本发明涉及燃气管道监测，具体是一种基于多模态数据融合的燃气管道安全监测及预警系统。
背景技术：
1、燃气管道是国家的生命线工程，承担着传输燃气的重要责任。由于各种人为因素和自然因素的影响，燃气管道长期面临着破损泄漏的风险。其中，人为因素主要包括机械重载、施工不当、人为破坏等因素、自然因素主要包括管道腐蚀、沉降、地裂缝、滑坡、泥石流等因素。目前已有燃气管道安全监测系统主要基于分布式光纤传感器传递的温度、应变及振动的变化来识别管道泄漏，然而这种方法受环境及人为干扰大，精确度低，常常发生误报现象。
技术实现思路
1、针对上述现有技术，本发明提出一种基于多模态数据融合的燃气管道安全监测及预警系统，算法融合了分布式光纤传感器、电位测量模块、监控光学相机等多种传感器数据参数，提高了燃气管道安全监测的精度，保障了燃气管道的运营安全。
2、本发明提供的一种基于多模态数据融合的燃气管道安全监测及预警系统，包括分布式光纤传感器、电位测量模块、监控光学相机；
3、所述分布式光纤传感器布设于管道外壁，同时布设测量应变、温度和振动三种数据的分布式光纤传感器，所述分布式光纤传感器测得的数据通过解调仪传输至数据控制中心；
4、所述电位测量模块包括电压表、通信模块、电池模块和定位模块，所述电压表测得的杂散电流通过所述通信模块传输至数据控制中心；
5、所述监控光学相机布设于重点区域的上空，用于24小时不间断拍摄管道上方地面情况，并将测得的数据传输至数据控制中心。
6、作为进一步的技术方案，其监测方法包括下述步骤：
7、步骤1：从网络或实验中获取大量在人为因素、自然因素的影响下，分布式光纤传感器的应变、温度、振动及电位测量模块的电位的训练样本；所述人为因素包括但不限于机械重载、施工不当、人为破坏，所述自然因素包括但不限于管道腐蚀、沉降、地裂缝、滑坡、泥石流。
8、步骤2：将所述训练样本根据人为因素、自然因素的不同种类进行分类存储；以下数据分析过程以机械重载为例，其他影响因素的数据处理方式均相同；
9、步骤3：对机械重载下训练样本的数据进行预处理；其中，应变、温度、振动、电位的训练样本数据为文本数据，使用pandas对训练样本数据中的噪声、异常、缺失、重复进行预处理；具体的，以应变为例，将每一条应变的训练样本数据中全局最大值取出并设定为值，从值往前和往后各取出100个数据记作，即为n个应变的训练样本数据；同理的，温度取全局最小值，振动、电位取全局最大值，将温度、振动和电位的训练样本数据进行处理，得到n个温度的训练样本数据；n个振动的训练样本数据；n个电位的训练样本数据；将应变、温度、振动和电位的训练样本数据按顺序拼接在一起形成n个201行4列矩
10、阵的训练样本，记作；依次代入n个训练样本矩阵，通过mlp层和softmax层的训练得到一个201行4列的新矩阵，记作，即为机械重载情况下应变、温度、振动、电位的特征矩阵；通过同样的方法，可得到其他影响因素i种情况下应变、温度、振动、电位的特征矩阵
11、；
12、步骤4：从网上下载大量车辆、人、沉降、地裂缝、滑坡、泥石流的相关图片，通过mlp层和softmax层的样本训练，使计算机能够正确识别人物、各种车辆和地面灾害变化信息，得到图像识别特征矩阵
13、，其中, 为人物信息特征数据，为车辆信息特征数据，为地面信息特征数据；
14、步骤5：将各种影响因素情况下的应变、温度、振动、电位的特征矩阵和图像识别特征矩阵分别拼接，形成新的风险特征识别矩阵
15、；
16、步骤6：燃气管道安全监测及预警系统在运行的过程中，同时收集应变、温度、振动、电位的文本数据和光学相机的图像数据，采用训练样本的方法按一定的时间间隔获取数据拼接形成实时数据矩阵
17、；
18、步骤7：利用互信息原理，计算燃气管道安全监测及预警系统的风险特征矩阵和燃气管道安全监测及预警系统的实时数据矩阵之间的相关性，计算公式为
19、；其中，为和之间的联合概率密度函数；和均为边缘概率密度函数，分别对应和；
20、步骤8：根据计算结果分析判断燃气管道是否有风险发生及风险类别。
21、作为更进一步的技术方案，其预警方法为根据系统采集的当前数据，采用长短期记忆神经网络（lstm）进行数据预测，再通过预测得到的数据与特征矩阵进行比对，判断未来是否会发生风险事故，以提高燃气管道安全监测及预警系统的安全性，具体包括下述步骤：
22、步骤1：获取燃气管道安全监测及预警系统的当前数据矩阵，即lstm方法中
23、的输入值和上一时刻的输出值；
24、步骤2：输入值和上一时刻的输出值通过sigmoid函数获得遗忘门，其中，是权重系数，是偏差；
25、步骤3：输入值和上一时刻的输出值通过sigmoid函数和tanh函数获得输入门；
26、步骤4：通过公式，可以求得t时刻的记忆信息；
27、步骤5：输入值、上一时刻的输出值和t时刻的记忆信息通过sigmoid函数和tanh函数获得输出门；
28、步骤6：通过公式计算得到t时刻的预测输出值；
29、步骤7：采用互信息的方法将预测输出值和风险特征识别矩阵比对，得到计算结果，根据结果判断未来是否会有风险发生和发生风险的类别。
30、相对于现有技术，本发明的有益效果为：本发明提供一种基于多模态数据融合的燃气管道安全监测及预警系统，整个系统融入多模态传感器数据，大大提高了风险识别和风险预警的准确率，减小了误报发生率，可大大减少运维工作人员的数量，从根本上保证了燃气管道的运维安全。
1.一种基于多模态数据融合的燃气管道安全监测及预警系统，其特征在于，包括分布式光纤传感器、电位测量模块、监控光学相机；
2.如权利要求1所述的基于多模态数据融合的燃气管道安全监测及预警系统，其特征在于，其监测方法包括下述步骤：
3.如权利要求2所述的基于多模态数据融合的燃气管道安全监测及预警系统，其特征在于，其预警方法包括下述步骤：
