王紅梅 王詩林 王小利

摘要：近年來隨著燃?xì)獾钠占埃浒踩鹿拾l(fā)生的概率也隨之有所提高。各類管道事故引起的燃?xì)庑孤?，不僅會影響燃?xì)獾恼Ｊ褂?，同時還會造成爆炸和環(huán)境污染。針對這種現(xiàn)象提出一種由硬件和軟件組成的天然氣檢測系統(tǒng)。系統(tǒng)的硬件設(shè)計(jì)采用無線通信的方式。該系統(tǒng)的軟件邏輯實(shí)現(xiàn)采用聚類分析的K-Means算法。該算法可以有效地從數(shù)據(jù)集合中挖據(jù)出異常數(shù)據(jù)。從而完成對天然氣管道泄漏的檢測與定位。

關(guān)鍵詞：管道泄漏；檢測系統(tǒng)；聚類分析；K-Means

中圖分類號：TP312 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）08-0225-04

1介紹

近年來隨著燃?xì)獾钠占?，因?yàn)樘烊粴夤艿朗鹿试谏钪邪l(fā)生的潛在影響可能很大。與此同時為了調(diào)整和優(yōu)化我國的能源消耗結(jié)構(gòu)，國務(wù)院出臺了《能源發(fā)展戰(zhàn)略行動計(jì)劃（2014-2020年）》，而“十三五”也將繼承“十二五”中對提高天然氣在一次能源消費(fèi)中所占比重的戰(zhàn)略部署。統(tǒng)計(jì)發(fā)現(xiàn)其中80%以上的燃?xì)馐鹿适且驗(yàn)槿細(xì)庑孤┮鸬?。由此可見?shí)現(xiàn)對燃?xì)夤艿赖倪h(yuǎn)程監(jiān)控表在日常生活中發(fā)揮著越來越重要的作用。

首先該系統(tǒng)可以監(jiān)控燃?xì)饩\(yùn)行情況，克服人工巡檢的不足。此外，它可以為相關(guān)公司可以在系統(tǒng)的幫助下獲取燃?xì)饩那闆r。此外，它還可以為燃?xì)夤艿赖墓芾硖峁┘夹g(shù)支持。系統(tǒng)進(jìn)行數(shù)據(jù)采集，監(jiān)控和程序控制，是基于計(jì)算機(jī)的調(diào)度自動化系統(tǒng)。它可以實(shí)現(xiàn)數(shù)據(jù)采集，人員派遣，燃?xì)饩ㄎ?，對天然氣管道安全運(yùn)輸?shù)膶?shí)現(xiàn)起到重要的作用。該系統(tǒng)的主要目標(biāo)是檢測到發(fā)生泄漏的位置，并將其展示給相關(guān)人員。

k-means是一種基于分類的聚類方法[8]，得到廣泛的應(yīng)用和研究。參考文獻(xiàn)[9]的研究克服了K-Means算法用于數(shù)字分類的局限性。參考文獻(xiàn)[10]的研究介紹了K-Means均值聚類可以用于分割數(shù)字視網(wǎng)膜圖像中的血管，幫助醫(yī)師診斷眼部疾病。參考文獻(xiàn)[11]的研究講述了K-Means算法在生物數(shù)據(jù)挖掘中的應(yīng)用。相比之下本文研究K-Means算法在聚類方向的應(yīng)用。K-means算法可以有效地聚類數(shù)據(jù)。該系統(tǒng)對于數(shù)據(jù)的處理方法選擇為K-Means算法。硬件設(shè)備通過GPRS模塊實(shí)現(xiàn)與系統(tǒng)的通信。本文剩余部分分為4部分。在第二節(jié)中講述了系統(tǒng)的整體設(shè)計(jì)。第3節(jié)介紹了K-Means基本算法。第4節(jié)介紹K-Means算法的驗(yàn)證。在第五節(jié)給出結(jié)論。

2甲烷泄漏檢測系統(tǒng)

燃?xì)夤艿谰O(jiān)控系統(tǒng)主要由現(xiàn)場數(shù)據(jù)采集設(shè)備、遠(yuǎn)程監(jiān)控終端和數(shù)據(jù)庫3部分組成，如圖1所示。各個部分相對獨(dú)立，又相互合作構(gòu)成了完整的監(jiān)控系統(tǒng)，本系統(tǒng)是基于“物聯(lián)網(wǎng)+”的檢測燃?xì)夤艿谰淄樾孤﹩栴}。其目的是為了保證對管道井內(nèi)的情況進(jìn)行實(shí)時監(jiān)控。

整體軟件的設(shè)計(jì)是面向管理員和工程人員，如圖2所示。登錄界面可以實(shí)現(xiàn)管理員和工程員的登錄以及注冊新工程人員賬號。該系統(tǒng)由Java語言實(shí)現(xiàn)，它通過使用Java服務(wù)器頁面（JSP），JavaScript（JS）和MySQL來實(shí)現(xiàn)其內(nèi)部功能。系統(tǒng)通過Action控制頁面數(shù)據(jù)的輸出。在瀏覽器地址欄中輸入地址，可以進(jìn)入系統(tǒng)登錄界面，如圖3所示。成登錄系統(tǒng)后用戶可以選擇功能。選擇實(shí)時查看功能可以檢測到發(fā)生泄漏的燃?xì)饩男畔?，如圖4所示。其數(shù)據(jù)是由K-Means算法得到。

2.1現(xiàn)場數(shù)據(jù)采集設(shè)備

現(xiàn)場數(shù)據(jù)采集系統(tǒng)通過GPRS模塊實(shí)現(xiàn)與數(shù)據(jù)庫的通信，通過遠(yuǎn)程監(jiān)控端對燃?xì)夤艿谰畠?nèi)的燃?xì)庑孤┣闆r實(shí)現(xiàn)展示?，F(xiàn)場數(shù)據(jù)采集設(shè)備通過傳感器對管道燃?xì)饩M(jìn)行信息采集，通過MCU微處理單元對信息進(jìn)行處理，然后通過GPRS模塊上傳至服務(wù)器，存儲于數(shù)據(jù)庫。

數(shù)據(jù)采集設(shè)備的基礎(chǔ)信息像版本號等通過工程人員現(xiàn)場錄入，工程人員通過手機(jī)APP實(shí)現(xiàn)對數(shù)據(jù)采集設(shè)備基礎(chǔ)信息的寫入，以方便遠(yuǎn)程監(jiān)控對設(shè)備的正確定位和統(tǒng)計(jì)展示。

2.1.1終端設(shè)計(jì)

本次設(shè)計(jì)的甲烷濃度檢測傳感器采用熱導(dǎo)式傳感器PTCDl0，是一種可以感應(yīng)空氣中甲烷等一些氣體并將其轉(zhuǎn)化成電信號的濃度的器件。單片機(jī)處理單元選取STM系列，在恒溫電路、電源電路、信號調(diào)節(jié)電路的共同作用下完成對燃?xì)夤艿谰募淄闄z測。甲烷濃度檢測流程框圖如圖5所示。

2.1.2 PTCD10傳感器

本次設(shè)計(jì)采用的是Posifa公司的熱導(dǎo)式原理的PTCD10，此傳感器以氣體導(dǎo)熱性不同的原則運(yùn)行，可用于測量組分氣體具有不同熱導(dǎo)率的二元混合物或準(zhǔn)二元混合物（例如空氣中的H2，CH4或CO 2）中的氣體濃度。工作環(huán)境比較廣闊，可以在溫度-40℃至300℃和濕度0至100%RH范圍內(nèi)工作。下表為PTCD10的電氣特性[8]。

2.1.3檢測設(shè)備工作原理

由傳熱學(xué)理論可知，熱傳遞具有三種基本方式：熱傳導(dǎo)、熱輻射和熱對流。熱導(dǎo)式傳感器工作時，其熱量的損耗主要為氣體熱傳遞和熱輻射。雖然PTCD10的工作環(huán)境較為廣泛，但是其敏感度與環(huán)境溫度有著密切的相關(guān)性，因此添加了恒溫電路，以保證檢測環(huán)境的穩(wěn)定。同時為了得到更為準(zhǔn)確的信號，需要對PTCD10輸出的信號進(jìn)行調(diào)節(jié)，以獲取所需數(shù)據(jù)，對燃?xì)夤艿谰膶?shí)際情況作出判斷。

2.2遠(yuǎn)程監(jiān)控終端

遠(yuǎn)程監(jiān)控終端為B/S架構(gòu)的系統(tǒng)，采用SSH框架，由表示層、業(yè)務(wù)層和數(shù)據(jù)層交互構(gòu)成，實(shí)現(xiàn)管道井信息的獲取、實(shí)施措施命令的下達(dá)，提供良好的人機(jī)交互邏輯，具有展示報警數(shù)據(jù)位置、安檢維修派工，設(shè)備信息查詢，歷史數(shù)據(jù)查詢、一周內(nèi)數(shù)據(jù)趨勢等功能，使身處異地的管理人員能夠及時地掌握區(qū)域內(nèi)燃?xì)夤艿谰臄?shù)據(jù)信息，根據(jù)實(shí)際情況及時的做出反應(yīng)，采取措施，增強(qiáng)能動性和干預(yù)能力，及時的遏制危險事故的發(fā)生，保障了公共財產(chǎn)安全、人身安全。

2.3數(shù)據(jù)庫

數(shù)據(jù)存儲選擇MySQL數(shù)據(jù)庫，其處于遠(yuǎn)程監(jiān)控終端和現(xiàn)場數(shù)據(jù)信息采集之間，是兩者聯(lián)系的橋梁。現(xiàn)場數(shù)據(jù)采集設(shè)備將采集的實(shí)時數(shù)據(jù)信息經(jīng)MCU進(jìn)行處理通過無線通信GPRS模塊上傳存儲于數(shù)據(jù)庫中，為用戶使用提供數(shù)據(jù)信息，及時獲取當(dāng)前情況。遠(yuǎn)程監(jiān)控終端一方面將數(shù)據(jù)庫的信息進(jìn)行展示，另一方面對異常設(shè)備及時采取措施，實(shí)現(xiàn)對燃?xì)夤艿谰臒o人遠(yuǎn)程監(jiān)測。

3系統(tǒng)實(shí)現(xiàn)的關(guān)鍵技術(shù)

系統(tǒng)的目的是為了檢驗(yàn)燃?xì)夤艿谰畠?nèi)是否有甲烷氣體的泄漏，這就需要對設(shè)備輸出的信號進(jìn)行分析，從而得出是否存在甲烷泄漏的結(jié)論。在此我們采用橫向比較的方式，即對同一時刻同一區(qū)域的不同設(shè)備的輸出信息進(jìn)行比較。

為了簡潔有效地在數(shù)據(jù)集合中挖掘出異常數(shù)據(jù)，監(jiān)控系統(tǒng)采用了聚類分析。聚類就是根據(jù)數(shù)據(jù)相似性把數(shù)據(jù)歸納成若干個類別，同一類別中的數(shù)據(jù)彼此差異較小，而不同類別中的數(shù)據(jù)差異較大。聚類分析可以建立宏觀的概念，從中可以發(fā)現(xiàn)數(shù)據(jù)的分布模式和數(shù)據(jù)屬性之間的相互關(guān)系。聚類分析的數(shù)據(jù)對象可以是未知的，在分析的過程中，通過多次迭代后，將從數(shù)據(jù)集所挖掘出來的數(shù)據(jù)類中的數(shù)據(jù)保持了最大的相似性，而且同時保持了不同的數(shù)據(jù)類之間的差異。一般在處理數(shù)據(jù)時會在數(shù)據(jù)集中挑選出孤立點(diǎn)，并將其看做為異常點(diǎn)和拋棄，而本次實(shí)驗(yàn)的目的則是為了挑選出孤立點(diǎn)。

聚類分析的目的是將數(shù)據(jù)劃分成相關(guān)性的不同的數(shù)據(jù)組，使組內(nèi)的數(shù)據(jù)差異小相似性大。聚類分析過程一般會用到明式（Minkowski）距離和歐式距離（D）兩種距離。

通過聚類分析中的K-Means方法，可以輕易地挖掘奇異數(shù)據(jù)從而得出有故障的燃?xì)饩?，然后根?jù)其位置信息及時的采取相應(yīng)的措施進(jìn)行處理，以避免發(fā)生火災(zāi)等其他災(zāi)害。

K-Means算法實(shí)現(xiàn)了對數(shù)據(jù)的分類，實(shí)現(xiàn)對給定的K值聚類，將數(shù)據(jù)按照給出的分組方法經(jīng)反復(fù)計(jì)算的方式改變其分組，最終達(dá)到每一組的任意數(shù)據(jù)僅屬于這一組。算法表達(dá)式如下：

4仿真實(shí)驗(yàn)與分析

4.1實(shí)驗(yàn)仿真

實(shí)驗(yàn)對100個監(jiān)控地點(diǎn)進(jìn)行數(shù)據(jù)采樣，對采樣的數(shù)據(jù)首先采用歐式距離公式計(jì)算每個數(shù)據(jù)和其他數(shù)據(jù)的距離，通過MATLAB編程，發(fā)現(xiàn)數(shù)據(jù)經(jīng)歐氏距離公式的處理分為兩類，一類距離較為接近，這一類數(shù)據(jù)一般較多，經(jīng)過試驗(yàn)對比發(fā)現(xiàn)這一類數(shù)據(jù)來源于沒有發(fā)生燃?xì)庑孤┑娜細(xì)饩淄樾孤┍O(jiān)控設(shè)備；而另一類數(shù)據(jù)則是聚集在距離大約為10左右的地方，數(shù)目不多，與試驗(yàn)數(shù)據(jù)對比發(fā)現(xiàn)，這是發(fā)生燃?xì)庑孤┑臄?shù)據(jù)，圖7為其中一次試驗(yàn)仿真結(jié)果。經(jīng)歐式距離分析及其結(jié)果與試驗(yàn)數(shù)據(jù)的比對發(fā)現(xiàn)K-Means可以實(shí)現(xiàn)對數(shù)據(jù)的區(qū)分。

歐式距離的分析為下一步利用K-Means算法對實(shí)驗(yàn)數(shù)據(jù)的進(jìn)一步劃分提供了可行性依據(jù)，經(jīng)過多次迭代可以精準(zhǔn)的對實(shí)現(xiàn)數(shù)據(jù)進(jìn)行劃分，已達(dá)到區(qū)分未泄漏和泄漏兩種工作狀態(tài)。

對數(shù)據(jù)進(jìn)行K-Means算法計(jì)算，為了使數(shù)據(jù)可以在二維圖像上展示，對數(shù)據(jù)采取了橫縱坐標(biāo)一致的標(biāo)致方式。經(jīng)編程后實(shí)現(xiàn)對數(shù)據(jù)的二分類，將數(shù)據(jù)分解為兩個集合狀態(tài)，如圖8所示，圖中兩個五角星分別表示為兩類數(shù)據(jù)聚集中心，綠色圓圈表示未發(fā)生泄漏的數(shù)據(jù)（有重合數(shù)據(jù)），而紅的圓圈則表示發(fā)生泄漏的數(shù)據(jù)。

4.2仿真結(jié)果對比

對仿真結(jié)果進(jìn)行驗(yàn)證，確定仿真結(jié)果與實(shí)際的一致性，經(jīng)過多次采樣，更換設(shè)備數(shù)目，地點(diǎn)等方式對仿真結(jié)果進(jìn)行驗(yàn)證。表2為驗(yàn)證統(tǒng)計(jì)。

對結(jié)果不一致的實(shí)驗(yàn)進(jìn)行分析得到原因：1）燃?xì)庑孤╅_始時間短暫，還沒有形成達(dá)到危險濃度范圍；2）設(shè)備故障，檢測設(shè)備出現(xiàn)故障，不能將有效數(shù)據(jù)上傳。針對原因1，采取多次上傳取最新數(shù)據(jù)。

經(jīng)過數(shù)據(jù)對比和錯誤原因分析發(fā)現(xiàn)K-Means方法可以有效地挖掘出有燃?xì)庑孤┑臓顟B(tài)，基本可以實(shí)現(xiàn)無誤差仿真，可以運(yùn)用。

通過聚類分析可以清晰地找出異常點(diǎn)，然后根據(jù)數(shù)據(jù)來源可以及時的實(shí)時對其的安全監(jiān)控，減少了物力財力的消耗已經(jīng)增加了信息獲取的及時性。

5總結(jié)

本文首先介紹了燃?xì)夤艿谰O(jiān)控系統(tǒng)的重要性。其次介紹了整體的系統(tǒng)設(shè)計(jì)及其部分功能。緊接著詳細(xì)的介紹了K-Means算法。K-Means算法的使用可以方便快捷的挑選出發(fā)生泄漏的管道井，具有較為高效的操作性，在未來管道井監(jiān)控中將發(fā)揮重要的作用。最后對K-Means算法的結(jié)果輸出做出了驗(yàn)證，證明了K-Means算法是切實(shí)可行的。燃?xì)夤艿兰淄樾孤┍O(jiān)控是一項(xiàng)較為復(fù)雜的系統(tǒng)工程，需要對多個監(jiān)測點(diǎn)進(jìn)行數(shù)據(jù)收集，而且間隔時間不能太長。本系統(tǒng)的成功實(shí)施必須需要統(tǒng)一的支撐平臺，合理的通信架構(gòu)為保障，才可以實(shí)現(xiàn)對燃?xì)夤艿谰膶?shí)施有效的監(jiān)控。