[发明专利]一种输油管道漏油点与漏油速率的探测方法

说明书

本发明公开了一种基于水下传感器网络的输油管道漏油点与漏油速率的探测方法，包括：在输油管道周围分别布置传感器的工作节点和中转节点，建立起立体传感器网络；记录水下输油管道上下游传感器工作节点监测到的压力、浓度数值，通过与理论计算值相比，判断水下输油管道是否发生泄漏情况，构建训练集训练预构建的神经网络模型；通过训练好的神经网络模型计算出漏油点位置；根据漏油点距离下游传感器节点的距离，通过数学模型求得漏油点的漏油速率。本发明的方法，能够提高水下立体传感器网络的监测效率和可靠性。

技术领域

本发明属于水下传感器监测及输油管道漏油探测技术领域，特别涉及一种基于水下传感器网络的输油管道漏油点与漏油速率的探测方法。

背景技术

水下传感器网络是布置于水中，用于探测输油管道漏油点；另外，通过立体传感器网络能够测定漏油点浓度变化，进而计算得出输油管道的漏油速率。

随着水下机器人应用于水下输油管道探测，通过在水下布置这种立体传感器网络，能够根据水下某一临近节点的浓度变化检测出漏油点的位置；通过布置传感器的位置及时间变化，能够实时检测到水中的漏油速率。

目前，传感器网络虽然能够应用于水面之下，但是在水下监测漏油点时，仍然存在判断精确度较低的问题；另外，对于复杂可变的水下环境，其还存在可靠性不强的缺陷。

综上，目前的方法在一定程度上不能很好地监测到水下输油管道的变化情况，继续一种新的基于水下传感器网络的输油管道漏油点与漏油速率的探测方法。

发明内容

本发明的目的在于提供一种基于水下传感器网络的输油管道漏油点与漏油速率的探测方法，以解决上述存在的一个或多个技术问题。本发明的方法，能够通过水下布置的立体传感器网络系统以及传感器工作节点所实时监测到的浓度数据，经训练好的神经网络模型进行泄漏点的定位并能够计算出水下输油管道石油泄露的速率，可提高水下立体传感器网络的监测效率和可靠性。

为达到上述目的，本发明采用以下技术方案：

本发明的一种基于水下传感器网络的输油管道漏油点与漏油速率的探测方法，包括以下步骤：

步骤1，布置水下传感器，形成水下立体传感器网络；其中，所述传感器网络的节点类型包括：工作节点和中转节点；所述工作节点沿输油管道设置，用于数据监测采集点，所述中转节点用于将工作节点采集的数据传到岸基基站或工作站；

步骤2，采集记录水下输油管道上下游传感器工作节点压力、浓度数值，通过与理论计算值相比，判断水下输油管道是否发生泄露情况；

步骤3，搜集水下输油管道周围布置的传感器工作节点位置以及不同传感器工作节点监测到的不同浓度数据与实际的漏油点漏油位置的数据包，用于作为神经网络的训练数据；

步骤4，通过步骤3搜集的浓度数据以及定位数据进行预构建神经网络模型训练，获得训练好的神经网络模型；

步骤5，水下输油管道传感器工作节点监测到水下溶液浓度发生变化后，将采集到的浓度数据经中转节点传递到地面基站，将浓度数据与传感器工作节点的定位信息带入到经步骤4训练好的神经网络模型中，获得输油管道的泄露位置(x,y,z)；

步骤6：根据步骤5获得的漏油点位置(x,y,z)，计算获得漏油点距离下游传感器节点的距离，求得漏油点的漏油速率。

本发明的进一步改进在于，其特征在于，步骤1中，

水下传感器布置的距离模型表达式为，

式中，R_i为传感器的监测半径，R为传感器通讯半径；

本发明的进一步改进在于，步骤2具体包括：