CN106969266A - 城市供水管网的管道压力监测设备在线运行状态诊断方法 - Google Patents
城市供水管网的管道压力监测设备在线运行状态诊断方法 Download PDFInfo
- Publication number
- CN106969266A CN106969266A CN201710240074.6A CN201710240074A CN106969266A CN 106969266 A CN106969266 A CN 106969266A CN 201710240074 A CN201710240074 A CN 201710240074A CN 106969266 A CN106969266 A CN 106969266A
- Authority
- CN
- China
- Prior art keywords
- data
- pressure monitoring
- probability
- evidence
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
Abstract
本发明公开城市供水管网的管道压力监测设备在线运行状态诊断方法。本发明根据历史监测数据,获得监测数据判断超上下限的基本参数,以及线性拟合公式;接收到远程压力监测数据时,首先判断监测数据是否在超时;其次判比较与前3次的数据完全一致,判断是否通讯和数据采集失效;再次计算是否超过上下限和与其他测点的拟合误差是否超过2倍标准方差,计算压力监测数据的失效概率和正常概率,采用D‑S合成规则合成加权平均证据,判断压力监测设备采集的数据是否正常。利用仪表之间的相互关系进行相互验证,避免了在野外的压力传感器没用正常通讯或偏离正常监测而无法及时发现的问题,保证了供水监控系统的完整性和正常运行。
Description
技术领域
本发明涉及一种城市供水管网的管道压力监测设备在线运行状态诊断方法,具体涉及一种管网远传的压力监测设备是否正常采集数据以及远程通信是否正常。
背景技术
随着城镇化的推进和城市规模的扩大,城市供水管网的压力监控仪表越来越多。供水系统压力传感器的布置有多种目的,包括了解被监控区域的压力是否平稳,监视供水管网最不利点压力是否达到市政许可要求,监视局部管网是否发生爆管事故。
由于绝大部分管网远传的压力传感器是布置在野外;压力传感器放置的遥测井温度、湿度以及通电通信状况比较恶劣,导致传感器精度、线性度、重复性发生变化;通讯设备受周边环境影响,出现通讯中断;随着压力监控系统运行时间的增长,以上两方面的因素造成压力监测数据错误在所难免。
压力监测数据错误主要包括偏差过大、回传延迟超时或中断。为了有效利用这些传感器数据,需要花费较大的精力在前期甄别和选取上。如果简单地划定上下限阈值判断仪表是否正常,容易造成误判:当上下限阈值范围太大,则容易漏报错误数据;如果阈值太小,容易频繁产生误报;必须指定合理的阈值进行判断管网远传压力传感器的有效性和准确性,并判断通讯是否正常。
发明内容
本发明的目的是针对现有技术的不足,提供一种城市供水管网的管道压力监测设备在线运行状态诊断方法。
城市供水管网的管道压力监测设备在线运行状态诊断方法,包括以下步骤:
步骤(1)、根据水压监测数据的历史信息进行监测点进行统计分析,建立监测点24小时的数据分布特征,确定水压监测点监测数据的合理范围
1.1获取在线压力监测点的历史水压监测数据;
1.2对步骤(1)获取的历史水压监测数据按照一天24小时进行排列整理,每5~30分钟作为一个时段对上述历史水压监测数据进行分割,提取每一个时段历史水压监测数据,并剔除明显不合理的异常数据;
1.3获取在线监测压力点所在时刻的水压平均值μ和均方差σ;
1.4利用压力监测点的历史监控数据,提取任意两个压力监测点的同步样本数据;
1.5建立多个压力监测点之间验证的证据公式:
设定任意两个压力监测点i、j之间压力监测值线性拟合公式为xi=k0i,j+k1i,jxj,k0、k1均为拟合系数;利用任意两点监测点的同步样本数据进行线性拟合,并且计算拟合公式的误差方差δi,j;
1.6计算任意两个压力监测点i、j之间的相关系数;根据两个测点之间的线性相关系数,提取选取排列在前5位的测点,并且相关系数大于0.8的为一组,作为相互验证的测点;当相关系数大于0.8的相关测点少于5个,按照大小顺序,至少提取前3个作为一组;
1.7利用步骤(1)~(6)建立的多个线性拟合公式构成了评判仪表数据是否可信的证据集,作为判断是监测数据是否处于合理范围的依据;
步骤(2)、接收到远程压力监测数据时,首先判断监测数据是否在超时;其次判比较与前2次的数据完全一致,判断是否为通讯和数据采集失效;再次计算是否超过上下限和与其他测点的拟合误差是否超过2倍标准方差,计算压力监测数据的失效概率和正常概率,采用D-S合成规则合成加权平均证据,判断压力监测设备采集的数据是否正常:
2.1从监控装置接入实时水压监测数据,判断水压监测数据与当前时间之差是否超出允许范围;若Tc-Ts<T0+Tl时则为有效时间内数据,继续步骤2.2,否则为超时无效数据,输出该监测点系统采样为无效数据;其中Tc为当前时间,Ts为监控装置无线通信模块传播数据的采集时间,T0为数据采集周期,Tl为监控装置无线通信模块传播数据的传播时间;
2.2根据远程监测点采集到的数据判断连续三次采样周期数据是否完全一样;若完全一样,则表明远程采集数据采集传感器出现异常,或者通讯环节失效,输出该监测点系统采样为无效数据;若不一样,则进行步骤2.3,判断数据是否在合理范围;
2.3利用步骤1.1~1.6建立的监测数据证据集进行基本判断,水压监测数据是否在合理的上限和下限范围,所述的合理的上限和下限范围为当前压力数据在历史数据中当前时刻水压监测平均值的上下两倍方差以内;
若在上下限范围内,则表示在合理范围内,数据失效概率为0.01和正常概率为0.99,则输出该监测点系统采样结果;若超出上下限范围,根据以下公式计算失效和正常概率:
超过上限时的失效概率计算公式为正常概率为
超过下限时的失效概念定义为正常概率为
2.4利用步骤1.4~1.6建立的同一组的其他测点之间线性相关函数,计算同组压力监测点监测数据是否超出合理范围,这里的合理范围是当前压力数据在相关线性函数两倍方差内;
若|xi-(k0i,j+k1i,jxj)|<2δi,j则认为数据合理,正常概率为0.99,失效概率为0.01;
若超出范围则按照公式计算失效概率和正常概率:失效概率正常概率为
2.5将步骤2.3和2.4获得的所有失效概率和正常概率代入到证据理论公式中进行耦合,计算失效概率和正常概率,具体步骤如下:
①根据步骤2.3-2.4计算正常概率和失效概率,并按照下式计算证
据间的相似系数:
其中,A、B代表证据集中的命题,i和j代表证据序号;m(A)是命题A的正常概率或失效概率,它代表证据对命题A的信任程度,代表空集;
②设收集的证据数目为n,计算出正常和失效概率两两间的相似系数,进而得到如下相似矩阵:
③将相似距阵的每行相加可得到正常概率和失效概率支持度;支持度函数为
④将正常概率和失效概率证据的支持度归一化可得到证据的可信度,计算公式为:
⑤可信度作为权重,对证据的基本信任分配进行加权平均;
⑥根据D-S合成规则合成加权平均证据,当有n组证据时,将加权平均证据合成n-1次,合成规则按照下式进行计算,得到压力监测仪表是否在正常概率的融合结果和失效概率的融合结果;
本发明的有益效果是:
涉及一种城市供水管网的管道压力监测设备在线运行状态诊断方法,判断管网远传的压力监测设备是否正常采集数据以及远程通信是否正常。利用仪表之间的相互关系进行相互验证,避免了在野外的压力传感器没用正常通讯或偏离正常监测而无法及时发现的问题,保证了供水监控系统的完整性和正常运行。
附图说明
图1为本发明的判断压力传感器是否失效的流程图;
图2为压力传感器的24小时每个时段的平均值和上下两倍方差。
具体实施方式
下面结合附图对本发明做进一步的分析。
本发明管道压力监测设备在线运行状态诊断方法,如图1所示,包括以下步骤:
步骤(1)、根据水压监测数据的历史信息进行监测点进行统计分析,建立监测点24小时的数据分布特征,确定水压监测点监测数据的合理范围
1.1获取在线压力监测点的历史水压监测数据;
1.2对步骤(1)获取的历史水压监测数据按照一天24小时进行排列整理,每5~30分钟作为一个时段对上述历史水压监测数据进行分割,提取每一个时段历史水压监测数据,并剔除明显不合理的异常数据;
1.3获取在线监测压力点所在时刻的水压平均值μ和均方差σ;
1.4利用压力监测点的历史监控数据,提取任意两个压力监测点的同步样本数据;
1.5建立多个压力监测点之间验证的证据公式:
设定任意两个压力监测点i、j之间压力监测值线性拟合公式为xi=k0i,j+k1i,jxj,k0、k1均为拟合系数;利用任意两点监测点的同步样本数据进行线性拟合,并且计算拟合公式的误差方差δi,j;
1.6计算任意两个压力监测点i、j之间的相关系数;根据两个测点之间的线性相关系数,提取选取排列在前5位的测点,并且相关系数大于0.8的为一组,作为相互验证的测点;当相关系数大于0.8的相关测点少于5个,按照大小顺序,至少提取前3个作为一组;
1.7利用步骤(1)~(6)建立的多个线性拟合公式构成了评判仪表数据是否可信的证据集,作为判断是监测数据是否处于合理范围的依据;
步骤(2)、接收到远程压力监测数据时,首先判断监测数据是否在超时;其次判比较与前2次的数据完全一致,判断是否为通讯和数据采集失效;再次计算是否超过上下限和与其他测点的拟合误差是否超过2倍标准方差,计算压力监测数据的失效概率和正常概率,采用D-S合成规则合成加权平均证据,判断压力监测设备采集的数据是否正常:
2.1从监控装置接入实时水压监测数据,判断水压监测数据与当前时间之差是否超出允许范围;若Tc-Ts<T0+Tl时则为有效时间内数据,继续步骤2.2,否则为超时无效数据,输出该监测点系统采样为无效数据;其中Tc为当前时间,Ts为监控装置无线通信模块传播数据的采集时间,T0为数据采集周期,Tl为监控装置无线通信模块传播数据的传播时间;
2.2根据远程监测点采集到的数据判断连续三次采样周期数据是否完全一样;若完全一样,则表明远程采集数据采集传感器出现异常,或者通讯环节失效,输出该监测点系统采样为无效数据;若不一样,则进行步骤2.3,判断数据是否在合理范围;
2.3利用步骤1.1~1.6建立的监测数据证据集进行基本判断,水压监测数据是否在合理的上限和下限范围,所述的合理的上限和下限范围为当前压力数据在历史数据中当前时刻水压监测平均值的上下两倍方差以内;
若在上下限范围内,则表示在合理范围内,数据失效概率为0.01和正常概率为0.99,则输出该监测点系统采样结果;若超出上下限范围,根据以下公式计算失效和正常概率,并进行步骤2.4;
超过上限时的失效概率计算公式为正常概率为
超过下限时的失效概念定义为正常概率为
图2为压力传感器的24小时每个时段的平均值和上下两倍方差。
2.4利用步骤1.4~1.6建立的同一组的其他测点之间线性相关函数,计算同组压力监测点监测数据是否超出合理范围,这里的合理范围是当前压力数据在相关线性函数两倍方差内;
若|xi-(k0i,j+k1i,jxj)|<2δi,j则认为数据合理,正常概率为0.99,失效概率为0.01;
若超出范围则按照公式计算失效概率和正常概率:失效概率正常概率为
2.5将步骤2.3和2.4获得的所有失效概率和正常概率代入到证据理论公式中进行耦合,计算失效概率和正常概率,具体步骤如下:
①根据步骤2.3-2.4计算正常概率和失效概率,并按照下式计算证
据间的相似系数:
其中,A、B代表证据集中的命题,i和j代表证据序号;m(A)是命题A的正常概率或失效概率,它代表证据对命题A的信任程度,代表空集;
②设收集的证据数目为n,计算出正常和失效概率两两间的相似系
数,进而得到如下相似矩阵:
③将相似距阵的每行相加可得到正常概率和失效概率支持度;支持度函数为
④将正常概率和失效概率证据的支持度归一化可得到证据的可信度,计算公式为:
⑤可信度作为权重,对证据的基本信任分配进行加权平均;
⑥根据D-S合成规则合成加权平均证据,当有n组证据时,将加权平均证据合成n-1次,合成规则按照下式进行计算,得到压力监测仪表是否在正常概率的融合结果和失效概率的融合结果;
上述实施例并非是对于本发明的限制,本发明并非仅限于上述实施例,只要符合本发明要求,均属于本发明的保护范围。
Claims (1)
1.城市供水管网的管道压力监测设备在线运行状态诊断方法,其特征在于该方法包括以下步骤:
步骤(1)、根据水压监测数据的历史信息进行监测点进行统计分析,建立监测点24小时的数据分布特征,确定水压监测点监测数据的合理范围
1.1获取在线压力监测点的历史水压监测数据;
1.2对步骤(1)获取的历史水压监测数据按照一天24小时进行排列整理,每5~30分钟作为一个时段对上述历史水压监测数据进行分割,提取每一个时段历史水压监测数据,并剔除明显不合理的异常数据;
1.3获取在线监测压力点所在时段的水压平均值μ和均方差σ;
1.4利用压力监测点的历史监控数据,提取任意两个压力监测点的同步样本数据;
1.5建立多个压力监测点之间验证的证据公式:
设定任意两个压力监测点i、j之间压力监测值线性拟合公式为xi=k0i,j+k1i,jxj,k0、k1均为拟合系数;利用任意两点监测点的同步样本数据进行线性拟合,并且计算拟合公式的误差方差δi,j;
1.6计算任意两个压力监测点i、j之间的相关系数;根据两个测点之间的线性相关系数,提取若干相关系数大于0.8的数据作为相互验证的测点;
1.7利用步骤1.1~1.6建立的多个线性拟合公式构成了评判仪表数据是否可信的证据集,作为判断是监测数据是否处于合理范围的依据;
步骤(2)、接收到远程压力监测数据时,首先判断监测数据是否在超时;其次判比较与前三次的数据完全一致,判断是否为通讯和数据采集失效;再次计算是否超过上下限和与其他测点的拟合误差是否超过2倍标准方差,计算压力监测数据的失效概率和正常概率,采用D-S合成规则合成加权平均证据,判断压力监测设备采集的数据是否正常:
2.1从监控装置接入实时水压监测数据,判断水压监测数据与当前时间之差是否超出允许范围;若Tc-Ts<T0+Tl时则为有效时间内数据,继续步骤2.2,否则为超时无效数据,输出该监测点系统采样为无效数据;其中Tc为当前时间,Ts为监控装置无线通信模块传播数据的采集时间,T0为数据采集周期,Tl为监控装置无线通信模块传播数据的传播时间;
2.2根据远程监测点采集到的数据判断连续三次采样周期数据是否完全一样;若完全一样,则表明远程采集数据采集传感器出现异常,或者通讯环节失效,输出该监测点系统采样为无效数据;若不一样,则进行步骤2.3,判断数据是否在合理范围;
2.3利用步骤1.1~1.6建立的监测数据证据集进行基本判断,水压监测数据是否在合理的上限和下限范围,所述的合理的上限和下限范围为当前压力数据在历史数据中当前时刻水压监测平均值的上下两倍方差以内;
若在上下限范围内,则表示在合理范围内,数据失效概率为0.01和正常概率为0.99,则输出该监测点系统采样结果;若超出上下限范围,根据以下公式计算失效和正常概率;
超过上限时的失效概率计算公式为正常概率为
超过下限时的失效概念定义为正常概率为
2.4利用步骤1.4~1.6建立的同一组的其他测点之间线性相关函数,计算该监测点监测数据是否超出合理范围,这里的合理范围是当前压力数据与其他测点的拟合误差在两倍标准方差内;
若|xi-(k0i,j+k1i,jxj)|<2δi,j,则认为数据合理,正常概率为0.99,失效概率为0.01;
若超出范围则按照公式计算失效概率和正常概率:失效概率正常概率为
2.5将步骤2.3和2.4获得的所有失效概率和正常概率代入到证据理论公式中进行耦合,计算失效概率和正常概率,具体步骤如下:
①根据步骤2.3-2.4计算正常概率和失效概率,并按照下式计算证据间的相似系数:
其中,A、B代表证据集中的命题,i和j代表证据序号;m(A)是命题A的正常概率或失效概率,它代表证据对命题A的信任程度,代表空集;
②设收集的证据数目为n,计算出正常和失效概率两两间的相似系数,进而得到如下相似矩阵:
③将相似距阵的每行相加可得到正常概率和失效概率支持度;
支持度函数为
④将正常概率和失效概率证据的支持度归一化可得到证据的可信度,计算公式为:
⑤可信度作为权重,对证据的基本信任分配进行加权平均;
⑥根据D-S合成规则合成加权平均证据,当有n组证据时,将加权平均证据合成n-1次,合成规则按照下式进行计算,得到压力监测仪表是否在正常概率的融合结果和失效概率的融合结果;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710240074.6A CN106969266B (zh) | 2017-04-13 | 2017-04-13 | 城市供水管网的管道压力监测设备在线运行状态诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710240074.6A CN106969266B (zh) | 2017-04-13 | 2017-04-13 | 城市供水管网的管道压力监测设备在线运行状态诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106969266A true CN106969266A (zh) | 2017-07-21 |
CN106969266B CN106969266B (zh) | 2019-02-22 |
Family
ID=59333644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710240074.6A Active CN106969266B (zh) | 2017-04-13 | 2017-04-13 | 城市供水管网的管道压力监测设备在线运行状态诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106969266B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107317346A (zh) * | 2017-08-17 | 2017-11-03 | 雅砻江流域水电开发有限公司 | 避免电网波动导致调速器功率变送器报警的容错方法 |
CN108332059A (zh) * | 2018-01-16 | 2018-07-27 | 浙江大学 | 服务于供水管网爆管监测的测压点优化布置方法 |
CN108360608A (zh) * | 2018-03-21 | 2018-08-03 | 浙江大学 | 一种供水系统输水管的爆管识别与定位方法 |
CN108980628A (zh) * | 2018-07-27 | 2018-12-11 | 上海航天动力科技工程有限公司 | 一种供水管网爆管报警方法 |
CN109668054A (zh) * | 2017-10-13 | 2019-04-23 | 中国石油天然气股份有限公司 | 一种清管器定位系统及方法 |
CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
CN111022932A (zh) * | 2019-12-12 | 2020-04-17 | 上海邦芯物联网科技有限公司 | 一种供水管网的传感器布点系统及方法 |
EP3671175A4 (en) * | 2018-02-27 | 2020-12-16 | Mitsubishi Heavy Industries Marine Machinery & Equipment Co., Ltd. | STATUS DIAGNOSIS DEVICE, STATUS DIAGNOSIS METHOD AND STATUS DIAGNOSIS PROGRAM |
CN113324183A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气股份有限公司 | 破管检测系统及检测方法 |
CN113804252A (zh) * | 2021-09-10 | 2021-12-17 | 广州市吉华勘测股份有限公司 | 一种高支模安全监测方法、装置、设备及存储介质 |
CN114607945A (zh) * | 2020-12-07 | 2022-06-10 | 中国石油天然气股份有限公司 | 破管检测系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999875A (zh) * | 2012-11-09 | 2013-03-27 | 浙江大学 | 基于Google Maps API与GIS的供水管网报修方法 |
CN203743860U (zh) * | 2013-11-29 | 2014-07-30 | 广州杰赛科技股份有限公司 | 基于物联网技术的自发电供水管网监测系统 |
CN104750144A (zh) * | 2015-02-03 | 2015-07-01 | 北京金控自动化技术有限公司 | 对设备运行状况进行预警的方法 |
CN205350859U (zh) * | 2016-01-29 | 2016-06-29 | 宝鸡文理学院 | 一种供水管网损耗在线监测系统 |
WO2016204536A1 (ko) * | 2015-06-19 | 2016-12-22 | (주)에스엠테크 | 운전상태 분석알고리즘에 의한 수충격 방지시스템 |
CN106382471A (zh) * | 2016-11-25 | 2017-02-08 | 上海市城市排水有限公司 | 一种考虑关键节点的城市排水管网诊断评估方法 |
-
2017
- 2017-04-13 CN CN201710240074.6A patent/CN106969266B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999875A (zh) * | 2012-11-09 | 2013-03-27 | 浙江大学 | 基于Google Maps API与GIS的供水管网报修方法 |
CN203743860U (zh) * | 2013-11-29 | 2014-07-30 | 广州杰赛科技股份有限公司 | 基于物联网技术的自发电供水管网监测系统 |
CN104750144A (zh) * | 2015-02-03 | 2015-07-01 | 北京金控自动化技术有限公司 | 对设备运行状况进行预警的方法 |
WO2016204536A1 (ko) * | 2015-06-19 | 2016-12-22 | (주)에스엠테크 | 운전상태 분석알고리즘에 의한 수충격 방지시스템 |
CN205350859U (zh) * | 2016-01-29 | 2016-06-29 | 宝鸡文理学院 | 一种供水管网损耗在线监测系统 |
CN106382471A (zh) * | 2016-11-25 | 2017-02-08 | 上海市城市排水有限公司 | 一种考虑关键节点的城市排水管网诊断评估方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107317346A (zh) * | 2017-08-17 | 2017-11-03 | 雅砻江流域水电开发有限公司 | 避免电网波动导致调速器功率变送器报警的容错方法 |
CN107317346B (zh) * | 2017-08-17 | 2019-10-29 | 雅砻江流域水电开发有限公司 | 避免电网波动导致调速器功率变送器报警的容错方法 |
CN109668054A (zh) * | 2017-10-13 | 2019-04-23 | 中国石油天然气股份有限公司 | 一种清管器定位系统及方法 |
CN109668054B (zh) * | 2017-10-13 | 2020-11-03 | 中国石油天然气股份有限公司 | 一种清管器定位系统及方法 |
CN108332059A (zh) * | 2018-01-16 | 2018-07-27 | 浙江大学 | 服务于供水管网爆管监测的测压点优化布置方法 |
EP3671175A4 (en) * | 2018-02-27 | 2020-12-16 | Mitsubishi Heavy Industries Marine Machinery & Equipment Co., Ltd. | STATUS DIAGNOSIS DEVICE, STATUS DIAGNOSIS METHOD AND STATUS DIAGNOSIS PROGRAM |
CN108360608B (zh) * | 2018-03-21 | 2020-05-08 | 浙江大学 | 一种供水系统输水管的爆管识别与定位方法 |
CN108360608A (zh) * | 2018-03-21 | 2018-08-03 | 浙江大学 | 一种供水系统输水管的爆管识别与定位方法 |
CN108980628A (zh) * | 2018-07-27 | 2018-12-11 | 上海航天动力科技工程有限公司 | 一种供水管网爆管报警方法 |
CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
CN111022932A (zh) * | 2019-12-12 | 2020-04-17 | 上海邦芯物联网科技有限公司 | 一种供水管网的传感器布点系统及方法 |
CN113324183A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气股份有限公司 | 破管检测系统及检测方法 |
CN113324183B (zh) * | 2020-02-28 | 2022-08-30 | 中国石油天然气股份有限公司 | 破管检测系统及检测方法 |
CN114607945A (zh) * | 2020-12-07 | 2022-06-10 | 中国石油天然气股份有限公司 | 破管检测系统及方法 |
CN113804252A (zh) * | 2021-09-10 | 2021-12-17 | 广州市吉华勘测股份有限公司 | 一种高支模安全监测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106969266B (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106969266A (zh) | 城市供水管网的管道压力监测设备在线运行状态诊断方法 | |
CN109146093B (zh) | 一种基于学习的电力设备现场勘查方法 | |
US11922335B2 (en) | Method and system for evaluating macro resilience of offshore oil well control equipment | |
CN110210701A (zh) | 一种电网设备风险感知方法 | |
CN103077447B (zh) | 一种基于贝叶斯网络的地铁施工安全管理决策方法 | |
CN106054104A (zh) | 一种基于决策树的智能电表故障实时预测方法 | |
CN102186186B (zh) | 基础设施的无线传感网络监测方法以及系统 | |
CN105139585A (zh) | 一种土质边坡险情智能预警预报方法 | |
CN110895865B (zh) | 管道地质灾害监测预警系统 | |
CN102132138A (zh) | 用于实时增强流体输运管道的操作的方法和装置 | |
US20230167950A1 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN101170729A (zh) | 一种gsm网络预警分析系统及网络预警分析方法 | |
CN102915515A (zh) | 一种电网连锁性故障识别和风险评估方法 | |
CN105608842A (zh) | 一种核反应堆燃料破损在线监测报警装置 | |
CN105806400A (zh) | 一种消防栓安全状态智能监测方法及系统 | |
Gao et al. | Heuristic failure prediction model of transmission line under natural disasters | |
CN110011414B (zh) | 基于同源数据比对的智能变电站采样回路故障判定方法 | |
CN104991549A (zh) | 基于fta与多层次模糊神经子网络的轨道电路红光带故障诊断方法 | |
CN112361218A (zh) | 一种基于大数据的市政给排水管网运行安全智能监测系统 | |
CN112460492A (zh) | 一种基于韧性评估的协同韧性增强燃气安全管控装置 | |
CN109577892B (zh) | 一种基于井下参数的智能溢流检测系统及预警方法 | |
CN110175745A (zh) | 一种基于故障建模的电力通信网风险评估方法及系统 | |
CN101714190B (zh) | 一种桥梁结构状态角色诊断系统 | |
CN111473777A (zh) | 一种水文用监测系统及方法 | |
CN104849654B (zh) | 断路器在线监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |