典型文献
基于红外热成像的LNG接收站关键设施漏冷缺陷智能监测方法
文献摘要：
LNG接收站的红外热成像监测具有关键设施体积大、场地情况复杂等特点,对红外热成像的数据清洗、漏冷缺陷识别与定位等提出了更高的要求.运用红外热成像技术对LNG接收站关键设施监测,可以表征设备运行状态与表面温度的对应关系,同时传递LNG接收站关键设施当前的运行信息或故障情况,对LNG场站设施的早期泄漏监测预警具有重要意义.针对红外热成像监测技术在液化天然气(LNG)接收站应用过程中易出现的问题,本文提出融合数据清洗、漏冷缺陷监测及智能识别的LNG接收站关键设施漏冷缺陷智能监测方法.首先建立了基于方向梯度直方图与支持向量机(Histogram of Oriented Gradients,HOG;Support Vector Machine,SVM)相结合的红外热成像监测数据清洗方法,能够准确识别异物闯入镜头视野的视频帧,并标定为异常,减少异常物体对监测过程的干扰,清洗准确率在95％以上.进一步针对LNG接收站关键设施异常数据极少导致异常识别误判和不及时、红外监测易受到周边环境影响的问题,提出了基于卷积神经网络的异常监测方法.经过比对分析,本文提出的方法可以去除边界设置的限制,有效识别人员进入监测画面不同程度的场景,通过学习同类设施的某一设施的异常,从而较为准确的识别出同类设施中另一设施的异常.选取储罐作为研究对象,构建特定的卷积神经网络,通过训练历史数据,进而识别出储罐异常时刻.优势在于在同类设施的不同个体间具有很好的学习性,且识别准确率最高可达99％.
文献关键词：
LNG接收站;红外热成像;方向梯度直方图;支持向量机;卷积神经网络;漏冷缺陷识别
中图分类号：
作者姓名：
胡瑾秋;董绍华;徐康凯;郭海涛;闫雨曦
作者机构：
中国石油大学(北京)安全与海洋工程学院,北京 102249;中国石油大学(北京)油气资源与探测国家重点实验室, 北京 102249;中石油江苏液化天然气有限公司, 南通 226400
文献出处：
引用格式：
[1]胡瑾秋;董绍华;徐康凯;郭海涛;闫雨曦-.基于红外热成像的LNG接收站关键设施漏冷缺陷智能监测方法)[J].石油科学通报,2022(02):242-251
A类：
漏冷缺陷识别
B类：
LNG,接收站,关键设施,智能监测,监测方法,成像监测,地情,数据清洗,识别与定位,红外热成像技术,设备运行状态,表面温度,场站,泄漏监测,监测预警,警具,液化天然气,中易,融合数据,缺陷监测,智能识别,方向梯度直方图,Histogram,Oriented,Gradients,HOG,Support,Vector,Machine,清洗方法,准确识别,异物,闯入,镜头,视频帧,监测过程,异常数据,极少,异常识别,误判,红外监测,周边环境影响,异常监测,比对分析,边界设置,别人,入监,储罐,历史数据,常时,学习性,识别准确率
AB值：
0.301621
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
