[发明专利]一种井下管道泄漏场景描述方法和装置

说明书

本发明公开一种井下管道泄漏场景描述方法和装置，包括：步骤1、获取井下管道场景状态图像；步骤2、将井下管道状态场景图像处理为标记图像，将标记后的图像分为训练样本和测试样本；步骤3、使用训练样本训练图像变化描述模型；步骤4、将测试样本输入至所述图像变化描述模型，以得到描述结果。采用本发明的技术方案，以解决传统监控设备无法提供及时有效的井下管道状态信息的技术问题，并辅助工作人员进行判断检测。

技术领域

本发明属于井下管道技术领域，尤其涉及一种井下管道泄漏场景描述方法和装置。

背景技术

矿井是形成地下煤矿生产系统的井巷、硐室、装备、地面建筑物和构筑物的总称。我国国有重点煤矿多为大、中型矿井；地方国营煤矿多为中、小型矿井。随着我国国民经济的高速发展，我国对能源的需求量在不断增加。未来很长一段时间内，煤炭作为我国保障性支柱能源，需求量将逐年递增，煤炭产业规模化已经是大势所趋。煤炭行业作为基础能源工业，经过几十年的发展，煤矿集团化大型化上现有的趋势，投资规模随之增大，平均300万t/a井型投资均在6亿～7亿元左右；以往单纯以盈利为目的的粗放型开采，将逐步被大型机械化生产取代，所以随即衍生出各类井下安全防护系统，其中井下管道泄漏的检测也是其防备措施之一。

管道运输是继铁路、公路、航空、水运的第五大运输手段。在石油、天然气等流体运输中有着独特的优势。但是，随着管龄的增长，由于施工缺陷、腐蚀和人为破坏的存在，管道渗漏状况频频发生，给人们的生命财产和生存环境造成了巨大的威胁。其中井下场景的管道渗漏情况较为隐蔽，不易及时发现处理，耗费维护巡查人员大量的时间和精力，收效也甚微。

发明内容

本发明对于上述实际情况与现有技术存在的问题，提供一种井下管道泄漏场景描述方法和装置，目的为了解决传统监控设备无法提供及时有效的井下管道状态信息的技术问题，并辅助工作人员进行判断检测。

为实现上述目的，本发明采用如下的技术方案：

一种井下管道泄漏场景描述方法，包括：

步骤1、获取井下管道场景状态图像；

步骤2、将井下管道状态场景图像处理为标记图像，将标记后的图像分为训练样本和测试样本；

步骤3、使用训练样本训练图像变化描述模型；

步骤4、将测试样本输入至所述图像变化描述模型，以得到描述结果。

作为优选，步骤3中，所述图像变化描述模型为基于Mask-Rcnn算法并引入双重动态注意力机制的神经网络模型。

作为优选，在基于Mask-Rcnn算法的神经网络模型中的ResNet-101网络由1个conv1卷积层、3个conv2_x、4个conv3_x、23个conv4_x、3个conv5_x以及1个平均池化层组成，第一层为一个步长为2的7×7的卷积，最后一层是一个全连接层；所述conv2_x、conv3_x、conv4_x、conv5_x为四种不同大小残差块，其中，

conv2_x具有3个卷积层，分别为：卷积核1*1，且数量为64，卷积核3*3，且数量为64，卷积核1*1，且数量为256；

conv3_x具有3个卷积层，分别为：卷积核1*1，且数量为128，卷积核3×3，且数量为128，卷积核1*1，且数量为512；

conv4_x具有3个卷积层，分别为：卷积核1*1，且数量为256，卷积核3*3，且数量为256，；卷积核1*1，且数量为1024；

conv5_x具有3个卷积层，分别为：卷积核1*1，且数量为512，卷积核3*3，且数量为512，卷积核1*1，且数量为2048。

作为优选，步骤1中，通过在井下管道前端安装静态工业摄像机用于采集井下管道日常状态视频流数据；按照预设时间间隔选取视频流数据中的关键帧并保存为图像数据。