1.一种LNG接收站码头管道泄露监测评估方法,其特征在于,S1:由无线传感网络节点定量检测出管道中液化天然气的流量和液化天然气对管道的压力;
S2:根据专家经验或领域知识来确定初始置信规则库专家系统;
S3:对激活率的概念进行定义,并建立具有激活率的置信规则库专家系统,优化初始置信规则库专家系统;
S4:通过优化后的置信规则库专家系统评估LNG接收站码头管道泄露情况,得到评估报告。
2.根据权利要求1所述的一种LNG接收站码头管道泄露监测评估方法,其特征在于,所述S1中,通过无线传感器测量管道中液化天然气的流量差和液化天然气对管道的压力差,记录测量出的流量差和压力差数据。
3.根据权利要求2所述的一种LNG接收站码头管道泄露监测评估方法,其特征在于,所述S2中,将所述初始置信规则库专家系统构建为:第一步:BRB知识的表达,构建监测模型Then{(D1,β1,k),(D2,β2,k),...,(DN,βN,k),(D,βD,k)}with rule weightθk(k=1,2,...,L)and attribute weightδi(i=1,2,…,M,Rk表示置信规则库中的第K条规则;ai(i=1,...,M)表示第i个前提属性,其参考值为Ji表示第i个属性的引用级别;L表示规则的数目;M表示前提属性的数量;Dj(j=1,...,N)表示第j个输出结果;βj,k表示置信度;D是包含所有结果的集合,因此用βD,K表示分配给D的剩余置信度;(1)第二步:采用ER规则,融合多条规则输出运算结果,用vi表示所有匹配度构建的M个匹配度向量,每个向量都包含ji个匹配度,可获取到匹配度矩阵V,V包含元素vk,i(k=1,...,L;i=1,...,M),该元素根据参考级别排列的规则从vi中选择,因此,第k条规则ωk的激活权重可由下式计算:
θk(k=1,...,L)表示第k条规则的规则权重,反映了第k条规则相对于其他规则的重要度;δi(i=1,2,...,M)表示第i个前提属性的权重,反映了第i个前提属性相对于其他前提属性的重要度;
如果激活权重不等于0,则激活相应规则,然后使用以下证据推理规则融合激活的规则,并最终获得分配给结果的置信度的分布
4.根据权利要求3所述的一种LNG接收站码头管道泄露监测评估方法,其特征在于,所述S3中,建立具有激活率的置信规则库专家系统,优化初始置信规则库专家系统,根据专家知识设置BRB的初始参数值;
假设优化子过程的数量是pn,训练数据集分为pn个部分,每个部分均从原始数据集的sn个样本中进行平均采样;
将每个子数据集输入到初始BRB中,然后计算每个子数据集的激活率其中ARi表示第i个子数据集的激活率, 表示第n个子数据集激活的第k条规则的激活率;
设置激活率阈值,该阈值决定参与每个优化子过程的规则,然后将BRB分为pn个子BRB模型,表示为BRBn;
将相应的子BRB分配给不同的计算单元,并根据相应的训练子数据集进行单独优化,然后利用P‑CMA‑ES的优化算法,用于最小化等式中所示的目标函数,可利用公式(3);
经过上述步骤后,我们将得到pn个置信度分布组,每个组对于BRB中sn个样本的输出结果具有sn个置信度分布,由第i个测试样本的第n个优化子过程生成的置信度分布可以表示为 要获得最终的置信度分布,可以使用加权平均法,并且可以通过pωn确定第n个分布的权重
其中 表示BRBn中第k条规则的激活次数,然后通过公式(5)获得第i个样本 的最终置信度分布,BRB的最终结果可以通过公式(6)获得
5.根据权利要求4所述的一种LNG接收站码头管道泄露监测评估方法,其特征在于,所述S4中,通过利用带有激活率的置信规则库专家系统,分析所述无线传感器所采集到的数据,结合ER证据推理,得到系统最终评估结果。