期刊信息
主管单位：中华人民共和国教育部
主办单位：重庆大学
主 编：王时龙
地 址：重庆市沙坪坝正街174号
邮政编码：400030
电 话：023-65112126；023-65111217
电子邮件：xbsg@cqu.edu.cn
国际标准刊号：ISSN 1000-582X
国内统一刊号：CN 50-1044/N
邮发代号：国内78-16 国外 M355
|
| 分布式轮询监测下的天然气泄漏量化反演方法 |
| 投稿时间：2025-09-19 修订日期：2026-02-05 |
| 关键词:天然气泄漏 泄漏量化 反演模型 深度学习 分布式气体轮询采样 |
| 基金项目:山东省科学技术厅资助项目 |
|
| 摘要点击次数: 630 |
| 全文下载次数: 0 |
| 摘要: |
| 城镇天然气场站的泄漏监测与量化评估对事故预防及环境保护至关重要。现有方法在实时性、精度和复杂工业环境适应性，尤其在微小泄漏识别上存在局限。本研究提出一种结合分布式轮询采样与深度学习的天然气泄漏量化反演方法。首先，通过分布式气体轮询采样（distributed gas polling sampling, DGPS）的监测系统实现高时空分辨率数据采集。随后，构建了双分支深度学习模型，通过自适应融合主分支与针对微弱信号的小流量分支预测，实现了多尺度流量范围内的天然气泄漏精准量化反演，尤其增强了微小泄漏的识别能力。测试结果表明，模型整体预测的决定系数为0.9157，平均相对误差为12.18%，小流量（<0.1 m3/h）场景相对误差为17.51%。在真实天然气厂站24小时连续应用中，该方法与传统套袋法测量结果的相对误差为17.86%，验证了其在复杂工业环境下的高精度、鲁棒性与工程实用价值。本研究为天然气设施的甲烷排放在线监测与精准量化提供了一种经过现场验证的高精度在线监测方案。 |
|
| 查看/发表评论 下载PDF阅读器 |
|
|
|
|
|
Copyright@ 2008 All Rights Reserved.
