LS-SVM在地下空间可燃气体分类中的应用研究

发布时间：2021-12-10 07:58

　　在城市燃气管线相邻地下空间可燃气体监测过程中,由微生物产生的沼气会对可燃气体监测预警的准确性造成影响。为了能够准确地对地下空间中可燃气体的来源进行判别,提出了一种基于最小二乘法支持向量机（LS-SVM）的可燃气体分类预测模型。选取了典型的燃气及沼气体积分数时空演化数据,分析得到了两类可燃气体数据的基本特征。基于最小二乘法支持向量机分类算法,选取多项式核函数和径向基核函数分别构建可燃气体分类预测模型。通过样本数据对两种分类器分别进行测试,结果显示两种分类器的准确度相差不大,其中采用径向积核函数的分类模型测试准确度达到81%。最小二乘法支持向量机对于可燃气体监测分类具有一定的应用价值,有助于提高燃气监测运维过程的准确性和高效性。 

【文章来源】：安全与环境学报. 2020,20(04)北大核心CSCD

【文章页数】：7 页

【部分图文】：

典型燃气泄漏监测曲线

一周管道首末端压力曲线

24小时内甲烷体积分数变化拟合曲线

【参考文献】：
期刊论文
[1]基于支持向量机的纳西东巴象形文字符识别[J]. 王海燕,王红军,徐小力.  云南大学学报(自然科学版). 2016(05)
[2]基于粗糙集和支持向量机的采空区煤自燃火灾预报[J]. 方刚,郭佐宁,迪明,苗彦平,院军刚.  西安科技大学学报. 2012(06)
[3]沼气发酵影响因素和调控技术[J]. 傅继宁.  中国农业信息. 2012(21)
[4]燃气管道泄漏的抢修[J]. 魏国海,陈立刚.  煤气与热力. 2005(07)
[5]输气管道的储气与调峰[J]. 姜笃志.  油气储运. 1997(08)



本文编号：3532202