【技术实现步骤摘要】
本专利技术涉及燃气泄漏检测，更具体地说，它涉及一种网格化定向激光甲烷探测系统。
技术介绍
1、随着工业化进程的不断推进，甲烷泄漏事件时有发生，对人们的生产生活造成了严重的影响。传统的甲烷泄漏检测方法，如人工巡检、定点监测等，存在效率低下、覆盖范围有限等缺点，难以满足日益增长的检测需求。
2、近年来，随着物联网、大数据、人工智能等技术的快速发展，智能化甲烷泄漏检测方法受到了广泛关注。一般的方法通过部署大量的定向的激光甲烷传感器，实现了对目标区域的实时监测，一方面加装激光甲烷传感器需要耗费成本无法实现所有管网节点的覆盖，另一方面现在是通过判断检测值是否超过阈值的方式检测泄漏，激光甲烷传感器受到干扰时会产生误报。
技术实现思路
1、本专利技术提供一种网格化定向激光甲烷探测系统，该系统能够全面采集区域信息，对区域信息中的数据进行有效的结构化处理，通过采集多源异构数据，全面刻画目标区域的特征信息，提高了检测的精度和可靠性；通过引入数据矩阵和关系矩阵，充分利用了不同数据之间的关联信息，增强了数据的表示能力；通过使用深度学习模型，自动学习数据的高级特征表示，避免了人工特征设计的局限性；通过引入仿真探测装置，优化了探测模型的性能，提高了检测的实时性和准确性；通过输出激光探测装置的布置策略，指导了实际的检测工作，提高了检测的效率和可操作性。
2、本专利技术提供了一种网格化定向激光甲烷探测系统，包括以下模块：
3、信息采集模块，采集区域信息，区域信息包括甲烷吸收信号
4、第一数据模块，将采集的区域信息生成一号二维结构数据，一号二维结构数据包括数据矩阵和关系矩阵，数据矩阵的一个单元表示一个独立对象的数据，独立对象包括甲烷吸收信号、环境数据、背景气体、区域图像、历史泄漏数据；
5、第二数据模块，基于一号二维结构数据排序获得一号一维结构数据，一号一维结构数据包括n个按照时间排序的数据项，第t个数据项表示第t个时刻采集的区域信息生成的一号二维结构数据；
6、甲烷探测模块，将一号一维结构数据输入探测模型，探测模型包括第一中间层、第二中间层、第一输出层，其中第一中间层输入一号二维结构数据，输出第一中间表示数据到第二中间层；第二中间层输出第二中间表示数据到第一输出层，输出甲烷泄漏的处理策略；
7、第三数据模块，获取分布数据，分布数据由第一输出层输出的甲烷泄漏的处理策略、仿真探测装置获取仿真的甲烷泄漏的处理策略拼接获得；获取区域信息中的区域图像数据；
8、装置分布模块，将分布数据和区域图像数据输入分布模型，分布模型包括第三中间层、第四中间层、特征融合层、第二输出层，第三中间层输入分布数据，输出第三中间表示数据到特征融合层，第四中间层输入区域图像数据，输出第四中间表示数据到特征融合层，特征融合层输出第一融合表示数据到第二输出层，输出激光探测装置的分布策略。
9、在一个优选的实施方式中，第一中间层的计算公式如下：
10、；
11、其中表示数据矩阵的第v个单元的第一单元中间表示数据，表示数据矩阵的第v个单元的聚合系数，表示与数据矩阵的第v个单元存在关联的数据矩阵的单元的集合，表示sigmoid激活函数，表示状态权重系数，表示数据矩阵的第u个单元表示的独立对象的区域信息；
12、；
13、；
14、；
15、其中和分别表示数据矩阵的第v个和u个单元表示的独立对象的区域信息，和分别表示数据矩阵中的第v个和u个单元的线性变换特征，表示聚合权重系数，表示拼接权重系数，t表示转置，表示以自然常数为底的指数函数，leakyrelu表示修正线性单元函数，表示与数据矩阵的第v个单元存在关联的数据矩阵的单元的集合；
16、；
17、其中表示输出的第一中间表示数据，表示数据矩阵的第v个单元，m表示所有数据矩阵的单元的集合，表示数据矩阵的第v个单元的第一单元中间表示数据，是第一权重参数，是第一偏置参数，表示sigmoid激活函数。
18、在一个优选的实施方式中，第二中间层的计算公式如下：
19、；
20、其中表示第t个第二中间表示数据，表示第t-1个第二中间表示数据，，n表示一号一维结构数据的数据项总数，表示第t个序列单元输入第一中间层时输出的第一中间表示数据，和是第二、第三权重参数，是第二偏置参数，tanh是双曲正切函数。
21、在一个优选的实施方式中，第一输出层的计算公式如下：
22、；
23、其中表示第一输出向量，其第c个分量值表示第c个策略的概率值，选择概率值最大的策略作为输出，策略组内包含所有可被执行的策略，一个策略表示一个向量，向量的第f个分量包含三个子向量，第一个子向量表示甲烷泄漏的位置坐标，第二个子向量表示泄漏处的甲烷浓度，第三个子向量表示泄漏处的燃气阀门控制，阀门控制表示开放或关闭阀门；表示第n个第二中间表示数据，是第一输出权重参数，是第一输出偏置参数，表示sigmoid激活函数。
24、在一个优选的实施方式中，探测模型训练时只使用第一输出层，训练的步骤包括：
25、步骤101，初始化探测模型的参数；
26、步骤102，观察i时刻的区域信息，i时刻执行的策略、i+1时刻的区域信息，执行策略获得的奖励；
27、步骤103，然后计算策略误差：
28、；
29、其中表示i时刻的策略误差，表示折扣系数，，表示探测模型输入时输出的第一输出向量中最大的概率值，表示探测模型输入时输出的第一输出向量中对应于策略的概率值；
30、奖励函数表示如下：
31、；
32、其中表示正确检测到甲烷泄漏的位置的数量，表示正确检测到无甲烷泄漏的位置的数量，表示将无甲烷泄漏误判为有甲烷泄漏的位置的数量，表示将有甲烷泄漏误判为无甲烷泄漏的位置的数量；
33、步骤104，更新探测模型，更新的公式如下：
34、；
35、，表示深度学习的步长，表示传递更新；
36、步骤105，迭代步骤102-104，直至探测模型收敛或者迭代次数达到设置的数值，此数值的缺省值为30。
37、在一个优选的实施方式中，第三中间层的计算公式如下：
38、；
39、其中表示第三中间表示数据，表示第一卷积函数，表示分布数据。
40、在一个优选的实施方式中，第四中间层的计算公式如下：
41、；
42、其中表示第四中间表示数据，表示第二卷积函数，表示区域图像数据。
43、在一个优选的实施方式中，特征融合层的计算公式如下：
44、；
45、其中表示第一融合表示数据，表示拼接函数；
46、第二输出层的计算公式如下：
47、；
48、本文档来自技高网...
【技术保护点】
1.一种网格化定向激光甲烷探测系统，其特征在于，包括以下模块：
2.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，第一中间层的计算公式如下：
3.根据权利要求2所述的一种网格化定向激光甲烷探测系统，其特征在于，第二中间层的计算公式如下：
4.根据权利要求3所述的一种网格化定向激光甲烷探测系统，其特征在于，第一输出层的计算公式如下：
5.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，探测模型训练时只使用第一输出层，训练的步骤包括：
6.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，第三中间层的计算公式如下：
7.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，第四中间层的计算公式如下：
8.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，特征融合层的计算公式如下：
9.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，分布模型训练时只使用第二输出层，训练的步骤包括：
10.一种
...【技术特征摘要】
1.一种网格化定向激光甲烷探测系统，其特征在于，包括以下模块：
2.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，第一中间层的计算公式如下：
3.根据权利要求2所述的一种网格化定向激光甲烷探测系统，其特征在于，第二中间层的计算公式如下：
4.根据权利要求3所述的一种网格化定向激光甲烷探测系统，其特征在于，第一输出层的计算公式如下：
5.根据权利要求1所述的一种网格化定向激光甲烷探测系统，其特征在于，探测模型训练时只使用第一输出层，训练的步骤包括：
6.根据权利要求1所述的一种网格化定向激光甲烷探测...
【专利技术属性】
技术研发人员：刘吉龙，刘彦伟，付榕，刘润泽，刘雪梅，
申请(专利权)人：鞍山天汇科技有限公司，
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。