【技术实现步骤摘要】
所属的技术人员知道，本专利技术可以实现为系统、方法或计算机程序产品，因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本专利技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本专利技术的限制，本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。
技术介绍
1、储罐中的原油具有易燃、易爆、易蒸发以及有毒的特点，在生产储存过程中有潜在的事故风险，一旦原油储罐发生泄
2、原油储罐发生泄漏事故后，如何定位泄漏源的位置和确定泄漏强度是要解决的主要问题。国内外的研究学者针对泄漏源定位问题，提出了许多的办法。目前主流的泄漏源定位方法主要可以分为两大类：一类是基于移动机器人的泄漏源定位；另一类是基于传感器网络监测的泄漏源定位，基于传感器网络的泄漏源定位方法主要通过最优化理论方法来进行。但是目前所采用的最优化理论算法需要的迭代次数多，收敛速度慢，无法实现快速准确地泄漏源定位，无法为事故的应急处理提供科学有效的准确依据。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，具体针对无法准确进行泄漏源定位的问题，具体提供了一种基于鸡群算法的泄漏源定位方法、系统、设备及介质，具体如下：
2、1)第一方面，本专利技术提供一种基于鸡群算法的泄漏源定位方法，具体技术方案如下：
3、获取当前时刻下，每个气体浓度传感器采集的数据，并将每个数据与采集该数据的气体浓度传感器的位置坐标关联，形成当前时刻下的多组数据组；
4、根据储罐区的风速风向仪，构建风向坐标系；
5、根据所有数据组以及所述风向坐标系，构建泄漏源反演模型；
6、基于所述泄漏源反演模型确定当前时刻下的目标解；
7、根据鸡群算法对所述目标解进行优化得到最优目标解；
8、将所述最优目标解中的风向坐标系下的坐标转换为地理坐标系坐标，完成对于泄漏源的定位。
9、本专利技术提供的一种基于鸡群算法的泄漏源定位方法的有益效果如下：
10、将获得的传感器数据与气体扩散模型理论数据结合，通过鸡群算法快速反算更新泄漏源的位置和强度，实现原油储罐在发生泄漏后快速准确的泄漏点定位。
11、在上述方案的基础上，本专利技术还可以做如下改进。
12、进一步，构建风向坐标系的过程具体为：
13、根据所述风速风向仪，确定当前时刻下，所述储罐区内的主导风向，以所述主导风向为x轴正方向构建所述风向坐标系。
14、进一步，所述泄漏源反演模型包括：正向计算以及反向演算；
15、所述正向计算为：通过气体扩散模型确定当前时刻下的任意一个气体浓度传感器所在位置的气体浓度；
16、所述反向演算为：确定所有气体浓度传感器对应的气体浓度绝对值中的最小值，所述气体浓度绝对值通过所述气体浓度与理论气体浓度确定。
17、进一步，所述气体扩散模型具体为：
18、
19、其中，为第i个气体浓度传感器所在位置的气体浓度，u为所述储罐区的历史平均风速，q0为泄漏源强度，σyi(x)为风向坐标系中y轴方向的扩散系数，σzi(x)为风向坐标系中z轴方向的扩散系数，σyi为风向坐标系中y轴方向的扩散系数，σzi为风向坐标系中z轴方向的扩散系数，yi为第i个气体浓度传感器的y坐标，y0为泄漏点的y坐标，zi为第i个气体浓度传感器的z坐标，z0为泄漏点的z坐标。
20、2)第二方面，本专利技术还提供一种基于鸡群算法的泄漏源定位系统，具体技术方案如下：
21、获取模块用于：获取当前时刻下，每个气体浓度传感器采集的数据，并将每个数据与采集该数据的气体浓度传感器的位置坐标关联，形成当前时刻下的多组数据组；
22、第一构建模块用于：根据储罐区的风速风向仪，构建风向坐标系；
23、第二构建模块用于：根据所有数据组以及所述风向坐标系，构建泄漏源反演模型；
24、确定模块用于：基于所述泄漏源反演模型确定当前时刻下的目标解；
25、优化模块用于：根据鸡群算法对所述目标解进行优化得到最优目标解；
26、定位模块用于：将所述最优目标解中的风向坐标系下的坐标转换为地理坐标系坐标，完成对于泄漏源的定位。
27、在上述方案的基础上，本专利技术还可以做如下改进。
28、进一步，构建风向坐标系的过程具体为：
29、根据所述风速风向仪，确定当前时刻下，所述储罐区内的主导风向，以所述主导风向为x轴正方向构建所述风向坐标系。
30、进一步，所述泄漏源反演模型包括：正向计算以及反向演算；
31、所述正向计算为：通过气体扩散模型确定当前时刻下的任意一个气体浓度传感器所在位置的气体浓度；
32、所述反向演算为：确定所有气体浓度传感器对应的气体浓度绝对值中的最小值，所述气体浓度绝对值通过所述气体浓度与理论气体浓度确定。
33、进一步，所述气体扩散模型具体为：
34、
35、其中，为第i个气体浓度传感器所在位置的气体浓度，u为所述储罐区的历史平均风速，q0为泄漏源强度，σyi(x)为风向坐标系中y轴方向的扩散系数，σzi(x)为风向坐标系中z轴方向的扩散系数，σyi为风向坐标系中y轴方向的扩散系数，σzi为风向坐标系中z轴方向的扩散系数，yi为第i个气体浓度传感器的y坐标，y0为泄漏点的y坐标，zi为第i个气体浓度传感器的z坐标，z0为泄漏点的z坐标。
本文档来自技高网...
【技术保护点】
1.一种基于鸡群算法的泄漏源定位方法，其特征在于，包括：
2.根据权利要求1所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，构建风向坐标系的过程具体为：
3.根据权利要求1所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，所述泄漏源反演模型包括：正向计算以及反向演算；
4.根据权利要求3所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，所述气体扩散模型具体为：
5.一种基于鸡群算法的泄漏源定位系统，其特征在于，包括：
6.根据权利要求5所述的一种基于鸡群算法的泄漏源定位系统，其特征在于，构建风向坐标系的过程具体为：
7.根据权利要求5所述的一种基于鸡群算法的泄漏源定位系统，其特征在于，所述泄漏源反演模型包括：正向计算以及反向演算；
8.根据权利要求7所述的一种基于鸡群算法的泄漏源定位系统，其特征在于，所述气体扩散模型具体为：
9.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至4任一项权利要求所述的方法。
...【技术特征摘要】
1.一种基于鸡群算法的泄漏源定位方法，其特征在于，包括：
2.根据权利要求1所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，构建风向坐标系的过程具体为：
3.根据权利要求1所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，所述泄漏源反演模型包括：正向计算以及反向演算；
4.根据权利要求3所述的一种基于鸡群算法的泄漏源定位方法，其特征在于，所述气体扩散模型具体为：
5.一种基于鸡群算法的泄漏源定位系统，其特征在于，包括：
6.根据权利要求5所述的一种基于鸡群算法的泄漏源定位系统，其特征在于，构建风向坐标系的过程具体为：
7.根据权利要求5所述的一种基于鸡群...
【专利技术属性】
技术研发人员：杨志华，朱超，邓峦珲，于雁飞，杨德铖，胡长顺，尤诚程，葛荡，贾茹，刘焯，张臻，徐嫚，朱玮瑜，柏雨涵，邱志利，王玉婷，
申请(专利权)人：国家石油天然气管网集团有限公司，
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。