【技術實現步驟摘要】
本專利技術涉及壓力預警，具體為一種儲液罐壓力智能預警方法及系統。
技術介紹
1、隨著工業生產的不斷發展，儲液罐作為儲存各類液體介質的重要設備，在石油、化工、燃氣等多個領域得到了廣泛應用。然而，儲液罐的安全問題也日益凸顯，特別是儲液罐內部的壓力變化，其內部壓力的穩定對于安全生產和儲存至關重要。隨著人工智能技術的發展，為儲罐壓力智能預警提供了技術支持。
2、傳統的儲液罐壓力監控方法主要依賴于人工巡檢和簡單的傳感器報警實現預警的目的。巡檢人員會定期對儲液罐進行檢查，包括查看壓力指示表或顯示屏上的壓力讀數，以確認儲液罐內的壓力是否在安全范圍內；傳統的傳感器報警系統通過監測到壓力達到預設的閾值后發出報警信號，當傳感器觸發報警時，巡檢人員可以迅速響應，前往現場進行確認和處理。
3、但是其在實際使用時，仍舊存在一些缺點，例如，人工巡檢需要耗費大量的人力和時間，且難以及時發現和處理異常情況；傳統的傳感器報警系統通常只能在壓力達到預設的閾值后才會發出報警信號，無法實現對儲液罐壓力變化的實時監測和預警；傳統的監控系統往往缺乏先進的數據處理和分析能力，無法對采集到的壓力數據進行深入挖掘和有效利用，從而導致預警不及時、不準確等問題，進而導致潛在的安全風險和經濟損失。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種儲液罐壓力智能預警方法及系統，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種儲液罐壓力智能預警
3、步驟1：通過大數據技術，對儲液罐預警數據進行實時采集，得到分析壓力智能預警的各項監控參數；
4、步驟2：通過大數據分析技術，對步驟1的各項監控參數進行分析，得到儲液罐壓力預警的各項影響指數，再對監測的壓力數據與影響指數進行融合，得到融合影響指數的儲液罐壓力；
5、步驟3：對步驟2分析得到的融合影響指數的儲液罐壓力進行評估，得到壓力波動參數；
6、步驟4：基于步驟2得到的融合影響指數的儲液罐壓力和步驟3得到的儲液罐壓力波動異常指數，分別與壓力閾值和壓力波動閾值進行對比，對不符合預警閾值的對比結果發出預警；
7、步驟5：對步驟4得到的儲液罐壓力智能預警信息進行人機交互。
8、優選的，所述步驟1中各項監控參數包括儲液罐目標區域信息、管理人員身份驗證信息、壓力參數、溫度參數、液位參數氣體組分濃度參數。
9、優選的，所述步驟2各影響指數中溫度對壓力影響指數的模型為：其中ρ_tp表示溫度對壓力影響指數，n表示采樣點的數量，t(i)表示第i采樣點的溫度值，p(i)表示與第i個采樣點對應的壓力值，t_m表示所有采樣點溫度的平均值，p_m表示所有采樣點壓力的平均值，max[p(i)]和min[p(i)]表示在高溫max[t(i)]下的壓力值和低溫min[t(i)]下的壓力值，δtp表示標準溫度梯度下的壓力變化率。
10、優選的，所述步驟2各影響指數中液位對壓力影響指數的模型為：其中ρ_hp表示液位對壓力影響指數，p_m表示當前液位對應的所有采樣點壓力的平均值，pref表示參考壓力值，h表示液位高度，href表示參考液位高度，δhp表示標準液位梯度下的壓力變化率。
11、優選的，所述步驟2各影響指數中氣體組分對壓力影響指數的模型為：其中ρ_gp表示氣體組分對壓力影響指數，p(aft)表示氣體組分變化后的壓力值，p(bef)表示氣體組分變化前的壓力值，δc_g表示定期監測時間內氣體組分的變化率，δc_g＝(cc-rc)/rc，cc表示當前氣體組分濃度，rc表示參考氣體組分濃度，p_m表示氣體組分定期監測時間內儲液罐壓力的平均值。
12、優選的，所述步驟2中融合影響指數的儲液罐壓力模型為：其中n表示采樣點的個數，pk表示第k個采樣點儲液罐的壓力值，a1、a2和a3分別表示各項影響指數的權重。
13、優選的，所述步驟3中壓力波動參數，包括以下步驟；
14、步驟3.1：通過時間戳技術和傳感器技術，記錄監測時間t內儲液罐壓力的最大值p(max)、最小值p(min)和n個采樣點的壓力平均值p(avg)，得到儲液罐壓力波動指數pfi，
15、步驟3.2：通過時間戳技術和傳感器技術，記錄n個同樣監測時間t內儲液罐壓力的變化量δp，即壓力的最大值p(max)與最小值p(min)的差，得到壓力變化速率穩定性指數psi，其中δp(n)和δp(n-1)表示第n個和n-1個監測時間t內儲液罐壓力的變化量，δp(avg)表示n個監測時間t內壓力變化量的平均值；
16、步驟3.3：基于步驟3.1儲液罐壓力波動指數pfi和步驟3.2壓力變化速率穩定性指數psi，得到儲液罐壓力波動異常指數pai，pai＝pfi×(1-psi)，其中b1和b2分別表示相應的權重。
17、優選的，所述步驟4中預警規則包括以下步驟：
18、步驟4.1：通過大數據分析技術，當融合影響指數的儲液罐壓力p_f超過或低于儲液罐正常壓力模式下的壓力預警閾值p_f(0)時，即儲液罐壓力偏差程度指數ddi，若ddi符合偏差范圍，說明儲液罐壓力正常；反之被判定為異常壓力模式，則觸發預警機制；
19、步驟4.2：通過大數據分析技術，當儲液罐壓力波動異常指數pai超過正常壓力變化模式下的壓力波動預警閾值pai(0)時，即儲液罐壓力波動異常偏差程度指數vdi，若vdi符合偏差范圍，說明儲液罐壓力波動正常；反之被判定為異常壓力模式，則觸發預警機制；
20、步驟4.3：基于步驟4.1儲液罐壓力偏差程度指數ddi和步驟4.2儲液罐壓力波動異常偏差程度指數vdi，獲取儲液罐壓力智能預警級別規則：
21、步驟4.3.1：一般預警：若ddi符合偏差范圍且vdi超出偏差范圍或ddi超出偏差范圍且vdi符合偏差范圍，則被判定為異常壓力模式下的輕度偏差，觸發一般預警機制；
22、步驟4.3.2：嚴重預警：若ddi超出偏差范圍且vdi超出偏差范圍，則被判定為異常壓力模式下的嚴重偏差，觸發嚴重預警機制。
23、優選的，一種儲液罐壓力智能預警系統，包括：
24、儲液罐預警數據采集模塊：用于采集儲液罐預警數據，得到分析智能預警的各項監控參數，并傳輸至儲液罐預警數據分析模塊；
25、儲液罐預警數據分析模塊：用于將數據采集模塊的各項監控參數進行分析，得到儲液罐壓力預警的各項影響指數，再對監測的壓力數據與影響指數進行融合，并將融合壓力參數傳輸至儲液罐壓力數據評估模塊；
26、儲液罐壓力數據評估模塊：用于將數據分析模塊得到的融合壓力參數進行評估，得到壓力波動參數，并傳輸至儲液罐壓力智能預警模塊；
27、儲液罐壓力智能預警模塊：用于將數據分析模塊得到的融合壓力參數和數據評估模塊得到的壓力波動參數分別與閾值進行對比，對不符合預警閾值的對比結果發出預警，并將預警信號傳本文檔來自技高網...
【技術保護點】
1.一種儲液罐壓力智能預警方法，其特征在于，包括：
2.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟1中各項監控參數包括儲液罐目標區域信息、管理人員身份驗證信息、壓力參數、溫度參數、液位參數氣體組分濃度參數。
3.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2各影響指數中溫度對壓力影響指數的模型為：其中ρ_TP表示溫度對壓力影響指數，n表示采樣點的數量，T(i)表示第i采樣點的溫度值，P(i)表示與第i個采樣點對應的壓力值，T_m表示所有采樣點溫度的平均值，P_m表示所有采樣點壓力的平均值，max[P(i)]和min[P(i)]表示在高溫max[T(i)]下的壓力值和低溫min[T(i)]下的壓力值，ΔTP表示標準溫度梯度下的壓力變化率。
4.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2各影響指數中液位對壓力影響指數的模型為：其中ρ_HP表示液位對壓力影響指數，P_m表示當前液位對應的所有采樣點壓力的平均值，Pref表示參考壓力值，H表示液位高度，Href表示參考液位高度
5.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2各影響指數中氣體組分對壓力影響指數的模型為：其中ρ_GP表示氣體組分對壓力影響指數，P(aft)表示氣體組分變化后的壓力值，P(bef)表示氣體組分變化前的壓力值，ΔC_G表示定期監測時間內氣體組分的變化率，ΔC_G＝(Cc-Rc)/Rc，Cc表示當前氣體組分濃度，Rc表示參考氣體組分濃度，P_m表示氣體組分定期監測時間內儲液罐壓力的平均值。
6.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2中融合影響指數的儲液罐壓力模型為：其中n表示采樣點的個數，pk表示第k個采樣點儲液罐的壓力值，a1、a2和a3分別表示各項影響指數的權重。
7.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟3中壓力波動參數，包括以下步驟；
8.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟4中預警規則包括以下步驟：
9.一種儲液罐壓力智能預警系統，用于使用上述權利要求1-8任一所述的一種儲液罐壓力智能預警方法，包括：
...【技術特征摘要】
1.一種儲液罐壓力智能預警方法，其特征在于，包括：
2.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟1中各項監控參數包括儲液罐目標區域信息、管理人員身份驗證信息、壓力參數、溫度參數、液位參數氣體組分濃度參數。
3.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2各影響指數中溫度對壓力影響指數的模型為：其中ρ_tp表示溫度對壓力影響指數，n表示采樣點的數量，t(i)表示第i采樣點的溫度值，p(i)表示與第i個采樣點對應的壓力值，t_m表示所有采樣點溫度的平均值，p_m表示所有采樣點壓力的平均值，max[p(i)]和min[p(i)]表示在高溫max[t(i)]下的壓力值和低溫min[t(i)]下的壓力值，δtp表示標準溫度梯度下的壓力變化率。
4.根據權利要求1所述的一種儲液罐壓力智能預警方法，其特征在于：所述步驟2各影響指數中液位對壓力影響指數的模型為：其中ρ_hp表示液位對壓力影響指數，p_m表示當前液位對應的所有采樣點壓力的平均值，pref表示參考壓力值，h表示液位高度，href表示參考液位高度，δhp表示標準液位梯度下...
【專利技術屬性】
技術研發人員：黃濤，袁雄軍，
申請(專利權)人：江蘇中安聯科信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。