的每个协同监测模型进行训练,计算出每个协同监测模型的模型拟合值,所述本文档来自技高网...

【技术保护点】

1.一种透平油库安全异常状态智能监测方法,其特征在于:所述方法包括如下步骤:

2.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述连接模块采用I2C总线接口和I2C总线实现嵌入式采集系统分别与温度传感器、压力传感器、液位传感器和气体检测仪进行连接,确保透平油库内部数据采集过程的准确性和稳定性,所述数据上传模块采用CoAP应用层传输协议将透平油库内部数据以CoAP消息格式发送到服务器上。

3.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述定时采集模块采用寄存器合位操作定义定时采集的计时器,所述计时器的计时值设置为10000毫秒,所述计时值表示为采集透平油库内部数据的时间间隔,所述计时器在每次计时结束后采用中断服务函数触发透平油库内部数据采集操作,实现透平油库内部数据的定时等间隔采集。

4.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述数据格式化单元采用编程语言中提供的字符串操作函数对上传的透平油库内部数据进行格式化,所述字符串操作函数通过字符串切片将透平油库内部数据中的各个字段提取出来,所述字符串操作函数再通过正则表达式灵活地匹配字段中的内容,实现透平油库内部数据格式化,所述数据去噪单元采用最小均方滤波方式对透平油库内部数据噪声进行去除,所述最小均方滤波方式通过维纳滤波器估计原始透平油库内部数据与噪声在频域上的功率谱密度比值,实现消除透平油库内部数据噪声,所述数据归一化单元采用小数定标规范化将透平油库内部数据转换为相同的标准范围内,所述小数定标规范化根据透平油库内部数据最大值和最小值数量级差确定移动因子,所述小数定标规范化再通过归一化操作将透平油库内部数据除以10的移动因子指数函数,实现将不同数量级的透平油库内部数据转换为[-1,1]的标准范围内。

5.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述模型训练模块采用隐马尔可夫模型训练算法进行协同监测模型的设计和训练,所述隐马尔可夫模型训练算法的工作方法为:

6.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述异常检测模块利用训练好的最优协同监测模型对需要检测的透平油库内部数据进行异常分析,所述最优协同监测模型采用粒子群优化算法设置温度阈值、压力阈值、液位阈值和浓度阈值,所述粒子群优化算法通过交叉、变异和选择运行机制生成一组温度阈值、压力阈值、液位阈值或浓度阈值的解集,所述粒子群优化算法再通过适应度函数评估各解集的适应度,查找到最优解作为温度阈值、压力阈值、液位阈值或浓度阈值,所述粒子群优化算法的计算公式为:

7.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述模型迭代更新模块采用自适应反向传播算法对协同监测模型进行更新,当有新的透平油库内部数据产生时,所述自适应反向传播算法通过增量学习将新的透平油库内部数据输入到协同监测模型中进行在线学习,不断优化协同监测模型,提高协同监测模型的适应性和鲁棒性。

8.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述预警信息推送机制通过短信网关将预警信息发送到指定用户的手机上,确保透平油库温度异常、压力异常、液位异常或浓度异常信息及时传递,所述短信网关采用开源短信网关软件平台实现对短信发送和接收的管理功能,所述开源短信网关软件平台支持SMPP协议接口协议将不同格式的透平油库温度异常、压力异常、液位异常或浓度异常信息转化为短信格式发送到用户手机,所述开源短信网关软件平台通过管理界面实现日志查询和用户权限管理功能。

...

【技术特征摘要】

1.一种透平油库安全异常状态智能监测方法,其特征在于:所述方法包括如下步骤:

2.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述连接模块采用i2c总线接口和i2c总线实现嵌入式采集系统分别与温度传感器、压力传感器、液位传感器和气体检测仪进行连接,确保透平油库内部数据采集过程的准确性和稳定性,所述数据上传模块采用coap应用层传输协议将透平油库内部数据以coap消息格式发送到服务器上。

3.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述定时采集模块采用寄存器合位操作定义定时采集的计时器,所述计时器的计时值设置为10000毫秒,所述计时值表示为采集透平油库内部数据的时间间隔,所述计时器在每次计时结束后采用中断服务函数触发透平油库内部数据采集操作,实现透平油库内部数据的定时等间隔采集。

4.根据权利要求1所述的一种透平油库安全异常状态智能监测方法,其特征在于:所述数据格式化单元采用编程语言中提供的字符串操作函数对上传的透平油库内部数据进行格式化,所述字符串操作函数通过字符串切片将透平油库内部数据中的各个字段提取出来,所述字符串操作函数再通过正则表达式灵活地匹配字段中的内容,实现透平油库内部数据格式化,所述数据去噪单元采用最小均方滤波方式对透平油库内部数据噪声进行去除,所述最小均方滤波方式通过维纳滤波器估计原始透平油库内部数据与噪声在频域上的功率谱密度比值,实现消除透平油库内部数据噪声,所述数据归一化单元采用小数定标规范化将透平油库内部数据转换为相同的标准范围内,所述小数定标规范化根据透平油库内部数据最大值和最小值数量级差确定移动因子,所述小数定标规范化再通过归一化操作将透平油库内部数据除以10的移动因子指数函数,实现将不同数量级的透平油库内部数据...

【专利技术属性】
技术研发人员:朱俊杰朱玉良胡军刘连伟陈泽阳李俊郑松远陈晓华陈成田恒双
申请(专利权)人:中国长江电力股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1