发明内容
本发明旨在针对现有技术存在的因传统燃气报警装置阈值固定或者阈值调整因素单一而引起的误报警或晚报警的缺点的技术问题,综合考虑监测点的甲烷浓度、监测点的爆炸危险度数据、监测点的甲烷浓度变化率数据、监测点的窨井类型、监测点的人口密度等影响因素,公开埋地燃气管线泄漏报警阈值设定的方法、系统,弥补了传统燃气报警装置阈值固定引起的误报警或晚报警的缺点,提高了燃气泄漏报警的准确性和及时性。
本发明通过以下技术手段去解决上述技术问题:一种关于埋地燃气管线泄漏报警阈值设定的方法,包括以下步骤:
S1、获取监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据,计算监测点的甲烷浓度变化率数据、监测点的爆炸危险度数据,并将各类数据输入至数据处理模块;
监测点的人口密度数据、监测点的窨井类型数据均通过采集获得。
S2、数据处理模块对各类数据进行处理,得到报警危险值;
S3、将步骤S2得到的报警危险值输入至燃气报警装置中,并与前期嵌入到所述燃气报警装置中的报警阈值比较,根据结果输出报警等级。
本发明综合考虑监测点的甲烷浓度数据、监测点的爆炸危险度数据、监测点的甲烷浓度变化率数据、监测点的窨井类型数据、监测点的人口密度数据等影响因素,为每一项因素设定相应的权重,研发出一套全新的检测甲烷泄漏的指标方法,弥补了传统燃气报警装置阈值固定引起的误报警或晚报警的缺点,提高了燃气泄漏报警的准确性和及时性。
优选地,所述S1中,通过监测设备采集监测点的甲烷浓度数据,所述监测设备分布在燃气管网的相邻地下空间;燃气管网相邻地下空间指燃气管网、污水管网和雨水管网周围的检查井,包括燃气、电缆、自来水、雨水、污水、电信与热力检查井。
优选地,所述监测点的甲烷浓度变化率数据通过计算获得,采用以下公式:
其中,vi,表示监测点的甲烷浓度变化率数据;voli,表示第i时刻获取的监测点的甲烷浓度数据;voli-1,表示第i-1时刻获取的监测点的甲烷浓度数据;Δt,表示第i时刻和第i-1时刻之间的时间间隔。
优选地,所述S1中的监测点的爆炸危险度数据与甲烷爆炸极限数据相关,通过计算获得,采用以下公式:
其中,K表示监测点的爆炸危险度数据;x表示变量,表示监测点的甲烷浓度数据,由于甲烷爆炸极限数据满足甲烷的爆炸上限为16.0%,高于上限安静燃烧,其爆炸下限为4.9%,低于下限不燃烧,甲烷最剧烈的爆炸甲烷浓度为9.5%,根据甲烷爆炸极限,将x的范围值分化成三段。
优选地,所述S2采用以下模型获得报警危险值:
R=α1ω1+α2ω2+α3ω3+α4ω4+α5ω5
其中R为报警危险值,ω1为获取的监测点的甲烷浓度数据,ω2为计算得到的监测点的甲烷浓度变化率数据,ω3为获取的监测点的人口密度数据,ω4为计算得到的监测点的爆炸危险度数据,ω5为获取的监测点的窨井类型数据;α1为获取的监测点的甲烷浓度数据相应的权重,α2为计算得到的监测点的甲烷浓度变化率数据相应的权重,α3为获取的监测点的人口密度数据相应的权重,α4为计算得到的监测点的爆炸危险度数据相应的权重,α5为获取的监测点的窨井类型数据相应的权重。
此处步骤S2的ω1、ω2、ω4分别对应步骤S1中的x、vi、K。
优选地,各项权重采用以下方式获得:
S21,采用定性指标模糊量化方法,结合专家经验评价获取的监测点的甲烷浓度数据、计算得到的监测点的甲烷浓度变化率数据、获取的监测点的人口密度数据、计算得到的监测点的爆炸危险度数据、获取的监测点的窨井类型数据各个元素之间对R的影响程度,得到九标度法表;
S22,每次取九标度法表中的两个元素x_i和y_j,以_ij表示x_i和y_j对R的影响大小之比,比较结果用矩阵A=(αij)表示,A为X-R之间的成对比矩阵;
其中,X表示元素,x_i表示第i个元素,y_j表示第j个元素;
S23,对比矩阵A通过一致性检验,得到α1为获取的监测点的甲烷浓度数据相应的权重,α2为计算得到的监测点的甲烷浓度变化率数据相应的权重,α3为获取的监测点的人口密度数据相应的权重,α4为计算得到的监测点的爆炸危险度数据相应的权重,α5为获取的监测点的窨井类型数据相应的权重。
优选地,设minA和maxA分别为矩阵A中元素的最小值和最大值,将A的一个原始值a通过min-max标准化映射成在区间[0,1]中的值a′,其公式为:
其中,amin、amax分别表示样本数据的最小值和最大值。
本发明还公开一种关于埋地燃气管线泄漏报警阈值设定的系统,包括数据采集及储存模块、数据处理模块、燃气报警装置;
所述数据采集及储存模块用于获取监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据,计算监测点的甲烷浓度变化率数据、监测点的爆炸危险度数据,并将各类数据输入至数据处理模块;
所述数据处理模块用以将获取的监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据、监测点的爆炸危险度数据、以及监测点的甲烷浓度变化率数据进行处理,得到报警危险值;
所述报警危险值输入至所述燃气报警装置中,并与前期嵌入到所述燃气报警装置中的报警阈值比较,根据结果输出报警等级。
本发明的优点在于:本发明综合考虑监测点的甲烷浓度数据、监测点的爆炸危险度数据、监测点的甲烷浓度变化率数据、监测点的窨井类型数据、监测点的人口密度数据等影响因素,根据层次分析法,为每一项因素设定相应的权重,最后研发出检测燃气泄漏预警的指标方法、系统。弥补了传统燃气报警装置阈值固定引起的误报警或晚报警的缺点,提高了燃气泄漏报警的准确性和及时性。
本发明能够综合考虑监测点的甲烷浓度数据、监测点的爆炸危险度数据、监测点的甲烷浓度变化率数据、监测点的窨井类型数据、监测点的人口密度数据5类指标实现监测预警,弥补了传统单一指标(甲烷浓度)预警的缺点,而且本发明根据层次分析法,为每一项指标因素设定相应的权重,科学的考虑各个因素之间及各因素对监测点危险性的影响,此外,本发明综合考虑多种指标因素,可以避免由于沼气堆积等引起甲烷超限的误报警,提高燃气泄漏报警的准确性和及时性。这种报警阈值的设定更加科学合理,更符合实际情况,有利于快速实现报警响应和处置。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例,都属于本发明保护的范围。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。
需要说明的是,在本文中,如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
一种关于埋地燃气管线泄漏报警阈值设定的方法,包括以下步骤:
S1、获取监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据,计算监测点的甲烷浓度变化率数据、监测点的爆炸危险度数据,并将各类数据输入至数据处理模块;
监测点的人口密度数据、监测点的窨井类型数据均通过采集获得。
监测设备采集监测点的甲烷浓度数据,所述监测设备分布在燃气管网的相邻地下空间;
监测点的甲烷浓度变化率数据通过计算获得,采用以下公式:
其中,vi,表示监测点的甲烷浓度变化率数据;voli,表示第i时刻获取的监测点的甲烷浓度数据;voli-1,表示第i-1时刻获取的监测点的甲烷浓度数据;Δt,表示第i时刻和第i-1时刻之间的时间间隔。
甲烷的爆炸上限为16.0%,高于上限安静燃烧,其爆炸下限为4.9%,低于下限不燃烧,甲烷最剧烈的爆炸甲烷浓度为9.5%。
如图1所示,监测点的爆炸危险度数据,与甲烷爆炸极限相关,通过计算获得,采用以下公式:
其中,K表示监测点的爆炸危险度数据;x表示变量,表示监测点的甲烷浓度数据,由于甲烷爆炸极限数据满足甲烷的爆炸上限为16.0%,高于上限安静燃烧,其爆炸下限为4.9%,低于下限不燃烧,甲烷最剧烈的爆炸甲烷浓度为9.5%,根据甲烷爆炸极限数据,将x的范围值分化成三段。
甲烷气体聚集在电力井、给水井、排水井、燃气井、通信井、热力井内引起次生衍生灾害的概率和后果有着极大的差别。电力井内容易产生电火花,电力井内甲烷聚集容易造成爆燃或爆炸类此生衍生事件。排水井属于联通井,甲烷气体扩散到排水井后容易聚集产生连环爆炸,造成严重后果。根据对相关案例分析及调研,得出不同类型窨井的得分值。如表1所示。
表1不同类型窨井得分
序号 |
监测点的窨井类型 |
得分 |
1 |
电力井 |
10 |
2 |
燃气井 |
6 |
3 |
通信井 |
5 |
4 |
给水井 |
5 |
5 |
排水井 |
8 |
6 |
热力井 |
8 |
S2、数据处理模块对各类数据进行处理,得到报警危险值;
采用以下模型获得报警危险值:
R=α1ω1+α2ω2+α3ω3+α4ω4+α5ω5
其中R为报警危险值,ω1为获取的监测点的甲烷浓度数据,ω2为计算得到的监测点的甲烷浓度变化率数据,ω3为获取的监测点的人口密度数据,ω4为计算得到的监测点的爆炸危险度数据,ω5为获取的监测点的窨井类型数据;α1为获取的监测点的甲烷浓度数据相应的权重,α2为计算得到的监测点的甲烷浓度变化率数据相应的权重,α3为获取的监测点的人口密度数据相应的权重,α4为计算得到的监测点的爆炸危险度数据相应的权重,α5为获取的监测点的窨井类型数据相应的权重。
此处步骤S2的ω1、ω2、ω4分别对应步骤S1中的x、vi、K。
S21、采用定性指标模糊量化方法评价获取的监测点的甲烷浓度数据、计算得到的监测点的甲烷浓度变化率数据、获取的监测点的人口密度数据、计算得到的监测点的爆炸危险度数据、获取的监测点的窨井类型数据各个元素之间对R的影响程度,得到表2;
表2
尺度 |
含义 |
1 |
第i个元素与第j个元素的影响相同 |
3 |
第i个元素比第j个元素的影响稍重要 |
5 |
第i个元素比第j个元素的影响明显重要 |
7 |
第i个元素比第j个元素的影响强烈重要 |
9 |
第i个元素比第j个元素的影响极端重要 |
1/3 |
第i个元素比第j个元素的影响稍不重要 |
1/5 |
第i个元素比第j个元素的影响明显不重要 |
1/7 |
第i个元素比第j个元素的影响强烈不重要 |
1/9 |
第i个元素比第j个元素的影响极端不重要 |
通过层次分析法将一个复杂的多目标决策问题作为一个系统,将目标分解为多个目标或准则,进而分解为多指标(或准则、约束)的若干层次,通过定性指标模糊量化方法算出层次单排序(权数)和总排序,以作为目标(多指标)、多方案优化决策的系统方法。利用层次分析法对元素进行两两比较,建立成对的比较矩阵。即,每次取九标度法表中的两个元素x_i和y_j,以_ij表示x_i和y_j对R的影响大小之比,比较结果用矩阵A=(αij)表示,A为X-R之间的成对比矩阵;
其中,X表示元素,x_i表示第i个元素,y_j表示第j个元素;
根据对获取的监测点的甲烷浓度数据、计算得到的监测点的甲烷浓度变化率数据、计算得到的监测点的爆炸危险度数据、获取的监测点的人口密度数据、获取的监测点的窨井类型数据五项指标的重要程度,得到判断矩阵表3
表3判断矩阵表
对比矩阵A:
对比矩阵A通过一致性检验,各向量权重向量Q为:
ans=0.1539
0.4288
0.2737
0.0738
0.0699
即式中α1=0.1539;α2=0.4288;α3=0.2737,α4=0.0738,α5=0.0699。
优选地,为了消除单位量纲的影响,在加权计算R时统一用min-max标准化方法将数据进行标准化。
本发明在数据分析之前,将数据进行标准化(normalization),利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题,对不同性质指标直接加总不能正确反映不同作用力的综合结果,须先考虑改变逆指标数据性质,使所有指标对测评方案的作用力同趋化,再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。经过标准化处理,原始数据均转换为无量纲化指标测评值,即各指标值都处于同一个数量级别上,进行综合测评分析。
本发明采用min-max标准化(最小-最大标准化)对数据进行处理。min-max标准化方法是对原始数据进行线性变换。
设minA和maxA分别为矩阵A中元素的最小值和最大值,将A的一个原始值a通过min-max标准化映射成在区间[0,1]中的值a′,其公式为:
其中,amin、amax表示样本数据的最小值和最大值。
S3、将步骤S2得到的报警危险值输入至燃气报警装置中,并与前期嵌入到所述燃气报警装置中的报警阈值比较,根据结果输出报警等级。
本实施例还公开了一种对应上述方法的关于埋地燃气管线泄漏报警阈值设定的系统,包括数据采集及储存模块、数据处理模块、燃气报警装置;
所述数据采集及储存模块用于获取监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据,计算监测点的甲烷浓度变化率数据、监测点的爆炸危险度数据,并将各类数据输入至数据处理模块;
所述数据处理模块用以将获取的监测点的甲烷浓度数据、监测点的人口密度数据、监测点的窨井类型数据、监测点的爆炸危险度数据以及监测点的甲烷浓度变化率数据进行处理,得到报警危险值;
所述报警危险值输入至所述燃气报警装置中,并与前期嵌入到所述燃气报警装置中的报警阈值比较,根据结果输出报警等级。
以合肥2017年10月27号,蜀山区编号为:GD104设备报警数据为例详细叙述设定的过程,此数据时间间隔为5min。
如图2所示,可以看到随着时间变大,窨井内甲烷浓度呈先上升后下降再上升趋势。
如图3所示,监测点的甲烷浓度的一阶差商大于0,表明监测点的甲烷浓度在上升,甲烷浓度的一阶差商小于0,表明监测点的甲烷浓度在下降。
燃气和沼气的主要成分都是甲烷。根据甲烷的性质可知,甲烷的爆炸极限在5%-16%。当泄漏甲烷浓度在甲烷的爆炸极限内时,具有爆炸的危险性,造成的后果十分严重。而当甲烷浓度低于爆炸极限时,不会燃烧,当甲烷浓度高于爆炸极限时候,则会安静的燃烧,不具备爆炸的危险性,因此当甲烷浓度处于爆炸极限甲烷浓度内时,应该提升评估的后果。
甲烷的爆炸上限为16.0%,高于上限安静燃烧,其爆炸下限为4.9%,低于下限不燃烧,甲烷最剧烈的爆炸甲烷浓度为9.5%。
爆炸危险度数据与甲烷爆炸极限相关,如图4所示,根据公式计算爆炸危险度数据:
其中,K表示监测点的爆炸危险度数据;x表示变量,表示监测点的甲烷浓度数据,由于甲烷爆炸极限数据满足甲烷的爆炸上限为16.0%,高于上限安静燃烧,其爆炸下限为4.9%,低于下限不燃烧,甲烷最剧烈的爆炸甲烷浓度为9.5%,根据甲烷爆炸极限数据,将x的范围值分化成三段。选取的数据集,监测点的甲烷浓度数据不在爆炸极限内,因此本实施例K值取1。
燃气泄漏事故发生在城市的人口密度、教育医疗设施密集的区域与发生在城市的郊区造成的后果有着极大的差别。人口密度越大的区域,发生燃气泄漏事故带来的后果越严重,因此在应该将人口密度作为一个独立项作为一个指标加入评估方法之中。
根据网络数据合肥市人口分布情况以及权重如下表4。以监测到甲烷浓度的装置地理信息确定该监测点的区域位置,以该监测点所处区人口数据作为监测点的人口密度参量。
表4合肥市各区域人口密度情况
蜀山区人口数量为124万人,占合肥人口的15.7%。
甲烷气体聚集在电力井、给水井、排水井、燃气井、通信井、热力井内引起次生衍生灾害的概率和后果有着极大的差别。电力井内容易产生电火花,电力井内甲烷聚集容易造成爆燃或爆炸类此生衍生事件。排水井属于联通井,甲烷气体扩散到排水井后容易聚集产生连环爆炸,造成严重后果。根据对相关案例分析及调研,得出不同类型窨井的得分值。
表5不同类型窨井得分
序号 |
窨井类型 |
得分 |
1 |
电力井 |
10 |
2 |
燃气井 |
6 |
3 |
通信井 |
5 |
4 |
给水井 |
5 |
5 |
排水井 |
8 |
6 |
热力井 |
8 |
该监测点的窨井类型为排水井,危险性得分为8。
根据定性指标模糊量化方法以及判断矩阵得到各个元素权重,即α1=0.1539,α2=0.4288,α3=0.2737,α4=0.0738,α5=0.0699。
根据R=0.1539ω1+0.4288ω2+0.2737ω3+0.0738ω4+0.0699ω5
计算出的报警危险值R,如图5所示。
由于是同一监测点,所以监测点的窨井类型、位置都一样,且该监测点的甲烷浓度数据一直小于爆炸下限,爆炸危险度为常数1,根据如图5的曲线,我们可以看出,报警危险峰值在监测点的甲烷浓度数据和监测点的甲烷浓度变化率数据较高时出现,符合工程实践经验。将曲线细化为指标,报警阈值设定具体见下表,根据这一套方法进行报警,可以有效的提高报警的准确性与精度。
表6
等级 |
1级 |
2级 |
3级 |
报警危险值 |
≥6 |
6-4 |
3-1 |
当报警危险值超过报警阈值,则报警装置发出对应的预警信息。例如当报警危险值R在1-3时,对应的报警等级为三级报警,发出三级预警信息;当报警危险值当R在4-6时,对应的报警等级为二级报警,发出二级预警信息;当报警危险值R大于等于6时,对应的报警等级为一级报警,发出一级预警信息。
需要说明的是,在本文中,如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。