1.一种油罐车油气泄漏速度智能监测系统,实现对油罐车在途参数进行检测和油罐车油气泄漏速度智能预测,其特征在于:所述智能监测系统包括油罐车油气泄漏速度参数采集与智能预测平台和油罐车油气泄漏速度变化智能监测模型;
所述油罐车油气泄漏速度参数采集与智能预测平台由多个检测节点和现场监控端组成,并以自组织方式构建成油罐车在途油气泄漏速度参数采集与智能预测平台;检测节点由传感器组模块、单片机和无线通信模块NRF2401组成,负责检测油罐车表面的温度、压力、油气浓度和油罐车速度的实际值,现场监控端实现对油罐车油气泄漏参数进行管理和对油罐车在途泄漏油气速度进行预测;
所述油罐车油气泄漏速度变化智能监测模型包括多个GM(1,1)灰色预测模型、模糊C-均值聚类算法分类器、多个经验模态分解模型、多组DRNN网络预测模型和基于PSO的ELman网络油罐车油气泄漏速度融合模型;每个GM(1,1)灰色预测模型输出作为模糊C-均值聚类算法分类器的输入,模糊C-均值聚类算法分类器对多个GM(1,1)灰色预测模型输出进行分类,每种类型的GM(1,1)灰色预测模型输出作为经验模态分解模型的输入,每个经验模态分解模型的输出作为每组DRNN网络预测模型的输入,每组DRNN网络预测模型的融合预测值作为基于PSO的ELman网络油罐车油气泄漏速度融合模型的输入,基于PSO的ELman网络油罐车油气泄漏速度融合模型对多组DRNN网络预测模型的融合预测值进行融合得到油罐车油气泄漏速度值。
2.根据权利要求1所述的一种油罐车油气泄漏速度智能监测系统,其特征在于:所述多个GM(1,1)灰色预测模型的输入为各个检测点油气浓度变化率,多个GM(1,1)灰色预测模型对多个检测点油气浓度变化速度进行预测,模糊C-均值聚类算法分类器根据多个GM(1,1)灰色预测模型输出值的特征值对多个GM(1,1)灰色预测模型的输出值进行分类。
3.根据权利要求1或2所述的一种油罐车油气泄漏速度智能监测系统,其特征在于:所述每种类型的GM(1,1)灰色预测模型输出作为各个验模态分解模型的输入,各个经验模态分解模型把每类GM(1,1)灰色预测模型输出分解为低频趋势部分和多个高频波动部分,低频趋势部分和多个高频波动部分分别作为每组DRNN网络预测模型的输入,每组各个DRNN网络预测模型的输出等权重相加和得到每组DRNN网络预测模型的融合预测值。
4.根据权利要求1或2所述的一种油罐车油气泄漏速度智能监测系统,其特征在于:所述多组DRNN网络预测模型的融合预测值作为基于PSO的ELman网络油罐车油气泄漏速度融合模型的输入,基于PSO的ELman网络油罐车油气泄漏速度融合模型对多组DRNN网络预测模型的融合预测值进行融合得到油罐车油气泄漏预测速度值。