CN117405177A - 电缆隧道有害气体泄漏预警方法、系统、设备及介质 - Google Patents
电缆隧道有害气体泄漏预警方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117405177A CN117405177A CN202311723056.5A CN202311723056A CN117405177A CN 117405177 A CN117405177 A CN 117405177A CN 202311723056 A CN202311723056 A CN 202311723056A CN 117405177 A CN117405177 A CN 117405177A
- Authority
- CN
- China
- Prior art keywords
- fluctuation
- harmful gas
- data
- coefficient
- fluctuation coefficient
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 claims abstract description 190
- 230000007613 environmental effect Effects 0.000 claims description 87
- 238000004458 analytical method Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010219 correlation analysis Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 6
- 239000007789 gas Substances 0.000 description 181
- 238000012545 processing Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012300 Sequence Analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
- G08B21/14—Toxic gas alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及气体泄漏检测的技术领域,特别是涉及一种电缆隧道有害气体泄漏预警方法、系统、设备及介质,其有助于更准确地判断有害气体泄漏的情况,减少误报的可能性;所述方法包括:在分布式电缆隧道中部署环境监测传感器集合,环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;控制环境监测传感器集合按照设定频率进行环境监测,获得若干个监测时间节点的环境监测数据集合,环境监测数据集合包括有害气体浓度、温度、风速以及气压;将预设数量的环境监测数据集合,按照时间顺序进行排列,并对监测数据进行同类对齐,获得环境监测数据序列,在环境监测数据序列中相同类型的检测数据位于同一列。
Description
技术领域
本发明涉及气体泄漏检测的技术领域,特别是涉及一种电缆隧道有害气体泄漏预警方法、系统、设备及介质。
背景技术
随着电力行业的不断发展,分布式电缆隧道在城市电网建设中的应用越来越广泛。然而,在分布式电缆隧道中,有害气体泄漏是一个潜在的安全风险。为了保障电缆隧道的安全运行,需要对有害气体泄漏进行及时预警。
现有的有害气体泄漏预警方法主要基于传感器的实时监测,虽然在一定程度上能够实现有害气体泄漏的及时发现;但仍存在一些误报问题,因为隧道内的有害气体浓度不仅与气体泄漏相关,同时与隧道内的气压、温度等环境因素相关。当相关环境因素发生波动时,隧道局部有害气体浓度也会随之波动,触发传感器从而进行预警警报;然而当隧道内环境稳定后,该局部有害气体浓度也会随之下降至安全线以下,此种情况下则无需进行预警警报。因此,为了解决上述问题,亟需一种电缆隧道有害气体泄漏预警方法。
发明内容
为解决上述技术问题,本发明提供一种有助于更准确地判断有害气体泄漏的情况,减少误报的可能性的电缆隧道有害气体泄漏预警方法。
第一方面,本发明提供了电缆隧道有害气体泄漏预警方法,所述方法包括:
在分布式电缆隧道中部署环境监测传感器集合,环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;
控制环境监测传感器集合按照设定频率进行环境监测,获得若干个监测时间节点的环境监测数据集合,所述环境监测数据集合包括有害气体浓度、温度、风速以及气压;
将预设数量的环境监测数据集合,按照时间顺序进行排列,并对监测数据进行同类对齐,获得环境监测数据序列,在所述环境监测数据序列中相同类型的检测数据位于同一列;
利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个环境数据波动集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
实时获取分布式电缆隧道中环境数据波动集合,判断实时获取的环境数据波动集合中各项波动系数是否符合有害气体波动相关分析结果:若不符合,说明有害气体发生泄漏,需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
进一步地,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数的计算公式包括:
;
;
;
其中,表示有害气体浓度波动系数与温度波动系数之间的相关系数;/>表示有害气体浓度波动系数与风速波动系数之间的相关系数;/>表示有害气体浓度波动系数与气压波动系数之间的相关系数;/>表示第i个时间节点的有害气体浓度波动系数;/>表示第i个时间节点的温度波动系数;/>表示第i个时间节点的风速波动系数;/>表示第i个时间节点的气压波动系数;/>表示有害气体浓度波动系数的平均值;/>表示温度波动系数的平均值;/>表示风速波动系数的平均值;/>表示气压波动系数的平均值。
进一步地,所述环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器。
进一步地,所述环境监测传感器集合进行环境监测频率的设定方法采用固定监测频率、动态监测频率或基于阈值的监测频率中的任一种;
其中,所述固定监测频率是指将监测频率设定为固定的值;所述动态监测频率是指根据隧道环境和传感器性能动态调整监测频率;所述基于阈值的监测频率是指根据历史数据和预设的阈值来确定监测频率。
进一步地,获得环境监测数据序列的方法,包括:
从有害气体传感器、温度传感器、风速传感器以及气压传感器中收集一定数量的环境监测数据;环境监测数据包括有害气体浓度、温度、风速和气压,其中每个传感器的数据按照时间戳记录;
将收集到的数据按照时间顺序进行排列,确保相同时间点的数据位于同一行;
将不同传感器的数据按照相应的列进行排列,确保相同类型的监测数据位于同一列。
进一步地,对环境监测数据序列进行波动性分析的方法,包括:
设定时间滑动窗口的宽度和步长;其中,时间滑动窗口的宽度决定每个窗口中包含的监测数据的时间跨度,时间滑动窗口的步长决定每次滑动窗口的时间间隔;
对于每个时间滑动窗口,计算该窗口内有害气体浓度、温度、风速和气压的平均值和标准差;
有害气体浓度波动系数的计算公式为:有害气体浓度波动系数=有害气体浓度标准差/有害气体浓度平均值;
温度波动系数的计算公式为:温度波动系数=温度标准差/温度平均值;
风速波动系数的计算公式为:风速波动系数=风速标准差/风速平均值;
气压波动系数的计算公式为:气压波动系数=气压标准差/气压平均值。
进一步地,判断实时获取的环境数据波动集合中各项波动系数是否符合有害气体波动相关分析结果的方法,包括:
通过部署在分布式电缆隧道中的环境监测传感器集合,实时获取隧道内的有害气体浓度、温度、风速和气压;
对于每个实时获取的环境数据,利用时间滑动窗口的宽度和每次滑动的步长计算有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
将实时计算得到的各项波动系数与预先进行的有害气体波动相关分析结果进行比较;
如果实时计算得到的各项波动系数与相关分析结果一致或符合预期范围,说明当前的有害气体浓度的升高是与环境因素相关的正常波动,不需要发出预警;如果实时数据的波动系数与相关分析结果不一致,说明当前的有害气体浓度的升高是由泄漏原因引起的异常波动,需要及时发出预警;
当判断结果为有害气体发生泄漏时,通过声音报警、短信通知以及电子邮件方式发出预警信息。
另一方面,本申请还提供了电缆隧道有害气体泄漏预警系统,所述系统包括:
环境监测模块,所述环境监测模块包括部署在分布式电缆隧道中的环境监测传感器集合,所述环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;所述环境监测传感器集合用于监测隧道内的环境参数,所述环境参数包括有害气体浓度、温度、风速和气压;
环境监测数据获取模块,用于控制环境监测传感器集合按照设定频率进行环境监测,并获取实时数据,形成环境监测数据集合;
数据转化模块,用于将预设数量的环境监测数据集合按时间顺序排列,并对监测数据进行同类对齐,获得环境监测数据序列;
波动分析模块,用于利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
相关性计算模块,用于根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
实时预警模块,用于实时获取分布式电缆隧道中的环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果;若不符合,说明有害气体发生泄漏,系统需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
第三方面,本申请提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
与现有技术相比本发明的有益效果为:
通过部署环境监测传感器集合,可以更全面地监测分布式电缆隧道中的环境情况,包括有害气体浓度、温度、风速和气压等关键指标;这有助于更准确地判断有害气体泄漏的情况,减少误报的可能性;
利用预设数量的环境监测数据集合进行时间序列分析,可以更好地捕捉环境数据的波动性,从而更准确地识别有害气体泄漏等异常情况;通过时间滑动窗口的波动性分析,可以更敏感地检测到环境因素的变化,提高预警的准确性;
通过计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,可以更深入地分析有害气体泄漏与环境因素之间的关系,提高预警的准确性;这有助于更好地理解有害气体泄漏与环境因素之间的复杂关系,减少误报的可能性;
实时获取分布式电缆隧道中环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果,可以实现实时预警,及时发现并处理潜在的有害气体泄漏问题;这有助于更快地响应有害气体泄漏的情况,保障电缆隧道的安全运行。
附图说明
图1是本发明的流程图;
图2是获得环境监测数据序列的流程图;
图3是判断各项实时波动系数是否符合有害气体波动相关分析结果的流程图;
图4是电缆隧道有害气体泄漏预警系统的结构图。
具体实施方式
在本申请的描述中,所属技术领域的技术人员应当知道,本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本申请可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例一:如图1至图3所示,本发明的电缆隧道有害气体泄漏预警方法,具体包括以下步骤:
步骤S1、在分布式电缆隧道中部署环境监测传感器集合,环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;
步骤S2、控制环境监测传感器集合按照设定频率进行环境监测,获得若干个监测时间节点的环境监测数据集合,所述环境监测数据集合包括有害气体浓度、温度、风速以及气压;
步骤S3、将预设数量的环境监测数据集合,按照时间顺序进行排列,并对监测数据进行同类对齐,获得环境监测数据序列;
步骤S4、利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个环境数据波动集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
步骤S5、根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
步骤S6、实时获取分布式电缆隧道中环境数据波动集合,判断实时获取的环境数据波动集合中各项波动系数是否符合有害气体波动相关分析结果:若不符合,说明有害气体发生泄漏,需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
在本实施例中,通过部署环境监测传感器集合,可以更全面地监测分布式电缆隧道中的环境情况,包括有害气体浓度、温度、风速和气压等关键指标;这有助于更准确地判断有害气体泄漏的情况,减少误报的可能性;利用预设数量的环境监测数据集合进行时间序列分析,可以更好地捕捉环境数据的波动性,从而更准确地识别有害气体泄漏等异常情况;通过时间滑动窗口的波动性分析,可以更敏感地检测到环境因素的变化,提高预警的准确性;通过计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,可以更深入地分析有害气体泄漏与环境因素之间的关系,提高预警的准确性;这有助于更好地理解有害气体泄漏与环境因素之间的复杂关系,减少误报的可能性;实时获取分布式电缆隧道中环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果,可以实现实时预警,及时发现并处理潜在的有害气体泄漏问题;这有助于更快地响应有害气体泄漏的情况,保障电缆隧道的安全运行。
下面描述图1所示的各个步骤的执行方式。
针对步骤S1:
在S1步骤中,需要选择适合的传感器类型和数量,并根据隧道实际情况进行合理布置;S1步骤是电缆隧道有害气体泄漏预警方法的基础,通过合理部署环境监测传感器集合,可以实现对隧道内环境状况的全面监测,为后续的预警分析提供准确的数据支持;以下是对各种传感器的功能和作用的详细描述:
有害气体传感器:这种传感器用于监测电缆隧道中的有害气体浓度,如挥发性有机化合物(VOC)、气体泄漏产生的有毒气体等;它能够提供有害气体浓度的实时数据,是预警系统中关键的组成部分;
温度传感器:温度传感器用于测量电缆隧道中的温度变化;随着气体泄漏,温度会发生变化,因此温度传感器的数据可以与有害气体浓度数据一起使用,帮助分析环境中发生的变化;
风速传感器:风速传感器测量电缆隧道中的风速;风速的变化会影响有害气体的扩散和分布,因此风速传感器提供了额外的环境条件,有助于更准确地分析有害气体的行为;
气压传感器:气压传感器用于监测电缆隧道中的气压;气压的变化也与有害气体泄漏有关,因此这个传感器提供了额外的信息,帮助系统进行全面的环境监测。
在实施S1步骤时,需要考虑传感器的布局和密度,以确保覆盖整个电缆隧道,并确保传感器能够准确、全面地捕捉环境变化;传感器的准确性、灵敏度和稳定性也是关键因素,以保证系统能够及时、可靠地检测到有害气体泄漏;同时,传感器的选择应基于对电缆隧道环境特性的深入了解,以满足实际监测需求。
针对步骤S2:
在S2步骤中,控制环境监测传感器集合按照设定频率进行环境监测,获得若干个监测时间节点的环境监测数据集合;这个步骤涉及到传感器数据的获取和记录;
具体来说,部署在分布式电缆隧道中的环境监测传感器集合会不断地对环境进行监测,并收集数据;这些数据包括有害气体浓度、温度、风速和气压等环境参数;
为了获取足够的环境数据,需要设定一个监测频率;例如,可以设定每秒钟获取一次数据,或者每分钟获取一次数据;根据实际需要和传感器性能,可以选择合适的监测频率;
在每个监测时间节点,环境监测传感器集合会收集到一组环境数据;这些数据包括有害气体浓度、温度、风速和气压等参数的值;这些数据集合会记录下来,用于后续的数据分析和处理;
通过控制环境监测传感器集合按照设定频率进行环境监测,可以获得足够的环境监测数据集合,为后续的数据处理和分析提供基础数据;
需要注意的是,在S2步骤中获取的环境监测数据集合不仅包括有害气体浓度,还包括温度、风速和气压等环境参数的数据;这些数据对于后续的波动性分析和相关性计算都是非常重要的。
更为具体的,监测频率的设定可以根据实际需要和传感器性能来进行;具体包括以下方法:
固定监测频率:将监测频率设定为固定的值,例如每秒钟或每分钟获取一次数据;这种方法的优点是简单易用,适用于需要连续监测的场景;然而,如果传感器性能或隧道环境发生变化,则需要调整监测频率;
动态监测频率:根据隧道环境和传感器性能动态调整监测频率;例如,如果隧道环境稳定,可以降低监测频率以节省资源;如果隧道环境发生变化或传感器出现故障,可以增加监测频率以确保及时发现异常情况;这种方法的优点是灵活适应性强,但需要实现相应的动态调整算法;
基于阈值的监测频率:根据历史数据和预设的阈值来确定监测频率;例如,如果历史数据显示有害气体浓度通常在安全范围内波动,可以将监测频率设定为较低的值;如果历史数据显示有害气体浓度经常超过安全范围,可以将监测频率设定为较高的值以提高预警的准确性;这种方法的优点是能够根据实际情况调整监测频率,但需要具备一定的数据分析能力和预设阈值的选择能力;
总之,在设定监测频率时需要考虑实际需要和传感器性能,并根据具体情况选择合适的方法;同时,需要注意监测频率不能过低或过高,以确保及时发现异常情况并减少不必要的资源消耗。
针对步骤S3:
S3步骤的主要目标是整理环境监测数据,按照时间顺序排列,并对监测数据进行同类对齐,以获得环境监测数据序列;具体来说,当在分布式电缆隧道中部署好环境监测传感器集合后,这些传感器会不断地收集环境数据;在S2步骤中,已经控制环境监测传感器集合按照设定频率进行环境监测,并获取了若干个监测时间节点的环境监测数据集合;
这些数据集合包括有害气体浓度、温度、风速和气压等环境参数的值;为了更好地分析和处理这些数据,需要将这些数据按照时间顺序进行排列,形成一个环境监测数据序列;在这个数据序列中,相同类型的检测数据被归类在同一列;例如,所有的有害气体浓度数据都会被放在同一列,所有的温度数据都会被放在另一列,以此类推;这样的排列方式可以方便后续的数据分析和处理。
S3步骤的具体操作内容如下:
S31、数据收集:从各个传感器中收集到一定数量的环境监测数据;这些数据包括有害气体浓度、温度、风速和气压等信息,每个传感器的数据按照时间戳记录;
S32、数据整理:将收集到的数据按照时间顺序进行排列;确保相同时间点的数据位于同一行,不同传感器的数据按照相应的列进行排列;
S33、同类对齐:对数据进行同类对齐,即确保相同类型的监测数据位于同一列;这一步是为了后续的波动性分析和相关性计算做准备,因为这些分析需要同一时间点的数据位于同一列,以便对其进行比较;
S34、数据序列生成:最终得到一个环境监测数据序列,其中每一列对应一个特定的时间点,每一行对应一个监测参数(有害气体浓度、温度、风速、气压等);这个数据序列将用于后续的波动性分析。
在本步骤中,通过将环境监测数据按照时间顺序排列,并同类对齐,可以形成结构化的数据序列;这种结构化的数据格式便于后续的数据分析和处理,能够更直观地展示隧道内环境的变化情况;同类对齐的数据序列中,相同类型的监测数据位于同一列,这使得不同数据之间具有可比性;在后续的波动性分析和相关性计算中,可以更准确地比较和分析不同数据之间的变化和关联;
通过将数据按照时间顺序排列,可以更准确地分析环境参数随时间的变化情况;这对于识别潜在的安全风险和及时预警非常有帮助;结构化的数据序列可以方便地进行数据可视化,例如绘制趋势图、柱状图等;这有助于更直观地理解隧道内环境状况,并为决策提供支持;
形成的环境监测数据序列可以方便地进行后续的数据处理和分析,例如进行波动性分析、相关性计算等;这有助于发现潜在的安全风险并采取相应的预警措施;
总之,S3步骤通过对环境监测数据进行整理、排列和同类对齐,生成一个结构化的数据序列,提高了数据的可比性和分析准确性,方便了后续的数据处理和分析。
针对步骤S4:
S4步骤中进行的波动性分析是整个电缆隧道有害气体泄漏预警方法的关键环节,它有助于区分有害气体浓度变化中的正常波动和潜在的泄漏信号;以下是S4步骤的详细介绍:
S41、时间滑动窗口的设定:在S4步骤中,首先需要设定时间滑动窗口的宽度和步长;时间滑动窗口的宽度决定了每个窗口中包含的监测数据的时间跨度,这将影响对环境变化的敏感度;如果窗口宽度过窄,可能会导致对环境微小变化过于敏感,产生大量误报;如果窗口宽度过宽,则可能会错过一些快速的环境变化,导致漏报;因此,需要根据实际情况选择合适的窗口宽度;
时间滑动窗口的步长则决定了每次滑动窗口的时间间隔;步长过短可能会导致计算量过大,而步长过长则可能会遗漏一些重要的环境变化信息;因此,需要根据实际情况选择合适的步长;
S42、环境监测数据序列的波动性分析:在设定好时间滑动窗口后,需要对环境监测数据序列进行波动性分析;具体来说,对于每个时间滑动窗口,计算该窗口内有害气体浓度的平均值和标准差;标准差可以反映数据分布的离散程度,即数据波动的大小;然后,根据平均值和标准差计算有害气体浓度波动系数;
同样地,对于温度、风速和气压数据,也可以计算相应的波动系数;这些波动系数可以用来表示环境数据的波动程度;如果某个波动系数超过预设的阈值,就意味着该参数在短时间内发生了较大的波动,可能存在气体泄漏或其他异常情况。
在上述过程中,有害气体浓度波动系数的计算方法是根据每个时间滑动窗口内有害气体浓度的平均值和标准差来计算的;具体公式如下:有害气体浓度波动系数=标准差/平均值;
其中,标准差反映了数据分布的离散程度,即数据波动的大小;平均值则表示了窗口内有害气体浓度的平均水平;通过计算波动系数,可以量化窗口内有害气体浓度的波动程度;
对于温度、风速和气压等参数,也可以采用类似的方法计算其波动系数;这些波动系数可以用来表示环境数据的波动程度,为后续的泄漏预警提供依据。
针对步骤S5:
在S5步骤中,使用相关性系数(例如Pearson相关系数)来计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关性;以下是具体的计算步骤:
S51、对于每个时间节点,使用Pearson相关系数(或其他类型的相关性系数)来计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关性;Pearson相关系数通常用于衡量两个连续变量之间的线性关系,其值范围在-1到1之间,其中1表示完全正相关,-1表示完全负相关,0表示无相关性;
S52、将每个时间节点的相关性系数存储在一个数组中,形成环境数据波动序列的相关性矩阵;
S53、对环境数据波动序列的相关性矩阵进行分析,以确定有害气体浓度波动与温度、风速、气压波动之间的关系;如果相关性矩阵显示有害气体浓度波动与温度、风速、气压波动之间存在显著的相关性,就可以根据这些相关性来预测和预警有害气体泄漏;
需要注意的是,虽然这里只提到了Pearson相关系数,但使用其他能够衡量不有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关性的相关性分析方法均在本发明的保护范围内。
更为具体的,使用皮尔逊相关系数计算气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数方法如下:
其中,害气体浓度波动系数、温度波动系数、风速波动系数、气压波动系数分别可以看作是不同变量的观测值。假设有n个时间点的数据,可以表示为:
C=[C1,C2,…,Cn]
T=[T1,T2,…,Tn]
V=[V1,V2,…,Vn]
P=[P1,P2,…,Pn]
其中,C为有害气体浓度波动系数,T为温度波动系数,V为风速波动系数,P为气压波动系数。使用相关系数公式计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,计算公式为:
;
;
;
其中,表示有害气体浓度波动系数与温度波动系数之间的相关系数;/>表示有害气体浓度波动系数与风速波动系数之间的相关系数;/>表示有害气体浓度波动系数与气压波动系数之间的相关系数;/>表示第i个时间节点的有害气体浓度波动系数;/>表示第i个时间节点的温度波动系数;/>表示第i个时间节点的风速波动系数;/>表示第i个时间节点的气压波动系数;/>表示有害气体浓度波动系数的平均值;/>表示温度波动系数的平均值;/>表示风速波动系数的平均值;/>表示气压波动系数的平均值。
上述相关系数可以用来衡量有害气体浓度波动与温度、风速、气压波动之间的线性关系;如果R的值接近1,表示两个变量之间存在强正相关,即当一个变量增加时,另一个变量也倾向于增加;如果R的值接近-1,表示两个变量之间存在强负相关,即当一个变量增加时,另一个变量倾向于减少;如果R的值接近0,表示两个变量之间没有线性关系;
通过计算这些相关系数,能够分析有害气体浓度波动与温度、风速、气压波动之间的关系,从而更好地预测和预警有害气体泄漏;如果相关系数显著偏离0,说明有害气体浓度的波动与相应的环境因素波动之间存在显著的相关性,需要发出预警;如果相关系数接近0,说明有害气体浓度的波动与相应的环境因素波动之间没有明显的相关性,可以暂时不发出预警。
针对步骤S6:
S6步骤是整个电缆隧道有害气体泄漏预警方法中的关键步骤,它需要实时获取分布式电缆隧道中的环境数据波动集合,并实时判断环境数据波动集合中的波动系数是否符合先前进行的有害气体波动相关分析结果;以下是具体的步骤和解释:
S61、实时获取分布式电缆隧道中的环境数据波动集合:通过部署在分布式电缆隧道中的环境监测传感器集合,实时获取隧道内的有害气体浓度、温度、风速和气压等环境数据的当前值;这些数据可以通过传感器网络传输到数据处理中心进行后续分析;
S62、计算实时环境数据波动系数:对于每个实时获取的环境数据,可以利用时间滑动窗口的宽度和每次滑动的步长来计算其波动系数;这些波动系数可以包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数等;
S63、比较实时数据与相关分析结果:根据预先设定的时间滑动窗口的宽度和每次滑动的步长,将实时计算得到的波动系数与预先进行的有害气体波动相关分析结果进行比较;这里的比较可以是直接的数值比较,也可以是利用相关系数、回归模型等统计方法进行比较;
S64、判断实时数据是否符合有害气体波动相关分析结果:如果实时数据的波动系数与相关分析结果一致或符合预期范围,说明当前的有害气体浓度的升高是与环境因素相关的正常波动,不需要发出预警;而如果实时数据的波动系数与相关分析结果不一致,说明当前的有害气体浓度的升高可能是由泄漏等原因引起的异常波动,需要及时发出预警;
S65、发出预警:当判断结果为有害气体发生泄漏时,需要及时发出预警;预警可以通过各种方式进行传递和通知,例如声音报警、短信通知、电子邮件等;同时,预警信息可以包括泄漏的位置、程度以及其他相关信息,以便相关人员及时采取应对措施。
需要注意的是,S6步骤中的判断条件可以根据具体的应用场景和需求进行调整和优化;例如,可以通过设置多个阈值或使用更复杂的算法来提高判断的准确性和可靠性;同时,为了减少误报和漏报的情况,可以考虑使用多种传感器类型和监测技术相结合的方法来提高监测和预警的精度。
实施例二:如图4所示,本发明的电缆隧道有害气体泄漏预警系统,具体包括以下模块;
环境监测模块,所述环境监测模块包括部署在分布式电缆隧道中的环境监测传感器集合,所述环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;所述环境监测传感器集合用于监测隧道内的环境参数,所述环境参数包括有害气体浓度、温度、风速和气压;
环境监测数据获取模块,用于控制环境监测传感器集合按照设定频率进行环境监测,并获取实时数据,形成环境监测数据集合;
数据转化模块,用于将预设数量的环境监测数据集合按时间顺序排列,并对监测数据进行同类对齐,获得环境监测数据序列;
波动分析模块,用于利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
相关性计算模块,用于根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
实时预警模块,用于实时获取分布式电缆隧道中的环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果;若不符合,说明有害气体发生泄漏,系统需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
在本实施例中,通过环境监测模块中的有害气体传感器、温度传感器、风速传感器和气压传感器等,可以全面地监测分布式电缆隧道中的环境状况,包括有害气体浓度、温度、风速和气压等关键指标;这有助于更准确地检测和预警有害气体泄漏问题;
环境监测数据获取模块可以控制环境监测传感器集合按照设定频率进行环境监测,并获取实时数据形成环境监测数据集合;这种实时监测能够及时捕捉到环境参数的变化,从而更好地预警有害气体泄漏;
数据转化模块可以将预设数量的环境监测数据集合按时间顺序排列,并对监测数据进行同类对齐,获得环境监测数据序列;这种数据处理方式可以更好地分析环境参数的波动性和相关性;
波动分析模块利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;这种波动性分析可以更好地捕捉到环境参数的异常波动,从而更准确地预警有害气体泄漏;
相关性计算模块可以计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;这种相关性分析可以更好地理解有害气体泄漏与环境因素之间的复杂关系,提高预警的准确性;
实时预警模块可以实时获取分布式电缆隧道中的环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果;如果发现有害气体泄漏,系统可以及时发出预警,从而更好地保障电缆隧道的安全运行;
该系统还可以在分布式电缆隧道中实现长期、持续的环境监测和预警,有助于及时发现并处理潜在的有害气体泄漏问题,保障电缆隧道的安全运行;通过连续的环境监测和预警,可以更好地掌握隧道内的环境情况,预防潜在的安全风险。
前述实施例一中的电缆隧道有害气体泄漏预警方法的各种变化方式和具体实施例同样适用于本实施例的电缆隧道有害气体泄漏预警系统,通过前述对电缆隧道有害气体泄漏预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中电缆隧道有害气体泄漏预警系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (10)
1.一种电缆隧道有害气体泄漏预警方法,其特征在于,所述方法包括:
在分布式电缆隧道中部署环境监测传感器集合;
控制环境监测传感器集合按照设定频率进行环境监测,获得若干个监测时间节点的环境监测数据集合,所述环境监测数据集合包括有害气体浓度、温度、风速以及气压;
将预设数量的环境监测数据集合,按照时间顺序进行排列,并对监测数据进行同类对齐,获得环境监测数据序列;
利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个环境数据波动集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
实时获取分布式电缆隧道中环境数据波动集合,判断实时获取的环境数据波动集合中各项波动系数是否符合有害气体波动相关分析结果:若不符合,说明有害气体发生泄漏,需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
2.如权利要求1所述的电缆隧道有害气体泄漏预警方法,其特征在于,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数的计算公式包括:;
;
;
其中,表示有害气体浓度波动系数与温度波动系数之间的相关系数;/>表示有害气体浓度波动系数与风速波动系数之间的相关系数;/>表示有害气体浓度波动系数与气压波动系数之间的相关系数;/>表示第i个时间节点的有害气体浓度波动系数;/>表示第i个时间节点的温度波动系数;/>表示第i个时间节点的风速波动系数;/>表示第i个时间节点的气压波动系数;/>表示有害气体浓度波动系数的平均值;/>表示温度波动系数的平均值;/>表示风速波动系数的平均值;/>表示气压波动系数的平均值。
3.如权利要求1所述的电缆隧道有害气体泄漏预警方法,其特征在于,所述环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器。
4.如权利要求3所述的电缆隧道有害气体泄漏预警方法,其特征在于,所述环境监测传感器集合进行环境监测频率的设定方法采用固定监测频率、动态监测频率或基于阈值的监测频率中的任一种;
其中,所述固定监测频率是指将监测频率设定为固定的值;所述动态监测频率是指根据隧道环境和传感器性能动态调整监测频率;所述基于阈值的监测频率是指根据历史数据和预设的阈值来确定监测频率。
5.如权利要求3所述的电缆隧道有害气体泄漏预警方法,其特征在于,获得环境监测数据序列的方法,包括:
从有害气体传感器、温度传感器、风速传感器以及气压传感器中收集设定数量的环境监测数据;环境监测数据包括有害气体浓度、温度、风速和气压,其中每个传感器的数据按照时间戳记录;
将收集到的数据按照时间顺序进行排列,确保相同时间点的数据位于同一行;
将不同传感器的数据按照相应的列进行排列,确保相同类型的监测数据位于同一列。
6.如权利要求1所述的电缆隧道有害气体泄漏预警方法,其特征在于,对环境监测数据序列进行波动性分析的方法,包括:
设定时间滑动窗口的宽度和步长;其中,时间滑动窗口的宽度决定每个窗口中包含的监测数据的时间跨度,时间滑动窗口的步长决定每次滑动窗口的时间间隔;
对于每个时间滑动窗口,计算该窗口内有害气体浓度、温度、风速和气压的平均值和标准差;
有害气体浓度波动系数的计算公式为:有害气体浓度波动系数=有害气体浓度标准差/有害气体浓度平均值;
温度波动系数的计算公式为:温度波动系数=温度标准差/温度平均值;
风速波动系数的计算公式为:风速波动系数=风速标准差/风速平均值;
气压波动系数的计算公式为:气压波动系数=气压标准差/气压平均值。
7.如权利要求1所述的电缆隧道有害气体泄漏预警方法,其特征在于,判断实时获取的环境数据波动集合中各项波动系数是否符合有害气体波动相关分析结果的方法,包括:
通过部署在分布式电缆隧道中的环境监测传感器集合,实时获取隧道内的有害气体浓度、温度、风速和气压;
对于每个实时获取的环境数据,利用时间滑动窗口的宽度和每次滑动的步长计算有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
将实时计算得到的各项波动系数与预先进行的有害气体波动相关分析结果进行比较;
如果实时计算得到的各项波动系数与相关分析结果一致或符合预期范围,说明当前的有害气体浓度的升高是与环境因素相关的正常波动,不需要发出预警;如果实时数据的波动系数与相关分析结果不一致,说明当前的有害气体浓度的升高是由泄漏原因引起的异常波动,需要及时发出预警;
当判断结果为有害气体发生泄漏时,通过声音报警、短信通知以及电子邮件方式发出预警信息。
8.一种电缆隧道有害气体泄漏预警系统,其特征在于,所述系统包括:
环境监测模块,所述环境监测模块包括部署在分布式电缆隧道中的环境监测传感器集合,所述环境监测传感器集合包括有害气体传感器、温度传感器、风速传感器以及气压传感器;所述环境监测传感器集合用于监测隧道内的环境参数,所述环境参数包括有害气体浓度、温度、风速和气压;
环境监测数据获取模块,用于控制环境监测传感器集合按照设定频率进行环境监测,并获取实时数据,形成环境监测数据集合;
数据转化模块,用于将预设数量的环境监测数据集合按时间顺序排列,并对监测数据进行同类对齐,获得环境监测数据序列;
波动分析模块,用于利用预先设定的时间滑动窗口的宽度以及每次滑动的步长,对环境监测数据序列进行波动性分析,获得环境数据波动序列;所述环境数据波动序列由若干个环境数据波动集合按时间顺序排列而成,每个集合包括有害气体浓度波动系数、温度波动系数、风速波动系数以及气压波动系数;
相关性计算模块,用于根据环境数据波动序列,计算有害气体浓度波动系数与温度波动系数、风速波动系数、气压波动系数之间的相关系数,获得有害气体波动相关分析结果;
实时预警模块,用于实时获取分布式电缆隧道中的环境数据波动集合,并判断各项波动系数是否符合有害气体波动相关分析结果;若不符合,说明有害气体发生泄漏,系统需及时发出预警;若符合,则说明有害气体浓度的升高与温度、风速、气压相关,待环境稳定后,有害气体浓度随之下降,无需进行预警。
9.一种电缆隧道有害气体泄漏预警电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311723056.5A CN117405177B (zh) | 2023-12-15 | 2023-12-15 | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311723056.5A CN117405177B (zh) | 2023-12-15 | 2023-12-15 | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117405177A true CN117405177A (zh) | 2024-01-16 |
CN117405177B CN117405177B (zh) | 2024-04-26 |
Family
ID=89492948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311723056.5A Active CN117405177B (zh) | 2023-12-15 | 2023-12-15 | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117405177B (zh) |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07181097A (ja) * | 1993-12-24 | 1995-07-18 | Mitsui Toatsu Chem Inc | 微少漏洩ガス雰囲気下での新規漏洩源の検知方法 |
JPH09243412A (ja) * | 1996-03-06 | 1997-09-19 | Hitachi Ltd | 被対象物監視システム |
KR980004213A (ko) * | 1996-06-17 | 1998-03-30 | 이준 | 통신구 집중 관리 방법 및 그 장치 |
US5895445A (en) * | 1997-04-22 | 1999-04-20 | Daewoo Telecom Ltd. | Method for managing facilities and workers within a closed range |
KR200413246Y1 (ko) * | 2006-01-26 | 2006-04-05 | 신흥대학산학협력단 | 터널화재 위험도의 예측시스템 |
CN101498754A (zh) * | 2008-02-02 | 2009-08-05 | 陕西电力科学研究院 | 利用sf6压力波动判断sf6电气设备故障的方法及装置 |
CN104792356A (zh) * | 2015-03-17 | 2015-07-22 | 国家电网公司 | 一种基于漏缆技术的电缆隧道状态监测系统及其设计方法 |
CN108110673A (zh) * | 2017-12-04 | 2018-06-01 | 国网山东省电力公司济南供电公司 | 一种电缆隧道环境检测装置及方法 |
CN108519127A (zh) * | 2017-12-19 | 2018-09-11 | 国网山东省电力公司烟台供电公司 | 一种电缆隧道智能监测系统 |
CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
CN111413089A (zh) * | 2020-04-08 | 2020-07-14 | 北华大学 | 基于vmd熵值法和vpmcd相结合的齿轮故障诊断方法 |
US20200300972A1 (en) * | 2015-07-17 | 2020-09-24 | Origin Wireless, Inc. | Method, apparatus, and system for vital signs monitoring using high frequency wireless signals |
CN111832944A (zh) * | 2020-07-15 | 2020-10-27 | 张玉红 | 一种基于大数据的煤矿开采区域实时安全监测管理系统 |
CN111894885A (zh) * | 2020-08-01 | 2020-11-06 | 中国水利水电第七工程局有限公司 | 一种隧道风机智能化控制系统及控制方法 |
US20210310986A1 (en) * | 2019-05-29 | 2021-10-07 | Sapiens Environmental Technology Co., Ltd. | Gas detection system with eliminating influence of ambient temperature and humidity changes and the method thereof |
US20220044548A1 (en) * | 2018-11-27 | 2022-02-10 | Koninklijke Philips N.V. | Predicting critical alarms |
CN114486656A (zh) * | 2021-12-31 | 2022-05-13 | 扬州江净空调制造有限公司 | 用于医疗洁净室的动态环境监测系统 |
CN114688697A (zh) * | 2022-03-28 | 2022-07-01 | 重庆伏特猫科技有限公司 | 一种基于cps的高层建筑用室内环境管理系统 |
WO2022178947A1 (zh) * | 2021-02-25 | 2022-09-01 | 平安科技(深圳)有限公司 | 基于多维度的监测预警方法、装置、设备及存储介质 |
CN115015757A (zh) * | 2022-08-09 | 2022-09-06 | 天津九信科技有限公司 | 一种电机运行状态的风险评估方法及系统 |
CN115539846A (zh) * | 2022-09-19 | 2022-12-30 | 西安万飞控制科技有限公司 | 一种用于燃气泄漏监测的防爆巡检无人车及巡检方法 |
KR102539500B1 (ko) * | 2022-10-21 | 2023-06-05 | (주)에스에프테크놀로지 | 하나의 장치에서 유해가스 탐지와 방사선 탐지로 이루어진 원샷 하이브리드형 화생방 통합 원격 탐지 장치 및 방법 |
CN116294063A (zh) * | 2023-05-22 | 2023-06-23 | 信达环境科技江苏有限公司 | 一种基于物联网的室内空气环境控制系统及方法 |
CN116400012A (zh) * | 2023-03-09 | 2023-07-07 | 淮阴工学院 | 一种基于环境参数补偿算法的气体检测装置 |
CN116754022A (zh) * | 2023-08-22 | 2023-09-15 | 山东浪潮新基建科技有限公司 | 电缆隧道的在线检测应急预警方法及系统 |
CN116797028A (zh) * | 2023-07-12 | 2023-09-22 | 济南英华自动化技术有限公司 | 基于智慧物联网的电缆隧道综合监控系统及方法 |
CN116962669A (zh) * | 2023-08-10 | 2023-10-27 | 苏州德斯米尔智能科技有限公司 | 一种监控设备用异物清除系统 |
CN117007979A (zh) * | 2023-10-07 | 2023-11-07 | 深圳市众航物联网有限公司 | 基于数据驱动的电源输出掉电异常预警方法 |
CN117114505A (zh) * | 2023-10-11 | 2023-11-24 | 福建省东霖建设工程有限公司 | 一种建筑施工现场环境监测方法及系统 |
CN117191147A (zh) * | 2023-09-08 | 2023-12-08 | 贵州黔源电力股份有限公司 | 一种泄洪大坝水位监测预警方法及系统 |
-
2023
- 2023-12-15 CN CN202311723056.5A patent/CN117405177B/zh active Active
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07181097A (ja) * | 1993-12-24 | 1995-07-18 | Mitsui Toatsu Chem Inc | 微少漏洩ガス雰囲気下での新規漏洩源の検知方法 |
JPH09243412A (ja) * | 1996-03-06 | 1997-09-19 | Hitachi Ltd | 被対象物監視システム |
KR980004213A (ko) * | 1996-06-17 | 1998-03-30 | 이준 | 통신구 집중 관리 방법 및 그 장치 |
US5895445A (en) * | 1997-04-22 | 1999-04-20 | Daewoo Telecom Ltd. | Method for managing facilities and workers within a closed range |
KR200413246Y1 (ko) * | 2006-01-26 | 2006-04-05 | 신흥대학산학협력단 | 터널화재 위험도의 예측시스템 |
CN101498754A (zh) * | 2008-02-02 | 2009-08-05 | 陕西电力科学研究院 | 利用sf6压力波动判断sf6电气设备故障的方法及装置 |
CN104792356A (zh) * | 2015-03-17 | 2015-07-22 | 国家电网公司 | 一种基于漏缆技术的电缆隧道状态监测系统及其设计方法 |
US20200300972A1 (en) * | 2015-07-17 | 2020-09-24 | Origin Wireless, Inc. | Method, apparatus, and system for vital signs monitoring using high frequency wireless signals |
CN108110673A (zh) * | 2017-12-04 | 2018-06-01 | 国网山东省电力公司济南供电公司 | 一种电缆隧道环境检测装置及方法 |
CN108519127A (zh) * | 2017-12-19 | 2018-09-11 | 国网山东省电力公司烟台供电公司 | 一种电缆隧道智能监测系统 |
US20220044548A1 (en) * | 2018-11-27 | 2022-02-10 | Koninklijke Philips N.V. | Predicting critical alarms |
CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
US20210310986A1 (en) * | 2019-05-29 | 2021-10-07 | Sapiens Environmental Technology Co., Ltd. | Gas detection system with eliminating influence of ambient temperature and humidity changes and the method thereof |
CN111413089A (zh) * | 2020-04-08 | 2020-07-14 | 北华大学 | 基于vmd熵值法和vpmcd相结合的齿轮故障诊断方法 |
CN111832944A (zh) * | 2020-07-15 | 2020-10-27 | 张玉红 | 一种基于大数据的煤矿开采区域实时安全监测管理系统 |
CN111894885A (zh) * | 2020-08-01 | 2020-11-06 | 中国水利水电第七工程局有限公司 | 一种隧道风机智能化控制系统及控制方法 |
WO2022178947A1 (zh) * | 2021-02-25 | 2022-09-01 | 平安科技(深圳)有限公司 | 基于多维度的监测预警方法、装置、设备及存储介质 |
CN114486656A (zh) * | 2021-12-31 | 2022-05-13 | 扬州江净空调制造有限公司 | 用于医疗洁净室的动态环境监测系统 |
CN114688697A (zh) * | 2022-03-28 | 2022-07-01 | 重庆伏特猫科技有限公司 | 一种基于cps的高层建筑用室内环境管理系统 |
CN115015757A (zh) * | 2022-08-09 | 2022-09-06 | 天津九信科技有限公司 | 一种电机运行状态的风险评估方法及系统 |
CN115539846A (zh) * | 2022-09-19 | 2022-12-30 | 西安万飞控制科技有限公司 | 一种用于燃气泄漏监测的防爆巡检无人车及巡检方法 |
KR102539500B1 (ko) * | 2022-10-21 | 2023-06-05 | (주)에스에프테크놀로지 | 하나의 장치에서 유해가스 탐지와 방사선 탐지로 이루어진 원샷 하이브리드형 화생방 통합 원격 탐지 장치 및 방법 |
CN116400012A (zh) * | 2023-03-09 | 2023-07-07 | 淮阴工学院 | 一种基于环境参数补偿算法的气体检测装置 |
CN116294063A (zh) * | 2023-05-22 | 2023-06-23 | 信达环境科技江苏有限公司 | 一种基于物联网的室内空气环境控制系统及方法 |
CN116797028A (zh) * | 2023-07-12 | 2023-09-22 | 济南英华自动化技术有限公司 | 基于智慧物联网的电缆隧道综合监控系统及方法 |
CN116962669A (zh) * | 2023-08-10 | 2023-10-27 | 苏州德斯米尔智能科技有限公司 | 一种监控设备用异物清除系统 |
CN116754022A (zh) * | 2023-08-22 | 2023-09-15 | 山东浪潮新基建科技有限公司 | 电缆隧道的在线检测应急预警方法及系统 |
CN117191147A (zh) * | 2023-09-08 | 2023-12-08 | 贵州黔源电力股份有限公司 | 一种泄洪大坝水位监测预警方法及系统 |
CN117007979A (zh) * | 2023-10-07 | 2023-11-07 | 深圳市众航物联网有限公司 | 基于数据驱动的电源输出掉电异常预警方法 |
CN117114505A (zh) * | 2023-10-11 | 2023-11-24 | 福建省东霖建设工程有限公司 | 一种建筑施工现场环境监测方法及系统 |
Non-Patent Citations (4)
Title |
---|
杨明清;李三国;王成彪;: "扭矩波动系数法监测钻头运行状况", 天然气工业, no. 06, 25 June 2013 (2013-06-25) * |
王恩鸿;李立明;黄建坊;: "轨道交通隧道智能环境综合监测系统设计", 上海工程技术大学学报, no. 02, 30 June 2016 (2016-06-30) * |
肖夏;陈岚;李莹;: "基于动态窗口的行为证据采集系统", 微电子学与计算机, no. 02, 5 February 2015 (2015-02-05) * |
陈刚;: "时间序列相关性分析研究", 现代信息科技, no. 13, 10 July 2020 (2020-07-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN117405177B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11385122B2 (en) | Method and device for detecting fault of monitoring device | |
CA3175272A1 (en) | Method and apparatus for determining operating state of photovoltaic array, device and storage medium | |
US7162393B1 (en) | Detecting degradation of components during reliability-evaluation studies | |
CN105551549A (zh) | 一种核电设备运行状况在线监测方法及系统 | |
CN110750413B (zh) | 多机房温度报警方法、装置及存储介质 | |
US11620539B2 (en) | Method and device for monitoring a process of generating metric data for predicting anomalies | |
CN112272763A (zh) | 异常探测装置、异常探测方法以及异常探测程序 | |
CN110858072B (zh) | 设备运行状态的确定方法及装置 | |
JP2019082918A (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
US20080255773A1 (en) | Machine condition monitoring using pattern rules | |
CN115311829A (zh) | 一种基于海量数据的精准告警方法及系统 | |
CN114492629A (zh) | 异常检测方法、装置、电子设备及存储介质 | |
CN111400850B (zh) | 设备故障分析方法、装置、设备和存储介质 | |
Wang et al. | Forest fire detection system based on Fuzzy Kalman filter | |
CN117405177B (zh) | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 | |
CN116777088B (zh) | 用于保障生命安全的供电应急抢修环境监测方法及系统 | |
CN117331790A (zh) | 一种用于数据中心的机房故障检测方法及装置 | |
CN116912061A (zh) | 基于大数据的土壤生态环境监测管理方法及系统 | |
CN110007171A (zh) | 变压器在线监测数据误报警的筛查方法及系统 | |
CN114490829A (zh) | 一种故障识别方法、装置、设备及存储介质 | |
CN117033913A (zh) | 基于电力设备画像的异常检测方法及设备、存储介质 | |
CN116878728B (zh) | 一种压力传感器故障检测分析处理系统 | |
JP2020009325A (ja) | 異常検知プログラム、異常検知方法及び異常検知装置 | |
CN212379277U (zh) | 一种化学威胁视频跟踪装置 | |
KR102365503B1 (ko) | 악취를 포집하는 방법 및 장치 |
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 |