一种智能自适应天然气加臭剂浓度控制系统和控制方法与流程

本发明涉及天然气加臭剂浓度监测和控制领域，尤其涉及一种智能自适应天然气加臭剂浓度控制系统和控制方法。

背景技术：

1、天然气是一种无色无味的气体，为了确保其在泄漏时能够被及时发现，通常在天然气中添加加臭剂，使其具有明显的气味。然而，传统的加臭剂注入系统通常依赖于固定的注入量或简单的控制算法，难以适应天然气流量和环境条件的变化，导致加臭剂浓度不稳定，影响天然气的安全性和使用效果。

2、此外，传统系统缺乏智能化和自适应能力，无法根据实时数据动态调整加臭剂的注入策略，导致加臭剂的浪费和运行成本的增加。此外，传统系统在面对复杂的环境条件和多变的天然气流量时，难以保证加臭剂的均匀分布和浓度的稳定性，进一步影响了天然气的使用安全和用户体验。

3、因此，亟需一种智能自适应天然气加臭剂浓度控制系统，以实现对加臭剂注入过程的精确控制和优化。

技术实现思路

1、有鉴于此，本发明实施例提供一种智能自适应天然气加臭剂浓度控制系统和控制方法，以解决上述技术问题。

2、为实现上述目的，第一方面，提供一种智能自适应天然气加臭剂浓度控制系统，其包括：气体流量传感器、加臭剂注入泵、加臭剂浓度监测装置、环境参数传感器、加臭剂特性传感器和控制器；

3、所述气体流量传感器，用于获取天然气管道中的实时气体流量检测数据；

4、所述加臭剂浓度监测装置，用于获取天然气中的实时加臭剂浓度检测数据；

5、所述环境参数传感器，安装在天然气管道周围，并与所述控制器电连接，用于获取包括环境温度、环境湿度和大气压力在内的实时环境参数；

6、所述加臭剂特性传感器，用于实时检测天然气中的实时加臭剂特性参数；

7、所述加臭剂注入泵与加臭剂储罐连接，用于在所述控制器的控制下将所述加臭剂储罐中的加臭剂注入天然气管道中；

8、所述控制器包括：

9、数据处理模块，用于接收并处理包括所述实时气体流量检测数据、实时加臭剂浓度检测数据、实时环境参数和实时加臭剂特性参数在内的实时数据；

10、加臭剂注入策略确定模块，用于基于深度学习的神经网络模型，结合所述实时数据，输出最优的加臭剂注入策略；

11、控制模块，用于根据所述最优的加臭剂注入策略，控制所述加臭剂注入泵的多个参数，所述多个参数包括注入速率、注入时长、注入频率和注入量分布。

12、在一些可能的实施方式中，所述加臭剂浓度监测装置包括：

13、加臭剂分析模块，用于检测天然气中的不同种类的加臭剂分别对应的浓度，获得实时加臭剂浓度检测数据；

14、温度补偿模块，用于根据实时获取的环境温度数据对所述实时加臭剂浓度检测数据进行温度补偿，获得温度补偿后的加臭剂浓度检测数据；

15、环境湿度补偿模块，用于根据实时获取的环境湿度数据对所述温度补偿后的加臭剂浓度检测数据进行湿度补偿，获得湿度补偿后的加臭剂浓度检测数据；

16、大气压力补偿模块，用于根据实时获取的大气压力数据对所述湿度补偿后的加臭剂浓度检测数据进行压力补偿，获得压力补偿后的加臭剂浓度检测数据。

17、在一些可能的实施方式中，所述温度补偿模块采用以下温度补偿算法：

18、 ctemp_ comp= craw + ktemp×( t－tref )；其中， ctemp_ comp 是温度补偿后的加臭剂浓度检测数据， craw 是初步检测的实时加臭剂浓度检测数据， ktemp 是温度补偿系数， t是当前实时获取的环境温度数据， tref 是参考环境温度数据；

19、所述环境湿度补偿模块采用以下温度补偿算法：

20、 chum_ comp= ctemp_ comp + k hum1× h+ k hum2× h 2；其中， chum_ comp 是湿度补偿后的加臭剂浓度检测数据， ctemp_ comp 是温度补偿后的加臭剂浓度检测数据， k hum1和 k hum2是湿度补偿系数， h是当前实时获取的环境湿度数据；

21、所述大气压力补偿模块采用以下压力补偿算法：

22、 cpress_ comp= chum_ comp + kpress×( p－pref )；其中， cpress_ comp 是压力补偿后的加臭剂浓度检测数据， chum_ comp 是湿度补偿后的加臭剂浓度检测数据， kpress 是压力补偿系数， p是当前实时获取的大气压力数据， pref 是参考大气压力数据。

23、在一些可能的实施方式中，所述加臭剂特性传感器包括：

24、密度传感器，用于检测加臭剂的密度；

25、气味强度传感器，用于检测加臭剂所散发的气味强度；

26、挥发性传感器，用于检测加臭剂在天然气中的挥发性特性；

27、表面吸附分析仪，用于测量加臭剂在不同材料表面的吸附特性；

28、电导率传感器，用于检测加臭剂的电导率。

29、在一些可能的实施方式中，所述密度传感器安装在天然气管道上，通过电缆或无线通信方式与控制器电连接，将检测到的密度数据传输至控制器；

30、所述气味强度传感器安装在天然气管道上，通过电缆或无线通信方式与控制器电连接，将检测到的气味强度数据传输至控制器；

31、所述挥发性传感器安装在天然气管道上，通过电缆或无线通信方式与控制器电连接，将检测到的挥发性数据传输至控制器；

32、所述表面吸附分析仪安装在天然气管道上，通过电缆或无线通信方式与控制器电连接，将检测到的吸附数据传输至控制器；

33、所述电导率传感器安装在天然气管道上，通过电缆或无线通信方式与控制器电连接，将检测到的电导率数据传输至控制器。

34、在一些可能的实施方式中，所述挥发性传感器包括气相色谱仪、质谱仪或者傅里叶变换红外光谱仪，用于检测加臭剂的挥发性有机化合物；

35、所述气味强度传感器包括电子鼻，所述电子鼻由多个化学传感器组成，每个化学传感器对不同的气味成分敏感；

36、所述表面吸附分析仪通过测量加臭剂分子在固体表面上的吸附量和吸附速率来评估其吸附特性。

37、在一些可能的实施方式中，所述基于深度学习的神经网络模型包括：

38、输入层，用于接收标准化后的历史数据，包括气体流量检测数据、加臭剂浓度检测数据、环境参数和加臭剂特性参数；

39、多个隐藏层，每个隐藏层包括多个神经元，所述神经元采用线性整流函数作为激活函数，用于提取和处理输入的历史数据的特征；

40、输出层，用于根据所述历史数据的特征，输出最优的加臭剂注入策略，所述输出层的输出包括注入速率、注入时长、注入频率和注入量分布。

41、在一些可能的实施方式中，所述隐藏层使用多层感知器结构时，每个隐藏层包括多个神经元，所有神经元之间是全连接的，每个神经元接收前一层所有神经元的输出，并通过激活函数进行非线性变换；

42、所述隐藏层使用卷积神经网络结构时，每个隐藏层包括多个卷积核，每个卷积核在输入数据上滑动，进行局部连接和权重共享，提取局部特征；

43、所述隐藏层使用长短期记忆网络lstm结构时，每个隐藏层包括多个lstm单元，每个lstm单元通过输入门、遗忘门和输出门控制信息的流动，捕捉序列数据中的长短期依赖关系。

44、在一些可能的实施方式中，所述控制器还包括：预测警报模块，用于根据所述实时气体流量检测数据和所述实时加臭剂浓度检测数据，计算天然气管道中加臭剂的消耗速率，并根据计算出的加臭剂消耗速率，预测所述加臭剂储罐的剩余量，当所述剩余量低于预设阈值时，触发加臭剂补充警报。

45、第二方面，本发明提供一种根据如上所述的任意一种智能自适应天然气加臭剂浓度控制系统的控制方法，所述控制方法包括：

46、s1：获取天然气管道中的实时气体流量检测数据；

47、s2：获取天然气中的实时加臭剂浓度检测数据；

48、s3：获取包括环境温度、环境湿度和大气压力在内的实时环境参数；

49、s4：获取检测天然气中的实时加臭剂特性参数；

50、s5：接收并处理包括所述实时气体流量检测数据、实时加臭剂浓度检测数据、实时环境参数和实时加臭剂特性参数在内的实时数据；

51、s6：基于深度学习的神经网络模型，结合所述实时数据，输出最优的加臭剂注入策略；

52、s7：根据所述最优的加臭剂注入策略，控制加臭剂注入泵的多个参数，所述多个参数包括注入速率、注入时长、注入频率和注入量分布，将加臭剂注入天然气管道中。。

53、上述技术方案具有如下有益技术效果：

54、通过气体流量传感器、加臭剂浓度监测装置、环境参数传感器和加臭剂特性传感器的协同工作，系统能够实时获取高精度的检测数据，确保数据的准确性和可靠性。

55、基于深度学习的神经网络模型，系统能够结合实时数据和历史数据，输出最优的加臭剂注入策略，实现智能化控制。该策略能够动态调整注入速率、注入时长、注入频率和注入量分布，以适应不同的运行条件和环境变化。

56、系统能够根据实时数据和预测结果，动态调整加臭剂注入策略，具有较强的自适应能力。无论是在高流量还是低流量条件下，系统都能保持加臭剂浓度的稳定性和均匀性。

57、通过优化加臭剂注入策略，系统能够有效减少加臭剂的浪费，提高能源利用效率，降低运行成本。