[发明专利]一种多分类ERT流型识别方法

说明书

本发明公开了一种多分类ERT流型识别方法，包括步骤：一、构建多分类ERT流型仿真模型；二、获取测量电压；三、测量电压的数据处理；四、构建数据库；五、CNN卷积神经网络的训练及测试；六、多分类ERT流型识别。本发明利用电极系统采集测量电压，将一维电压数据信息转变为二维点阵信息，在此基础上进行时域到频域转换，保证原始数据完整性的同时增强数据特征，采用时域和频域双通道样本，提高算法识别不同尺度样本的鲁棒性，构建多流型分类ERT电压图像数据库，增加多组易混淆流型类别，完成较高难度识别任务，选用卷积神经网络进行ERT流型识别方，在识别易混淆流型时具有优越性。

技术领域

本发明属于多分类ERT流型识别技术领域，具体涉及一种多分类ERT流型识别方法。

背景技术

电阻层析成像技术(Electrical Resistance Tomography)作为现代工业检测的前沿技术，具有低成本、无放射性、可视化和非入侵的特点，广泛应用于石油、化工、电力及冶金等行业中的两相流测量。流型是两相流的重要指标，其它参数的测量往往依赖于对流型的准确辨别。然而，由于ERT的“软场”特性、成像区域刨分单元数量、噪声、传输以及成像算法等因素的影响，现有ERT流型识别方法存在诸多问题：

第一，现有流型识别方法大多直接使用未经预处理的测量电压作为样本，或是选用不合适的预处理方法，造成数据特征丢失，进而难以准确表征不同流型；

第二，ERT流型重建算法存在成像不清晰、成像质量差等问题，根据重建图像难以准确识别流型类别；

第三，现有的流型识别类别主要分为芯流、泡状流、环流以及层流等大类，并未针对不同流型特点进行更细致分类；

第四，现有流型识别算法的准确率尚不理想，尤其是在识别某些易混淆流型时容易出现误判。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种多分类ERT流型识别方法，利用电极系统采集测量电压，将一维电压数据信息转变为二维点阵信息，在此基础上进行时域到频域转换，保证原始数据完整性的同时增强数据特征，采用时域和频域双通道样本，提高算法识别不同尺度样本的鲁棒性，构建多流型分类ERT电压图像数据库，增加多组易混淆流型类别，完成较高难度识别任务，选用卷积神经网络进行ERT流型识别方，在识别易混淆流型时具有优越性，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种多分类ERT流型识别方法，其特征在于，该方法包括以下步骤：

步骤一、构建多分类ERT流型仿真模型：利用ERT仿真软件构建多分类ERT流型仿真模型，多分类ERT流型仿真模型包括仿真管道和均匀分布在管道外壁的16电极仿真系统，仿真管道内根据多分类ERT设定流型充填连续相介质和离散相介质；

以仿真管道横截面中心为圆心，建立直角坐标系，将多分类ERT设定流型分为核心流、第一单泡泡状流、第二单泡泡状流、第三单泡泡状流、第四单泡泡状流、第一双泡泡状流、第二双泡泡状流、第三双泡泡状流、第四双泡泡状流、第五双泡泡状流、第六双泡泡状流、第七双泡泡状流、第八双泡泡状流、第九双泡泡状流、第十双泡泡状流、第一三泡泡状流、第二三泡泡状流、第三三泡泡状流、第四三泡泡状流、四泡泡状流、五泡泡状流、小环流、中环流、大环流、低位层流、中位层流和高位层流；

其中，核心流中连续相介质的数量为一个且位于直角坐标系中心；

第一单泡泡状流中连续相介质的数量为一个且位于第一象限；

第二单泡泡状流中连续相介质的数量为一个且位于第二象限；

第三单泡泡状流中连续相介质的数量为一个且位于第三象限；

第四单泡泡状流中连续相介质的数量为一个且位于第四象限；

第一双泡泡状流中连续相介质的数量为两个且均位于第一象限；