CN112577671B - 一种利用克里金法的井盖监测方法及系统 - Google Patents

一种利用克里金法的井盖监测方法及系统 Download PDF

Info

Publication number
CN112577671B
CN112577671B CN202011354686.6A CN202011354686A CN112577671B CN 112577671 B CN112577671 B CN 112577671B CN 202011354686 A CN202011354686 A CN 202011354686A CN 112577671 B CN112577671 B CN 112577671B
Authority
CN
China
Prior art keywords
monitoring
well lid
position information
node
temperature sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011354686.6A
Other languages
English (en)
Other versions
CN112577671A (zh
Inventor
程莉
胡佳
胡文雅
李峥嵘
雷伟
雷雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Institute of Technology
Original Assignee
Wuhan Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Institute of Technology filed Critical Wuhan Institute of Technology
Priority to CN202011354686.6A priority Critical patent/CN112577671B/zh
Publication of CN112577671A publication Critical patent/CN112577671A/zh
Application granted granted Critical
Publication of CN112577671B publication Critical patent/CN112577671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/002Investigating fluid-tightness of structures by using thermal means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种利用克里金法的井盖监测方法及系统,涉及可信信息覆盖领域。该方法包括:步骤1,获取井盖温度传感器的节点位置信息;步骤2,通过节点位置信息确定协同监测区域;步骤3,获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;步骤4,通过克里金差值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;步骤5,将待测井盖温度传感器的节点位置信息、计算结果与监测值输入至待测节点温度值的估计公式中,得出最终监测结果。本发明能够解决不能对未被安装监测系统的区域进行检测问题。

Description

一种利用克里金法的井盖监测方法及系统
技术领域
本发明涉及可信信息覆盖领域,尤其涉及一种利用克里金法的井盖监测方法及系统。
背景技术
随着科学技术的发展,智慧城市建设成了时代的主题,而智能井盖建设则是属于智慧城市建设中的一个重要组成部分,城市中地下管网包含了燃气、供电、通讯、给水、排水等各种公用基础设施,相应的常有可燃气体泄漏,井盖爆炸等问题的发生,给城市居民生活带来了严重的安全隐患,因此对燃气管道气体泄漏的监测具有重要的意义。
2018年华北电力大学研究的声发射技术检测GIS气体泄漏方法利用气体泄漏会发声的原理检测气体泄漏,2018年中国地质大学(武汉)工程学院研究的液氯储罐区泄露气体探测器布置优化方案在实验区域通过增减探测器确定最优的布置方案,2019年北京理工大学自动化学院设计的基于Kalman滤波数据融合方法的超声波气体泄漏定位研究能够高精度的计算出泄漏点的三维坐标。上述方法均能检测到气体的泄漏,但都是对传感器能探测到的区域进行检测,井下燃气管网的铺设结构复杂,距离远,范围广,上述方法均不能对未被安装监测系统的区域进行检测。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种利用克里金法的井盖监测方法及系统。
本发明解决上述技术问题的技术方案如下:一种利用克里金法的井盖监测方法,包括:
步骤1,获取井盖温度传感器的节点位置信息;
步骤2,通过所述节点位置信息确定协同监测区域;
步骤3,获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
步骤4,通过克里金差值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
步骤5,将所述待测井盖温度传感器的节点位置信息、所述计算结果与所述监测值输入至待测节点温度值的估计公式中,得出最终监测结果。
本发明的有益效果是:本发明利用燃气井盖位置作为监测点进行监测系统布局,对于离散分布的井盖,采用普通克里金插值算法对未被监测系统监测的区域进行插值研究,扩大监测范围,通过对已知传感器的节点位置信息的获取进而确定协同监测区域,由此可以最大限度的利用已知传感器的监控范围,通过对权重系数的计算可以使得最终的预测结果更加的精确,能够获得未被监测系统覆盖的更为广阔区域的完整气体泄漏检测情况。
进一步,步骤2具体为:
步骤201,计算每两个节点之间的距离;
步骤202,通过每两个节点之间的距离确定感测能力;
步骤203,根据所述感测能力,采用正三角形法调整温度传感器的节点位置信息;
步骤204,根据调整后的节点位置信息确定协同监测区域。
采用上述进一步方案的有益效果是,通过正三角形法可以最大程度的扩展监测范围,充分利用每一个温度传感器。
进一步,计算每两个节点之间的距离的具体公式为:
Figure BDA0002802227120000031
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子。
进一步,确定感测能力的具体公式为:
Figure BDA0002802227120000032
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1。
进一步,步骤4具体为:
通过球状变差函数指数模型计算权重系数,具体公式如下:
Figure BDA0002802227120000033
其中,d(t,z)表示井盖温度传感器与空间点之间的节点距离,a为变程,k是一个常数,μ为拉格朗日常数。
进一步,步骤5具体为:
基于克里金算法,根据所述权重系数的计算结果以及所述监测值对待检测点的温度值进行估计,得到监测结果,具体公式如下:
Figure BDA0002802227120000034
其中,λi为权重系数,T表示区域内的温度,(tix,tiy)为协同监测区域内的已知节点的位置坐标,(Zx,Zy)为待测井盖温度传感器的节点的位置坐标。
本发明解决上述技术问题的另一种技术方案如下:一种利用克里金法的井盖监测系统,包括:
第一获取模块,用于获取井盖温度传感器的节点位置信息;
确定模块,用于通过所述节点位置信息确定协同监测区域;
第二获取模块,用于获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
计算模块,用于通过克里金差值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
监测模块,用于将所述待测井盖温度传感器的节点位置信息、所述计算结果与所述监测值输入至待测节点温度值的估计公式中,得出最终监测结果。
本发明的有益效果是:本发明利用燃气井盖位置作为监测点进行监测系统布局,对于离散分布的井盖,采用普通克里金插值算法对未被监测系统监测的区域进行插值研究,扩大监测范围,通过对已知传感器的节点位置信息的获取进而确定协同监测区域,由此可以最大限度的利用已知传感器的监控范围,通过对权重系数的计算可以使得最终的预测结果更加的精确,能够获得未被监测系统覆盖的更为广阔区域的完整气体泄漏检测情况。
进一步,确定模块具体用于:
计算每两个节点之间的距离,通过每两个节点之间的距离确定感测能力,根据所述感测能力,采用正三角形法调整温度传感器的节点位置信息,根据调整后的节点位置信息确定协同监测区域。
采用上述进一步方案的有益效果是,通过正三角形法可以最大程度的扩展监测范围,充分利用每一个温度传感器。
进一步,计算每两个节点之间的距离的具体公式为:
Figure BDA0002802227120000041
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子。
进一步,确定感测能力的具体公式为:
Figure BDA0002802227120000051
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1。
进一步,计算模块具体用于:
通过球状变差函数指数模型计算权重系数,具体公式如下:
Figure BDA0002802227120000052
其中,d(t,z)表示井盖温度传感器与空间点之间的节点距离,a为变程,k是一个常数,μ为拉格朗日常数。
进一步,监测模块具体用于:
基于克里金算法,根据所述权重系数的计算结果以及所述监测值对待检测点的温度值进行估计,得到监测结果,具体公式如下:
Figure BDA0002802227120000053
其中,λi为权重系数,T表示区域内的温度,(tix,tiy)为协同监测区域内的已知节点的位置坐标,(Zx,Zy)为待测井盖温度传感器的节点的位置坐标。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明一种利用克里金法的井盖监测方法的实施例提供的流程示意图;
图2为本发明一种利用克里金法的井盖监测系统的实施例提供的结构框架图;
图3为本发明一种集成电路测试中site的管控方法的实施例提供的两个节点共同监测的协同区域示意图;
图4为本发明一种集成电路测试中site的管控方法的实施例提供的三个节点共同监测的协同区域示意图。
附图中,各标号所代表的部件列表如下:
100、第一获取模块,200、确定模块,300、第二获取模块,400、计算模块,500、监测模块,A1、第一传感器,A2、第二传感器,A3、第三传感器,A4、第四传感器,A5、第五传感器,X1、第一空间点,X2、第二空间点,X3、第三空间点。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种利用克里金法的井盖监测方法,包括:
步骤1,获取井盖温度传感器的节点位置信息;
步骤2,通过节点位置信息确定协同监测区域;
步骤3,获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
步骤4,通过克里金差值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
步骤5,将待测井盖温度传感器的节点位置信息、计算结果与监测值输入至待测节点温度值的估计公式中,得出最终监测结果。
在一些可能的实施方式中,本发明利用燃气井盖位置作为监测点进行监测系统布局,对于离散分布的井盖,采用普通克里金插值算法对未被监测系统监测的区域进行插值研究,扩大监测范围,通过对已知传感器的节点位置信息的获取进而确定协同监测区域,由此可以最大限度的利用已知传感器的监控范围,通过对权重系数的计算可以使得最终的预测结果更加的精确,能够获得未被监测系统覆盖的更为广阔区域的完整气体泄漏检测情况。
需要说明的是,通过节点位置信息确定协同监测区域可以为通过相邻的两个节点位置信息,或也可以为通过相邻的三个节点位置信息进行确定,当两个传感器节点一起放置时,当采用克里金插值算法进行信息估计,且传感器节点之间的距离小于临界距离时,传感器节点之间会有协同监测区域,且协同监测时会扩大监测区域。扩大的监测区域是否连通取决于两个传感器之间的距离r。存在一个临界距离rc,当r<rc时,两个传感器协同监测的区域是连通的。如图3所示。其中,两个正圆区域表示单个传感器A1第一传感器、A2第二传感器的监测区域,大的椭圆区域表示A1第一传感器和A2第二传感器协同监测所能监测的区域。所以使用两个节点监测时,使传感器节点距离小于临界距离,协同监测面积更大;当有三个传感器节点时,利用“正三角形”位置部署传感器,则协同监测的区域远大于单个传感器的监测范围。如图4所示,A3第三传感器、A4第四传感器、A5第五传感器,是三个传感器呈正三角形位置部署,X1第一空间点、X2第二空间点、X3第三空间点,是三个空间点,三个正圆区域代表三个传感器各自的监测区域,将A3第三传感器与A4第四传感器包裹起来的椭圆区域表示A3第三传感器和A4传感器协同监测的区域,将三个传感器同时包裹起来的区域表示A3第三传感器、A4第四传感器、A5第五传感器三个传感器协同监测的区域。我们可以观察到,X1第一空间点能被A5监测,X2第二空间点不能被能被A3第三传感器或A4第四传感器监测,但能被A3第三传感器和A4第四传感器协同监测,X3第三空间点不能被A3第三传感器和A4第四传感器协同监测,但能被A3第三传感器、A4第四传感器、A5第五传感器协同监测,根据区域内的监测值,利用克里金算法对待测节点的区域变量进行估计的方法为:
普通克里金法:设x1,...,xn为区域上的一系列观测点,z(x1),...,z(xn)为相应的观测值。区域变化量x0处的值z*(x0)可以用一个线性组合来估计:
Figure BDA0002802227120000081
其中λi为权重系数,是各个测量值在待估计值z*(x0)中产生作用的系数,也是决定待估计值精度的决定性因素。克里金方法的目的就是求一组权重系数,使待评估值z*(x0)为无偏最优估计量。
无偏性即要求估计偏差的数学期望为零,有:
E[z(x0)-z*(x0)]=0
将上述两个公式进行结合可以得到:
Figure BDA0002802227120000082
最优性是要求估计值z*(x0)和真实值z(x0)之差的平方和期望最小,有:
Figure BDA0002802227120000083
应用拉格朗日乘数法求条件极值,有:
Figure BDA0002802227120000084
进一步推导,可得n+1阶的线性方程组,即克里金方程组:
Figure BDA0002802227120000085
其中μ为拉格朗日乘数,
Figure BDA0002802227120000086
为协方差,求解出该方程,即可得到权重系数和拉格朗日乘数。
为了方便计算,普通克里金方程组和均方差均可用矩阵形式表示为:
[K][λ]=[M]
即:
[λ]=[K]-1[M]
Figure BDA0002802227120000091
式中,
Figure BDA0002802227120000092
γij表示xi和xj之间的变差函数值,γ0i表示x0和xi之间的变差函数值,λi为权重系数,μ为拉格朗日常数;
利用球状变差函数指数模型计算权重系数的方法为:
球状模型显示了空间自相关逐渐减小到超出某个距离后自相关为零的过程,表达式如下:
Figure BDA0002802227120000093
上式中h为滞后距离;c为基台值,代表变量在空间上的总变异性大小;a为变程,指区域变化量在空间上具有相关性的范围。
利用传感器节点采集到的信息参数代入球状变差模型中求解得到权重系数;
此外还可以通过上述结果进行质量评价,具体方法如下:
使用均方根误差(root mean square error,RMSE)来衡量误差大小,定义x处变量的估计误差均方根表达式为:
Figure BDA0002802227120000094
将RMSE表达式(16)改写为:
Figure BDA0002802227120000095
其中,n表示参与信息重建空间点处变量值的传感器数目。
设定一个值ε,要求ε>0,当Φ(x)≤ε时,表示空间区域能通过信息重建获取重建值,即空间点x能被这个n传感器协同监测,所以可以利用来判断信息重建区域的大小,否则,该空间点是故障节点,不能被这n个传感器监控。
优选地,在上述任意实施例中,步骤2具体为:
步骤201,计算每两个节点之间的距离;
步骤202,通过每两个节点之间的距离确定感测能力;
步骤203,根据感测能力,采用正三角形法调整温度传感器的节点位置信息;
步骤204,根据调整后的节点位置信息确定协同监测区域。
在一些可能的实施方式中,通过正三角形法可以最大程度的扩展监测范围,充分利用每一个温度传感器。
优选地,在上述任意实施例中,计算每两个节点之间的距离的具体公式为:
Figure BDA0002802227120000101
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子。
优选地,在上述任意实施例中,确定感测能力的具体公式为:
Figure BDA0002802227120000102
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1。
优选地,在上述任意实施例中,步骤4具体为:
通过球状变差函数指数模型计算权重系数,具体公式如下:
Figure BDA0002802227120000111
其中,d(t,z)表示井盖温度传感器与空间点之间的节点距离,a为变程,k是一个常数,μ为拉格朗日常数。
优选地,在上述任意实施例中,步骤5具体为:
基于克里金算法,根据所述权重系数的计算结果以及所述监测值对待检测点的温度值进行估计,得到监测结果,具体公式如下:
Figure BDA0002802227120000112
其中,λi为权重系数,T表示区域内的温度,(tix,tiy)为协同监测区域内的已知节点的位置坐标,(Zx,Zy)为待测井盖温度传感器的节点的位置坐标。
如图2所示,一种利用克里金法的井盖监测系统,包括:
第一获取模块100,用于获取井盖温度传感器的节点位置信息;
确定模块200,用于通过节点位置信息确定协同监测区域;
第二获取模块300,用于获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
计算模块400,用于通过克里金差值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
监测模块500,用于将待测井盖温度传感器的节点位置信息、计算结果与监测值输入至待测节点温度值的估计公式中,得出最终监测结果。
在一些可能的实施方式中,本发明利用燃气井盖位置作为监测点进行监测系统布局,对于离散分布的井盖,采用普通克里金插值算法对未被监测系统监测的区域进行插值研究,扩大监测范围,通过对已知传感器的节点位置信息的获取进而确定协同监测区域,由此可以最大限度的利用已知传感器的监控范围,通过对权重系数的计算可以使得最终的预测结果更加的精确,能够获得未被监测系统覆盖的更为广阔区域的完整气体泄漏检测情况。
优选地,在上述任意实施例中,确定模块200具体用于:
计算每两个节点之间的距离,通过每两个节点之间的距离确定感测能力,根据所述感测能力,采用正三角形法调整温度传感器的节点位置信息,根据调整后的节点位置信息确定协同监测区域。
在一些可能的实施方式中,通过正三角形法可以最大程度的扩展监测范围,充分利用每一个温度传感器。
优选地,在上述任意实施例中,计算每两个节点之间的距离的具体公式为:
Figure BDA0002802227120000121
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子。
优选地,在上述任意实施例中,确定感测能力的具体公式为:
Figure BDA0002802227120000122
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1。
优选地,在上述任意实施例中,计算模块400具体用于:
通过球状变差函数指数模型计算权重系数,具体公式如下:
Figure BDA0002802227120000123
其中,d(t,z)表示井盖温度传感器与空间点之间的节点距离,a为变程,k是一个常数,μ为拉格朗日常数。
优选地,在上述任意实施例中,监测模块500具体用于:
基于克里金算法,根据所述权重系数的计算结果以及所述监测值对待检测点的温度值进行估计,得到监测结果,具体公式如下:
Figure BDA0002802227120000132
其中,λi为权重系数,T表示区域内的温度,(tix,tiy)为协同监测区域内的已知节点的位置坐标,(Zx,Zy)为待测井盖温度传感器的节点的位置坐标。
实施例1,S1、在检测区域内,对传感器节点进行部署,获取其位置信息;S2、根据燃气井盖的监测值进行克里金信息重建;S3、对克里金信息重建质量进行评价。
(1)部署燃气井盖传感器的位置
在所探测的区域范围内,以“正三角形”法对相邻井盖进行排列。
(2)选择球型模型
球状模型显示了其空间自相关性逐渐减小到超出某个距离后自相关性为零的过程,本次选择球状模型用于燃气井盖温度插值计算的模型。
(3)对空间点进行克里金信息重建
获取燃气井盖的位置信息和井盖监测的温度值,对任意一待监测空间点的燃气温度值进行克里金信息重建。
(4)对克里金信息重建结果进行评价。
对克里金信息重建的温度值结果进行验证评价,判断其温度估计值的准确性。
(4.1)燃气井盖传感器位置的部署方法为:
(4.1.1)计算“节点距离”。
(4.1.2)根据“节点距离”计算传感器的探测能力,。
(4.1.3)以“正三角形”法部署传感器。
(4.2)“节点距离”的计算方法为:
Figure BDA0002802227120000131
式中,t表示一个井盖温度传感器(transducer),z表示待测温度的一个空间点,(tx,ty)表示温度传感器位置的横纵坐标,(zx,zy)表示空间点的横纵坐标。SF(ScaleFactor)表示尺度因子,代表了局部区域节点监测参数之间的相关距离,不同的监测指标SF是不同的。
(4.3)传感器的探测能力计算方法为:
每个井盖温度传感器的监测区域是以感测距离Dt为半径的圆形区域,则每个温度传感器的感测能力数学表达式为:
Figure BDA0002802227120000141
式中,m为与温度传感器有关的特定常数,α表示衰减因子,A(d(t,z))的取值范围从0到1,A(d(t,z))越大,表示温度传感器t的感测能力越强。
(4.4)选择球型模型,其模型参数应如下考虑:
Figure BDA0002802227120000142
上式中h为滞后距离;c为基台值,代表变量在空间上的总变异性大小;a为变程,指区域变化量在空间上具有相关性的范围。
(4.5)根据已知的传感器位置信息和选择的球型变差函数模型,对空间点进行克里金信息重建,具体方法如下:
(4.5.1)利用普通克里金法对区域内变量进行估计。
(4.5.2)根据所选用的球型模型,求解权重因子。
(4.5.3)代入权重系数对空间点的温度值进行估计。
(4.6)普通克里金法对区域内变量进行估计的方法为:
T表示区域内的温度(Temperature),输入的数据是N个井盖温度传感器节点同一时刻监测的数据,对于任意一节点i位置的横纵坐标表示为(tix,tiy),在空间点(Zx,Zy)处的未知节点参数值T(Zx,Zy)是T(tix,tiy)已知点的加权,即
Figure BDA0002802227120000151
(4.7)权重因子求解的具体方法为:
式中权重因子可以通过求解下面的N+1个式中得到,即:
Figure BDA0002802227120000152
Figure BDA0002802227120000153
是第i个温度数据采集点坐标(tix,tiy)与第j个温度数据采集点坐标(tjx,tjy)之间的节点距离表示的变异函数,
μ为拉格朗日常数,
Figure BDA0002802227120000154
为空间点位置(zx,zy)与第i个温度数据采集点坐标(tix,tiy)之间的变异函数。
选用将各参数代入球型变差函数模型中,因此,
Figure BDA0002802227120000155
d(t,z)表示井盖温度传感器与空间点之间的节点距离,
a为变程,
k是一个常数,可由变差函数与节点距离之间的关系进行推导。
将上述两个公式进行结合:
Figure BDA0002802227120000156
计算出权重系数代回,即可估计出空间点(zx,zy)处的温度值T(zx,zy)。
(4.8)对克里金信息重建的结果进行评价的方法如下:
使用均方根误差(root mean square error,RMSE)来衡量克里金信息重建结果的误差大小,在空间点(zx,zy)处变量的估计误差均方根表达式为:
Figure BDA0002802227120000161
将上式改写为矩阵形式:
Figure BDA0002802227120000162
μ为拉格朗日常数,
n表示参与信息重建空间点(zx,zy)处变量值的传感器数目,
Figure BDA0002802227120000163
为空间点位置(zx,zy)与第i个温度数据采集点坐标(tix,tiy)之间的变异函数,
矩阵[K]与矩阵[M]具体形式如下:
Figure BDA0002802227120000164
γij表示第i个温度数据采集点坐标(tix,tiy)与第j个温度数据采集点坐标(tjx,tjy)之间的节点距离表示的变异函数,
γ0i表示空间点位置(zx,zy)与第i个温度数据采集点坐标(tix,tiy)之间的变异函数。
对空间点的温度进行重建时,设定一个值ε验证评价重建结果,ε≥0,当Φ(zx,zy)≤ε时,表示空间点(zx,zy)能通过克里金信息重建在误差范围内获取重建值,即空间点(zx,zy)能被这n个温度传感器协同监控。
可以理解,在一些实施例中,可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是,上述各实施例是与在先方法实施例对应的产品实施例,对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明,在此不再赘述。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (4)

1.一种利用克里金法的井盖监测方法,其特征在于,包括:
步骤1,获取井盖温度传感器的节点位置信息;
步骤2,通过所述节点位置信息确定协同监测区域;
步骤3,获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
步骤4,通过克里金插值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
步骤5,将所述待测井盖温度传感器的节点位置信息、所述计算结果与所述监测值输入至待测节点温度值的估计公式中,得出最终监测结果;
其中,步骤2具体为:
步骤201,计算每两个节点之间的距离;
步骤202,通过每两个节点之间的距离确定感测能力;
步骤203,根据所述感测能力,采用正三角形法调整温度传感器的节点位置信息;
步骤204,根据调整后的节点位置信息确定协同监测区域;
计算每两个节点之间的距离的具体公式为:
Figure FDA0003858735790000011
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子;
确定感测能力的具体公式为:
Figure FDA0003858735790000021
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1,Dt为感测距离。
2.根据权利要求1所述的一种利用克里金法的井盖监测方法,其特征在于,步骤4具体为:
通过球状变差函数指数模型计算权重系数,具体公式如下:
Figure FDA0003858735790000022
其中,d(t,z)表示井盖温度传感器与空间点之间的节点距离,a为变程,k是一个常数,μ为拉格朗日常数,λi为权重系数。
3.根据权利要求2所述的一种利用克里金法的井盖监测方法,其特征在于,步骤5具体为:
基于克里金算法,根据所述权重系数的计算结果以及所述监测值对待检测点的温度值进行估计,得到监测结果,具体公式如下:
Figure FDA0003858735790000023
其中,λi为权重系数,T表示区域内的温度,(tix,tiy)为协同监测区域内的已知节点的位置坐标,(Zx,Zy)为待测井盖温度传感器的节点的位置坐标。
4.一种利用克里金法的井盖监测系统,其特征在于,包括:
第一获取模块,用于获取井盖温度传感器的节点位置信息;
确定模块,用于通过所述节点位置信息确定协同监测区域;
第二获取模块,用于获取协同监测区域内的井盖温度传感器的监测值以及待测井盖温度传感器的节点位置信息;
计算模块,用于通过克里金插值算法中的球状变差函数指数模型对待测节点温度值的估计公式中的权重系数进行计算,得到计算结果;
监测模块,用于将所述待测井盖温度传感器的节点位置信息、所述计算结果与所述监测值输入至待测节点温度值的估计公式中,得出最终监测结果;
其中,确定模块具体用于:
计算每两个节点之间的距离,通过每两个节点之间的距离确定感测能力,根据所述感测能力,采用正三角形法调整温度传感器的节点位置信息,根据调整后的节点位置信息确定协同监测区域;
计算每两个节点之间的距离的具体公式为:
Figure FDA0003858735790000031
其中,t为一个传感器,z为一个空间点,(tx,ty)为传感器的位置的横纵坐标,(zx,zy)为空间点的位置的横纵坐标,SF表示尺度因子;
确定感测能力的具体公式为:
Figure FDA0003858735790000032
其中,m为与温度传感器有关的特定常数,α为衰减因子,A(d(t,z))的取值范围从0到1,Dt为感测距离。
CN202011354686.6A 2020-11-27 2020-11-27 一种利用克里金法的井盖监测方法及系统 Active CN112577671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011354686.6A CN112577671B (zh) 2020-11-27 2020-11-27 一种利用克里金法的井盖监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011354686.6A CN112577671B (zh) 2020-11-27 2020-11-27 一种利用克里金法的井盖监测方法及系统

Publications (2)

Publication Number Publication Date
CN112577671A CN112577671A (zh) 2021-03-30
CN112577671B true CN112577671B (zh) 2022-11-01

Family

ID=75123761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011354686.6A Active CN112577671B (zh) 2020-11-27 2020-11-27 一种利用克里金法的井盖监测方法及系统

Country Status (1)

Country Link
CN (1) CN112577671B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114722646B (zh) * 2022-06-10 2022-08-26 西安交通大学 基于克里金模型的自给能探测器三维测点布置优化方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106123892A (zh) * 2016-06-22 2016-11-16 武汉科技大学 一种基于无线传感器网络与地磁地图的机器人定位方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010079945A (ja) * 2008-09-24 2010-04-08 Hitachi Ltd 光ディスク記録再生装置および光ディスク記録再生装置の光ピックアップの温度特性補正方法
US20100302953A1 (en) * 2009-05-27 2010-12-02 Xiaoyun Li Method of coverage evaluation and optimization using triangulation model
US8838425B2 (en) * 2010-03-18 2014-09-16 Schlumberger Technology Corporation Generating facies probablity cubes
US8247677B2 (en) * 2010-06-17 2012-08-21 Ludwig Lester F Multi-channel data sonification system with partitioned timbre spaces and modulation techniques
CN106052891B (zh) * 2016-07-26 2018-09-25 天津大学 管壁内部动态温度分布实时监测方法
CN106714336B (zh) * 2016-10-25 2020-02-21 南京邮电大学 一种基于改进克里金算法的无线传感网温度监测方法
CN107122520B (zh) * 2017-03-27 2020-09-08 北京大学 一种基于时空动态耦合的三维温度传感数据分析方法
CN109618629A (zh) * 2018-12-18 2019-04-16 武汉工程大学 一种利用物联网和计算技术实现施肥配方的设计的方法
CN110580328B (zh) * 2019-09-11 2022-12-13 江苏省地质工程勘察院 一种地下水位监测值缺失的修复方法
CN111159857B (zh) * 2019-12-13 2024-02-13 天津大学 一种音速喷嘴管壁二维瞬态温度场重构方法
CN111310317B (zh) * 2020-02-03 2023-02-14 安徽大学 基于大数据与插值预测的粮仓空时温度场预测方法及装置
CN111460548B (zh) * 2020-03-19 2022-04-29 天津大学 一种常态-碾压混凝土重力坝联合筑坝安全评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106123892A (zh) * 2016-06-22 2016-11-16 武汉科技大学 一种基于无线传感器网络与地磁地图的机器人定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Location prediction optimisation in WSNs using Kriging interpolation;Arshad Ali1等;《IET Wireless Sensor Systems》;20160601;全文 *

Also Published As

Publication number Publication date
CN112577671A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
Goulet et al. Model falsification diagnosis and sensor placement for leak detection in pressurized pipe networks
Shi et al. Surface modelling of soil properties based on land use information
CN109543356B (zh) 考虑空间非平稳性的海洋内部温盐结构遥感反演方法
Zhang et al. Rainfall-runoff modelling in a catchment with a complex groundwater flow system: application of the Representative Elementary Watershed (REW) approach
US20130066568A1 (en) Integrated system with acoustic technology, mass imbalance and neural network for detecting, locating and quantifying leaks in ducts
Corato et al. Discharge estimation combining flow routing and occasional measurements of velocity
CN110163287A (zh) 一种中尺度涡检测方法及装置
CN112577671B (zh) 一种利用克里金法的井盖监测方法及系统
CN111046517A (zh) 一种基于层次贝叶斯方法的局部尺度滑坡易发性预测方法
RU2565325C2 (ru) Моделирование геологического процесса
CN108152458A (zh) 气体检测方法及装置
CN109117450A (zh) 振测数据最佳分析长度的确定方法
CN116716927A (zh) 塔基监测方法、装置、计算机设备、存储介质和产品
EP3351959B1 (en) Apparatus and method for performing a consistency testing using non-linear filters that provide predictive probability density functions
Qu et al. A robust estimation algorithm for the increasing breakdown point based on quasi-accurate detection and its application to parameter estimation of the GNSS crustal deformation model
CN104768175B (zh) 一种区域网络覆盖检测方法及系统
CN111158059B (zh) 基于三次b样条函数的重力反演方法
JP2021012078A (ja) 温度分布推定装置及び温度分布推定方法
CN115311574A (zh) 一种建筑物监测方法、设备及介质
CN111721479B (zh) 一种压力管网渗漏探测的层析扫描方法
Reich et al. Field‐scale subsurface flow processes inferred from continuous gravity monitoring during a sprinkling experiment
Olsson et al. Modelling of the GIA-induced surface gravity change over Fennoscandia
Fredj et al. Fast gap filling of the coastal ocean surface current in the seas around Taiwan
CN105761247B (zh) 超大规模光学卫星影像区域网可靠性分析方法及系统
CN109444071A (zh) 基于分波段的沥青红外光谱质量检测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant