CN113360716A - 一种燃气管网结构逻辑化处理方法及系统 - Google Patents
一种燃气管网结构逻辑化处理方法及系统 Download PDFInfo
- Publication number
- CN113360716A CN113360716A CN202110609746.2A CN202110609746A CN113360716A CN 113360716 A CN113360716 A CN 113360716A CN 202110609746 A CN202110609746 A CN 202110609746A CN 113360716 A CN113360716 A CN 113360716A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- network structure
- gas pipe
- logical processing
- detection
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000003745 diagnosis Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 33
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000265 homogenisation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种燃气管网结构逻辑化处理方法和系统,所述方法包括如下步骤:步骤S1:通过加权图的方式为燃气管网结构做基础逻辑化处理;步骤S2:构建管网特征组合,基于特征组合为燃气管网结构赋值;步骤S3:基于显著特征在经过基础逻辑化处理的管网结构上标定初始网格;步骤S4;对初始网格进行聚类得到聚类管网结构;步骤S5:对聚类管网结构做优化处理;步骤S6:基于经过你优化处理的聚类管网结构的采集数据进行管网检测。本发明通过将燃气管网结构逻辑化处理,使得能够基于该逻辑化结构进行基于检测数据的检测、诊断、发现等处理。
Description
【技术领域】
本发明属于能源自动化技术领域,尤其涉及一种燃气管网结构逻辑化处理方法及系统。
【背景技术】
随着城市化进程的发展,天然气的使用逐渐普及,城市燃气管网的复杂程度也日益加强。目前,对于城市燃气管网可能出现的异常情况进行系统的、全面的风险辨识以及采用定量手段评估其风险可能性大小的研究较少,而且对于城市燃气管网风险评估研究的历史时间也相对较短。而城市很多燃气管网的却越来越复杂,很多管道存在服役时间较长、老旧管道腐蚀较多以及人为破坏因素等突出问题,同时还存在未做好管道事故的预防工作等管理方面的不足。同时更加雪上加霜的是,对于这种复杂老旧的燃气管网进行检修也很困难,极易产生各种类型的异常情况。因此,我们不能仅仅依赖传统的物理检测手段来发现问题。
目前人们大多通过数学建模软件搭建全数字综合能源系统仿真模型,实现设备模型搭建和控制策略的验证。如使用Matlab/Simulink仿真工具仿真建模综合能源系统,采用等效的线性方程、代数边界条件或基于自定义指标算法的仿真设定数据,通过约束算法得出理想的结果。但是这些仿真模型对于大量管网数据和无目的的仿真来说是无效的或者是无意义的。而且由于设备老旧,为这些设备搭建仿真模型,获取仿真数据本身就有些难度。
随着大数据技术和人工智能技术的发展,如何将该传统学科和城市爆炸,信息技术能力的提成相结合,将其城市化相结合,是现在的研究热点;而对于城市管网来说,如何有效利用大数据如何针对广泛而又复杂的管网结构进行有效的检测和诊断,是当前的研究热点。本发明通过将燃气管网结构逻辑化处理,使得能够基于该逻辑化结构进行基于检测数据的检测、诊断、发现等处理。
【发明内容】
为了解决现有技术中的上述问题,本发明提出了一种燃气管网结构逻辑化处理方法,所述方法包括如下步骤:
步骤S1:通过加权图的方式为燃气管网结构做基础逻辑化处理;
步骤S2:构建管网特征组合,基于特征组合为燃气管网结构赋值;
步骤S3:选定显著特征,基于显著特征在经过基础逻辑化处理的管网结构上标定初始网格;
步骤S4;对初始网格进行聚类得到聚类管网结构;
步骤S5:对聚类管网结构做优化处理;
步骤S6:基网格化逻辑性管网的采集数据进行管网检测、诊断和/或预测。
进一步的,所述关键位置为可设置检测节点的位置;节点的属性为检测节点处的检测值。
进一步的,所述关键位置为燃气管网设备的连接点。
进一步的,所述关键位置为燃气管网设备设置位置。
进一步的,所述检测、诊断和/或预测模型为数字仿真模型。
进一步的,所述检测、诊断和/或预测模型为人工智能模型。
进一步的,通过传感器获取检测数据作为节点属性值。
一种燃气管网结构逻辑化处理装置,包含:
一储存单元,配置以储存一应用程序;以及
一处理单元,电性耦接于一输入单元以及该储存单元,该处理单元配置以执行燃气管网结构逻辑化处理方法。
一种燃气管网结构逻辑化处理系统,包含:服务器和多个客户端;
所述服务器用于执行燃气管网结构逻辑化处理方法;
所述多个客户端用于获取处理结果。
一种用于燃气管网结构逻辑化处理的存储介质,其特征在于,所述存储介质用于存储执行燃气管网结构逻辑化处理方法的指令。
本发明的有益效果包括:通过将燃气管网结构逻辑化处理,使得能够基于该逻辑化结构进行基于检测数据的检测、诊断、发现等处理;具体为:(1)逻辑化后的管网结构能够体现管网的实际拓扑结构、不同管网段的属性、实际应用情况这三个方面;(2)通过组合特征,能够将特征之间的关联性代入到网格的划分中,从而使得划分后的网格在多维特征面前表现出同一性,而通过特征组合强度来聚类让多维特征多层次均衡的参与到网格的划分中,使得网格更加均匀;(3)通过密度均匀化处理能够在邻域密度的基础上,通过特征组合权重稀疏网格,从而提高检测数据处理的有效性。
【附图说明】
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1为本发明的燃气管网结构逻辑化处理方法的示意图。
图2为本发明的经过燃气管网结构逻辑化处理后形成的网格结构示意图。
【具体实施方式】
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
通过数学建模软件搭建全数字综合能源系统仿真模型,实际上是一个从数据底层解决问题的方法,从数据底层解决问题需要建立在数据均匀详实的基础之上的,需要使用Matlab/Simulink仿真工具仿真建模综合能源系统,采用等效的线性方程、代数边界条件或基于自定义指标算法的仿真设定数据,通过约束算法得出理想的结果,但是这些仿真模型对于大量管网数据和无目的的仿真来说是无效的或者是无意义的,而且由于年代复杂的管网结构,为这些设备搭建仿真模型,获取仿真数据本身就有些难度。实际上,对于复杂。而为了从上到下的发现问题,还是需要建立基于大数据的逻辑化管网结构,本发明通过将燃气管网结构逻辑化处理,使得能够基于该逻辑化结构进行基于检测数据的检测、诊断、发现等处理;
本发明所述的燃气管网结构逻辑化处理方法包括如下步骤:
步骤S1:通过加权图的方式为燃气管网结构做基础逻辑化处理;具体的:基于燃气管网结构,在关键位置标定节点,在直接连接的两个节点之间构建边,从而用加权图的方式逻辑化处理所述燃气管网结构;
进一步的:所述关键位置为可设置检测节点的位置;节点的属性为检测节点处的检测值;
进一步的:所述关键位置为燃气管网设备的连接点;
可替换的:按照燃气管网的实际物理布置情况或者实际物理拓扑结构均匀划分,选定划分区域或者分段中的一个位置作为关键位置,按照区域或者分段的相邻关系设置边;例如:按照大小是100m2进行区域划分,或者按照管网长度30m、50m的距离进行分段;
优选的:所述边是加权边,当两个节点特征差异越大,则权值越小;也就是说,逻辑化后的管网结构能够体现管网的实际连接情况、不同管网段的属性、实际应用情况、检测参数情况等多个方面特征,用于进行所需要的后续处理;
优选的:通过传感器获取检测数据作为节点属性值;
步骤S2:构建管网特征组合,基于特征组合为燃气管网结构赋值;具体的:构建管网特征组合,管网特征组合为一个或者多个,每个管网特征组合中包含一个或者多个特征;组合中的一个或多个特征共同出现或呈现相同或者相似的特征值时,表明特征组合被满足,而越多的特征组合被满足则表明管网结构越趋同;现有技术中往往采用一个管网属性来做管网的聚类或者划分,但是由于不同属性在不同管网中呈现出差异性的表现,因此同一个属性并不能用来一致性的表征趋同程度;类似的,单纯的一项参数的打分在差异性未被满足的情况下还带来来人为因素差距;单一特征之间并不能有机融合,不能简单的将一个特征对趋同性的贡献统一的衡量,但是通过特征组合就能够进行统一的衡量;而通过组合特征,能够将特征之间的关联性代入到网格的划分中,从而使得划分后的网格在多维特征面前表现出同一性,而通过特征组合强度来聚类让多维特征多层次均衡的参与到网格的划分中,使得网格更加均匀,同时后续的计算也更加简单;管网特征包括管网节点的物理属性,例如:设置年代、隶属对象、应用类型、管网物理属性等;还包括检测参数,例如:流量、压力值等;
优选的:所述管网特征组合为一个或多个;当越多的特征组合被满足则表明管网趋同度更高;当趋同强度大的组合被满足的管网的趋同度大于趋同强度小的组合被满足的趋同度;将特征组合的按照其对趋同的贡献强度排序,强度越强的特征组合被满足,则管网趋同度越高;通过管网特征组合将不同区域、不同类型等管网结合起来,统一度量;
所述基于特征组合为燃气管网结构赋值,具体为:基于管网特征组合为节点之间的连接边赋值;所述边的权值等于所连接的两个节点所满足的管网特征组合对应的分值之和;也就是说,两个节点之间共现特征越多表示两者之间的趋同度越高,两者间边的权值越大;而通过图连接关系来逻辑化保障了网格中节点的连续性;
步骤S3:选定显著特征,基于显著特征在经过基础逻辑化处理的管网结构上标定初始网格;具体的:在管网特征中选择显著特征,基于显著特征将具有相同显著特征值的管网范围内的区域(或者管网段)标定位为位于同一初始网格;其中:所述显著特征为一个或多个;
优选的:所述显著特征包括管网设置年代、隶属对象、应用类型、管网物理属性等;
可替换的:将单独的管网特征按照重要性进行排序;基于单个的管网特征作网格划分;例如:将管网特征按照对关联关系紧密程度的贡献排序;例如:设置年代>应用类型>隶属对象>管网材质>管网平均流量;
步骤S4;对初始网格进行聚类得到聚类管网结构;具体的包括如下步骤:
步骤S41:依次获取一个初始网格作为待处理网格;
优选的:按照初始网格中包含的节点的个数从大到小依次获取;
步骤S42:依次获取待处理网格中的待处理节点直到所有节点均处理完毕,如果所述待处理节点的直接连通节点不包含在所述待处理网格中,且所述待处理节点和其直接连通节点之间的边的权值大于第一权值阈值,则将所述直接连通节点放入待处理网格中;标记所述直接连通节点为待处理节点;当所述节点的所有直接连通节点均被判完毕,则将所述待处理节点标记为已处理节点,并继续下一待处理节点的处理;
优选的:开始该步骤前,网格中的所有节点都是待处理节点;
步骤S43:继续返回步骤S41进行下一初始网格的处理,直到所有初始网格均处理完毕;
优选的:当一个节点同时属于多个网格时,为其选择并归入一个网格;选择的方式是:确定所述节点的所有直接连通节点,确定其归属为权值大于权值阈值的节点中归属数量最多的网格;类似的,当一个节点不能被分入任何一个网格时,可以通过降低第一权值阈值的方式让其能够被归入一个网格,也可以在多个网格之间选择一个趋同度相对高的网格,当然也可以让这些散落的节点自组网格;
如附图2所示,为经过管网逻辑化处理之后形成的结构,基于该结果,其中每个黑点相当于一个网格结构,当然网格可以通过统一化合并来缩小网格的数量;再经过层次化处理之后,最终可以将网格的数量缩小到7个,完全可以通过大数据来进行大区域的分区域管理;而采用传统的仿真方式,很难进行这样层次化处理;
步骤S5:对聚类管网结构做优化处理;具体的:计算网格密度,基于网格密度稀疏网格;当网格之间的密度存在很大的不均匀性时,在进行后续的仿真等处理时,高密度网格数据会对稀密度网格数据产生压倒式的影响,使得部分网格的数据根本无法发挥作用在,现有技术中往往是进行网格切分,但网格切分没有从数据本身解决问题,只是从形式上让网格看起来更规整一些,而本发明通过密度均匀化处理能够在邻域密度的基础上,通过特征组合权重稀疏网格,从而提高检测数据处理的有效性;
所述步骤S5具体包括如下步骤:
步骤S51:对于每个网格,确定网格的中心节点VC;将网格中到每个边界节点的路径权值和路径权值均值之间差值最小的节点作为网格的中心节点;边界节点为其相邻节点非全部属于网格的节点;
可替换的:将历史检测数据均值和网格历史检测数据均值最接近的节点作为中心节点;
可替换的:将位于网格对应管网区域的中心的节点作为中心节点;
步骤S52:选择一个从中心节点VC出发,以边界节点VBNk结束的第k条路径PNk,表示为(VC,VBNk,1…VBNk,j…VBNk),路径中经过的节点个数为1+Nk(包括中心节点VC),路径的加权长度Lk为其中:为经过的节点VBNk,j-1到节点VBNk,j的边的权值;第k条路径的密度为ρk=Nk/Lk;以VC为中心的网格密度为 Npath为路径的个数;也就是说,两个节点之间的趋同度越高,则路径的长度越短,密度可能越大;
优选的:所述路径PNk为随机选择的随机路径;
优选的:所选择的路径个数Npath和网格中节点的数量正相关,也就是说,当网格中节点的数量越多时,需要选择路径个数越多;
可替换的:所述路径为最短路径,所选择的NPath条路径为到边界节点最短的Npath条路径;
可替换的:所述路径PNk为基于权值选择的路径,每个节点均选择一权值最大的路径作为路径中的下一节点;
步骤S53:稀疏网格密度大的网格以使得网格之间的密度差异降低;所述步骤S53具体包括如下步骤;
步骤S531:依次选择待处理网格中网格密度最高的网格作为当前网格进行后续处理;
步骤S532:对于当前网格,当两个节点之间边的权重大于第二权值阈值时,将两个节点合并;
优选的:从中心节点开始合并;
优选的:第二权值阈值大于第一权值阈值;
步骤S533:在合并的过程中不断的计算当前网格和其他网格的密度差异,当网格密度差异小于允许的差异值时,停止合并,否则返回步骤S532继续进行合并;当然合并也会因为权重达不到要求而停止;
步骤S534:当所有网格均处理完毕,则结束;否则,返回步骤S531继续处理;
优选的:所述步骤S43还包括对优化后的逻辑化管网结构做网格层次化处理;
步骤S6:基于经过优化处理的聚类管网结构的采集数据进行管网检测、诊断和/或预测;具体的:获取管网网格检测数据,将检测数据输入检测、诊断和/或预测模型,以得到检测、诊断和/或预测结果;在经过优化处理后,得到的逻辑化燃气管网结构就能够进行方针或者的预测;
优选的:所述检测、诊断和/或预测模型为数字仿真模型;
可替换的:所述检测、诊断和/或预测模型为人工智能模型,优选的:为神经网络模型;
优选的:所述检测数据包括压力数据、流量数据,长度数据等;将管网网格的检测数据在网格内进行处理后,以网格为单位输入检测、诊断和/或预测模型;这样,通过网格的方式就能够做层次化、大数据处理了;
可以利用被设计用于进行在此所述的功能的通用处理器、数字信号处理器(DSP)、ASIC、场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合而实现或进行所述的各个例示的逻辑块、模块和电路。通用处理器可以是微处理器,但是作为替换,该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合,例如DSP和微处理器的组合,多个微处理器、与DSP核协作的一个或多个微处理器或任何其他这样的配置。集合本公开描述的方法或算法的步骤可以直接嵌入在硬件中、处理器执行的软件模块中或者这两种的组合中。软件模块可以存在于任何形式的有形存储介质中。可以使用的存储介质的一些例子包括随机存取存储器(RAM)、只读存储器(ROM)、快闪存储器、EPROM存储器、EEPROM存储器、寄存器、硬碟、可移动碟、CD-ROM等。存储介质可以耦接到处理器以便该处理器可以从该存储介质读取信息以及向该存储介质写信息。在替换方式中,存储介质可以与处理器是整体的。软件模块可以是单个指令或者许多指令,并且可以分布在几个不同的代码段上、不同的程序之间以及跨过多个存储介质。
所述的功能可以按硬件、软件、固件或其任意组合而实现。如果以软件实现,功能可以作为一个或多个指令存储在切实的计算机可读介质上。计算机可读介质包括计算机可读存储介质。计算机可读存储介质可以是能被计算机访问的任何可用存储介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、或能被用来承载或存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。另外,所传播的信号不被包括在计算机可读存储介质的范围内。计算机可读介质还包括通信介质,其包括促成计算机程序从一地向另一地转移的任何介质。连接例如可以是通信介质。例如,如果软件使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外线、无线电、以及微波之类的无线技术来从web网站、服务器、或其它远程源传输,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外线、无线电、以及微波之类的无线技术被包括在通信介质的定义中。上述的组合应当也被包括在计算机可读介质的范围内。替换地或另选地,此处描述的功能可以至少部分由一个或多个硬件逻辑组件来执行。例如,可使用的硬件逻辑组件的说明性类型包括现场可编程门阵列(FPGA)、程序专用的集成电路(ASIC)、程序专用的标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。
因此,计算机程序产品可以进行在此给出的操作。例如,这样的计算机程序产品可以是具有有形存储(和/或编码)在其上的指令的计算机可读的有形介质,该指令可由一个或多个处理器执行以进行在此所述的操作。计算机程序产品可以包括包装的材料。
软件或指令也可以通过传输介质而传输。例如,可以使用诸如同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或诸如红外、无线电或微波的无线技术的传输介质从网站、服务器或者其他远程源传输软件。
此外,用于进行在此所述的方法和技术的模块和/或其他适当的手段可以在适当时由用户终端和/或基站下载和/或其他方式获得。例如,这样的设备可以耦接到服务器以促进用于进行在此所述的方法的手段的传送。或者,在此所述的各种方法可以经由存储部件(例如RAM、ROM、诸如CD或软碟等的物理存储介质)提供,以便用户终端和/或基站可以在耦接到该设备或者向该设备提供存储部件时获得各种方法。此外,可以利用用于将在此所述的方法和技术提供给设备的任何其他适当的技术。
以上所述仅是本发明的较佳实施方式,故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰,均包括于本发明专利申请范围内。
Claims (10)
1.一种燃气管网结构逻辑化处理方法,其特征在于,所述燃气管网结构逻辑化处理方法包含:
步骤S1:通过加权图的方式为燃气管网结构做基础逻辑化处理;
步骤S2:构建管网特征组合,基于特征组合为燃气管网结构赋值;
步骤S3:选定显著特征,基于显著特征在经过基础逻辑化处理的管网结构上标定初始网格;
步骤S4;对初始网格进行聚类得到聚类管网结构;
步骤S5:对聚类管网结构做优化处理;
步骤S6:基于经过你优化处理的聚类管网结构的采集数据进行管网检测、诊断和/或预测。
2.根据权利要求1所述的燃气管网结构逻辑化处理方法,其特征在于,所述关键位置为可设置检测节点的位置;节点的属性为检测节点处的检测值。
3.根据权利要求2所述的燃气管网结构逻辑化处理方法,其特征在于,所述关键位置为燃气管网设备的连接点。
4.根据权利要求3所述的燃气管网结构逻辑化处理方法,其特征在于,所述关键位置为燃气管网设备设置位置。
5.根据权利要求4所述的燃气管网结构逻辑化处理方法,其特征在于,所述检测、诊断和/或预测模型为数字仿真模型。
6.根据权利要求5所述的燃气管网结构逻辑化处理方法,其特征在于,所述检测、诊断和/或预测模型为人工智能模型。
7.根据权利要求6所述的燃气管网结构逻辑化处理方法,其特征在于,通过传感器获取检测数据作为节点属性值。
8.一种燃气管网结构逻辑化处理装置,其特征在于,包含:
一储存单元,配置以储存一应用程序;以及
一处理单元,电性耦接于一输入单元以及该储存单元,该处理单元配置以执行权利要求1-7所述的燃气管网结构逻辑化处理方法。
9.一种燃气管网结构逻辑化处理系统,其特征在于,包含:服务器和多个客户端;
所述服务器用于执行权利要求1-7所述的燃气管网结构逻辑化处理方法;
所述多个客户端用于获取处理结果。
10.一种用于燃气管网结构逻辑化处理的存储介质,其特征在于,所述存储介质用于存储执行权利要求1-7所述的燃气管网结构逻辑化处理方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110609746.2A CN113360716B (zh) | 2021-06-01 | 2021-06-01 | 一种燃气管网结构逻辑化处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110609746.2A CN113360716B (zh) | 2021-06-01 | 2021-06-01 | 一种燃气管网结构逻辑化处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113360716A true CN113360716A (zh) | 2021-09-07 |
CN113360716B CN113360716B (zh) | 2023-11-24 |
Family
ID=77530826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110609746.2A Active CN113360716B (zh) | 2021-06-01 | 2021-06-01 | 一种燃气管网结构逻辑化处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113360716B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114562684A (zh) * | 2022-02-16 | 2022-05-31 | 上海天麦能源科技有限公司 | 一种燃气管网关键监测节点选择方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120209653A1 (en) * | 2011-02-15 | 2012-08-16 | General Electric Company | Gas pipeline network configuration system |
CN106934417A (zh) * | 2017-03-06 | 2017-07-07 | 浙江工业大学 | 一种面向混合属性的数据流自适应聚类方法 |
CN110263416A (zh) * | 2019-06-17 | 2019-09-20 | 北京讯腾智慧科技股份有限公司 | 一种基于仿真技术的燃气管网泄漏检测方法及装置 |
CN111611524A (zh) * | 2020-04-17 | 2020-09-01 | 北京市燃气集团有限责任公司 | 一种燃气风险评估与安全监管资源匹配方法及装置 |
CN111898228A (zh) * | 2020-08-03 | 2020-11-06 | 姚成蔚 | 基于cad可视化燃气管网静态仿真系统及其计算方法 |
CN112417632A (zh) * | 2020-12-01 | 2021-02-26 | 南京益美沃电子科技有限公司 | 一种城镇燃气管网的仿真计算方法及系统 |
-
2021
- 2021-06-01 CN CN202110609746.2A patent/CN113360716B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120209653A1 (en) * | 2011-02-15 | 2012-08-16 | General Electric Company | Gas pipeline network configuration system |
CN106934417A (zh) * | 2017-03-06 | 2017-07-07 | 浙江工业大学 | 一种面向混合属性的数据流自适应聚类方法 |
CN110263416A (zh) * | 2019-06-17 | 2019-09-20 | 北京讯腾智慧科技股份有限公司 | 一种基于仿真技术的燃气管网泄漏检测方法及装置 |
CN111611524A (zh) * | 2020-04-17 | 2020-09-01 | 北京市燃气集团有限责任公司 | 一种燃气风险评估与安全监管资源匹配方法及装置 |
CN111898228A (zh) * | 2020-08-03 | 2020-11-06 | 姚成蔚 | 基于cad可视化燃气管网静态仿真系统及其计算方法 |
CN112417632A (zh) * | 2020-12-01 | 2021-02-26 | 南京益美沃电子科技有限公司 | 一种城镇燃气管网的仿真计算方法及系统 |
Non-Patent Citations (2)
Title |
---|
杨凯: "城市燃气管道泄漏多因素耦合致灾机理与灾害控制研究", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》, pages 038 - 76 * |
马季林: "智能化、自动化技术在城镇燃气管网运行管理中的应用", 《工程技术研究》, vol. 05, no. 23, pages 79 - 80 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114562684A (zh) * | 2022-02-16 | 2022-05-31 | 上海天麦能源科技有限公司 | 一种燃气管网关键监测节点选择方法和系统 |
CN114562684B (zh) * | 2022-02-16 | 2023-08-22 | 上海天麦能源科技有限公司 | 一种燃气管网关键监测节点选择方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113360716B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
CN108733631A (zh) | 一种数据评估方法、装置、终端设备及存储介质 | |
CN107273429A (zh) | 一种基于深度学习的缺失值填充方法及系统 | |
CN107886160B (zh) | 一种bp神经网络区间需水预测方法 | |
CN111710022B (zh) | 一种避免轮廓相交的快速成型切片处理方法 | |
CN110751172B (zh) | 一种弱监督学习的病理全片图像类别推断方法及其系统 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN113360716A (zh) | 一种燃气管网结构逻辑化处理方法及系统 | |
Wang et al. | Air pollution prediction via graph attention network and gated recurrent unit | |
CN113240219A (zh) | 一种土地利用模拟及预测方法 | |
CN112819208A (zh) | 一种基于特征子集耦合模型的空间相似性地质灾害预测方法 | |
CN105824853A (zh) | 聚类设备和方法 | |
Xu et al. | An improved LOF outlier detection algorithm | |
CN114419294A (zh) | 一种曲面变分阈值的自适应确定方法 | |
Liu et al. | Road density analysis based on skeleton partitioning for road generalization | |
CN111625525B (zh) | 一种环境数据修复/填充方法及系统 | |
CN112052549B (zh) | 一种小网眼聚集区道路选取方法 | |
CN114690782A (zh) | 无人船的航迹规划方法、装置、设备和存储介质 | |
CN103338460B (zh) | 用于动态网络环境的节点中心度的计算方法 | |
CN111768505A (zh) | 一种平面点集形状重建方法、装置及电子设备 | |
CN112926664A (zh) | 基于进化算法的特征选择与cart森林的短时强降水预报方法 | |
CN113343565B (zh) | 顾及空间异质性的邻域效应模式构建与ca模拟方法及系统 | |
CN113221302B (zh) | 一种智慧城市检测数据动态网格化处理方法和系统 | |
CN116958470B (zh) | 一种融合马尔可夫链和多点统计学的地质建模方法和装置 | |
CN116756808B (zh) | 一种铁路线形优化方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |