深度学习泄漏定位模型

氢气泄漏即知位置

用深度学习直接从氢气浓度信号中预测泄漏位置，避免传统多传感器布局的复杂标定，五秒数据即可高精度锁定泄漏源。

毕钰帛 · Qiulan, Wu · Wang, Shilu · Shi, Jihao · Haiyong, Cong · Lili, Ye · Wei, Gao · Mingshu, Bi

Energy 2023

参数信息

定位准确率

99.54 %

定位精确率

99.42 %

召回率

99.54 %

F1分数

99.46 %

短时数据定位准确率

97.64 %

技术优势

五秒就能定位

仅用5秒泄漏数据输入模型，即可达到97.64%的定位精度，满足实时报警需求。

抗噪能力强

CEEMDAN自适应降噪有效处理传感器信号中的噪声，提升泄漏特征提取的可靠性。

应用场景

• 加氢站安全监控：站内多点浓度数据实时推理，几秒内给出泄漏位置，缩短应急响应时间。
• 气体泄漏检测仪器：可嵌入泄漏检测设备，提升其对短时微弱信号的定位能力。
• 工业安全物联网：作为边缘AI模块接入工业物联网，实现泄漏定位的在线智能分析。