【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲...【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲烷浓度传感器的无人机为基础,采用基于贝叶斯推理的马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)法获取天然气管道泄漏源的泄漏位置、泄漏速率;采用基于概率统计的气体源强反算方法,计算概率最高的泄漏参数区间。利用设置的天然气架空管道连续泄漏事故场景进行气体泄漏模拟,验证MCMC算法确定天然气管道泄漏源的有效性。【结果】MCMC算法通过计算得到天然气管道泄漏位置和泄漏速率,总误差的增大使得MCMC算法的成功率降低,但数据清洗会增强算法误差适应性,未经过数据处理的算法成功率则逐渐降低,而经过数据清洗的算法成功率超过90%;将危险气体源强反算的思想应用于天然气管道泄漏检测中,有助于更加准确地获得管道泄漏位置与泄漏速率;初始点远离真实泄漏源会降低MCMC算法的性能,因此合理地选择初始点有利于算法的运行。【结论】基于MCMC算法与加装甲烷浓度传感器的无人机相结合的检测方法,可同时确定天然气管道的泄漏位置与泄漏速率,对泄漏事故发生后的应急处理具有重要意义。(图7,表5,参24)展开更多
针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水...针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.展开更多
文摘【目的】在“双碳”战略目标下,中国天然气消费需求正快速增长,但天然气具有易燃易爆性,一旦天然气管道发生泄漏事故,易造成人员伤亡、环境污染以及经济损失等,天然气管道泄漏检测的研究显得尤为重要。【方法】以高斯烟羽模型与加装甲烷浓度传感器的无人机为基础,采用基于贝叶斯推理的马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)法获取天然气管道泄漏源的泄漏位置、泄漏速率;采用基于概率统计的气体源强反算方法,计算概率最高的泄漏参数区间。利用设置的天然气架空管道连续泄漏事故场景进行气体泄漏模拟,验证MCMC算法确定天然气管道泄漏源的有效性。【结果】MCMC算法通过计算得到天然气管道泄漏位置和泄漏速率,总误差的增大使得MCMC算法的成功率降低,但数据清洗会增强算法误差适应性,未经过数据处理的算法成功率则逐渐降低,而经过数据清洗的算法成功率超过90%;将危险气体源强反算的思想应用于天然气管道泄漏检测中,有助于更加准确地获得管道泄漏位置与泄漏速率;初始点远离真实泄漏源会降低MCMC算法的性能,因此合理地选择初始点有利于算法的运行。【结论】基于MCMC算法与加装甲烷浓度传感器的无人机相结合的检测方法,可同时确定天然气管道的泄漏位置与泄漏速率,对泄漏事故发生后的应急处理具有重要意义。(图7,表5,参24)
文摘针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.
