[发明专利]一种储氢罐安全状态实时监控方法及系统

说明书

本申请涉及数据处理领域，提供一种储氢罐安全状态实时监控方法及系统，包括：采集储氢罐内监测点在初始监测周期内的温度数据序列和应变力数据序列；基于监测点在初始监测周期中的应变力数据序列确定储氢罐内氢气开始压缩的压缩时刻；基于压缩时刻之后的温度数据序列对应的温度异常程度计算得到第一区间划分数量；基于压缩时刻之后的应变力数据序列对应的应变力异常程度计算得到第二区间划分数量；利用HBOS异常监测算法基于所述第一区间划分数量对所述温度数据序列进行异常监测，以及利用HBOS异常监测算法基于所述第二区间划分数量对所述温度数据序列进行异常监测。该方法能够提高储氢罐安全状态的监控准确性。

技术领域

本申请涉及数据处理领域，特别是涉及一种储氢罐安全状态实时监控方法及系统。

背景技术

储氢罐是一种用于存储氢气的高压容器，一般是由高强度的金属材料铸造而成的，具有一定的强度和耐高压性，能够安全可靠的存储和运输氢气，在氢能产业和清洁能源领域具有越来越重要的作用。但是在储氢罐的充氢过程中，会出现操作参数的设置不当、储氢罐老化等问题导致其内胆发生变形甚至损坏，进而发生氢气泄漏的安全问题，不仅会造成经济损失，还会造成人员伤亡。因此，需要对储氢罐储氢过程时的安全状态进行实时监控，及时的发现储氢罐是否发生较严重的形变，并对储氢罐进行维护和保养。

HBOS算法是一种基于直方图的异常数据检测算法，在处理高维数据时具有较快的运行速度和较好的鲁棒性。但是在使用HBOS算法时，需要设置各个维度数据的区间划分的个数，传统HBOS算法中各个维度数据的区间划分的个数一般是一样的，而各个维度数据之间的异常程度不一样，设置相同的区间划分个数，会增加异常数据点的误报率和漏报率。

发明内容

本发明提供一种储氢罐安全状态实时监控方法及系统，能够提高异常数据点的检测准确率。

第一方面，本申请提供一种储氢罐安全状态实时监控方法，所述储氢罐中包括b1×b2个监测点；所述监控方法包括：

采集储氢罐内监测点在初始监测周期内的温度数据序列和应变力数据序列；其中，所述初始监测周期包括b1×b2个应变力数据序列和b1×b2个温度数据序列，每一所述温度变化序列中包括监测点在初始监测周期内每一时刻的温度数据，每一所述应变力数据序列中包括监测点在初始监测周期内每一时刻的应变力数据；

基于监测点在初始监测周期中的应变力数据序列确定储氢罐内氢气开始压缩的压缩时刻；

基于压缩时刻之后的温度数据序列对应的温度异常程度计算得到第一区间划分数量；基于压缩时刻之后的应变力数据序列对应的应变力异常程度计算得到第二区间划分数量；

利用HBOS异常监测算法基于所述第一区间划分数量对所述温度数据序列进行异常监测，以及利用HBOS异常监测算法基于所述第二区间划分数量对所述温度数据序列进行异常监测。

在一可选实施例中，基于监测点在初始监测周期中的应变力数据序列确定储氢罐内氢气开始压缩的压缩时刻，包括：

确定每一应变力数据序列的极值点对应的时刻，其中，极值点对应的时刻为初始监测周期中疑似氢气开始压缩的压缩时刻；

基于每一应变力数据序列计算得到每一应变力数据序列中极值点对应的时刻的区域压缩时间检测系数；

基于每一应变力数据序列中极值点对应的时刻的区域压缩时间检测系数确定储氢罐内氢气开始压缩的压缩时刻。

在一可选实施例中，基于每一应变力数据序列计算得到每一应变力数据序列中极值点对应的时刻的区域压缩时间检测系数，包括：

利用STL分解算法基于每一应变力数据序列计算每一应变力数据序列对应的应变力趋势项数据序列，并基于应变力趋势项数据序列计算得到应变力趋势项变化数据序列；