1.油气浓度大数据智能检测系统,其特征在于:所述检测系统由测量参数采集平台和多点油气浓度预测子系统两部分组成,测量参数采集平台实现对测量参数精确检测,多点油气浓度预测子系统实现对测量参数进行处理和油气浓度预测;
所述多点油气浓度预测子系统由参数检测模块、检测参数融合模型和二元联系数的DRNN神经网络预测模型组成;参数检测模块包括参数检测模型,油气浓度传感器、温度传感器、风速传感器分别感知被检测环境的油气浓度值、温度值和风速值分别作为对应的参数检测模块的多个参数检测模型的输入,参数检测模块的多个参数检测模型输出分别作为对应的检测参数融合模型的输入,检测参数融合模型输出作为二元联系数的DRNN神经网络预测模型的对应输入,二元联系数的DRNN神经网络预测模型输出油气浓度的确定值a和波动值b构成油气浓度的二元联系数为a+bi,油气浓度的确定值a和波动值b分别作为二元联系数的DRNN神经网络预测模型的对应输入,二元联系数的DRNN神经网络预测模型输出作为油气浓度的二元联系数值;
所述检测参数融合模型:一段时间多个参数检测模型输出的参数测量传感器的二元联系数构成时间序列二元联系数值阵列,每个参数测量传感器的时间序列二元联系数值的正理想值贴近度除以该参数测量传感器的时间序列二元联系数值的负理想值贴近度与该参数测量传感器的时间序列二元联系数值的正理想值贴近度的和得到的商为每个参数测量传感器的时间序列二元联系数值的距离相对贴近度;每个参数测量传感器的时间序列二元联系数值的距离相对贴近度除以所有参数测量传感器的时间序列二元联系数值的距离相对贴近度的和得到的商为每个参数测量传感器的时间序列二元联系数值的距离贴近度融合权重;
每个参数测量传感器的时间序列二元联系数值与二元联系数阵列的正理想值之间的灰色关联度除以该参数测量传感器的时间序列二元联系数值与二元联系数阵列的正理想值之间的灰色关联度相加该参数测量传感器的时间序列二元联系数值与二元联系数阵列的负理想值之间的灰色关联度的和得到的商为该参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度;每个参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度除以所有参数测量传感器的时间序列二元联系数值的灰色关联相对贴近度的和得到的商为该参数测量传感器的时间序列二元联系数值的灰色关联度融合权重;
每个参数测量传感器的时间序列二元联系数值的均方根组合权重和线性组合权重按照从小到大排序构成该参数测量传感器的时间序列二元联系数值的二元联系数融合权重,同一时刻每个参数测量传感器的时间序列二元联系数值与该参数测量传感器的时间序列二元联系数值的二元联系数融合权重的积相加得到的和为所有参数测量传感器的时间序列二元联系数融合值。
2.根据权利要求1所述的油气浓度大数据智能检测系统,其特征在于:所述参数检测模型由带时滞单元的Adaline神经网络模型、EMD经验模态分解模型、GM(1,1)灰色预测模型、NARX神经网络预测模型、按拍延迟线TDL、ARIMA预测模型和二元联系数的小波神经网络模型组成。
3.根据权利要求2所述的油气浓度大数据智能检测系统,其特征在于:参数检测传感器输出作为带时滞单元的Adaline神经网络模型的输入,带时滞单元的Adaline神经网络模型输出作为EMD经验模态分解模型的输入,EMD经验模态分解模型输出的测量参数低频趋势值作为GM(1,1)灰色预测模型的输入,EMD经验模态分解模型输出的多个测量参数高频趋势值分别作为对应的多个NARX神经网络预测模型的输入,GM(1,1)灰色预测模型输出和多个NARX神经网络预测模型输出分别作为二元联系数的小波神经网络模型的对应输入,二元联系数的小波神经网络模型输出测量参数的确定值c和波动值d构成测量参数的二元联系数为c+di,测量参数的确定值c和波动值d分别作为对应的按拍延迟线TDL的对应输入和二元联系数的小波神经网络模型的对应输入,按拍延迟线TDL输出分别作为对应的ARIMA预测模型的输入,ARIMA预测模型输出作为二元联系数的小波神经网络模型的对应输入,二元联系数的小波神经网络模型输出作为被测量参数的二元联系数值。
4.根据权利要求1所述的油气浓度大数据智能检测系统,其特征在于:所述测量参数采集平台包括测量参数的检测节点、网关节点、现场监控端、云平台和移动端App,检测节点和网关节点之间通过构建CAN通信网络来实现检测节点和网关节点之间的通信。
5.根据权利要求4所述的油气浓度大数据智能检测系统,其特征在于:所述检测节点将检测的测量参数通过网关节点的RS232接口发送给现场监控端并对油气浓度进行预测;网关节点通过NB‑IoT模块与云平台之间和云平台通过5G网络与移动端App之间实现测量参数的双向传输,网关节点与现场监控端之间通过RS232接口实现测量参数信息的双向传输,移动端App为管理人员提供实时测量参数,检测节点的传感器采集的测量参数上传至云平台的数据库中。