卡尔曼滤波在预测管廊甲烷体积分数中的应用
2021-07-14周晓,李晴
浙江工业大学学报 2021年4期
周 晓,李 晴
(浙江工业大学 信息工程学院,浙江 杭州 310023)
综合管廊是建于城市地下用于敷设公用管线的市政设施,主要收集电力、通信、给排水、燃气和热力等多种管线,是城市运行的“生命线”,具有节约建设运营成本和土地资源、延长管线使用寿命和减少道路反复开挖等优点[1-3]。早在1833年法国巴黎便已经开始修建管廊,这一理念被推广至欧美各地,随后发展至日本,综合管廊的建设及运营技术逐渐成熟[4-5]。近年来,我国的综合管廊正在加速建设,管廊公里数和投入使用量都在大幅增加,全国现有25 个管廊试点城市。
综合管廊一般建设于城市道路及绿化带下,巡检和维护人员需要定期进入管廊对设备进行检修,日常工作中,值班人员通过传感器、摄像头等设备对管廊内环境进行实时监测,利用大数据等技术建立完善的监测与预警系统,当管廊出现突发状况时能及时发现和处理,并将事故造成的损失降至最低。根据国家标准GB 50838—2015《城市综合管廊工程技术规范》对管廊建设的要求,如果有燃气管线纳入则必须单独设立燃气舱,重点监测甲烷体积分数变化,这和燃气在输送过程中存在的危险有关,燃气一旦泄漏将对管廊内设备和人民生命财产造成很大的威胁。管廊内对甲烷体积分数的监测类似于矿井中瓦斯浓度的实时监测,王晓路等[6]在研究地下矿井瓦斯浓度的预测方法中,对比人工神经网络和人工神经网络结合卡尔曼滤波两种预测方法,结果显示人工神经网络与卡尔曼滤波方法结合后的预测效果更优;……
登录APP查看全文
