[发明专利]一种城市综合管廊气体浓度检测方法及系统

说明书

本申请公开了一种城市综合管廊气体浓度检测方法及系统，本申请实施例提供的方法及系统，确定神经网络模型；获取光信号值，根据所述神经网络模型，确定气体浓度。现有技术对微小气体含量的情况下检测不灵敏，甚至会出现漏检或者误检的情况，为了解决这个问题，本申请通过神经网络模型的构建，把微弱气体的光信号转化为气体浓度信号，最终可以测得微小气体含量下的气体浓度情况，更加敏锐的解决了安全隐患。

技术领域

本申请涉及综合管廊技术领域，尤其涉及一种城市综合管廊气体浓度检测方法及系统。

背景技术

城市地下综合管廊(以下简称“管廊”)是建于城市地下的一个隧道空间，将电力、通讯、燃气、供热、给排水及各种工程管线集于一体的构筑物及附属设施。根据工程管线的不同性质，管廊分设不同的舱室，各个舱室相互隔离，每个舱室内沿工程管线的长度方向形成可供人员和车辆行进的通道。如图1所示的城市地下综合管廊的纵向断面剖视图，以设置四个舱室为例，可将管廊分为天然气舱100、综合舱200、电力舱300和热力舱400。如图2所示的城市地下综合管廊的横向断面剖视图，管廊的每个舱室内分别设有多个子系统，该子系统负责对管廊进行监控，使得管廊的健康运行，所述子系统中包括多种检测设备，例如，照明系统，通风系统，排水系统，消防系统，门禁系统(防火门)，供配电系统，监控系统，报警系统，通信系统，电子标牌，防入侵子系统，摄像头监控系统，温湿度监测系统，氧气、甲烷、硫化氢浓度监测传感器，液位计等设施。管廊以分区为单位进行分段，通常200米一个分区。而为了保证工程管线、设备仪表都能进入管廊，每隔一段距离设置一个吊装口及逃生口,吊装口及人员逃生口一般设置在道路中间花坛处，不占用道路。

综合管廊舱室分区内空气流通性较差，可能出现氧气含量不达标，有害气体、可燃气体含量偏高过高的突发情况，影响到工作人员人身安全，通过对上述气体浓度的实时监测，一旦发生超限或者不达标的情况，实时报警并启动通风设备进行气体的交换，以保障综合管廊工作人员在廊内的人身安全，杜绝事故发生。但是常规的气体检测装置难以测得微小气体含量下的气体泄漏情况，使得气体泄漏初期难以引起注意，存在安全隐患。所以，如何检测微小气体含量成为业内亟待解决的问题。

发明内容

本申请提供了一种城市综合管廊气体浓度检测方法及系统，以解决不能检测微小气体含量，导致气体泄漏初期，无法发现的问题。

第一方面，本申请提供了一种城市综合管廊气体浓度检测方法，所述方法包括：

确定神经网络模型；

获取光信号值，根据所述神经网络模型，确定气体浓度。

结合第一方面，在第一方面的第一种可能的实现方式中，所述确定神经网络模型的步骤包括：

获取训练样本集合，所述训练样本集合包括由不同时刻的光信号值和与光信号值对应的气体浓度组成的若干组样本，其中，所述光信号值由光检测器检测得到，气体浓度由气体浓度仪检测得到；

构建初始神经网络模型，所述初始神经网络模型包括激活函数，所述激活函数包括神经网络权重和神经网络偏置；

根据所述训练样本集合，训练所述初始神经网络模型，确定神经网络模型。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据所述训练样本集合，训练所述初始神经网络模型，确定神经网络模型的步骤包括：

获取所述训练样本集合中的一组样本；

利用所述样本训练所述初始神经网络模型，生成新的初始神经网络模型，将初始神经网络模型更新为新的初始神经网络模型；

根据初始神经网络模型和训练样本集合，确定集合损失值；

如果集合损失值小于或预设集合损失值，则确定初始神经网络模型为神经网络模型；