[发明专利]一种油罐车油气泄漏智能预警系统

权利要求书

1.一种油罐车油气泄漏智能预警系统，实现对油罐车在途参数进行检测和油罐车油气泄漏浓度智能预警，其特征在于：所述智能预警系统包括基于无线传感器网络的油罐车在途状态参数采集与智能预警平台、油罐车油气泄漏浓度智能预警模型；

所述基于无线传感器网络的油罐车在途状态参数采集与智能预警平台由多个检测节点和现场监控端组成，它们以自组织方式构建成油罐车在途状态参数采集与智能预警平台；检测节点由传感器组模块、单片机以及无线通信模块NRF2401组成，负责检测油罐车表面的温度、压力以及油气浓度的实际值，现场监控端实现对油罐车在途参数进行管理和对油罐车在途泄漏油气浓度进行预警；

所述油罐车油气泄漏浓度智能预警模型包括多个NARX神经网络预测模型、模糊C-均值聚类算法分类器、多个经验模态分解模型、多组ANFIS网络预测模型、支持度矩阵、融合权重以及油气浓度等级分类器；多个NARX神经网络预测模型的输入为各个检测点油气浓度；每个NARX神经网络预测模型输出作为模糊C-均值聚类算法分类器的输入，模糊C-均值聚类算法分类器对多个NARX神经网络预测模型输出进行分类，每种类型的NARX神经网络预测模型输出作为各个经验模态分解模型的输入，每个经验模态分解模型的多个输出作为每组ANFIS网络预测模型的输入，每组ANFIS网络预测模型的融合预测值作为支持度矩阵输入求得融合权重，每组ANFIS网络预测模型的融合预测值乘以各自融合权重累加和得到油罐车油气浓度标称值，油气浓度等级分类器对油罐车油气浓度标称值进行分类。

2.根据权利要求1所述的一种油罐车油气泄漏智能预警系统，其特征在于：所述多个NARX神经网络预测模型对油罐车表面每个检测点的油气泄漏浓度进行预测，模糊C-均值聚类算法分类器根据每个检测点NARX神经网络预测模型输出特征值对多个NARX神经网络预测模型输出值进行分类。

3.根据权利要求1或2所述的一种油罐车油气泄漏智能预警系统，其特征在于：所述每种类型NARX神经网络预测模型输出作为每个经验模态分解模型的输入，各个经验模态分解模型把每类NARX神经网络预测模型输出分解为低频趋势部分和多个高频波动部分，低频趋势部分和多个高频波动部分分别作为每组各个ANFIS网络预测模型的输入，每组各个ANFIS网络预测模型的输出等权重相加和得到每组ANFIS网络预测模型的融合预测值。

4.根据权利要求1或2所述的一种油罐车油气泄漏智能预警系统，其特征在于：通过计算每组ANFIS网络预测模型的融合预测值两两之间的距离构建支持度矩阵，支持度矩阵每行各个值为每组ANFIS网络预测模型的融合预测值与其他组ANFIS网络预测模型的融合预测值之间的距离，支持度矩阵每行各个值的累加和的倒数与支持度矩阵所有行各个值的累加和的倒数的比值为每组ANFIS网络预测模型的融合预测值的融合权重，每组ANFIS网络预测模型的融合预测值乘以各自融合权重的累加和为油罐车油气泄漏浓度的标称值，油气浓度等级分类器根据油罐车油气泄漏浓度标称值的大小分为高浓度、比较高浓度、一般浓度和低浓度四个报警等级。