基于空地跨模态联合驱动的油气田安全巡检方法

本发明涉及油气田安全检测，尤其涉及基于空地跨模态联合驱动的油气田安全巡检方法。

背景技术：

1、油气田场站内分布有大量集输管线、阀门、法兰、压缩机组和储罐等设备，介质多为高压易燃的天然气和凝析油，一旦发生泄漏，极易引发火灾、爆炸和中毒事故，因此安全巡检是油气田生产运行中的核心保障环节。

2、目前油气田安全巡检主要存在3类技术路线。第1类是人工巡检，巡检人员携带便携式可燃气体检测仪沿固定路线逐点排查，该方式劳动强度大、巡检周期长，且人员需要频繁进入高风险区域，存在严重的人身安全隐患，巡检结果还依赖人员经验，漏检率高。第2类是地面机器人巡检，在巡检机器人上搭载激光甲烷传感器进行定量化检测，检测精度高、抗干扰能力强，但机器人行进速度慢、单次巡检覆盖范围有限，面对数平方公里的场站只能按照固定路线进行盲目扫描式巡检，发现泄漏点时往往泄漏已持续较长时间，且为寻找泄漏源必须深入危险区域，机器人本体面临损坏风险。第3类是无人机空中巡检，利用无人机搭载高光谱成像仪和热红外相机进行广域快速筛查，覆盖范围大、巡检效率高，但高光谱气体识别易受光照条件、地物背景反射率、大气水汽和地表温度场干扰，热红外检测易受日照加热和设备正常运行发热影响，二者单独使用时误报率均较高，且空中遥感手段只能给出疑似区域的定性判断，无法获得泄漏点精确位置和泄漏速率等定量参数。

3、为兼顾覆盖范围与检测精度，现有技术中出现了将无人机与地面机器人简单组合的巡检方案，但该组合仅仅是任务层面的并行分工：无人机按固定航线独立执行广域拍摄，地面机器人按固定路线独立执行浓度检测，2类数据在后台由人工分别处理、事后汇总，空中检测结果不构成地面巡检的依据，地面检测结果也不反哺空中检测模型，两套系统之间不存在数据层面的相互约束和相互增益，整体性能仅为2个单独系统的线性叠加，误报率高、溯源效率低的问题均未得到实质解决。此外，现有空中检测模型的融合权重在出厂时标定后即固定，无法适配不同场站的地物背景差异和季节漂移，投入使用后误报率随时间上升。

4、因此，如何使空中广域定性筛查与地面近距定量检测在数据层面形成双向驱动、相互校验和在线自适应，是本领域亟待解决的技术问题。

技术实现思路

1、基于上述目的，本发明提供了基于空地跨模态联合驱动的油气田安全巡检方法，包括如下步骤：

2、步骤1：采集油气田场站的空中多模态巡检数据，将所述油气田场站地面划分为网格单元，根据所述空中多模态巡检数据计算各网格单元的疑似泄漏概率，构建疑似泄漏概率图；

3、步骤2：根据所述疑似泄漏概率图规划地面巡检机器人的采样路径和采样点序列；

4、步骤3：控制所述地面巡检机器人沿所述采样路径抵达所述采样点序列中的各采样点，采集各所述采样点的甲烷浓度实测值，以所述疑似泄漏概率图的质心为反演初值，根据所述甲烷浓度实测值反演泄漏源坐标和泄漏源强；

5、步骤4：根据所述泄漏源坐标所在网格单元的所述疑似泄漏概率和所述泄漏源强执行跨模态一致性校验，得到校验结论。

6、优选的，步骤1中，所述空中多模态巡检数据包括短波红外高光谱影像、热红外影像和定位定姿数据，所述短波红外高光谱影像的光谱覆盖范围为900nm至2500nm，光谱分辨率优于10nm，所述热红外影像的工作波段为8μm至14μm；所述网格单元的边长为5m至20m；

7、对所述短波红外高光谱影像和所述热红外影像进行辐射定标，并根据所述定位定姿数据对辐射定标后的影像进行正射校正，将正射校正后的影像按所述网格单元进行空间配准；

8、计算每个所述网格单元的光谱吸收指数和热异常指数，所述光谱吸收指数的计算过程为：选取中心波长位于1630nm至1670nm范围内的甲烷特征吸收波段，采用连续统去除法计算所述甲烷特征吸收波段的吸收深度，所述吸收深度按下式计算：

9、；

10、式中：为网格单元(i,j)的光谱吸收指数；为所述甲烷特征吸收波段的中心波长；为网格单元(i,j)在中心波长处的反射率；为网格单元(i,j)在中心波长处的连续统反射率，所述连续统反射率由所述甲烷特征吸收波段两侧肩部波长的反射率线性插值得到；

11、所述热异常指数为所述网格单元内管汇区域温度与邻域背景温度之差的绝对值的归一化值；

12、将所述光谱吸收指数和所述热异常指数分别归一化后按下式融合，得到所述疑似泄漏概率：

13、；

14、式中：为网格单元(i,j)的疑似泄漏概率；、分别为归一化光谱吸收指数和归一化热异常指数；、为融合权重，满足，的初始取值范围为0.55至0.65；为s型函数。

15、优选的，步骤1中，采集所述空中多模态巡检数据时，无人机的巡航高度为50m至100m，航向重叠度不低于60%，旁向重叠度不低于30%，使每个所述网格单元至少被2个不同观测角度的影像覆盖；

16、对每个所述网格单元的多个观测角度的影像分别计算所述疑似泄漏概率，取算术平均值作为所述网格单元的疑似泄漏概率，并将多个观测角度下所述疑似泄漏概率的极差作为所述网格单元的观测置信度的反向度量，所述极差越大，所述观测置信度越低；

17、在采集过程中执行观测质量控制：剔除太阳高度角低于15°时段采集的影像，剔除光谱信噪比低于30db的影像，剔除被云阴影覆盖的影像，被剔除影像对应的所述网格单元标记为待补测网格单元，在当次巡航的剩余航程中对所述待补测网格单元执行补拍；

18、将连续2个相邻巡检周期的所述疑似泄漏概率图进行时序平滑，当前巡检周期的疑似泄漏概率图按下式更新：

19、；

20、式中：为当前巡检周期时序平滑后的疑似泄漏概率；为上一巡检周期时序平滑后的疑似泄漏概率；为当前巡检周期直接计算得到的疑似泄漏概率；为平滑系数，取值范围为0.1至0.3，所述网格单元的所述观测置信度越低，取值越大。

21、优选的，步骤2包括：

22、将所述疑似泄漏概率图按高阈值和低阈值分层，的取值范围为0.6至0.8，的取值范围为0.2至0.4；疑似泄漏概率不低于的所述网格单元划定为高疑似网格，疑似泄漏概率不低于且低于的所述网格单元划定为待甄别网格，疑似泄漏概率低于的所述网格单元在当轮巡检中不处置；

23、计算每个所述高疑似网格和每个所述待甄别网格的信息熵：

24、；

25、式中：为网格单元(i,j)的信息熵，为网格单元(i,j)的疑似泄漏概率；

26、以所述地面巡检机器人的当前位置为起点，在由所述高疑似网格和所述待甄别网格构成的目标网格集合上构建带权图，采用启发式搜索求解所述采样路径，所述启发式搜索的启发函数为当前位置至候选目标网格单元的直线距离与候选目标网格单元的所述信息熵之比，求解目标函数为：

27、；

28、式中：为由所述目标网格集合中的若干网格单元串联而成的候选采样路径；为候选采样路径的路径总里程；为候选采样路径的路径风险代价，由候选采样路径穿越防爆禁入区的里程和穿越历史高浓度区域的里程加权求和得到；为风险权重系数，取值范围为0.5至2；为求解得到的所述采样路径；

29、在所述采样路径经过的所述目标网格集合中的每个网格单元内生成横风穿越采样线，所述横风穿越采样线与地面实时风向垂直，所述横风穿越采样线的长度为所述网格单元的边长的1倍至2倍并向下风向延伸，在所述横风穿越采样线上按2m至5m的间距布设5至15个采样点，全部所述横风穿越采样线上的采样点按所述采样路径的行进顺序构成所述采样点序列。

30、优选的，步骤3中，所述地面巡检机器人在每个所述采样点驻留10s至30s，并在驻留期间同步采集以下参数：

31、由可调谐半导体激光吸收光谱甲烷传感器采集所述甲烷浓度实测值，所述可调谐半导体激光吸收光谱甲烷传感器的量程为0ppm至1000ppm，测量精度为±1ppm，驻留期间按不低于1hz的采样频率连续测量，取驻留期间测量序列的算术平均值作为所述采样点的甲烷浓度实测值；

32、由超声波风速风向仪采集风速和风向，风速量程为0m/s至30m/s，测量精度为±0.3m/s，风向量程为0°至360°，测量精度为±3°；

33、由温湿度气压一体传感器采集环境气象参数，所述环境气象参数包括气温、相对湿度和大气压力；

34、由声学传感器阵列采集泄漏声信号，所述泄漏声信号的分析频段为20khz至100khz；

35、由实时动态差分定位设备采集所述采样点的采样点坐标，所述采样点坐标的水平定位精度优于±5cm；

36、所述甲烷浓度实测值、所述风速、所述风向、所述环境气象参数、所述泄漏声信号和所述采样点坐标均附加统一时间戳，时间同步误差不超过100ms。

37、优选的，步骤3中，反演所述泄漏源坐标和所述泄漏源强采用高斯烟羽扩散模型，包括：

38、以所述采样点坐标和所述风向建立下风向坐标系，所述下风向坐标系以待求泄漏源为原点，以下风向为横轴；

39、根据所述风速、所述环境气象参数和天空云量确定大气稳定度等级，所述大气稳定度等级按帕斯奎尔分级法划分为a级至f级共6个等级；

40、所述高斯烟羽扩散模型为：

41、；

42、式中：c(x,y,z)为所述下风向坐标系中坐标(x,y,z)处的浓度预测值；q为所述泄漏源强；u为所述风速；、分别为横风向扩散参数和铅直向扩散参数，均按下风向距离的幂函数计算，幂函数的系数和指数按所述大气稳定度等级查经验系数表确定；h为泄漏点有效高度，取值范围为0.5m至5m。

43、优选的，步骤3中，所述反演初值的确定过程为：提取所述疑似泄漏概率图中所述高疑似网格和所述待甄别网格的地理坐标，按下式计算所述疑似泄漏概率图的质心：

44、；

45、式中：为所述高疑似网格和所述待甄别网格构成的集合；为网格单元(i,j)的地理坐标；为所述质心；

46、以所述质心作为所述泄漏源坐标的反演初值，采用阻尼最小二乘法迭代求解下式所示的目标函数：

47、；

48、式中：k为所述采样点序列中采样点的总数；为第k个采样点的所述甲烷浓度实测值；为将第k个采样点的坐标代入所述高斯烟羽扩散模型计算得到的浓度预测值；为第k个采样点的采样权重，取第k个采样点的甲烷浓度测量信噪比；、、分别为反演得到的所述泄漏源强和所述泄漏源坐标；

49、当相邻2次迭代的目标函数值相对变化量小于时终止迭代，且迭代次数不超过200次；

50、将、、代入所述高斯烟羽扩散模型，计算所述泄漏源坐标处的峰值浓度，并按下式计算反演残差：

51、；

52、式中：为所述反演残差；为全部采样点的所述甲烷浓度实测值的算术平均值。

53、优选的，步骤4包括：

54、提取所述泄漏源坐标所在网格单元的所述疑似泄漏概率，记为源点疑似泄漏概率；

55、执行所述跨模态一致性校验，校验规则为：当且且时，判定为确认泄漏，输出所述泄漏源坐标、所述泄漏源强和所述峰值浓度；当且时，判定为空中光谱干扰误报，对所述泄漏源坐标所在网格单元标注误报标签；当且时，判定为空中漏检，调度无人机对所述泄漏源坐标所在网格单元的邻近区域执行下风向加密补拍，加密补拍的航线间距缩小至常规航线间距的1/2至1/3；其中为最小可接受泄漏源强，取值范围为0.05kg/h至0.2kg/h，为反演残差上限，取值范围为0.1至0.2；

56、在校验规则执行前，将所述泄漏声信号作为辅助判据：当所述泄漏声信号在所述分析频段内的声压级超过背景噪声声压级6db时，所述跨模态一致性校验的校验结论方可判定为确认泄漏；

57、生成带结论标签的确认样本记录，所述确认样本记录包括所述泄漏源坐标所在网格单元的所述光谱吸收指数、所述热异常指数、所述疑似泄漏概率、所述甲烷浓度实测值、所述泄漏源坐标、所述泄漏源强和所述结论标签，所述结论标签为确认泄漏、空中光谱干扰误报和空中漏检中的1种。

58、优选的，步骤4中，对判定为确认泄漏的事件按所述泄漏源强执行3级告警：

59、当时输出1级告警，所述1级告警的内容包括所述泄漏源坐标、所述泄漏源强、所述峰值浓度和紧急关断建议，并同时推送至监控中心和现场移动终端；

60、当时输出2级告警，所述2级告警的内容包括所述泄漏源坐标、所述泄漏源强和限期处置建议；

61、当时输出3级告警，将所述泄漏源坐标纳入持续监视清单，并在后续每个巡检周期对所述泄漏源坐标所在网格单元执行优先核查；

62、其中为第1分级源强阈值，取值范围为0.5kg/h至2kg/h，为第2分级源强阈值，取值范围为5kg/h至20kg/h。

63、优选的，还包括步骤5：根据所述确认样本记录对所述融合权重进行在线校准，并更新下一轮巡检任务；所述步骤5包括：

64、以所述确认样本记录的所述结论标签为监督信号，对所述融合权重、执行小步长在线更新，更新公式为：

65、；

66、式中：为更新步长，取值范围为0.01至0.1；l为交叉熵损失，所述交叉熵损失为所述结论标签与所述确认样本记录中对应网格单元的所述疑似泄漏概率之间的交叉熵；

67、更新完成后对、执行归一化，保持，并将、分别限幅在0.2至0.8的范围内；

68、所述确认样本记录按滑动时间窗管理，仅保留最近50条至200条所述确认样本记录参与所述小步长在线更新；

69、对所述结论标签为确认泄漏的所述确认样本记录，当对应网格单元的所述光谱吸收指数高于所述热异常指数时，增大；对所述结论标签为空中光谱干扰误报的所述确认样本记录，按导致误报的指数来源反向调整对应的所述融合权重；

70、将更新后的所述融合权重用于下一轮巡检周期中所述疑似泄漏概率图的构建，同时根据反演得到的所述横风向扩散参数和所述铅直向扩散参数确定烟羽展宽范围，在所述泄漏源坐标的下风向生成加密扫描带，纳入下一轮巡检任务。

71、本发明的有益效果：

72、1.巡检误报率显著降低：跨模态一致性校验要求光谱吸收机制与热辐射机制构成的空中证据、激光吸收光谱浓度测量与大气扩散反演机制构成的地面证据同时成立方可确认泄漏，2类证据的干扰来源完全不同，单一模态的误报源被联合判据系统性排除，解决了空中遥感筛查误报率高的问题；

73、2.泄漏源定位精度显著提高：以疑似泄漏概率图的质心作为地面源项反演的初值约束，将空中广域观测的先验知识注入欠定的地面反演过程，使反演收敛到与广域证据一致的唯一解，机器人无需进入泄漏核心区即可获得泄漏源坐标和泄漏源强，解决了空中手段只能定性、地面溯源必须抵近的问题；

74、3.泄漏发现时间大幅缩短：地面巡检机器人由固定路线盲扫转为以信息熵为收益、以里程和风险为代价的定向核查，直接驶向空中证据最不确定的网格单元，解决了地面巡检覆盖效率低的问题。此外，融合权重随确认样本记录的累积持续在线校准，空中检测模型不断适配本场站背景，系统巡检性能随运行时间持续优化，整体性能显著超过空中子系统与地面子系统性能的简单相加；