[发明专利]一种阴保电位数据的实时风险评价方法

权利要求书

1.一种阴保电位数据的实时风险评价方法，其特征在于，包括以下步骤：

S1、管道分段，根据分段后各管段的属性设置相应的电位阈值；电位阈值包括最大保护电位和最小保护电位；管段的属性包括管道的表面状况、土壤特性和季节变化；

S2、通过阴保桩实时采集阴保电位，并与阴保桩所处管段设置的电位阈值建立对应关系，建立阴保数据库；

S3、根据阴保数据库分析阴保电位的失效概率和失效后果，以进行风险评价；其中，失效定义为阴保电位位于最大保护电位与最小保护电位的区间之外；

所述风险评价为失效概率与失效后果的二元变量函数：

R＝f(P,S)

其中，R为风险等级，P为失效概率，S为失效后果；

所述失效概率P为：

其中，N为滑动窗口内数据采集的总次数；N_f为滑动窗口内数据失效的次数；

所述失效后果的评估模型为：

其中，u为当前的阴保电位，u₁为最小保护电位，u₂为最大保护电位，为当前的阴保电位偏离最小保护电位或最大保护电位的程度；△u＝u₂-u₁；当u＞u₂时，失效；当u＜u₁时，失效；

通过N_f和的二维数据聚类以对失效后果进行分级，得到不同等级的失效后果及其对应的概率，则最终的失效后果为：

S＝∑_m|C_m|·P_m

其中，|C_m|＝m，P_m为第m类后果的概率，m为大于1的整数。

2.根据权利要求1所述的一种阴保电位数据的实时风险评价方法，其特征在于，所述风险评价，包括：

通过P和S的二维数据聚类以对风险进行分级，得到不同等级的风险及其对应的概率，取最大概率的风险等级作为最终风险评价的等级。

3.根据权利要求2所述的一种阴保电位数据的实时风险评价方法，其特征在于，所述通过N_f和的二维数据聚类以及通过P和S的二维数据聚类，两次聚类均采用高斯混合模型的最大期望聚类算法。

4.根据权利要求3所述的一种阴保电位数据的实时风险评价方法，其特征在于，两次聚类均聚成5类。