【技术实现步骤摘要】
本专利技术涉及气体泄漏源定位，具体涉及一种附加置信空间容错率的气体泄漏溯源检测方法。
技术介绍
1、快速的城市化进程推动了居民对清洁空气质量的需求不断增长。各地空气污染监测网络的建设不断推进，监测覆盖范围逐步扩大。在改善空气质量的过程中，精确识别污染源、及时监测污染物浓度变化、有效预警空气质量恶化成为一项重大责任。这不仅是应对环境健康风险的突出挑战，也是实现可持续城市发展的关键。
2、气体泄漏污染物通过大气扩散扩散到大气环境中，需要大气模拟研究其扩散。传统的大气建模方法包括拉格朗日模型、计算流体力学模型和统计模型。拉格朗日模型由于其独特的粒子特性，能够很好地跟踪湍流涡旋和大量的粒子而不产生畸变，有助于研究浓度变化。而cfd模型具有较高的精度，但由于参数繁杂，影响了计算效率。相反地，统计模型相对来说比较简单，并且显示出计算效率。然而，在复杂的情况下，如高斯羽流模型和高斯弥散模型，它难以精确描述大气扩散。传统的静态机制模型在计算精度和计算效率之间存在折衷，限制了其在实际应用中的有效性。为了克服这一限制，研究人员采用了机器学习和数据挖掘技术来研究气体扩散。例如，yeganeh等人对传统的支持向量机(svm)进行了改进，并将其与偏最小二乘(pls)相结合，以预测德黑兰的一氧化碳浓度，从而获得更准确的预测，提高了计算效率。此外，kopbayev a等人强调了人工神经网络在大气科学中的多种应用，包括模式分类和空气质量预测。
3、现有的基于高斯烟羽大气扩散模型的气体泄漏源定位算法，聚焦于定位到某一个点，定位结果误差较大
技术实现思路
1、有鉴于此，本专利技术提供了一种附加置信空间容错率的气体泄漏溯源检测方法，大大提高了泄露源定位结果的可信度与科学性。
2、本专利技术的附加置信空间容错率的气体泄漏溯源检测方法，包括：
3、步骤1，移动检测设备，对空气中的污染气体进行检测；选取n组连续时刻的检测数据，基于气体扩散模型推算出各组检测数据的疑似泄露源；其中，n≥3；
4、步骤2，针对各组检测数据，基于检测设备的置信区间对该组的检测数据进行数据扩充，具体为：以检测设备各传感器的出厂置信区间为检测误差范围，生成包含随机检测误差的检测数据；基于气体扩散模型求取扩充数据的疑似泄露源，实现该组疑似泄露源的扩充；
5、步骤3，对各组扩充后的疑似泄露源进行聚类，得到n个聚类圆；求取所有聚类圆的最小外接圆；
6、步骤4，将所述最小外接圆均分为2m个扇形区域；所述m为3～8；统计每一个扇形区域中疑似泄露源的个数并进行由大到小的排序，取个数前m的扇形区域作如下判断：
7、如果前m的扇形区域为非连续区域，则认为该最小外接圆所在区域为非泄露源所在区域；
8、如果前m的扇形区域为连续区域，则认为该前m的扇形区域为泄露源所在区域。
9、较优的，所述步骤1中，所述气体扩散模型采用高斯烟羽大气扩散模型、拉格朗日模型或欧拉模型。
10、较优的，所述气体扩散模型采用高斯烟羽大气扩散模型；检测设备的甲烷浓度检测置信区间为±δc，风速检测置信区间为±δu；在这两个检测置信区间内，分别随机生成p个甲烷浓度值和p个风速值，记为c1，c2，...,cp和u1，u2，...,up，根据排列组合的规则两两组合，得到p×p组数据，根据高斯烟羽大气扩散模型分别反演推算出p×p个疑似泄露源，实现该组疑似泄露源的扩充。
11、较优的，步骤3中，所述聚类采用dbscan聚类、k-means聚类、均值偏移聚类或层次聚类。
12、较优的，步骤4中，如果前m的扇形区域为连续区域，则根据环境风向对前m的扇形区域进行筛选，筛选出的扇形区域为泄露源所在区域。
13、较优的，以垂直于风向的最小外接圆直径为界限，筛选位于迎风面的扇形区域为泄露源所在区域。
14、有益效果：
15、(1)本专利技术在传统高斯烟羽大气扩散模型基础上，对于小间隔时间内检测到的多个气体泄露源估计位置附加置信空间容错率，结合无线电定位方法，提出了一种在城市环境下更为准确科学的气体泄漏溯源检测模型。依据气体检测设备出厂时的内部置信区间，使用传统的高斯烟羽大气扩散模型，建立连续检测时刻内泄露点容错空间，然后进行聚类构成容错圆，通过对连续检测时刻形成的容错圆进行交集处理，得到初始估计泄露点的容错空间，最后通过环境信息进行估计泄露点容错空间过滤，得到最终的泄露点预估区。大大提高了泄露源定位结果的可信度与科学性。
16、(2)本专利技术不限于高斯烟羽大气扩散模型，也可以采用拉格朗日模型、欧拉模型等其他气体扩散模型推算出各组检测数据的疑似泄露源。
17、(3)基于环境因素进一步缩小泄漏源定位范围。
本文档来自技高网...【技术保护点】
1.一种附加置信空间容错率的气体泄漏溯源检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述步骤1中，所述气体扩散模型采用高斯烟羽大气扩散模型、拉格朗日模型或欧拉模型。
3.如权利要求2所述的方法，其特征在于，所述气体扩散模型采用高斯烟羽大气扩散模型；检测设备的甲烷浓度检测置信区间为±ΔC，风速检测置信区间为±Δu；在这两个检测置信区间内，分别随机生成P个甲烷浓度值和P个风速值，记为C1，C2，...,CP和u1，u2，...,uP，根据排列组合的规则两两组合，得到P×P组数据，根据高斯烟羽大气扩散模型分别反演推算出P×P个疑似泄露源，实现该组疑似泄露源的扩充。
4.如权利要求1所述的方法，其特征在于，步骤3中，所述聚类采用DBSCAN聚类、K-Means聚类、均值偏移聚类或层次聚类。
5.如权利要求1所述的方法，其特征在于，步骤4中，如果前m的扇形区域为连续区域，则根据环境风向对前m的扇形区域进行筛选，筛选出的扇形区域为泄露源所在区域。
6.如权利要求5所述的方法，其特征在于，以垂直于风向的最小外
...【技术特征摘要】
1.一种附加置信空间容错率的气体泄漏溯源检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述步骤1中，所述气体扩散模型采用高斯烟羽大气扩散模型、拉格朗日模型或欧拉模型。
3.如权利要求2所述的方法，其特征在于，所述气体扩散模型采用高斯烟羽大气扩散模型；检测设备的甲烷浓度检测置信区间为±δc，风速检测置信区间为±δu；在这两个检测置信区间内，分别随机生成p个甲烷浓度值和p个风速值，记为c1，c2，...,cp和u1，u2，...,up，根据排列组合的规则两两组合，得到p×p组数...
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。