本发明属于可燃气检测技术领域,更具体地说,是涉及一种基于窄带物联网的可燃气体控制器信息监控模块。
背景技术
随着燃气的普及,可燃气体泄漏己经成为现代生产生活中巨大的安全隐患。在可燃气体生产、运输、存和使用过程中,如石油、煤矿、化学工业生产以及居民家中使用燃气等,由于违反操作规程、设备密封质量不好、管路老化等原因,都存在泄露的危险。可燃气体具有一定的爆炸极限,当它在空气中的浓度达到一定范围的时候,一旦遇到火源,就会引发严重的火灾甚至爆炸事故,这类事故危害巨大、波及面广且难以进行扑救,一旦发生将会给国家和人民的生命财产造成巨大的损失。
随着物联网技术的普及,传统的人为现场燃气报警控制器已无法满足燃气监管部门和客户的需求,人为现场监控需24小时有人员值班,否则就会存在报警时报警信息不能及时反馈的情况,形成用气安全隐患。
可见,传统的可燃气体监控系统依赖人工发现、层层上报的通报模式,易产生处理延误、漏报和误报等情况。
技术实现要素:
本发明的目的在于提供一种基于窄带物联网的可燃气体控制器信息监控模块,旨在解决传统的可燃气体监控系统容易出现误报的问题。
为实现上述目的,本发明采用的技术方案是:一种基于窄带物联网的可燃气体控制器信息监控模块,包括:
监控平台;
可燃气检测模块,用于采集原始可燃气体浓度数据;所述燃气检测模块包括多个传感器;所述原始可燃气体浓度数据包括甲烷、氢气、丙烷和一氧化碳;
微处理器,与所述可燃气检测模块连接,用于对所述原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据;
窄带物联网通信模块,与所述微处理器连接,用于把所述可燃气体浓度数据上传到所述监控平台显示。
本发明还提供了一种可燃气体浓度数据清洗方法,包括以下步骤:
步骤1:获取原始可燃气体浓度数据;
步骤2:根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间;
步骤3:根据所述传感器周期测量空间得到相邻观测值相关度;
步骤4:根据所述传感器周期测量空间和所述相邻观测值相关度构建第一去噪模型和第二去噪模型;
步骤5:获取预设去噪阈值;
步骤6:判断所述预设去噪阈值是否大于所述传感器周期测量空间;
步骤7:若所述预设去噪阈值大于所述传感器周期测量空间,则采用所述第一去噪模型对所述原始可燃气体浓度去噪,生成去噪后的传感器测量值;
步骤8:若所述预设去噪阈值小于或者等于所述传感器周期测量空间,则采用所述第二去噪模型对所述原始可燃气体浓度去噪,生成去噪后的传感器测量值;
步骤9:对所述去噪后的传感器测量值进行数据融合得到可燃气体浓度数据。
优选的,所述步骤2:根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间,包括:
采用公式:
得到传感器周期测量空间;其中S表示传感器周期测量空间,R表示调节系数,λ表示波动参数,Δ表示测量值的平均变化值。
优选的,所述相邻观测值相关度为:
其中,σ表示宽度参数,dis(m,n)表示在m点的传感器与在n点的传感器之间的距离。
优选的,所述步骤4:根据所述传感器周期测量空间和所述相邻观测值相关度构建第一去噪模型和第二去噪模型,包括:
采用公式:
构建第一去噪模型;其中,表示去噪后的传感器测量值,ρ表示预设去噪阈值,x(n,t)表示t时刻传感器在n点的测量值;
采用公式:
构建第二去噪模型;其中,|Nm|表示近邻节点数,x(m,t)表示t时刻传感器在m点的测量值。
优选的,所述步骤9:对所述去噪后的传感器测量值进行数据融合得到可燃气体浓度数据,包括:
步骤9.1:根据去噪后的传感器测量值得到同一时刻传感器之间的相关度;
步骤9.2:根据传感器之间的相关度构建传感器相关度矩阵;
步骤9.3:获取融合界限值;
步骤9.4:根据所述融合界限值和所述传感器相关度矩阵构建数据可靠性矩阵;
步骤9.5:根据所述数据可靠性矩阵构建数据融合集;
步骤9.6:根据所述数据融合集得到可燃气体浓度数据。
优选的,所述步骤9.2:根据传感器之间的相关度构建传感器相关度矩阵,包括:
采用公式:
构建传感器相关度矩阵;其中,dij(i,j=1,2,…m)表示传感器i和传感器j之间的相关度,dij=|Qi-Qj|,Qi表示传感器i采集到的数据的方差,Qj表示传感器j采集到的数据的方差。
优选的,所述步骤9.4:根据所述融合界限值和所述传感器相关度矩阵构建数据可靠性矩阵,包括:
采用公式:
构建数据可靠性矩阵;其中,αij表示融合界限值。
本发明还提供了一种可燃气体浓度数据清洗系统,包括:
原始可燃气体获取模块,用于获取原始可燃气体浓度数据;
原始可燃气体获取模块,用于根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间;
相邻观测值相关度计算模块,用于根据所述传感器周期测量空间得到相邻观测值相关度;
去噪模型构建模块,用于根据所述传感器周期测量空间和所述相邻观测值相关度构建第一去噪模型和第二去噪模型;
预设去噪阈值获取模块,用于获取预设去噪阈值;
判断模块,用于判断所述预设去噪阈值是否大于所述传感器周期测量空间;
第一去噪模块,用于若所述预设去噪阈值大于所述传感器周期测量空间,则采用所述第一去噪模型对所述原始可燃气体浓度去噪,生成去噪后的传感器测量值;
第二去噪模块,用于若所述预设去噪阈值小于或者等于所述传感器周期测量空间,则采用所述第二去噪模型对所述原始可燃气体浓度去噪,生成去噪后的传感器测量值;
数据融合模块,用于对所述去噪后的传感器测量值进行数据融合得到可燃气体浓度数据。
本发明提供的一种基于窄带物联网的可燃气体控制器信息监控模块的有益效果在于:与现有技术相比,本发明的一种基于窄带物联网的可燃气体控制器信息监控模块,包括:监控平台;可燃气检测模块,用于采集原始可燃气体浓度数据;所述燃气检测模块包括多个传感器;所述原始可燃气体浓度数据包括甲烷、氢气、丙烷和一氧化碳;微处理器,与所述可燃气检测模块连接,用于对所述原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据;窄带物联网通信模块,与所述微处理器连接,用于把所述可燃气体浓度数据上传到所述监控平台显示。本发明通过利用可燃气检测模块采集原始可燃气体浓度数据并使用微处理器对所述原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据可以使采集到的可燃气体浓度更加准确。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于窄带物联网的可燃气体控制器信息监控模块原理图。
图2为本发明实施例提供的一种可燃气体浓度数据清洗方法流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的目的在于提供一种基于窄带物联网的可燃气体控制器信息监控模块,旨在解决传统的可燃气体监控系统容易出现误报的问题。
请参阅图1,为实现上述目的,本发明采用的技术方案是:一种基于窄带物联网的可燃气体控制器信息监控模块,包括:监控平台、可燃气检测模块、微处理器和窄带物联网通信模块。可燃气检测模块,用于采集原始可燃气体浓度数据;燃气检测模块包括多个传感器;原始可燃气体浓度数据包括甲烷、氢气、丙烷和一氧化碳;微处理器,与可燃气检测模块连接,用于对原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据;窄带物联网通信模块,与微处理器连接,用于把可燃气体浓度数据上传到监控平台显示。
本发明通过利用可燃气检测模块采集原始可燃气体浓度数据并使用微处理器对原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据可以使采集到的可燃气体浓度更加准确。
请参阅图2,本发明还提供了一种可燃气体浓度数据清洗方法,应用于本发明提供的一种基于窄带物联网的可燃气体控制器信息监控模块中,包括以下步骤:
S1:获取原始可燃气体浓度数据;
S2:根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间;
S2:根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间,包括:
采用公式:
得到传感器周期测量空间;其中S表示传感器周期测量空间,R表示调节系数,λ表示波动参数,Δ表示测量值的平均变化值。
在实际应用中,由于传感器会因为自身参数或者环境因素的影响,会使传感器在某一时刻采集的测量值与实际值出现较大的偏差,因此本发明在传感器的周围又设置了一个同一型号的近邻传感器,来修正传感器因自身参数或者环境因素的影响导致测量值有偏差的问题。R表示调节系数,与上述两个传感器之间的距离有关,R的值可在0到1之间挑选,通常取值为1。Δ表示测量值的平均变化值,可求取上述两个传感器在一段时间之间的测量值的差值的平均值得到。λ表示波动参数,与传感器的自身参数有关,其取值范围为0.1-0.8。
S3:根据传感器周期测量空间得到相邻观测值相关度;其中,相邻观测值相关度为:
其中,σ表示宽度参数,dis(m,n)表示在m点的传感器与在n点的传感器之间的距离。本发明中,在n点的传感器为近邻传感器。两传感器的位置越接近,那么两传感器的相关性也越大。因本发明根据两传感器间的欧氏距离来度量其相关性。σ表示宽度参数,用于控制函数的径向作用范围,通过调节参数σ,可以避免距离较远、相关度较低的近邻传感器进入数据清洗过程,从而保证数据清洗质量。
S4:根据传感器周期测量空间和相邻观测值相关度构建第一去噪模型和第二去噪模型;
S4:根据传感器周期测量空间和相邻观测值相关度构建第一去噪模型和第二去噪模型,包括:
采用公式:
构建第一去噪模型;其中,表示去噪后的传感器测量值,ρ表示预设去噪阈值,x(n,t)表示t时刻传感器在n点的测量值;
采用公式:
构建第二去噪模型;其中,|Nm|表示近邻节点数,即近邻传感器的数量,x(m,t)表示t时刻传感器在m点的测量值。在本发明中,亦可以设置多个近邻传感器来修正传感器采集的数据。
S5:获取预设去噪阈值;
S6:判断预设去噪阈值是否大于传感器周期测量空间;
S7:若预设去噪阈值大于传感器周期测量空间,则采用第一去噪模型对原始可燃气体浓度去噪,生成去噪后的传感器测量值;
S8:若预设去噪阈值小于或者等于传感器周期测量空间,则采用第二去噪模型对原始可燃气体浓度去噪,生成去噪后的传感器测量值;
S9:对去噪后的传感器测量值进行数据融合得到可燃气体浓度数据。
S9:对去噪后的传感器测量值进行数据融合得到可燃气体浓度数据,包括:
S9.1:根据去噪后的传感器测量值得到同一时刻传感器之间的相关度;
S9.2:根据传感器之间的相关度构建传感器相关度矩阵;
S9.2:根据传感器之间的相关度构建传感器相关度矩阵,包括:
采用公式:
构建传感器相关度矩阵;其中,dij(i,j=1,2,…m)表示传感器i和传感器j之间的相关度,dij=|Qi-Qj|,Qi表示传感器i采集到的数据的方差,Qj表示传感器j采集到的数据的方差。在本发明中,本发明还在传感器的周围设置多个不同型号的传感器用于数据的融合。当多个不同型号的传感器测量同一环境参数时,假设在同一时间内第d个传感器和第j个传感器所采集到的数据为Ti、Tj,且Ti、Tj数据相关联。为反映Ti、Tj之间的偏差大小,建立传感器i和传感器j之间的相关度,dij=|Qi-Qj|,表示Ti、Tj之间的平均值,
S9.3:获取融合界限值;在本发明中,融合界限值的取值为0.5。
S9.4:根据融合界限值和传感器相关度矩阵构建数据可靠性矩阵;
S9.4:根据融合界限值和传感器相关度矩阵构建数据可靠性矩阵,包括:
采用公式:
构建数据可靠性矩阵;其中,αij表示融合界限值。
S9.5:根据数据可靠性矩阵构建数据融合集;
在本发明中,可以将数据可靠性矩阵中,1的值最多的一列或者一行所对应的传感器的测量值,作为数据融合集。
S9.6:根据数据融合集得到可燃气体浓度数据。具体的,采用公式:
得到可燃气体浓度数据,其中,TL为数据融合集。
本发明还提供了一种可燃气体浓度数据清洗系统,包括:
原始可燃气体获取模块,用于获取原始可燃气体浓度数据;
原始可燃气体获取模块,用于根据各个时刻传感器测量的原始可燃气体浓度得到传感器周期测量空间;
相邻观测值相关度计算模块,用于根据传感器周期测量空间得到相邻观测值相关度;
去噪模型构建模块,用于根据传感器周期测量空间和相邻观测值相关度构建第一去噪模型和第二去噪模型;
预设去噪阈值获取模块,用于获取预设去噪阈值;
判断模块,用于判断预设去噪阈值是否大于传感器周期测量空间;
第一去噪模块,用于若预设去噪阈值大于传感器周期测量空间,则采用第一去噪模型对原始可燃气体浓度去噪,生成去噪后的传感器测量值;
第二去噪模块,用于若预设去噪阈值小于或者等于传感器周期测量空间,则采用第二去噪模型对原始可燃气体浓度去噪,生成去噪后的传感器测量值;
数据融合模块,用于对去噪后的传感器测量值进行数据融合得到可燃气体浓度数据。
本发明提供了一种基于窄带物联网的可燃气体控制器信息监控模块,包括:监控平台;可燃气检测模块,用于采集原始可燃气体浓度数据;所述燃气检测模块包括多个传感器;所述原始可燃气体浓度数据包括甲烷、氢气、丙烷和一氧化碳;微处理器,与所述可燃气检测模块连接,用于对所述原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据;窄带物联网通信模块,与所述微处理器连接,用于把所述可燃气体浓度数据上传到所述监控平台显示。本发明通过利用可燃气检测模块采集原始可燃气体浓度数据并使用微处理器对所述原始可燃气体浓度数据进行数据清洗生成可燃气体浓度数据可以使采集到的可燃气体浓度更加准确。本发明还提供了一种可燃气体浓度数据清洗方法通过对原始可燃气体浓度数据进行去噪和数据融合处理可以大大增加数据的可信度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
本文用于企业家、创业者技术爱好者查询,结果仅供参考。