CN111524033A - 天然气用气数据处理方法及天然气系统 - Google Patents
天然气用气数据处理方法及天然气系统 Download PDFInfo
- Publication number
- CN111524033A CN111524033A CN202010350460.2A CN202010350460A CN111524033A CN 111524033 A CN111524033 A CN 111524033A CN 202010350460 A CN202010350460 A CN 202010350460A CN 111524033 A CN111524033 A CN 111524033A
- Authority
- CN
- China
- Prior art keywords
- data
- gas
- peak hour
- natural gas
- processing
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/50—Adding; Subtracting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种天然气用气数据处理方法及天然气系统,天然气用气数据处理方法包括以下步骤:对天然气系统的各用气点按照用气类型进行分类;收集各用气类型的用气数据,然后将各用气数据分别处理成对应的高峰小时流量数据;将各高峰小时流量数据与天然气系统对应的用气点进行绑定。能够更加精确的获取天然气用户的目标时刻的瞬时流量。本发明应用于天然气输配技术领域。
Description
技术领域
本发明涉及天然气输配技术领域,特别是涉及一种天然气用气数据处理方法及天然气系统。
背景技术
天然气主要用途是作燃料,主要由气态低分子烃和非烃气体混合组成。天然气在城市发展过程中是不可或缺的能源。
现有技术中,为了解天然气系统中管网的输配情况,需要搭建天然气系统,通过天然气系统对每个用户的天然气使用情况进行模拟。
由于用户的用气时间及用气量不统一,城市燃气用气规律具有不均性,且并不是每个用户都装有实时采集设备,因此在天然气系统搭建的过程中,无法获得所有用户在目标时刻的瞬时流量,阻碍天然气系统的真实工况还原,严重制约了天然气系统的精准搭建。
发明内容
鉴于上述问题,本发明提出了一种天然气用气数据处理方法及天然气系统,能够更加精确的获取天然气用户在目标时刻的瞬时流量。
为了解决上述问题,本发明公开了一种天然气用气数据处理方法,包括以下步骤:
对天然气系统的各用气点按照用气类型进行分类;
收集各用气类型的用气数据,然后将各用气数据分别处理成对应的高峰小时流量数据;
将各高峰小时流量数据与天然气系统对应的用气点进行绑定。
进一步改进的,对天然气系统中居民用户、商业用户、热水炉供暖用户、锅炉供暖用户和工业用户的各用气点按照用气类型进行分类。
进一步改进的,所述高峰小时流量数据包括第一高峰小时流量数据、第二高峰小时流量数据和第三高峰小时流量数据;
收集各用气类型的实时采集数据、月累计的月抄用气数据、小区用气数据中的一种或多种,然后将所述实时采集数据处理成第一高峰小时流量数据,将所述月抄用气数据处理成第二高峰小时流量数据,将所述小区用气数据处理成第三高峰小时流量数据;
所述实时采集数据和月抄用气数据优先采用实时采集数据。
进一步改进的,所述实时采集数据包括标况累计流量值和标况瞬时流量值;
将标况累计流量值或标况瞬时流量值处理成第一高峰小时流量数据,且优先采用标况瞬时流量值处理成第一高峰小时流量数据。
进一步改进的,所述标况累计流量值处理成第一高峰小时流量数据的方法为:
A-B≈C,其中,A为相邻两小时中前一小时的标况累计流量值,B为相邻两小时中后一小时的标况累计流量值,C为第一高峰小时流量数据;
所述标况瞬时流量值处理成第一高峰小时流量数据的方法为:
将标况瞬时流量值换算成一小时内的用气流量值;
若标况累计流量值或标况瞬时流量值出现数据掉线或失真,则根据前后不同天数中对应时刻的数据对标况累计流量值或标况瞬时流量值进行调整。
进一步改进的,所述月抄用气数据处理成第二高峰小时流量数据的方法为:
S月抄÷D抄表周期÷H生产=Sm,其中,S月抄为月抄用气数据,D抄表周期为抄表周期的天数,H生产为当个抄表周期中平均每天的生产小时数,Sm为第二高峰小时流量数据。
进一步改进的,当月抄用气数据不足以支撑小时不均匀系数的真实值估计时,将所述第二高峰小时流量数据进行调整;
再将调整后的第二高峰小时流量数据与天然气系统对应的用气点进行绑定。
进一步改进的,当月抄用气数据不足以支撑小时不均匀系数的真实值估计时,根据管网压力、客户用气属性、当天天气情况和高峰小时用气时间点规律,将所述第二高峰小时流量数据进行调整。
进一步改进的,所述第三高峰小时流量数据包括第三高峰小时流量数据a和第三高峰小时流量数据b;
所述小区用气数据处理成高峰小时流量数据的方法为:
第一小区户数*第一居民用户高峰小时流量当量=第三高峰小时流量数据a;
或者,第二小区户数*第二居民用户高峰小时流量当量=第三高峰小时流量数据b。
进一步改进的,当第一小区户数或/和第二小区户数不足以支撑小时不均匀系数的真实值估计时,所述第三高峰小时流量数据结合当月居民用气比例及使用率进行调整;
将调整后的第三高峰小时流量数据与天然气系统对应的用气点进行绑定。
本发明还公开了一种天然气系统,其采用的技术方案如下:
一种天然气系统,所述天然气系统采用上述数据处理方法处理用气数据。
本发明的有益效果为:
本发明通过对天然气系统的各用气点进行分类,能够便于对各用气点的用气数据统计分析,为精确预估高峰小时流量数据做准备。本发明通过将各用气数据处理成高峰小时流量数据,将高峰小时流量数据与天然气系统对应的用气点绑定后,可以反映出所有用户在目标时刻的瞬时流量,能够使天然气系统的准确率达95%以上。受用气数据处理的影响,现有天然气系统的仿真准确率一般在90%左右,甚至更低。本发明的天然气用气数据处理方法可在孤立且庞大的系统数据中,快速抽取价值高的用气数据用于天然气系统。
本发明为天然气系统的搭建提供了快速、准确的用气数据处理能力,使得燃气公司各孤立的用气数据在经过数据处理后形成可用于天然气系统的高峰小时流量数据。缩短了数据处理时间,提高用户高峰小时流量估算的准确性,最终实现真实的工况还原。
本发明采用上述数据处理方法的天然气系统也具有上述优点。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本实施例公开了一种天然气用气数据处理方法,包括以下步骤:
对天然气系统的各用气点按照用气类型进行分类;
收集各用气类型的用气数据,然后将各用气数据分别处理成对应的高峰小时流量数据;
将各高峰小时流量数据与天然气系统对应的用气点进行绑定。
本实施例通过对天然气系统的各用气点进行分类,能够便于对各用气点的用气数据统计分析,为精确预估高峰小时流量数据做准备。本实施例通过将各用气数据处理成高峰小时流量数据,将高峰小时流量数据与天然气系统对应的用气点绑定后,可以反映出目标时刻的瞬时流量,能够使天然气系统的准确率达95%以上。受用气数据处理的影响,现有天然气系统的仿真准确率一般在90%左右,甚至更低。本实施例的天然气用气数据处理方法可在孤立且庞大的系统数据中,快速抽取价值高的用气数据用于天然气系统。
本实施例为天然气系统的搭建提供了快速、准确的用气数据处理能力,使得燃气公司各孤立的用气数据在经过数据处理后形成可用于天然气系统的高峰小时流量数据。缩短数据处理时间,减少数据收集途径,提高用户高峰小时流量估算的准确性,最终实现真实的工况还原。
本实施例采用上述数据处理方法的天然气系统也具有上述优点。
本实施例中,作为上述技术方案的进一步改进,所述用气点包括居民用户、商业用户、热水炉供暖用户、锅炉供暖用户和工业用户。其中,居民用户为小区中不用热水炉(壁挂炉)的用户,居民用户的用气量为小区中不用热水炉(壁挂炉)的用户的用气量。热水炉暖气用户包括了小区中用热水炉(壁挂炉)的用户和其他用热水炉(壁挂炉)暖气用户。上述分类是根据用户的类型进行分类,进行分类之后,能够使后续进行数据收集和绑定时更加方便。具体的,上述步骤中,对天然气系统中居民用户、商业用户、热水炉供暖用户、锅炉供暖用户和工业用户的各用气点按照用气类型进行分类。
本实施例中,作为上述技术方案的进一步改进,所述用气数据包括实时采集数据、月累计的月抄用气数据和小区用气数据;实时采集数据、月抄用气数据和小区用气数据是根据数据的来源进行分类,其中实时采集数据一般适用于中大工商户,月抄用气数据一般适用于小工商户,小区用气数据一般适用于小区用户。小区用户包括了小区中用热水炉(壁挂炉)的用户和小区中不用热水炉(壁挂炉)的用户。基于数据采集系统建设成本的考虑,一般只有中大工商户才会安装实时数据采集系统,而小工商户由于成本的原因,不安装实时采集数据系统。因此,中大工商户使用实时采集数据,小工商户则采用月抄用气数据。如摒弃成本的因素,终端用户均安装有数据采集系统,则系统搭建可以采用实时采集数据。而本实施例通过将实时采集数据、月抄用气数据和小区用气数据相结合,能够适用于所有的用户,并不完全依赖于用户是否搭建了实时采集设备。在使用了实时采集数据时,则可以不需要用月抄用气数据,因而减少了数据收集途径。其中,小区用户可以既不用实时采集数据,也可以不用月抄用气数据,而是采用小区用气数据。
所述高峰小时流量数据包括第一高峰小时流量数据、第二高峰小时流量数据和第三高峰小时流量数据。上述步骤中,具体的,收集各用气类型的实时采集数据、月累计的月抄用气数据、小区用气数据中的一种或多种,然后将所述实时采集数据处理成第一高峰小时流量数据,将所述月抄用气数据处理成第二高峰小时流量数据,将所述小区用气数据处理成第三高峰小时流量数据。
由于实时采集数据的精度更高,使用更加方便,所述实时采集数据和月抄用气数据优先采用实时采集数据。
具体的,实时采集数据通过燃气公司的SCADA(Supervisory Control And DataAcquisition)系统、RTU(Remote Terminal Unit)系统或物联网表系统选取目标时刻中大工商用户的实时标况瞬时流量值。SCADA(Supervisory Control And Data Acquisition)系统,即数据采集与监视控制系统。RTU英文全称Remote Terminal Unit,中文全称为远程终端控制系统。
月抄用气数据通过燃气公司抄收小工商户或无实时采集设备的中大工商用户的月累计标况瞬时流量值。
本实施例中,作为上述技术方案的进一步改进,所述实时采集数据包括标况累计流量值和标况瞬时流量值;
将标况累计流量值或标况瞬时流量值处理成第一高峰小时流量数据,由于采用标况瞬时流量值处理成第一高峰小时流量数据时,第一高峰小时流量数据更加准确,因此,优先采用标况瞬时流量值处理成第一高峰小时流量数据。
本实施例中,作为上述技术方案的进一步改进,所述标况累计流量值处理成第一高峰小时流量数据的方法为:
A-B≈C,其中,A为相邻两小时中前一小时的标况累计流量值,B为相邻两小时中后一小时的标况累计流量值,C为第一高峰小时流量数据;
所述标况瞬时流量值处理成第一高峰小时流量数据的方法为:
将标况瞬时流量值换算成一小时内的用气流量值;
若标况累计流量值或标况瞬时流量值出现数据掉线或失真,则根据前后不同天数中对应时刻的数据对标况累计流量值或标况瞬时流量值进行调整。
本实施例中,作为上述技术方案的进一步改进,所述月抄用气数据处理成第二高峰小时流量数据的方法为:
S月抄÷D抄表周期÷H生产=Sm,其中,S月抄为月抄用气数据,D抄表周期为抄表周期的天数,H生产为当个抄表周期中平均每天的生产小时数,Sm为第二高峰小时流量数据。月抄用气数据通过客户管理系统处理成第二高峰小时流量数据,其中,客户管理系统为燃气公司存档月抄数据的系统。
本实施例中,作为上述技术方案的进一步改进,当月抄用气数据不足以支撑小时不均匀系数的真实值估计时,将所述第二高峰小时流量数据进行调整;
将调整后的第二高峰小时流量数据与天然气系统对应的用气点进行绑定。
本实施例中,作为上述技术方案的进一步改进,对第二高峰小时流量数据进行调整的因素包括管网压力、客户用气属性、当天天气情况和高峰小时用气时间点规律。比如,管网压力的计算压120KPa,管网压力的实际压150KPa,则未调整的第二高峰小时流量数据流量过大,结合客户属性及月抄用气数据,适当将第二高峰小时流量数据调小。调节时,减小量需不影响周边压力情况。若出现管网压力不符情况,需分析管网其他数据情况。
本实施例中,作为上述技术方案的进一步改进,所述第三高峰小时流量数据包括第三高峰小时流量数据a和第三高峰小时流量数据b;
所述小区用气数据处理成高峰小时流量数据的方法为:
第一小区户数*第一居民用户高峰小时流量当量=第三高峰小时流量数据a;
或者,第二小区户数*第二居民用户高峰小时流量当量=第三高峰小时流量数据b。其中,第一小区户数是指小区中不用热水炉(壁挂炉)的用户的数量,相对应的,第一居民用户高峰小时流量当量是指小区中不用热水炉(壁挂炉)的用户的高峰小时流量当量;第二小区户数是指小区中用热水炉(壁挂炉)的用户的数量,相对应的,第二居民用户高峰小时流量当量是指小区中用热水炉(壁挂炉)的用户的高峰小时流量当量。高峰小时流量当量通过大数据或经验获取,也可以通过客户管理系统获取。
本实施例中,作为上述技术方案的进一步改进,当第一小区户数或/和第二小区户数不足以支撑小时不均匀系数的真实值估计时,所述第三高峰小时流量数据结合当月居民用气比例及使用率进行调整;
将调整后的第三高峰小时流量数据与天然气系统对应的用气点进行绑定。通过调整,能够使第三高峰小时流量数据更加准确,能够进一步提高天然天然气系统的准确率。
以上对本实施例所提供的一种天然气用气数据处理方法和一种天然气系统,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种天然气用气数据处理方法,其特征在于,包括以下步骤:
对天然气系统的各用气点按照用气类型进行分类;
收集各用气类型的用气数据,然后将各用气数据分别处理成对应的高峰小时流量数据;
将各高峰小时流量数据与天然气系统对应的用气点进行绑定。
2.根据权利要求1所述的天然气用气数据处理方法,其特征在于,对天然气系统中居民用户、商业用户、热水炉供暖用户、锅炉供暖用户和工业用户的各用气点按照用气类型进行分类。
3.根据权利要求1或2所述的天然气用气数据处理方法,其特征在于,所述高峰小时流量数据包括第一高峰小时流量数据、第二高峰小时流量数据和第三高峰小时流量数据;
收集各用气类型的实时采集数据、月累计的月抄用气数据、小区用气数据中的一种或多种,然后将所述实时采集数据处理成第一高峰小时流量数据,将所述月抄用气数据处理成第二高峰小时流量数据,将所述小区用气数据处理成第三高峰小时流量数据;
所述实时采集数据和月抄用气数据优先采用实时采集数据。
4.根据权利要求3所述的天然气用气数据处理方法,其特征在于,所述实时采集数据包括标况累计流量值和标况瞬时流量值;
将标况累计流量值或标况瞬时流量值处理成第一高峰小时流量数据,且优先采用标况瞬时流量值处理成第一高峰小时流量数据。
5.根据权利要求4所述的天然气用气数据处理方法,其特征在于,所述标况累计流量值处理成第一高峰小时流量数据的方法为:
A-B≈C,其中,A为相邻两小时中前一小时的标况累计流量值,B为相邻两小时中后一小时的标况累计流量值,C为第一高峰小时流量数据;
所述标况瞬时流量值处理成第一高峰小时流量数据的方法为:
将标况瞬时流量值换算成一小时内的用气流量值;
若标况累计流量值或标况瞬时流量值出现数据掉线或失真,则根据前后不同天数中对应时刻的数据对标况累计流量值或标况瞬时流量值进行调整。
6.根据权利要求3所述的天然气用气数据处理方法,其特征在于,所述月抄用气数据处理成第二高峰小时流量数据的方法为:
S月抄÷D抄表周期÷H生产=Sm,其中,S月抄为月抄用气数据,D抄表周期为抄表周期的天数,H生产为当个抄表周期中平均每天的生产小时数,Sm为第二高峰小时流量数据。
7.根据权利要求6所述的天然气用气数据处理方法,其特征在于,当月抄用气数据不足以支撑小时不均匀系数的真实值估计时,将所述第二高峰小时流量数据进行调整;
再将调整后的第二高峰小时流量数据与天然气系统对应的用气点进行绑定。
8.根据权利要求7所述的天然气用气数据处理方法,其特征在于,当月抄用气数据不足以支撑小时不均匀系数的真实值估计时,根据管网压力、客户用气属性、当天天气情况和高峰小时用气时间点规律,将所述第二高峰小时流量数据进行调整。
9.根据权利要求3所述的天然气用气数据处理方法,其特征在于,所述第三高峰小时流量数据包括第三高峰小时流量数据a和第三高峰小时流量数据b;
所述小区用气数据处理成高峰小时流量数据的方法为:
第一小区户数*第一居民用户高峰小时流量当量=第三高峰小时流量数据a;
或者,第二小区户数*第二居民用户高峰小时流量当量=第三高峰小时流量数据b;
当第一小区户数或/和第二小区户数不足以支撑小时不均匀系数的真实值估计时,所述第三高峰小时流量数据结合当月居民用气比例及使用率进行调整;
将调整后的第三高峰小时流量数据与天然气系统对应的用气点进行绑定。
10.一种天然气系统,其特征在于,所述天然气系统采用权利要求1至9任一项所述的天然气用气数据处理方法处理用气数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350460.2A CN111524033A (zh) | 2020-04-28 | 2020-04-28 | 天然气用气数据处理方法及天然气系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350460.2A CN111524033A (zh) | 2020-04-28 | 2020-04-28 | 天然气用气数据处理方法及天然气系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111524033A true CN111524033A (zh) | 2020-08-11 |
Family
ID=71905042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010350460.2A Pending CN111524033A (zh) | 2020-04-28 | 2020-04-28 | 天然气用气数据处理方法及天然气系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111524033A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530091A (zh) * | 2020-12-04 | 2021-03-19 | 广州广燃设计有限公司 | 一种应用于燃气用户用气规律研究的技术方法 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量系统和方法 |
US11592323B2 (en) | 2021-02-04 | 2023-02-28 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas in a full cycle |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049875A (zh) * | 2012-12-18 | 2013-04-17 | 上海燃气工程设计研究有限公司 | Fob与des混合交付模式下的液化天然气日供应量的计算方法 |
CN109558673A (zh) * | 2018-11-28 | 2019-04-02 | 四川岚强石油天然气工程勘察设计有限责任公司 | 一种天然气输配系统适应性分析研究方法 |
-
2020
- 2020-04-28 CN CN202010350460.2A patent/CN111524033A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049875A (zh) * | 2012-12-18 | 2013-04-17 | 上海燃气工程设计研究有限公司 | Fob与des混合交付模式下的液化天然气日供应量的计算方法 |
CN109558673A (zh) * | 2018-11-28 | 2019-04-02 | 四川岚强石油天然气工程勘察设计有限责任公司 | 一种天然气输配系统适应性分析研究方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530091A (zh) * | 2020-12-04 | 2021-03-19 | 广州广燃设计有限公司 | 一种应用于燃气用户用气规律研究的技术方法 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量系统和方法 |
US11592323B2 (en) | 2021-02-04 | 2023-02-28 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas in a full cycle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110350528B (zh) | 一种低压台区拓扑自动辨识方法 | |
CN111524033A (zh) | 天然气用气数据处理方法及天然气系统 | |
CN105069527A (zh) | 一种基于数据挖掘技术的台区合理线损预测方法 | |
CN104123682A (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
CN103488867A (zh) | 一种用电异常用户自动筛选方法 | |
CN111951125B (zh) | 一种基于大数据分析的台区异常户变关系识别方法 | |
CN106384015A (zh) | 一种基于能耗数据采集的分布式光伏系统能效预评估方法 | |
CN111398859B (zh) | 一种用户低电压成因大数据分析方法及系统 | |
CN110768256B (zh) | 一种基于电压谐波图谱的台区拓扑识别方法、装置及系统 | |
CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
CN112633924A (zh) | 一种基于负荷分解的小区电能替代需求分析方法 | |
CN114629128A (zh) | 一种基于营配数据融合的用户低电压治理方法及系统 | |
CN106228461B (zh) | 基于多数据源挖掘的低压供电可靠性精确分析方法及系统 | |
CN111861246B (zh) | 一种基于时空大数据的轨道交通节能评估方法及系统 | |
CN113657789A (zh) | 一种分布式光伏屋顶资源多维评估方法 | |
CN115575760A (zh) | 一种基于停电对配电网故障进行主动研判的方法及装置 | |
CN105116268B (zh) | 一种分压售电量和分压供电量对线损率影响的分析方法 | |
CN204463402U (zh) | 一种基于gprs的能耗数据自动采集系统 | |
CN112611997B (zh) | 一种台区关口表挂接关系在线校验方法和系统 | |
Tamba et al. | An overview of electricity in Cameroon: current status, influential factors and government actions | |
CN114461662A (zh) | 居民用户需求响应高潜力用户筛选方法及系统 | |
CN106980932A (zh) | 变压器最大负载率范围评估方法和系统 | |
CN110414776B (zh) | 分行业用电特性快速响应分析系统 | |
CN113222398A (zh) | 一种基于历史数据的低压台区线损率异常分析方法 | |
Blom et al. | Comparison of different computational methods and formulations for hydropower equivalents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |