[發明專利]一種基于無線傳感器網絡的油罐車油氣泄漏速度智能預警系統有效
| 申請號： | 201711159727.4 | 申請日： | 2017-11-20 |
| 公開（公告）號： | CN107976934B | 公開（公告）日： | 2018-10-02 |
| 發明（設計）人： | 趙志國;馬從國;王業琴;彭光勤;馮夢琦;陶玉凱;王金升 | 申請（專利權）人： | 淮陰工學院 |
| 主分類號： | G05B19/042 | 分類號： | G05B19/042;G06K9/62 |
| 代理公司： | 淮安市科文知識產權事務所 32223 | 代理人： | 李鋒 |
| 地址： | 223200 江蘇省淮*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 無線 傳感器 網絡 油罐車 油氣 泄漏 速度 智能 預警系統 | ||
1.一種基于無線傳感器網絡的油罐車油氣泄漏速度智能預警系統，實現對油罐車在途參數進行檢測和油罐車油氣泄漏速度智能預警，其特征在于：所述智能預警系統包括油罐車油氣泄漏狀態參數采集與智能預警平臺、油罐車油氣泄漏速度智能預警模型；
所述油罐車油氣泄漏狀態參數采集與智能預警平臺由多個檢測節點和現場監控端組成，并以自組織方式構建成油罐車在途油氣泄漏狀態參數采集與智能預警平臺；檢測節點由傳感器組模塊、單片機和無線通信模塊NRF2401組成，負責檢測油罐車表面的溫度、壓力和油氣濃度與速度的實際值，現場監控端實現對油罐車油氣泄漏參數進行管理和對油罐車在途泄漏油氣速度進行預警；
所述油罐車油氣泄漏速度智能預警模型包括多個GM（1,1）灰色預測模型、模糊C-均值聚類算法分類器、多個經驗模態分解模型、多組DRNN網絡預測模型、油罐車油氣泄漏速度T-S網絡多點融合模型以及油罐車油氣泄漏速度等級分類器；每個GM（1,1）灰色預測模型輸出作為模糊C-均值聚類算法分類器的輸入，模糊C-均值聚類算法分類器對多個GM（1,1）灰色預測模型輸出進行分類，每種類型的GM（1,1）灰色預測模型輸出作為各個經驗模態分解模型的輸入，每個經驗模態分解模型的多個輸出作為每組DRNN網絡預測模型的輸入，每組DRNN網絡預測模型的融合預測值作為油罐車油氣泄漏速度T-S網絡多點融合模型的輸入，油罐車油氣泄漏速度T-S網絡多點融合模型對多組DRNN網絡預測模型的融合預測值進行融合得到油罐車油氣泄漏速度標稱值，油罐車油氣泄漏速度等級分類器對油罐車油氣泄漏速度標稱值進行分類。
2.根據權利要求1所述的一種基于無線傳感器網絡的油罐車油氣泄漏速度智能預警系統，其特征在于：所述多個GM（1,1）灰色預測模型的輸入為多個檢測點油氣濃度變化率，多個GM（1,1）灰色預測模型對油罐車表面多個檢測點的油氣泄漏速度進行預測，模糊C-均值聚類算法分類器根據每個檢測點油氣泄漏速度特征對多個GM（1,1）灰色預測模型輸出值進行分類。
3.根據權利要求1或2所述的一種基于無線傳感器網絡的油罐車油氣泄漏速度智能預警系統，其特征在于：所述每種類型GM（1,1）灰色預測模型輸出作為每個經驗模態分解模型的輸入，各個經驗模態分解模型把每類GM（1,1）灰色預測模型輸出分解為低頻趨勢部分和多個高頻波動部分，低頻趨勢部分和多個高頻波動部分分別作為每組DRNN網絡預測模型的輸入，每組各個DRNN網絡預測模型的輸出等權重相和加得到每組DRNN網絡預測模型的融合預測值。
4.根據權利要求1或2所述的一種基于無線傳感器網絡的油罐車油氣泄漏速度智能預警系統，其特征在于：所述多組DRNN網絡預測模型的融合預測值作為油罐車油氣泄漏速度T-S網絡多點融合模型的輸入，油罐車油氣泄漏速度T-S網絡多點融合模型對多組DRNN網絡預測模型的融合預測值進行融合得到油罐車油氣泄漏速度標稱值，油罐車油氣泄漏速度等級分類器對根據油罐車油氣泄漏速度標稱值的大小分為高速度泄漏、比較高速度泄漏、中等速度泄漏、低速度泄漏四個報警等級。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于淮陰工學院，未經淮陰工學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201711159727.4/1.html，轉載請聲明來源鉆瓜專利網。
