(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211007290.3 (22)申请日 2022.08.22 (71)申请人 佳源科技股份有限公司 地址 210000 江苏省南京市雨 花台区宁双 路19号云密城14-17层 (72)发明人 马培龙　 (74)专利代理 机构 苏州中合知识产权代理事务 所(普通合伙) 32266 专利代理师 阮梅 (51)Int.Cl. G06K 9/62(2022.01) G01D 21/02(2006.01) (54)发明名称 一种基于管廊环境的多传感器融合判定方 法及系统 (57)摘要 本发明公开一种基于管廊环境的多传感器 融合判定方法及系统。 该方法包括如下步骤： 获 取管廊环 境中温度传感器、 湿度传感器以及多种 气体传感器的采样数据； 对采样数据进行异常值 筛选并剔除； 分别将采用数据中温度传感器和湿 度传感器数据进行融合， 将多种气体传感器数据 进行融合； 根据温、 湿度传感器数据融合后的结 果以及根据前阶段预测的估计值进行实时温湿 度对比决策； 根据多种气体传感器数据融合后的 结果以及根据前阶段预测的估计值进行实时气 体对比决策。 本发明采用动态融合判定算法， 使 各传感器数据交互协同聚合， 并进行了实时数据 预测， 可以显著提升综合管廊运行的安全性。 权利要求书3页 说明书7页 附图1页 CN 115496127 A 2022.12.20 CN 115496127 A 1.一种基于管廊环境的多传感器融合判定方法， 其特 征在于， 包括如下步骤： 获取管廊环境中温度传感器、 湿度传感器以及多种气体传感器的采样数据； 对所述采样数据进行异常值筛 选并剔除； 分别将采用数据中温度传感器和湿度传感器数据进行融合， 将采用数据中多种气体传 感器数据进行融合； 根据温度传感器和湿度传感器数据融合后的结果以及根据前阶段预测的估计值进行 实时温湿度对比决策； 根据多种气 体传感器数据融合后的结果以及根据前阶段预测的估计 值进行实时气体对比决策。 2.根据权利要求1所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 还 包括如下步骤： 实时将温湿度对比决策和/或气体对比决策信息发送至相关负责人。 3.根据权利要求1所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 示异常值筛 选并剔除， 具体包括如下步骤： 在第k时刻， 若采样数据 高于初始预设安全阈值δX， 即 则触发异常值筛选机 制； 提取k‑2Δk、 k‑Δk以及k+Δk三个时刻的真实值， 得到的数据分别为 以 及 若 则采样数据 为非异常值， 及时启动危险报警机制； 若 则计 算增值 并根据增值 计算结果获取动态判定阈值ρ， 所述动态判定阈值的计算公式为： 若 则采样数据 为非异常值， 及时启动危险报警机制； 若 则采样数据 为异 常值， 将当前值 剔除后， 同时令 4.根据权利要求1所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 述温度传感器和湿度传感器数据进行融合， 具体包括如下步骤： 在k时刻， 不同温度传感器采集数据的真实值为 其中i为管廊内温度 传感器的数量， 湿度传感器采集数据的真实值分别 其中j为管廊内湿度 传感器的数量； i个温度传感器的均值和方差分别为： j个湿度 传感器的均值和方差分别为 第k时刻， 温度传感器和湿度传感器融合后的结果 为 5.根据权利要求4所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 述根据温度传感器和湿度传感器数据融合后的结果以及根据前阶段预测的估计值进行实 时温湿度对比决策， 具体包括如下步骤：权　利　要　求　书 1/3 页 2 CN 115496127 A 2在k时刻时， 温度传感器数据的均值与方差分别 为 湿度传感器数据的均值与 方差分别为 其对应融合后的结果为λFk， 相应的预测值分别为 在k‑ 1时刻， 温度传感器与湿度传感器数据的真实值分别为 其对应 融合后的结果为λFk‑1， 相应的预测值分别 为 在k‑2时刻， 温度传感器与 湿度传感器数据的真实值分别为 其对应融合后的结果为 λFk‑2， 相应的预测值分别为 计算第k+1时刻的各项预测值， 同理可得， 以及 融合之后的预测值 计算第k+1时刻的判定阈值 在第k时刻， 对第k+1时刻的预测值对进行判定， 若 则管廊环境预测判 定为危险状态， 及时启动危险报警机制； 若 则管廊环境预测判定为正常状 态， 对比第k+1时刻的真实值， 若融合后的真实值λFk+1大于预设温湿度融合安全阈值λF， 或 温、 湿度传感器其中之一的真实值大于预设温湿度 融合安全阈值λF， 则管廊环境均被判定 为危险状态， 及时启动危险报警机制。 6.根据权利要求1所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 述多种气体传感器包括 一氧化碳气体传感器、 甲烷气体传感器和硫化氢气体传感器。 7.根据权利要求6所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 述将多种气体传感器数据进行融合， 具体包括如下步骤： 在k时刻， 所述一氧化碳气体传感器、 甲烷气体传感器和硫化氢气体传感器的一氧化 碳、 甲烷、 硫化氢气体浓度的采样值分别为 其一氧化碳、 甲烷、 硫化氢气体浓 度的预设安全阈值分别为 δC、 δH、 δS； 计算一氧化碳、 甲烷、 硫化氢的浓度比例分别为 其中 第k时刻， 多种气体传感器融合后的结果 为 8.根据权利要求7所述的一种基于管廊环境的多传感器融合判定方法， 其特征在于， 所 述根据多种气体传感器数据融合后的结果以及根据前阶段预测的估计值进行实时气体对 比决策， 具体包括如下步骤： 获取在k时刻， 一氧化碳、 甲烷、 硫化氢气体浓度的真实值分别为 其对应 融合后的结果为λGk， 相应的预测值分别为 在k‑1时刻， 一氧化碳、 甲烷、 硫化氢气体浓度的真实值分别为 其对应融合后的结果为λGk‑1， 相应的预 测值分别为 在k‑2时刻， 一氧化碳、 甲烷、 硫化氢气体浓度的真权　利　要　求　书 2/3 页 3 CN 115496127 A 3