CN112068456A - 一种燃气管网智能调控方法、系统、终端及存储介质 - Google Patents

Abstract

本申请所提供的一种燃气管网智能调控方法、系统、终端及存储介质，所述方法包括：获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警；本申请结合SCADA系统的远程信息采集功能，将收集的数据作为实际参数的体现，并通过牛顿‑拉夫逊方法进行求解分析，最终实现真实工况参数的实时模拟测量。

Description

一种燃气管网智能调控方法、系统、终端及存储介质

技术领域

本申请涉及燃气管网调控技术领域，尤其是涉及一种燃气管网智能调控方法、系统、终端及存储介质。

背景技术

进入21世纪，城市的能源供应体系日趋完善，天然气作为清洁能源的主要代表，在城市能源体系中发挥了巨大作用。作为运营天然气管网及输配的大型燃气集团公司，面对日趋复杂的网络化管道系统，如何实现在信息化、智能化手段下进行可靠、安全的燃气远程调度、监控等目标，就显得尤为重要。

随着近几年集团管网建设的飞速发展，某地燃气全网管线达到1一万五千多公里，管网压力级制细化至5级，在运门站达到8座，次高压以上调压站(箱)已达374座，调压站的位置已延扩到周边地区。伴随着如此庞大的管网，运行模式日趋复杂，有许多问题亟待解决：

(1)燃气管网的调压站数量众多、分布广,环网调压站工况调整与相邻站密切相关。每次调压站运行参数的调整都需要投入大量人力到现场进行操作和值守；

(2)城市交通状况日益恶化，很难保证日常和应急工况调整的及时性；

(3)工况调整方案的制订需要考虑很多约束条件，现有的手段难以保证是最优方案并能够及时下达执行。

目前，现有的技术方法主要集中在对于燃气管网的仿真与优化方法，其常用的技术参数多为经验值和标称值，而缺少对于实际参数的采集和校正，使得最终的仿真优化结果失真率高，不具有参考意义，而且完全依靠现有的仿真技术并结合人工经验来实现燃气管网次高压以上各级调压站运行参数的实时调整和优化调度，对于大型燃气管网而言，必然会造成资源的浪费和调整的滞后，这不仅增加了操作人员的工作量和人力成本，而且紧急情况下，人员不能及时到达现场会造成很大的安全隐患。另外一方面，现场实际工况数据和参数的采集和核验往往耗时耗力，同时城市燃气管网数量众多，数据采集点不具有可持续性。

因此，亟需一种燃气管网智能调控方法、系统、终端及存储介质，以解决现有技术中燃气管网参数的采集和核验耗时耗力、通过仿真技术结合人工经验进行燃气管网运行参数的实时调整和优化调度存在的资源浪费和调整滞后的问题。

发明内容

针对现有技术的不足，本申请提供一种燃气管网智能调控方法、系统、终端及存储介质，解决了燃气管网参数的采集和核验耗时耗力、通过仿真技术结合人工经验进行燃气管网运行参数的实时调整和优化调度存在的资源浪费和调整滞后的问题。

为解决上述技术问题，第一方面，本申请提供一种燃气管网智能调控方法，包括：

获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

可选的，所述获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案，包括：

根据SCADA系统采集的燃气管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，建立更贴合实际的管道压力损失方程；

将参数校验后的燃气管网及设备监控数据、用户用气计划与历史数据库信息对比分析，结合调度指令信息，生成全天候调控方案；

结合应急调控策略库生成应急调控方案。

可选的，所述通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；

将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案；

通过多层级优化算法对所述全天候调控方案和应急离线调控方案进行校验，并根据校验结果将调控方案数据存储至调控仿真库模块内。

可选的，所述通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

建立燃气管网管道连接结构图，导入各管道长度、内径、摩擦系数等物理参数；

列写关于各燃气管道内燃气流速以及各节点处燃气流速和燃气压力的非线性燃气管网方程组；

根据需求，补充部分节点处的燃气流出流速或燃气压力条件；

采用牛顿-拉夫逊方法求解所述非线性燃气管网方程组；

获得所述非线性燃气管网方程组的解，即为真实工况参数的实时模拟测量。

可选的，所述根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行，包括：

根据所述调控方案的仿真优化和测试运行的校验结果，对燃气管网系统进行全天候调控方案和应急离线调控方案的下发；

根据所述全天候调控方案和应急离线调控方案对调压设备和RTU设备进行调控管理，并利用信息传输系统、智能监控系统对调压设备和RTU设备进行监控；

收集调压设备和RTU设备的反馈信号和调控功能结果，根据所述反馈信号和调控功能结果优化案例算法库内容。

可选的，所述监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警，包括：

监测燃气管网的设备、控制、传输、管理等层级数据和信息物理设备状态数据，对模拟算法演示和优化测试的运行过程进行安全性评估，并对异常数据和运行过程进行安全告警。

第二方面，本申请还提供一种燃气管网智能调控系统，包括：

全天候智能调控模块，配置用于获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

调控仿真库模块，配置用于通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

远程执行控制模块，配置用于根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

安全评估模块，配置用于监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

可选的，所述全天候智能调控模块具体用于：

根据SCADA系统采集的燃气管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，建立更贴合实际的管道压力损失方程；

将参数校验后的燃气管网及设备监控数据、用户用气计划与历史数据库信息对比分析，结合调度指令信息，生成全天候调控方案；

结合应急调控策略库生成应急调控方案。

可选的，所述调控仿真库模块具体用于：

将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；

将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案；

通过多层级优化算法对所述全天候调控方案和应急离线调控方案进行校验，并根据校验结果将调控方案数据存储至调控仿真库模块内。

可选的，所述调控仿真库模块具体用于：

建立燃气管网管道连接结构图，导入各管道长度、内径、摩擦系数等物理参数；

列写关于各燃气管道内燃气流速以及各节点处燃气流速和燃气压力的非线性燃气管网方程组；

根据需求，补充部分节点处的燃气流出流速或燃气压力条件；

采用牛顿-拉夫逊方法求解所述非线性燃气管网方程组；

获得所述非线性燃气管网方程组的解，即为真实工况参数的实时模拟测量。

可选的，所述远程执行控制模块具体用于：

根据所述调控方案的仿真优化和测试运行的校验结果，对燃气管网系统进行全天候调控方案和应急离线调控方案的下发；

根据所述全天候调控方案和应急离线调控方案对调压设备和RTU设备进行调控管理，并利用信息传输系统、智能监控系统对调压设备和RTU设备进行监控；

收集调压设备和RTU设备的反馈信号和调控功能结果，根据所述反馈信号和调控功能结果优化案例算法库内容。

可选的，所述安全评估模块具体用于：

监测燃气管网的设备、控制、传输、管理等层级数据和信息物理设备状态数据，对模拟算法演示和优化测试的运行过程进行安全性评估，并对异常数据和运行过程进行安全告警。

第三方面，本申请提供一种终端，包括：

处理器、存储器，其中，

该存储器用于存储计算机程序，

该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。

第四方面，本申请提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

与现有技术相比，本申请具有如下有益效果：

本申请结合SCADA系统的远程信息采集功能，将收集的数据作为实际参数的体现，并通过牛顿-拉夫逊方法进行仿真分析，最终实现真实工况参数的实时模拟测量，解决了现有技术中燃气管网参数的采集和核验耗时耗力、通过仿真技术结合人工经验进行燃气管网运行参数的实时调整和优化调度存在的资源浪费和调整滞后的问题。

本申请将系统工程的方法和燃气调度结合，将模拟仿真和优化算法进行丰富，根据优化调度的建设提出三种优化调度模式完善算法库，利用相关的优化及仿真算法实现案例库的调度运行功能。根据燃气管网运行特点进行模块化设计，全面充分的考虑到影响调度的各方面因素，按照架构建设满足使用要求。

本申请按照系统工程的设计方法对燃气调度的全流程进行分析，把相关主要步骤进行模块化设计，将运筹学、控制论、信息理论、基础数学及计算机科学等综合运用，针对多层优化调度、模拟仿真运行、工业控制系统安全等多方面内容展开形成一个完整的设计框架和架构体系，对后续体系具体建设内容有指导意义。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种燃气管网智能调控方法的流程图；

图2为本申请实施例所提供的一种燃气管网智能调控系统的结构示意图；

图3为本申请实施例所提供的一种燃气管网智能调控系统的架构图；

图4为本申请实施例所提供的一种燃气管网智能调控系统的全天候智能调控模块的架构图；

图5为本申请实施例所提供的一种燃气管网智能调控系统的调控仿真库模块的结构示意图；

图6为本申请实施例所提供的一种燃气管网智能调控系统的远程执行控制模块的结构示意图；

图7为本申请实施例所提供的一种燃气管网智能调控系统的安全评估模块的结构示意图；

图8为本申请实施例所提供的一种燃气管网智能调控系统的优化模式；

图9为本申请实施例所提供的一种终端系统的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参考图1，图1为本申请实施例所提供的一种燃气管网智能调控方法的流程图，该方法100包括：

S101：获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

S102：通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

S103：根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

S104：监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

基于上述实施例，作为可选的实施例，所述S101

获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案，包括：

根据SCADA系统采集的燃气管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，建立更贴合实际的管道压力损失方程；

将参数校验后的燃气管网及设备监控数据、用户用气计划与历史数据库信息对比分析，结合调度指令信息，生成全天候调控方案；

结合应急调控策略库生成应急调控方案。

基于上述实施例，作为可选的实施例，所述S102通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；

将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案；

通过多层级优化算法对所述全天候调控方案和应急离线调控方案进行校验，并根据校验结果将调控方案数据存储至调控仿真库模块内。

具体的，通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

建立燃气管网管道连接结构图，导入各管道长度、内径、摩擦系数等物理参数；

列写关于各燃气管道内燃气流速以及各节点处燃气流速和燃气压力的非线性燃气管网方程组；

根据需求，补充部分节点处的燃气流出流速或燃气压力条件；

采用牛顿-拉夫逊方法求解所述非线性燃气管网方程组；

获得所述非线性燃气管网方程组的解，即为真实工况参数的实时模拟测量。

基于上述实施例，作为可选的实施例，所述S103根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行，包括：

根据所述调控方案的仿真优化和测试运行的校验结果，对燃气管网系统进行全天候调控方案和应急离线调控方案的下发；

根据所述全天候调控方案和应急离线调控方案对调压设备和RTU设备进行调控管理，并利用信息传输系统、智能监控系统对调压设备和RTU设备进行监控；

收集调压设备和RTU设备的反馈信号和调控功能结果，根据所述反馈信号和调控功能结果优化案例算法库内容。

基于上述实施例，作为可选的实施例，所述S104监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警，包括：

监测燃气管网的设备、控制、传输、管理等层级数据和信息物理设备状态数据，对模拟算法演示和优化测试的运行过程进行安全性评估，并对异常数据和运行过程进行安全告警。

请参考图2，图2为本申请实施例所提供的一种燃气管网智能调控系统的结构示意图，该系统200，包括：

全天候智能调控模块201，配置用于获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

调控仿真库模块202，配置用于通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

远程执行控制模块203，配置用于根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

安全评估模块204，配置用于监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

具体的，如图3所示，图3为本申请实施例所提供的一种燃气管网智能调控系统的架构图，全天候智能调控模块是根据SCADA监测数据、调度用气计划、历史数据库运行信息、调度指令等内容按照全天候运行生成全天候调控方案，之后传输到调控仿真库模块进行仿真优化和仿真校验之后，再传输至调控方案至远程执行控制模块，远程执行控制模块根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行，最后通过安全评估模块监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

本申请根据调度流程和控制需求，从系统工程研究方法的角度出发，设计了四大模块，针对全流程智能调度形成闭环，通过四大模块的相互配合，同时围绕模块建设内容本身的各子节点建设内容展开架构的整体设计，按照架构设计可以实现集中不同的优化模式。本申请设定的基本目标是通过远程调控调压站日常运行方案的自动优化、制定和下达，预警系统异常工况；应急工况下远程调控站的控制，以及应急运行方案的制定和下达，实现高压B以上燃气管网的自动优化和安全运行。

基于上述实施例，作为可选的实施例，所述全天候智能调控模块201具体用于：

根据SCADA系统采集的燃气管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，建立更贴合实际的管道压力损失方程；

将参数校验后的燃气管网及设备监控数据、用户用气计划与历史数据库信息对比分析，结合调度指令信息，生成全天候调控方案；

结合应急调控策略库生成应急调控方案。

具体的，如图4所示，图4为本申请实施例所提供的一种燃气管网智能调控系统的全天候智能调控模块的架构图。全天候智能调控模块根据现有SCADA系统反馈的管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，同时结合用户中心提供的电厂、工矿企业等大用户的用气计划，通过与历史阶段数据(PHD)数据库的对比分析，结合调度中心的统一调度指令，生成全天候调控方案；全天候智能调控模块将全天候调控方案、应急调控方案传输到调控仿真库模块进行仿真优化和仿真校验。

基于上述实施例，作为可选的实施例，所述调控仿真库模块202具体用于：

将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；

将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案；

通过多层级优化算法对所述全天候调控方案和应急离线调控方案进行校验，并根据校验结果将调控方案数据存储至调控仿真库模块内。

具体的，如图5所示，图5为本申请实施例所提供的一种燃气管网智能调控系统的调控仿真库模块的结构示意图。全天候智能调控模块将全天候调控方案、应急调控方案传输到调控仿真库模块内，调控仿真库模块将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；并将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案。调控仿真库模块通过对设备及管道数据的监测和智能分析，把管网实际运行中可能出现的各类问题进行仿真和预案处理、提前预警异常状况，同时将全天候智能调控按照正常工况、异常工况、人工操作误报警等多方面场景进行仿真运行和测试校验，即将同场景情况对应的调控方案与仿真优化算法库、原有的案例模型库和人工经验学习库的调控优化方案进行匹配跟踪，生成相应的设备设施管理方案和应急离线调度方案，针对人员误操作和异常需求情况，建立人员权限校验机制和混合智能调控机制。同时把方案作为人工经验学习库内的案例典型充实仿真优化算法库的方案。

基于上述实施例，作为可选的实施例，所述远程执行控制模块203具体用于：

根据所述调控方案的仿真优化和测试运行的校验结果，对燃气管网系统进行全天候调控方案和应急离线调控方案的下发；

根据所述全天候调控方案和应急离线调控方案对调压设备和RTU设备进行调控管理，并利用信息传输系统、智能监控系统对调压设备和RTU设备进行监控；

收集调压设备和RTU设备的反馈信号和调控功能结果，根据所述反馈信号和调控功能结果优化案例算法库内容。

具体的，如图6所示，图6为本申请实施例所提供的一种燃气管网智能调控系统的远程执行控制模块的结构示意图。根据仿真优化的运行结果，对燃气管网系统进行调控方案的下发和执行，调压设备系统、RTU系统根据调控方案对涉及到的调控站点调压器等设备进行信息交互和设备管理，完成调控方案的准时、准确下发。同时信息传输系统对信息的传输进行分析和可靠性验证，智能监测系统对现场的设备监测和控制安全进行全程智能监测和可靠性管理。最后收集信息传输系统、智能监测系统的反馈信号和收集调压设备、RTU设备的调控功能结果，优化案例算法库内容。

基于上述实施例，作为可选的实施例，所述安全评估模块204具体用于：

监测燃气管网的设备、控制、传输、管理等层级数据和信息物理设备状态数据，对模拟算法演示和优化测试的运行过程进行安全性评估，并对异常数据和运行过程进行安全告警。

具体的，如图7所示，图7为本申请实施例所提供的一种燃气管网智能调控系统的安全评估模块的结构示意图。安全评估模块的设计从收到调控调度指令开始，就运行在系统中，对全天候智能调控模块、调控仿真库模块、远程执行控制模块进行安全监测和安全防护，对燃气管网体系内的设备、控制、传输、管理等层级数据和信息物理设备进行评估和异常状态监测分析，对模拟算法演示和优化测试的过程运行进行安全性评估，并对异常数据和运行过程进行安全告警。

如图8所示，图8为本申请实施例所提供的一种燃气管网智能调控系统的优化模式。三种优化调度模式，分别为精确优化模式、快速优化模式、极速优化模式，其中:

精确优化模式根据用户精确用气优化请求，通过仿真算法库进行结果运行，之后通过机理校验及仿真确定优化方案可行，精确地为用户提供优化调度方案；

快速优化模式根据整体管网的运行情况，按照特定时间根据快速优化请求，在算法库中利用深度学习和遗传算法等进行仿真运行数据的校验，达到运行快速优化结果后进行机理校验，输出快速优化方案；

极速优化模式是在特殊或者突发状态下，需要进行优化，根据极速优化请求，在算法库中进行算法测试和仿真运行，并进行各类机理校验和人工校核后协同过滤找到满足极速优化的工况调控方案，并输出结果；

每次不同的优化调度模式运行后，所生成的方案及算法应用继续进入算法库，达到完善算法库，利用相关的优化及仿真算法实现案例库的调度运行功能。

本申请根据燃气管网运行特点进行模块化设计，全面充分的考虑到影响调度的各方面因素，按照架构建设满足使用要求。

请参考图9，图9为本申请实施例所提供的一种终端系统900的结构示意图，该终端系统900可以用于执行本申请实施例提供的燃气管网智能调控方法。

其中，该终端系统900可以包括：处理器901、存储器902及通信单元903。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本申请的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中，该存储器902可以用于存储处理器901的执行指令，存储器902可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器902中的执行指令由处理器901执行时，使得终端系统900能够执行以下上述方法实施例中的部分或全部步骤。

处理器901为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器902内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器901可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本申请实施方式中，CPU可以是单运算核心，也可以包括多运算核心。

通信单元903，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。

本申请还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本申请提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (9)

1.一种燃气管网智能调控方法，其特征在于，包括：

获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

2.根据权利要求1所述的燃气管网智能调控方法，其特征在于，所述获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案，包括：

根据SCADA系统采集的燃气管网及设备监控数据，对各燃气管道的长度、内径、摩擦系数等物理参数进行基于水力计算的参数校验，建立更贴合实际的管道压力损失方程；

将参数校验后的燃气管网及设备监控数据、用户用气计划与历史数据库信息对比分析，结合调度指令信息，生成全天候调控方案；

结合应急调控策略库生成应急调控方案。

3.根据权利要求1所述的燃气管网智能调控方法，其特征在于，所述通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

将所述调控方案按照正常工况、异常工况、人工操作误报警进行场景分类；

将同场景情况对应的调控方案与仿真优化算法库、案例模型库和人工经验学习库进行匹配跟踪，生成相应的全天候调控方案和应急离线调控方案；

通过多层级优化算法对所述全天候调控方案和应急离线调控方案进行校验，并根据校验结果将调控方案数据存储至调控仿真库模块内。

4.根据权利要求3所述的燃气管网智能调控方法，其特征在于，

所述通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验，包括：

建立燃气管网管道连接结构图，导入各管道长度、内径、摩擦系数等物理参数；

列写关于各燃气管道内燃气流速以及各节点处燃气流速和燃气压力的非线性燃气管网方程组；

根据需求，补充部分节点处的燃气流出流速或燃气压力条件；

采用牛顿-拉夫逊方法求解所述非线性燃气管网方程组；

获得所述非线性燃气管网方程组的解，即为真实工况参数的实时模拟测量。

5.根据权利要求1所述的燃气管网智能调控方法，其特征在于，

所述根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行，包括：

根据所述调控方案的仿真优化和测试运行的校验结果，对燃气管网系统进行全天候调控方案和应急离线调控方案的下发；

根据所述全天候调控方案和应急离线调控方案对调压设备和RTU设备进行调控管理，并利用信息传输系统、智能监控系统对调压设备和RTU设备进行监控；

收集调压设备和RTU设备的反馈信号和调控功能结果，根据所述反馈信号和调控功能结果优化案例算法库内容。

6.根据权利要求1所述的燃气管网智能调控方法，其特征在于，所述监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警，包括：

监测燃气管网的设备、控制、传输、管理等层级数据和信息物理设备状态数据，对模拟算法演示和优化测试的运行过程进行安全性评估，并对异常数据和运行过程进行安全告警。

7.一种燃气管网智能调控系统，其特征在于，包括：

全天候智能调控模块，配置用于获取SCADA系统的燃气管网及设备监控数据、用户用气计划、历史数据库信息及调度指令信息，并根据所述信息生成调控方案；

调控仿真库模块，配置用于通过仿真优化算法对所述调控方案进行仿真优化和测试运行，并通过多层级优化算法对其进行校验；

远程执行控制模块，配置用于根据仿真优化和测试运行的校验结果，对燃气管网系统进行调控方案的下发和执行；

安全评估模块，配置用于监测燃气管网的数据和运行过程，并对异常数据和运行过程进行安全告警。

8.一种终端，其特征在于，包括：

处理器；

用于存储处理器的执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-6任一项所述的方法。

9.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。

Images