[發明專利]LNG儲罐加速度響應數據補全方法及裝置

在審

• 申請號: 202111027194.0
• 申請日: 2021-09-02
• 公開（公告）號: CN113688771A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 陳增順;華建民;張利凱;袁晨峰;薛暄譯;黃樂鵬;付軍
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶樂泰知識產權代理事務所(普通合伙) 50221
• 代理人: 雷鈔

1.一種LNG儲罐加速度響應數據補全方法，其特征在于，包括

S1：采集LNG儲罐上一系列加速度數據，確定異常數據測點，基于該異常數據測點得到加速度數據序列矩陣；

S2：采用集合經驗模態分解算法將所述加速度數據序列矩陣分解為多個IMF分量和RES分量，得到EEMD分解數據樣本；

S3：結合多尺度卷積及并行卷積的方式構建MultiCNN神經網絡模型；

S4：定義MultiCNN神經網絡模型的損失函數，將EEMD分解數據樣本和對應的加速度數據輸入MultiCNN神經網絡中進行模型訓練；

S5：采集LNG儲罐的實時加速度數據，輸入訓練好的MultiCNN神經網絡模型中進行預測，得到加速度預測數據；利用得到的加速度預測數據對異常或缺失的加速度數據進行補全。

2.根據權利要求1所述的LNG儲罐加速度響應數據補全方法，其特征在于，在步驟S1中，基于異常數據測點得到加速度數據序列矩陣的具體方法為：

選擇異常數據測點在數據出現異常或缺失時刻之前的歷史加速度數據，以及選擇所述異常數據測點設定范圍內的周圍數據測點測得的對應時刻的周圍加速度數據，并將各個數據測點測得的歷史加速度數據和周圍加速度數據分別按時序整合成對應的加速度數據序列，進而組合形成加速度數據序列矩陣。

3.根據權利要求2所述的LNG儲罐加速度響應數據補全方法，其特征在于，在步驟S2中，所述加速度數據序列矩陣中包含有歷史加速度數據序列及其周圍加速度數據序列，所述歷史加速度數據序列及其周圍加速度數據序列記為原始加速度數據序列，分別對各原始加速度數據序列矩陣進行集合經驗模態分解，其具體步驟為：

S201：設置原始加速度數據序列的分解次數，每分解一次記為一組原始加速度數據序列，得到多組原始加速度數據序列；

S202：在每組原始加速度數據序列中分別疊加一組不同幅值的高斯白噪聲得到多組第一加速度數據序列；

S203：分別對每組第一加速度數據序列進行經驗模態分解，得到多組imf分量和res分量；

S204：分別計算所述imf分量的平均值，得到IMF分量和RES分量。

4.根據權利要求3所述的LNG儲罐加速度響應數據補全方法，其特征在于，在步驟S203中，對所述第一加速度數據進行經驗模態分解的具體步驟為：

S2031：篩選出第一加速度數據序列中所有的極大值點和極小值點，對所述極大值點和極小值點分別進行擬合得到所述第一加速度數據序列的上包絡線和下包絡線；

S2032：根據所述上包絡線和下包絡線計算所述第一加速度數據序列的均值包絡，并計算所述第一加速度數據序列與均值包絡之間的差值得到第一殘余加速度數據序列；

S2033：判斷所述第一殘余加速度數據序列是否滿足imf分量成立的條件，若滿足，則執行步驟S2034，若不滿足，則對所述第一殘余加速度數據序列重復執行步驟S2031-S2032，直至重復m次后得到的第i個殘余曲線滿足imf分量成立的條件為止；

S2034：將第i個殘余加速度數據序列作為第一加速度數據序列的第一個imf分量，并將第一個imf分量從第一加速度數據序列中分離，得到第一res分量；

S2035：判斷所述第一res分量是否為單調函數，若是，則完成分解，否則對所述第一res分量重復執行步驟S2031-S2034，直至重復n次得到的第j個剩余加速度數據序列為單調函數為止，所述第j個剩余加速度數據序列即為第一加速度數據序列經過經驗模態分解得到的res分量。

5.根據權利要求4所述的LNG儲罐加速度響應數據補全方法，其特征在于，在步驟S2033中，所述imf分量成立的條件為：

在整個時程內，所述第一殘余加速度數據序列上極大值點和極小值點的個數與過零點的個數相等或最多相差一個；

在整個時程內，所述第一殘余加速度數據序列上任意一點處的上包絡線和下包絡線的均值為零。