CN117454563A - 基于风险频率的泄漏探测覆盖率检测方法及装置 - Google Patents
基于风险频率的泄漏探测覆盖率检测方法及装置 Download PDFInfo
- Publication number
- CN117454563A CN117454563A CN202210843247.4A CN202210843247A CN117454563A CN 117454563 A CN117454563 A CN 117454563A CN 202210843247 A CN202210843247 A CN 202210843247A CN 117454563 A CN117454563 A CN 117454563A
- Authority
- CN
- China
- Prior art keywords
- leakage
- frequency
- target device
- determining
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 173
- 238000012544 monitoring process Methods 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000003889 chemical engineering Methods 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 32
- 238000004590 computer program Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000009792 diffusion process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002341 toxic gas Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 231100001261 hazardous Toxicity 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000032750 Device leakage Diseases 0.000 description 1
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 1
- 231100000644 Toxic injury Toxicity 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提供一种基于风险频率的泄漏探测覆盖率检测方法及装置,属于化工安全技术领域。方法包括:获取包括目标装置的泄漏频率以及各类别风场的发生频率;基于目标装置的泄漏频率及各类别风场的发生频率确定目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定待检测区域中的监测点,获取待检测区域中各监测点的监测结果,确定待检测区域在当前泄漏场景下的探测状态;依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定待检测区域的泄漏探测覆盖率。本发明通过构建不同泄漏场景的仿真模型确定探测器的覆盖率,进而能够根据确定的覆盖率优化探测器布设位置,提高探测***的探测精度及效率。
Description
技术领域
本发明涉及化工安全技术领域,具体地涉及一种基于风险频率的泄漏探测覆盖率检测方法、一种基于风险频率的泄漏探测覆盖率检测装置、一种终端设备及一种计算机可读存储介质。
背景技术
目前,对于危险物或污染物的探测***的有效性多以探测覆盖率进行定量计算与评估,探测覆盖率通常表示为探测器覆盖区域的体积与潜在危险区域体积的比值。但是对于真实的气体泄漏工况,由于气体密度、工艺参数、初始泄漏方向以及环境风向风速的不同,气体的扩散行为与气云浓度分布大不相同,由此造成按照现有的探测***的有效性评估方法布置的探测器其实际探测效率及探测精度偏低,无法满足实际需求。
发明内容
本发明的目的是提供一种基于风险频率的泄漏探测覆盖率检测方法及装置,解决现有技术中探测器其实际探测效率及探测精度偏低的技术问题。
为了实现上述目的,在本发明的第一方面,提供一种基于风险频率的泄漏探测覆盖率检测方法,所述方法包括:
获取目标装置的泄漏数据,以及获取包括所述目标装置的待检测区域的风场数据,所述目标装置的泄漏数据至少包括所述目标装置的泄漏频率,所述风场数据至少包括各类别风场的发生频率;
基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定所述待检测区域中的监测点,对所述待检测区域进行建模仿真,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态;
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率。
可选地,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态,包括:
在预设时间段内,获取所述待检测区域中各监测点的监测结果,所述监测点的监测结果包括表征所述监测点探测到泄漏的第一监测结果及表征所述监测点未探测到泄漏的第二监测结果;
在各监测点的监测结果包括至少一个第一监测结果的情况下,确定当前泄漏场景对应的探测状态为第一探测状态,否则确定当前泄漏场景对应的探测状态为第二探测状态。
可选地,依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率,包括:
确定与所述第一探测状态对应的第一修正系数,以及确定与所述第二探测状态对应的第二修正系数;
在当前泄漏场景对应的探测状态为第一探测状态的情况下,以所述第一修正系数修正当前泄漏场景的发生频率,以及在当前泄漏场景对应的探测状态为第二探测状态的情况下,以所述第二修正系数修正当前泄漏场景的发生频率;
依据所有泄漏场景的发生频率确定目标泄漏场景,确定所有修正后的目标泄漏场景的发生频率之和与所有目标泄漏场景的发生频率之和的比值为所述待检测区域的泄漏探测覆盖率。
可选地,依据所有泄漏场景的发生频率确定目标泄漏场景,包括:
对得到的所有泄漏场景的发生频率由高到低进行排序,若前x个泄漏场景的发生频率之和大于所有泄漏场景的发生频率之和的n%,则确定前x个泄漏场景为目标泄漏场景。
可选地,获取目标装置的泄漏数据之前,所述方法还包括将所述目标装置划分为至少一个泄漏单元;所述目标装置的泄漏数据,包括:
所述目标装置中各泄漏单元的泄漏数据,所述目标装置的泄漏频率包括各泄漏单元的泄漏频率。
可选地,基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,包括:
确定所述目标装置的所有泄漏场景,所述泄漏场景至少包括泄漏单元及其对应类别的风场;
确定每一泄漏场景中,对应泄漏单元的泄漏频率与对应类别风场的发生频率之积为当前泄漏场景的发生频率。
可选地,所述目标装置的泄漏数据还包括:各泄漏单元在不同泄漏方向上的泄漏频率;基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,包括:
确定所述目标装置的所有泄漏场景,所述泄漏场景至少包括泄漏单元、该泄漏单元对应类别的风场及该泄漏单元对应的任一泄漏方向;
确定每一泄漏场景中,对应泄漏单元的泄漏频率、对应类别风场的发生频率及泄漏单元在对应泄漏方向上的泄漏频率之积为当前泄漏场景的发生频率。
在本发明的第二方面,提供一种基于风险频率的泄漏探测覆盖率检测装置,所述装置包括:
数据获取模块,被配置为获取目标装置的泄漏数据,以及获取包括所述目标装置的待检测区域的风场数据,所述目标装置的泄漏数据至少包括所述目标装置的泄漏频率,所述风场数据至少包括各类别风场的发生频率;
计算模块,被配置为基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定所述待检测区域中的监测点,对所述待检测区域进行建模仿真,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态;以及
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率。
在本发明的第三方面,提供一种终端设备,包括:
至少一个处理器;
存储器,与所述至少一个处理器连接;
其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现上述的方法。
在本发明的第四方面,提供一种计算机可读存储介质,存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行上述的方法。
本发明基于目标装置的泄漏频率及不同类别风场的发生频率确定目标装置不同泄漏场景的发生频率,通过建模仿真获取目标装置在不同泄漏场景下的泄漏监测结果,并结合监测结果及各泄漏场景的发生频率确定探测覆盖率,通过构建不同泄漏场景的仿真模型确定探测器的覆盖率,进而能够根据确定的覆盖率优化探测器布设位置,提高探测***的探测精度及效率。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1为本发明优选实施例提供的一种基于风险频率的泄漏探测覆盖率检测方法流程图;
图2是本发明优选实施例提供的泄漏气体探测的总体覆盖率的计算逻辑图;
图3是本发明优选实施例提供的泄漏场景S2,1,1的气体探测器浓度曲线图;
图4是本发明优选实施例提供的泄漏场景S2,4,1的气体探测器浓度曲线图;
图5是本发明优选实施例提供的一种基于风险频率的泄漏探测覆盖率检测装置的示意框图;
图6是本发明优选实施例提供的一种终端设备的示意图。
附图标记说明
10-终端设备,100-处理器,101-存储器,102-计算机程序。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
如图1所示,本实施例提供一种基于风险频率的泄漏探测覆盖率检测方法,方法包括:
获取目标装置的泄漏数据,以及获取包括目标装置的待检测区域的风场数据,目标装置的泄漏数据至少包括目标装置的泄漏频率,风场数据至少包括各类别风场的发生频率;
基于目标装置的泄漏频率及各类别风场的发生频率确定目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定待检测区域中的监测点,对待检测区域进行建模仿真,获取待检测区域中各监测点的监测结果,依据各监测点的监测结果确定待检测区域在当前泄漏场景下的探测状态;
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定待检测区域的泄漏探测覆盖率。
如此,本实施例基于目标装置的泄漏频率及不同类别风场的发生频率确定目标装置不同泄漏场景的发生频率,通过建模仿真获取目标装置在不同泄漏场景下的泄漏监测结果,并结合监测结果及各泄漏场景的发生频率确定探测覆盖率,通过构建不同泄漏场景的仿真模型确定探测器的覆盖率,进而能够根据确定的覆盖率优化探测器布设位置,提高探测***的探测精度及效率。
石化企业通常通过气体探测器与火焰探测器共同构成的火气安全监控***(FG&S)来对化工装置所在区域进行安全监测。其中,气体探测***主要功能是在危险气体达到特定浓度和规模之前有效地检测,并启动适当的应急响应程序。对于易燃气体的及时检测可以防止重大火灾和***危险,例如蒸气云***(VCE)、闪火、喷射火等和潜在的后续财产损失;对有毒气体的及时监测则可以降低人员的中毒伤亡损失。因此,探测器的部署位置对于化工装置所在区域的安全监测的效率及精确度具有直接影响。
而泄漏源在不同工况下的风险频率不同,其导致的泄漏风险相差甚远,为了对探测器的部署位置进一步优化,使探测器的部署位置达到最优,本实施例结合泄漏气体在不同工况下的扩散行为,通过构建泄漏源在不同工况下的数据模型来预测探测器对待检测区域中气体泄漏的探测覆盖率,进而根据得到的探测覆盖率优化探测器的部署位置。
如图2所示,本实施例中,首先建立目标装置的泄漏场景库。通过收集目标装置的工艺参数表、PID图等工艺资料,结合同类型装置泄漏数据库以及现场历史泄漏数据,通过工艺过程分析、危险与可操作性分析等方法预先识别存在泄漏危险的设备,并根据历史数据或使用石化企业安全可靠性数据库确定每个设备的泄漏频率,建立泄漏源集。
其次,建立风场数据。风场作为影响气体泄漏扩散行为的重要因素,风场数据主要包括两个参数:风速和风向。通常按照季节变换风速与风向具有一定的对应关系,本实施例中,为了简化分析场景可以将风场分为夏季和冬季两种工况,获取待检测区域在夏季的风速和风向数据,以及在冬季的风速和风向数据,建立风场数据的集合。本实施例通过获取待检测区域的气象数据,根据夏季和冬季的平均风速和主导风向建立风场集W=[wk](1≤k≤2),w1代表夏季风场,w2代表冬季工况,频率均为P(w1)=P(w2)=0.5。
本实施例中,将泄漏源集与风场集中的数据进行随机组合得到目标装置的全场景集,例如,泄漏源集包括目标装置,风场集中包括夏季风场数据及冬季风场数据,则目标装置的全场景集包括(目标装置,夏季风场),(目标装置,冬季风场)。为了提高泄漏监测的精度,本实施例的一个具体实例中,获取目标装置的泄漏数据之前,方法还包括将目标装置划分为至少一个泄漏单元;目标装置的泄漏数据,包括:目标装置中各泄漏单元的泄漏数据,目标装置的泄漏频率包括各泄漏单元的泄漏频率。则,基于目标装置的泄漏频率及各类别风场的发生频率确定目标装置的不同泄漏场景的发生频率,包括:确定目标装置的所有泄漏场景,泄漏场景至少包括泄漏单元及其对应类别的风场;确定每一泄漏场景中,对应泄漏单元的泄漏频率与对应类别风场的发生频率之积为当前泄漏场景的发生频率。
具体的,将目标装置按照划分为多个存在泄漏危险的设备单元,每个设备单元为一个泄漏单元,例如,将工艺设备主体与其前后相近的阀门、法兰、仪表接管等划分为一个设备单元。例如,将目标石化装置共划分n个设备单元:l1、l2、……、ln,通过石化企业安全可靠性数据库确定每个设备单元的泄漏频率,表示为P(l1)、P(l2)、……、P(ln)。例如,泄漏源集中包括设备单元A、设备单元B,风场集中包括夏季风场数据及冬季风场数据,则目标装置的全场景集包括(设备单元A,夏季风场),(设备单元A,冬季风场),(设备单元B,夏季风场)及(设备单元B,冬季风场),其中,泄漏场景(设备单元A,夏季风场)的发生频率为设备单元A的发生频率*夏季风场的发生频率,以此类推。
在本实施例的另一个具体实例中,为了进一步提高检测精度,目标装置的泄漏数据还包括:各泄漏单元在不同泄漏方向上的泄漏频率。基于目标装置的泄漏频率及各类别风场的发生频率确定目标装置的不同泄漏场景的发生频率,包括:确定目标装置的所有泄漏场景,泄漏场景至少包括泄漏单元、该泄漏单元对应类别的风场及该泄漏单元对应的泄漏方向;确定每一泄漏场景中,对应泄漏单元的泄漏频率、对应类别风场的发生频率及泄漏单元在对应泄漏方向上的泄漏频率之积为当前泄漏场景的发生频率。
其中,泄漏方向是一个随机参数,例如,其可以是连接法兰平面上的任意角度。为了简化模型,本实施例将设备单元看作一个整体,在充分考虑各种可能性的同时进行定量分析,将气体泄漏方向划分为频率相等且互相垂直的6个方向,定义在三维模型中时以X+、X-、Y+、Y-、Z+、Z-符号进行标识,可以理解的,X+、X-、Y+、Y-、Z+、Z-分别表示三维坐标系中X轴、Y轴及Z轴的正、负方向。则,建立泄漏源集为L=[lij](1≤i≤n,1≤j≤6),其中,lij为第i个设备单元的第j个泄漏方向的泄漏源;n为设备单元的总数,每个泄漏源的泄漏频率表示为P(lij),则P(lij)=P(li)/6。
将泄漏源集和风场集联合得到目标装置的全场景集,建立泄漏场景库,使用S表示为:S={Sijk|1≤i≤n,1≤j≤6,1≤k≤2},其中Sijk表示第i个设备、第j个泄漏方向及第k个风场联合的泄漏场景。由于泄漏源集和风场集相互独立,因此,泄漏场景Sijk的发生频率P(Sijk)=P(lij)×P(wk)。
对于复杂的石化装置,其全场景集可能包含数百个,为提高工作效率,本实施例依据所有泄漏场景的发生频率确定目标泄漏场景,基于泄漏场景的发生频率进行代表性泄漏场景的筛选,建立代表性泄漏场景库。其中,依据所有泄漏场景的发生频率确定目标泄漏场景,包括:对得到的所有泄漏场景的发生频率由高到低进行排序,若前x个泄漏场景的发生频率之和大于所有泄漏场景的发生频率之和的n%,则确定前x个泄漏场景为目标泄漏场景。在得到所有泄漏场景的发生频率后,按照泄漏场景的发生频率由大到小的顺序对泄漏场景进行排序,假设前x个泄漏场景的发生频率之和超过全部泄漏场景的发生频率之和的90%,则将该x个泄漏场景纳入代表性泄漏场景库,用S’表示。
通过CFD软件对目标装置进行三维建模,并对代表性泄漏场景库中的泄漏场景分别进行泄漏扩散仿真,计算泄漏扩散气云。在三维模型的待检测区域中部署气体探测器作为监测点,记录每个监测点的监测结果。则,获取待检测区域中各监测点的监测结果,依据各监测点的监测结果确定待检测区域在当前泄漏场景下的探测状态,包括:在预设时间段内,获取待检测区域中各监测点的监测结果,监测点的监测结果包括表征监测点探测到泄漏的第一监测结果及表征监测点未探测到泄漏的第二监测结果;在各监测点的监测结果包括至少一个第一监测结果的情况下,确定当前泄漏场景对应的探测状态为第一探测状态,否则确定当前泄漏场景对应的探测状态为第二探测状态。
本实施例中,在每次泄漏场景仿真期间记录每个监测点,即可燃/有毒气体探测器处目标气体浓度随时间的变化,例如,可以将时间设置为60s。由于探测器通常需要一定的响应时间,因此在30~60s期间,若某一监测点的气云浓度达到对应探测器规定的报警阈值,则表示该探测器对该泄漏场景的监测有效,反之,监测无效,即各监测点的监测结果包括监测有效及监测无效,其中,第一监测结果为监测有效,第二监测结果为监测无效。其中,对于1ooN的气体探测***,只要有1个探测器的监测结果为有效则表示该泄漏场景的探测状态为第一探测状态即有效探测,反之,若没有探测器的监测结果为有效则表示该泄漏场景的探测状态为第二探测状态即无效探测;对于2ooN的气体探测***,需要有2个或以上探测器的监测结果为有效,才表示该泄漏场景的探测状态为第一探测状态即有效探测,反之则表示该泄漏场景的探测状态为第二探测状态即无效探测。
其中,依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定待检测区域的泄漏探测覆盖率,包括:确定与第一探测状态对应的第一修正系数,以及确定与第二探测状态对应的第二修正系数;在当前泄漏场景对应的探测状态为第一探测状态的情况下,以第一修正系数修正当前泄漏场景的发生频率,以及在当前泄漏场景对应的探测状态为第二探测状态的情况下,以第二修正系数修正当前泄漏场景的发生频率;依据所有泄漏场景的发生频率确定目标泄漏场景,确定所有修正后的目标泄漏场景的发生频率之和与所有目标泄漏场景的发生频率之和的比值为所述待检测区域的泄漏探测覆盖率,进而计算泄漏气体探测的总体覆盖率。
本实施例中,使用变量D表示对代表性泄漏场景库S’的检测结果,Dijk表示对泄漏场景Sijk的探测结果,其中,当泄漏场景的探测状态为第一探测状态即有效探测时,第一修正系数为Dijk=1;当泄漏场景的探测状态为第二探测状态即无效探测时,第二修正系数Dijk=0。结合泄漏场景的风险频率,目标装置的泄漏气体探测覆盖率计算公式为:
以下以一个具体实例对本方法进行说明:
通过对某石化装置开展工艺过程分析、危险与可操作性分析、以及现场历史泄漏数据采集等方法,识别并划分目标装置中存在泄漏风险的设备单元共计23个,如表1所示,设备单元的泄漏频率即为其包含的所有设备泄漏频率之和。
标识 | 节点设备 | 泄漏频率 | 关注物料 |
l1 | E2201 | 0.001564 | CO |
l2 | E2202 | 0.00188401 | CO |
l3 | E2203 | 0.004762 | H2S |
l4 | V2203 | 0.007901 | H2S |
l5 | C2201 | 0.00192 | MEOH |
…… | …… | …… | …… |
表1
泄漏方向划分为频率相等且互相垂直的6个方向,定义在三维模型中时以X+、X-、Y+、Y-、Z+、Z-符号进行标识。则建立泄漏源集为L=[lij](1≤i≤n,1≤j≤6),其中,lij为第i个设备单元的第j个泄漏方向的泄漏源;n为设备单元的总数,每个泄漏源的泄漏频率表示为P(lij),则P(lij)=P(li)/6。
如表2所示,获取待检测区域的气象数据,根据夏季和冬季的平均风速和主导风向建立风场集W=[wk](1≤k≤2),w1代表夏季风场,w2代表冬季工况,频率均为P(w1)=P(w2)=0.5。
标识 | 工况 | 平均风速 | 风向 |
w1 | 夏季风场 | 1.9 | E |
w2 | 冬季风场 | 2.5 | ESE |
表2
将泄漏源集和风场集联合得到目标装置的全场景集,使用S表示为:S={Sijk|1≤i≤n,1≤j≤6,1≤k≤2},其中Sijk表示第i个设备、第j个泄漏方向及第k个风场联合的泄漏场景,共计泄漏场景276个。由于泄漏源集和风场集相互独立,因此,泄漏场景Sijk的发生频率P(Sijk)=P(lij)×P(wk)。每一个泄漏场景的发生频率如表3所示。
表3
按照泄漏频率由大到小对泄漏场景进行排序,该石化装置前132个的泄漏场景的频率之和为场景库S中全部场景频率之和的90.5%,超过90%,因此将该132个泄漏场景纳入代表性泄漏场景库,用S’表示,如表4所示。
表4
使用CFD软件对目标装置进行三维建模,以目标装置内所有可燃或有毒气体探测器作为监测点布置在三维模型中。对代表性泄漏场景库S’中的泄漏场景逐一进行泄漏扩散三维仿真。在每次场景仿真其间记录每个监测点即可燃/有毒气体探测器处目标气体浓度随时间的变化。计算时间设置为60s。由于探测器通常需要一定的响应时间,通常为30s,因此在计算30~60s期间若某一监测点的浓度达到对应探测器规定的报警阈值,则表示该探测器对该场景有效。如图3所示为泄漏场景S2,1,1的气体探测器浓度曲线图,如图4所示为泄漏场景S2,4,1的气体探测器浓度曲线图,其中,探测器目标气体为CO,报警阈值为15ppm,因此泄漏场景S2,1,1的探测状态为有效探测,泄漏场景S2,4,1的探测状态为无效探测。
本实例中,该石化装置设置为1ooN气体探测***,因此只要有1个探测器有效报警则该泄漏场景为有效探测。对于该石化装置代表性泄漏场景库S’的监测结果如表5所示。
表5
结合泄漏场景风险,按照气体探测覆盖率计算公式计算该石化装置的气体探测覆盖率为:该计算结果远小于传统的体积法计算探测覆盖率结果,气体探测覆盖率计算结果更加准确可靠,有利于探测器位置部署的优化。
如图5所示,在本发明的第二方面,一种基于风险频率的泄漏探测覆盖率检测装置,装置包括:
数据获取模块,被配置为获取目标装置的泄漏数据,以及获取包括目标装置的待检测区域的风场数据,目标装置的泄漏数据至少包括目标装置的泄漏频率,风场数据至少包括各类别风场的发生频率;
计算模块,被配置为基于目标装置的泄漏频率及各类别风场的发生频率确定目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定待检测区域中的监测点,对待检测区域进行建模仿真,获取待检测区域中各监测点的监测结果,依据各监测点的监测结果确定待检测区域在当前泄漏场景下的探测状态;以及
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定待检测区域的泄漏探测覆盖率。
可选地,计算模块,被配置为:
在预设时间段内,获取待检测区域中各监测点的监测结果,监测点的监测结果包括表征监测点探测到泄漏的第一监测结果及表征监测点未探测到泄漏的第二监测结果;
在各监测点的监测结果包括至少一个第一监测结果的情况下,确定当前泄漏场景对应的探测状态为第一探测状态,否则确定当前泄漏场景对应的探测状态为第二探测状态。
可选地,计算模块,被配置为:
确定与第一探测状态对应的第一修正系数,以及确定与第二探测状态对应的第二修正系数;
在当前泄漏场景对应的探测状态为第一探测状态的情况下,以第一修正系数修正当前泄漏场景的发生频率,以及在当前泄漏场景对应的探测状态为第二探测状态的情况下,以第二修正系数修正当前泄漏场景的发生频率;
依据所有泄漏场景的发生频率确定目标泄漏场景,确定所有修正后的目标泄漏场景的发生频率之和与所有目标泄漏场景的发生频率之和的比值为待检测区域的泄漏探测覆盖率。
可选地,计算模块,被还配置为:依据所有泄漏场景的发生频率确定目标泄漏场景,包括:
对得到的所有泄漏场景的发生频率由高到低进行排序,若前x个泄漏场景的发生频率之和大于所有泄漏场景的发生频率之和,则确定前x个泄漏场景为目标泄漏场景。
可选地,装置还包括泄漏单元划分模块,被配置为将目标装置划分为至少一个泄漏单元;目标装置的泄漏数据,包括:
目标装置中各泄漏单元的泄漏数据,目标装置的泄漏频率包括各泄漏单元的泄漏频率。
可选地,计算模块,被配置为:
确定目标装置的所有泄漏场景,目标装置的任一泄漏场景包括任一泄漏单元与任一类别风场的组合;
确定每一泄漏场景中,对应泄漏单元的泄漏频率与对应类别风场的发生频率之积为当前泄漏场景的发生频率。
可选地,目标装置的泄漏数据还包括:各泄漏单元在不同泄漏方向上的泄漏频率;计算模块,被配置为:
确定目标装置的所有泄漏场景,目标装置的任一泄漏场景包括任一泄漏单元、任一类别风场及泄漏单元的任一泄漏方向的组合;
确定每一泄漏场景中,对应泄漏单元的泄漏频率、对应类别风场的发生频率及泄漏单元在对应泄漏方向上的泄漏频率之积为当前泄漏场景的发生频率。
在本发明的第三方面,提供一种终端设备,包括:
至少一个处理器;
存储器,与至少一个处理器连接;
其中,存储器存储有能被至少一个处理器执行的指令,至少一个处理器通过执行存储器存储的指令实现上述的方法,可以理解的,执行指令以计算机程序的形式存储在存储器中。
如图6所示是本发明一实施例提供的终端设备的示意图。如图6所示,该实施例的终端设备10包括:处理器100、存储器101以及存储在存储器101中并可在处理器100上运行的计算机程序102。处理器100执行计算机程序102时实现上述方法实施例中的步骤。或者,处理器100执行计算机程序102时实现上述各装置实施例中各模块/单元的功能。
示例性的,计算机程序102可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器101中,并由处理器100执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序102在终端设备10中的执行过程。例如,计算机程序102可以被分割成数据获取模块及计算模块。
终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备10可包括,但不仅限于,处理器100、存储器101。本领域技术人员可以理解,图6仅仅是终端设备10的示例,并不构成对终端设备10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
处理器100可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器101可以是终端设备10的内部存储单元,例如终端设备10的硬盘或内存。存储器101也可以是终端设备10的外部存储设备,例如终端设备10上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器101还可以既包括终端设备10的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备10所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明的第四方面,提供一种计算机可读存储介质,存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行上述的方法。
综上所述,本发明充分考虑了不同泄漏场景发生的可能性,更加真实的反映了气体探测***的整体有效性,大幅提高了泄漏场景的气体探测覆盖率的检测效率,有效降低了计算成本。
以上结合附图详细描述了本发明的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,同样应当视为本发明实施方式所公开的内容。
Claims (10)
1.一种基于风险频率的泄漏探测覆盖率检测方法,其特征在于,所述方法包括:
获取目标装置的泄漏数据,以及获取包括所述目标装置的待检测区域的风场数据,所述目标装置的泄漏数据至少包括所述目标装置的泄漏频率,所述风场数据至少包括各类别风场的发生频率;
基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定所述待检测区域中的监测点,对所述待检测区域进行建模仿真,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态;
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率。
2.根据权利要求1所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态,包括:
在预设时间段内,获取所述待检测区域中各监测点的监测结果,所述监测点的监测结果包括表征所述监测点探测到泄漏的第一监测结果及表征所述监测点未探测到泄漏的第二监测结果;
在各监测点的监测结果包括至少一个第一监测结果的情况下,确定当前泄漏场景对应的探测状态为第一探测状态,否则确定当前泄漏场景对应的探测状态为第二探测状态。
3.根据权利要求2所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率,包括:
确定与所述第一探测状态对应的第一修正系数,以及确定与所述第二探测状态对应的第二修正系数;
在当前泄漏场景对应的探测状态为第一探测状态的情况下,以所述第一修正系数修正当前泄漏场景的发生频率,以及在当前泄漏场景对应的探测状态为第二探测状态的情况下,以所述第二修正系数修正当前泄漏场景的发生频率;
依据所有泄漏场景的发生频率确定目标泄漏场景,确定所有修正后的目标泄漏场景的发生频率之和与所有目标泄漏场景的发生频率之和的比值为所述待检测区域的泄漏探测覆盖率。
4.根据权利要求3所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,依据所有泄漏场景的发生频率确定目标泄漏场景,包括:
对得到的所有泄漏场景的发生频率由高到低进行排序,若前x个泄漏场景的发生频率之和大于所有泄漏场景的发生频率之和的n%,则确定前x个泄漏场景为目标泄漏场景。
5.根据权利要求3所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,获取目标装置的泄漏数据之前,所述方法还包括将所述目标装置划分为至少一个泄漏单元;所述目标装置的泄漏数据,包括:
所述目标装置中各泄漏单元的泄漏数据,所述目标装置的泄漏频率包括各泄漏单元的泄漏频率。
6.根据权利要求5所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,包括:
确定所述目标装置的所有泄漏场景,所述泄漏场景至少包括泄漏单元及其对应类别的风场;
确定每一泄漏场景中,对应泄漏单元的泄漏频率与对应类别风场的发生频率之积为当前泄漏场景的发生频率。
7.根据权利要求5所述的基于风险频率的泄漏探测覆盖率检测方法,其特征在于,所述目标装置的泄漏数据还包括:各泄漏单元在不同泄漏方向上的泄漏频率;基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,包括:
确定所述目标装置的所有泄漏场景,所述泄漏场景至少包括泄漏单元、该泄漏单元对应类别的风场及该泄漏单元对应的泄漏方向;
确定每一泄漏场景中,对应泄漏单元的泄漏频率、对应类别风场的发生频率及泄漏单元在对应泄漏方向上的泄漏频率之积为当前泄漏场景的发生频率。
8.一种基于风险频率的泄漏探测覆盖率检测装置,其特征在于,所述装置包括:
数据获取模块,被配置为获取目标装置的泄漏数据,以及获取包括所述目标装置的待检测区域的风场数据,所述目标装置的泄漏数据至少包括所述目标装置的泄漏频率,所述风场数据至少包括各类别风场的发生频率;
计算模块,被配置为基于所述目标装置的泄漏频率及各类别风场的发生频率确定所述目标装置的不同泄漏场景的发生频率,针对每一泄漏场景:确定所述待检测区域中的监测点,对所述待检测区域进行建模仿真,获取所述待检测区域中各监测点的监测结果,依据各监测点的监测结果确定所述待检测区域在当前泄漏场景下的探测状态;以及
依据得到的所有泄漏场景的探测状态及所有泄漏场景的发生频率确定所述待检测区域的泄漏探测覆盖率。
9.一种终端设备,其特征在于,包括:
至少一个处理器;
存储器,与所述至少一个处理器连接;
其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现权利要求1至7中任意一项权利要求所述的方法。
10.一种计算机可读存储介质,存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行权利要求1至7中任意一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210843247.4A CN117454563A (zh) | 2022-07-18 | 2022-07-18 | 基于风险频率的泄漏探测覆盖率检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210843247.4A CN117454563A (zh) | 2022-07-18 | 2022-07-18 | 基于风险频率的泄漏探测覆盖率检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117454563A true CN117454563A (zh) | 2024-01-26 |
Family
ID=89582330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210843247.4A Pending CN117454563A (zh) | 2022-07-18 | 2022-07-18 | 基于风险频率的泄漏探测覆盖率检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117454563A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117853097A (zh) * | 2024-03-08 | 2024-04-09 | 安徽壹月科技有限公司 | 一种全自动特气供应柜触摸控制***及方法 |
-
2022
- 2022-07-18 CN CN202210843247.4A patent/CN117454563A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117853097A (zh) * | 2024-03-08 | 2024-04-09 | 安徽壹月科技有限公司 | 一种全自动特气供应柜触摸控制***及方法 |
CN117853097B (zh) * | 2024-03-08 | 2024-05-28 | 安徽壹月科技有限公司 | 一种全自动特气供应柜触摸控制***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112559657B (zh) | 水污染溯源方法、装置及终端设备 | |
CN111538957A (zh) | 大气污染物来源贡献度的获取方法、装置、设备及介质 | |
CN114329245A (zh) | 一种空气污染的溯源方法、装置、服务器及存储介质 | |
US20160370333A1 (en) | Generating fine resolution air pollution estimates | |
CN117454563A (zh) | 基于风险频率的泄漏探测覆盖率检测方法及装置 | |
CN114564629B (zh) | 异常数据处理方法、装置、计算机设备和存储介质 | |
CN109753720B (zh) | 空气质量监测数据异常排查方法、***、设备及介质 | |
CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
CN113221362A (zh) | 卫星发射场性能试验科目的选取方法、装置和电子设备 | |
CN110878983B (zh) | 空调故障的确定方法和装置 | |
CN116681292A (zh) | 基于深度学习的石化港区安全风险分析及责任划分方法 | |
CN109085100B (zh) | 污染物浓度的确定方法及装置 | |
CN111765676A (zh) | 一种多联机的制冷剂充注量故障诊断方法和装置 | |
CN111914424A (zh) | 一种基于短期测风资料的设计风速取值方法及*** | |
CN115524066A (zh) | VOCs无组织泄漏报警识别方法、装置、电子设备及介质 | |
CN116563968A (zh) | 基于风险热力地图的智能巡检方法、装置及电子设备 | |
CN113551156B (zh) | 基于深度学习的管道状态监测方法、装置及存储介质 | |
CN113570388B (zh) | 一种远程反窃电检查方法、装置、计算机设备和存储介质 | |
CN115994431A (zh) | 基于风险评价的氢气探测器空间布置方案优化方法及*** | |
CN112665790B (zh) | 冷媒泄漏检测方法、装置及设备 | |
CN113159537B (zh) | 电网新技术项目的评估方法、装置和计算机设备 | |
Zhu et al. | A data-driven approach for optimal design of integrated air quality monitoring network in a chemical cluster | |
CN112241853A (zh) | 一种区域间空气质量影响的评估方法及评估装置 | |
JP2003099601A (ja) | リスクマネジメント方法、リスクマネジメント支援装置、および、プログラム | |
CN113919609A (zh) | 一种配电网模型质量综合评估方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |