本發(fā)明涉及燃?xì)庑孤z測(cè)，更具體地說(shuō)，它涉及一種網(wǎng)格化定向激光甲烷探測(cè)系統(tǒng)。

背景技術(shù)：

1、隨著工業(yè)化進(jìn)程的不斷推進(jìn)，甲烷泄漏事件時(shí)有發(fā)生，對(duì)人們的生產(chǎn)生活造成了嚴(yán)重的影響。傳統(tǒng)的甲烷泄漏檢測(cè)方法，如人工巡檢、定點(diǎn)監(jiān)測(cè)等，存在效率低下、覆蓋范圍有限等缺點(diǎn)，難以滿(mǎn)足日益增長(zhǎng)的檢測(cè)需求。

2、近年來(lái)，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，智能化甲烷泄漏檢測(cè)方法受到了廣泛關(guān)注。一般的方法通過(guò)部署大量的定向的激光甲烷傳感器，實(shí)現(xiàn)了對(duì)目標(biāo)區(qū)域的實(shí)時(shí)監(jiān)測(cè)，一方面加裝激光甲烷傳感器需要耗費(fèi)成本無(wú)法實(shí)現(xiàn)所有管網(wǎng)節(jié)點(diǎn)的覆蓋，另一方面現(xiàn)在是通過(guò)判斷檢測(cè)值是否超過(guò)閾值的方式檢測(cè)泄漏，激光甲烷傳感器受到干擾時(shí)會(huì)產(chǎn)生誤報(bào)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種網(wǎng)格化定向激光甲烷探測(cè)系統(tǒng)，該系統(tǒng)能夠全面采集區(qū)域信息，對(duì)區(qū)域信息中的數(shù)據(jù)進(jìn)行有效的結(jié)構(gòu)化處理，通過(guò)采集多源異構(gòu)數(shù)據(jù)，全面刻畫(huà)目標(biāo)區(qū)域的特征信息，提高了檢測(cè)的精度和可靠性；通過(guò)引入數(shù)據(jù)矩陣和關(guān)系矩陣，充分利用了不同數(shù)據(jù)之間的關(guān)聯(lián)信息，增強(qiáng)了數(shù)據(jù)的表示能力；通過(guò)使用深度學(xué)習(xí)模型，自動(dòng)學(xué)習(xí)數(shù)據(jù)的高級(jí)特征表示，避免了人工特征設(shè)計(jì)的局限性；通過(guò)引入仿真探測(cè)裝置，優(yōu)化了探測(cè)模型的性能，提高了檢測(cè)的實(shí)時(shí)性和準(zhǔn)確性；通過(guò)輸出激光探測(cè)裝置的布置策略，指導(dǎo)了實(shí)際的檢測(cè)工作，提高了檢測(cè)的效率和可操作性。

2、本發(fā)明提供了一種網(wǎng)格化定向激光甲烷探測(cè)系統(tǒng)，包括以下模塊：

3、信息采集模塊，采集區(qū)域信息，區(qū)域信息包括甲烷吸收信號(hào)、環(huán)境數(shù)據(jù)、背景氣體、區(qū)域圖像、歷史泄漏數(shù)據(jù)；

4、第一數(shù)據(jù)模塊，將采集的區(qū)域信息生成一號(hào)二維結(jié)構(gòu)數(shù)據(jù)，一號(hào)二維結(jié)構(gòu)數(shù)據(jù)包括數(shù)據(jù)矩陣和關(guān)系矩陣，數(shù)據(jù)矩陣的一個(gè)單元表示一個(gè)獨(dú)立對(duì)象的數(shù)據(jù)，獨(dú)立對(duì)象包括甲烷吸收信號(hào)、環(huán)境數(shù)據(jù)、背景氣體、區(qū)域圖像、歷史泄漏數(shù)據(jù)；

5、第二數(shù)據(jù)模塊，基于一號(hào)二維結(jié)構(gòu)數(shù)據(jù)排序獲得一號(hào)一維結(jié)構(gòu)數(shù)據(jù)，一號(hào)一維結(jié)構(gòu)數(shù)據(jù)包括n個(gè)按照時(shí)間排序的數(shù)據(jù)項(xiàng)，第t個(gè)數(shù)據(jù)項(xiàng)表示第t個(gè)時(shí)刻采集的區(qū)域信息生成的一號(hào)二維結(jié)構(gòu)數(shù)據(jù)；

6、甲烷探測(cè)模塊，將一號(hào)一維結(jié)構(gòu)數(shù)據(jù)輸入探測(cè)模型，探測(cè)模型包括第一中間層、第二中間層、第一輸出層，其中第一中間層輸入一號(hào)二維結(jié)構(gòu)數(shù)據(jù)，輸出第一中間表示數(shù)據(jù)到第二中間層；第二中間層輸出第二中間表示數(shù)據(jù)到第一輸出層，輸出甲烷泄漏的處理策略；

7、第三數(shù)據(jù)模塊，獲取分布數(shù)據(jù)，分布數(shù)據(jù)由第一輸出層輸出的甲烷泄漏的處理策略、仿真探測(cè)裝置獲取仿真的甲烷泄漏的處理策略拼接獲得；獲取區(qū)域信息中的區(qū)域圖像數(shù)據(jù)；

8、裝置分布模塊，將分布數(shù)據(jù)和區(qū)域圖像數(shù)據(jù)輸入分布模型，分布模型包括第三中間層、第四中間層、特征融合層、第二輸出層，第三中間層輸入分布數(shù)據(jù)，輸出第三中間表示數(shù)據(jù)到特征融合層，第四中間層輸入?yún)^(qū)域圖像數(shù)據(jù)，輸出第四中間表示數(shù)據(jù)到特征融合層，特征融合層輸出第一融合表示數(shù)據(jù)到第二輸出層，輸出激光探測(cè)裝置的分布策略。

9、在一個(gè)優(yōu)選的實(shí)施方式中，第一中間層的計(jì)算公式如下：

10、；

11、其中表示數(shù)據(jù)矩陣的第v個(gè)單元的第一單元中間表示數(shù)據(jù)，表示數(shù)據(jù)矩陣的第v個(gè)單元的聚合系數(shù)，表示與數(shù)據(jù)矩陣的第v個(gè)單元存在關(guān)聯(lián)的數(shù)據(jù)矩陣的單元的集合，表示sigmoid激活函數(shù)，表示狀態(tài)權(quán)重系數(shù)，表示數(shù)據(jù)矩陣的第u個(gè)單元表示的獨(dú)立對(duì)象的區(qū)域信息；

12、；

13、；

14、；

15、其中和分別表示數(shù)據(jù)矩陣的第v個(gè)和u個(gè)單元表示的獨(dú)立對(duì)象的區(qū)域信息，和分別表示數(shù)據(jù)矩陣中的第v個(gè)和u個(gè)單元的線(xiàn)性變換特征，表示聚合權(quán)重系數(shù)，表示拼接權(quán)重系數(shù)，t表示轉(zhuǎn)置，表示以自然常數(shù)為底的指數(shù)函數(shù)，leakyrelu表示修正線(xiàn)性單元函數(shù)，表示與數(shù)據(jù)矩陣的第v個(gè)單元存在關(guān)聯(lián)的數(shù)據(jù)矩陣的單元的集合；

16、；

17、其中表示輸出的第一中間表示數(shù)據(jù)，表示數(shù)據(jù)矩陣的第v個(gè)單元，m表示所有數(shù)據(jù)矩陣的單元的集合，表示數(shù)據(jù)矩陣的第v個(gè)單元的第一單元中間表示數(shù)據(jù)，是第一權(quán)重參數(shù)，是第一偏置參數(shù)，表示sigmoid激活函數(shù)。

18、在一個(gè)優(yōu)選的實(shí)施方式中，第二中間層的計(jì)算公式如下：

19、；

20、其中表示第t個(gè)第二中間表示數(shù)據(jù)，表示第t-1個(gè)第二中間表示數(shù)據(jù)，，n表示一號(hào)一維結(jié)構(gòu)數(shù)據(jù)的數(shù)據(jù)項(xiàng)總數(shù)，表示第t個(gè)序列單元輸入第一中間層時(shí)輸出的第一中間表示數(shù)據(jù)，和是第二、第三權(quán)重參數(shù)，是第二偏置參數(shù)，tanh是雙曲正切函數(shù)。

21、在一個(gè)優(yōu)選的實(shí)施方式中，第一輸出層的計(jì)算公式如下：

22、；

23、其中表示第一輸出向量，其第c個(gè)分量值表示第c個(gè)策略的概率值，選擇概率值最大的策略作為輸出，策略組內(nèi)包含所有可被執(zhí)行的策略，一個(gè)策略表示一個(gè)向量，向量的第f個(gè)分量包含三個(gè)子向量，第一個(gè)子向量表示甲烷泄漏的位置坐標(biāo)，第二個(gè)子向量表示泄漏處的甲烷濃度，第三個(gè)子向量表示泄漏處的燃?xì)忾y門(mén)控制，閥門(mén)控制表示開(kāi)放或關(guān)閉閥門(mén)；表示第n個(gè)第二中間表示數(shù)據(jù)，是第一輸出權(quán)重參數(shù)，是第一輸出偏置參數(shù)，表示sigmoid激活函數(shù)。

24、在一個(gè)優(yōu)選的實(shí)施方式中，探測(cè)模型訓(xùn)練時(shí)只使用第一輸出層，訓(xùn)練的步驟包括：

25、步驟101，初始化探測(cè)模型的參數(shù)；

26、步驟102，觀察i時(shí)刻的區(qū)域信息，i時(shí)刻執(zhí)行的策略、i+1時(shí)刻的區(qū)域信息，執(zhí)行策略獲得的獎(jiǎng)勵(lì)；

27、步驟103，然后計(jì)算策略誤差：

28、；

29、其中表示i時(shí)刻的策略誤差，表示折扣系數(shù)，，表示探測(cè)模型輸入時(shí)輸出的第一輸出向量中最大的概率值，表示探測(cè)模型輸入時(shí)輸出的第一輸出向量中對(duì)應(yīng)于策略的概率值；

30、獎(jiǎng)勵(lì)函數(shù)表示如下：

31、；

32、其中表示正確檢測(cè)到甲烷泄漏的位置的數(shù)量，表示正確檢測(cè)到無(wú)甲烷泄漏的位置的數(shù)量，表示將無(wú)甲烷泄漏誤判為有甲烷泄漏的位置的數(shù)量，表示將有甲烷泄漏誤判為無(wú)甲烷泄漏的位置的數(shù)量；

33、步驟104，更新探測(cè)模型，更新的公式如下：

34、；

35、，表示深度學(xué)習(xí)的步長(zhǎng)，表示傳遞更新；

36、步驟105，迭代步驟102-104，直至探測(cè)模型收斂或者迭代次數(shù)達(dá)到設(shè)置的數(shù)值，此數(shù)值的缺省值為30。

37、在一個(gè)優(yōu)選的實(shí)施方式中，第三中間層的計(jì)算公式如下：

38、；

39、其中表示第三中間表示數(shù)據(jù)，表示第一卷積函數(shù)，表示分布數(shù)據(jù)。

40、在一個(gè)優(yōu)選的實(shí)施方式中，第四中間層的計(jì)算公式如下：

41、；

42、其中表示第四中間表示數(shù)據(jù)，表示第二卷積函數(shù)，表示區(qū)域圖像數(shù)據(jù)。

43、在一個(gè)優(yōu)選的實(shí)施方式中，特征融合層的計(jì)算公式如下：

44、；

45、其中表示第一融合表示數(shù)據(jù)，表示拼接函數(shù)；

46、第二輸出層的計(jì)算公式如下：

47、；

48、其中表示第二輸出向量，其中的第r個(gè)分量表示第r個(gè)策略的概率值，選擇概率值最大的策略作為輸出，策略組內(nèi)包含所有可被執(zhí)行的策略，一個(gè)策略表示一個(gè)向量，一個(gè)向量包含兩個(gè)子向量，第一個(gè)子向量表示激光探測(cè)裝置的位置坐標(biāo)，第二個(gè)子向量表示激光探測(cè)裝置方向的偏轉(zhuǎn)量，偏轉(zhuǎn)量表示偏轉(zhuǎn)的角度，是第二輸出權(quán)重參數(shù)，是第二輸出偏置參數(shù)，表示sigmoid激活函數(shù)。

49、在一個(gè)優(yōu)選的實(shí)施方式中，分布模型訓(xùn)練時(shí)只使用第二輸出層，訓(xùn)練的步驟包括：

50、步驟201，初始化分布模型的參數(shù)；

51、步驟202，觀察e時(shí)刻的分布數(shù)據(jù)，e時(shí)刻執(zhí)行的策略、e+1時(shí)刻的分布數(shù)據(jù)，執(zhí)行策略獲得的獎(jiǎng)勵(lì)；

52、步驟203，然后計(jì)算策略誤差：

53、；

54、其中表示e時(shí)刻的策略誤差，表示折扣系數(shù)，，表示分布模型輸入時(shí)輸出的第二輸出向量中最大的概率值，表示分布模型輸入時(shí)輸出的第一輸出向量中對(duì)應(yīng)于策略的概率值；

55、獎(jiǎng)勵(lì)函數(shù)表示如下：

56、；

57、其中和表示模型預(yù)測(cè)的甲烷泄漏的位置坐標(biāo)，和表示仿真得到的甲烷泄漏的位置坐標(biāo)，表示模型預(yù)測(cè)的甲烷泄漏濃度，表示仿真得到的甲烷泄漏濃度，和表示權(quán)重參數(shù)，的缺省值為0.5，的缺省值為0.5；

58、步驟204，更新分布模型，更新的公式如下：

59、；

60、，表示深度學(xué)習(xí)的步長(zhǎng)，表示傳遞更新；

61、步驟205，迭代步驟202-204，直至分布模型收斂或者迭代次數(shù)達(dá)到設(shè)置的數(shù)值，此數(shù)值的缺省值為30。

62、一種存儲(chǔ)介質(zhì)，其存儲(chǔ)了非暫時(shí)性計(jì)算機(jī)可讀指令，當(dāng)非暫時(shí)性計(jì)算機(jī)可讀指令由計(jì)算機(jī)執(zhí)行時(shí)，能夠執(zhí)行如上述的一種網(wǎng)格化定向激光甲烷探測(cè)系統(tǒng)中的模塊。

63、本發(fā)明的有益效果在于：

64、本發(fā)明對(duì)區(qū)域信息中的數(shù)據(jù)進(jìn)行有效的結(jié)構(gòu)化處理和數(shù)據(jù)融合，利用有限的激光探測(cè)裝置來(lái)監(jiān)測(cè)管網(wǎng)全局的泄漏。

65、本發(fā)明提出了一種多模態(tài)數(shù)據(jù)融合方法，充分利用了不同傳感器采集的異構(gòu)數(shù)據(jù)，全面刻畫(huà)了甲烷泄漏的特征信息。通過(guò)引入注意力機(jī)制和時(shí)空關(guān)聯(lián)性分析，該方法能夠自適應(yīng)地調(diào)整不同數(shù)據(jù)之間的權(quán)重，突出關(guān)鍵數(shù)據(jù)的作用，抑制冗余數(shù)據(jù)的干擾，提高了數(shù)據(jù)融合的有效性和準(zhǔn)確性。與單一數(shù)據(jù)源相比，多模態(tài)數(shù)據(jù)融合方法能夠提供更加全面、可靠的決策依據(jù)，減少了漏檢和誤檢的風(fēng)險(xiǎn)，從而提高了甲烷泄漏檢測(cè)的精度和可靠性。

66、本發(fā)明采用了多任務(wù)學(xué)習(xí)策略，同時(shí)完成甲烷濃度預(yù)測(cè)、泄漏源定位和泄漏量估計(jì)等多個(gè)相關(guān)任務(wù)。通過(guò)共享不同任務(wù)之間的特征表示，多任務(wù)學(xué)習(xí)能夠利用任務(wù)之間的相關(guān)性，提高模型的學(xué)習(xí)效率和泛化能力。同時(shí)，多任務(wù)學(xué)習(xí)能夠提供更加全面的分析結(jié)果，不僅可以檢測(cè)甲烷泄漏的發(fā)生，還能夠定位泄漏源的位置，估計(jì)泄漏的量級(jí)，為事故處理和應(yīng)急響應(yīng)提供重要的決策支持。此外，多任務(wù)學(xué)習(xí)還能夠減少模型的訓(xùn)練和部署成本，簡(jiǎn)化系統(tǒng)的維護(hù)和升級(jí)過(guò)程，具有良好的工程應(yīng)用價(jià)值。