CN113607219A - 一种长距离管网的多参数监测系统及其状态预测方法和装置 - Google Patents
一种长距离管网的多参数监测系统及其状态预测方法和装置 Download PDFInfo
- Publication number
- CN113607219A CN113607219A CN202110924423.2A CN202110924423A CN113607219A CN 113607219 A CN113607219 A CN 113607219A CN 202110924423 A CN202110924423 A CN 202110924423A CN 113607219 A CN113607219 A CN 113607219A
- Authority
- CN
- China
- Prior art keywords
- parameter
- pipe network
- target pipe
- sensor module
- fiber sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 239000013307 optical fiber Substances 0.000 claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 29
- 239000012530 fluid Substances 0.000 claims abstract description 6
- 239000000835 fiber Substances 0.000 claims description 17
- 230000036541 health Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000253 optical time-domain reflectometry Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/32—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
- G01D5/34—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
- G01D5/353—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请公开了一种长距离管网的参数监测系统及其状态预测方法和装置，该参数监测系统包括设置在目标管网的内部的第一光纤传感器模块和设置在目标管网的外侧的第二光纤传感器模块，第一光纤传感器模块用于对目标管网内流体的多种状态进行检测，得到多种第一检测参数；第二光纤传感器模块用于对目标管网外的环境进行检测，得到多种第二检测参数；信号处理装置分别与第一光纤传感器模块、第二光纤传感器模块相连接用于获取多种第一检测参数和/或多种第二检测参数，并多种第一检测参数和/或多种第二检测参数进行处理，得到目标管网的多种运行参数。通过上述方案无需沿目标管网布设众多的传感器，从而降低了长距离管网的建设成本。
Description
技术领域
本申请涉及管网技术领域，更具体地说，涉及一种长距离管网的多参数监测系统及其状态预测方法和装置。
背景技术
长距离管网在运行过程中，需要采集其各种运行参数，以便对管网运行状态进行确定，以保证管网的正常运行。而目前一般采用在管网上分段设置各种传感器进行参数采集，所需传感器众多，导致长距离管网的建设成本偏高。
发明内容
有鉴于此，本申请提供一种长距离管网的多参数监测系统及其状态预测方法和装置，用于对长距离管网进行多参数监测，以降低长距离管网的建设成本。
为了实现上述目的，现提出的方案如下：
一种长距离管网的多参数监测系统，包括设置在目标管网的内部的第一光纤传感器模块和设置在所述目标管网的外侧的第二光纤传感器模块，还包括分别与所述第一光纤传感器模块、所述第二光纤传感器模块连接的信号处理装置，其中：
所述第一光纤传感器模块用于对所述目标管网内流体的多种状态进行检测，得到多种第一检测参数；
所述第二光纤传感器模块用于对所述目标管网外的环境进行检测，得到多种第二检测参数；
所述信号处理装置用于获取所述多种第一检测参数和/或所述多种第二检测参数，并所述多种第一检测参数和/或所述多种第二检测参数进行处理，得到所述目标管网的多种运行参数。
可选的，所述第一光纤传感器模块包括第一温度感测光纤、第一振动感测光纤和第一应变感测光纤，所述第一检测参数包括第一温度参数、第一振动参数和第一应变参数。
可选的，所述第二光纤传感器模块包括第二温度感测光纤、第二振动感测光纤和第二应变感测光纤，所述第二检测参数包括第二温度参数、第二振动参数和第二应变参数。
可选的，所述多种运行参数包括温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部。
一种状态预测方法，应用于如上所述的信号处理装置，所述状态预测方法包括步骤：
获取所述目标管网的多种运行参数；
基于深度神经网络或大数据挖掘算法对所述多种运行参数进行处理，得到所述目标管网的当前健康状态。
可选的，所述多种运行参数包括所述目标管网内部的温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部，还包括所述目标管网外部的温度参数、振动参数、应变参数和压力参数中的部分或全部。
一种状态预测装置，应用于如上所述的信号处理装置，所述状态预测装置包括：
参数获取模块，用于获取所述目标管网的多种运行参数；
预测执行模块，用于基于深度神经网络或大数据挖掘算法对所述多种运行参数进行处理，得到所述目标管网的当前健康状态。
可选的，所述多种运行参数包括所述目标管网内部的温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部，还包括所述目标管网外部的温度参数、振动参数、应变参数和压力参数中的部分或全部。
从上述的技术方案可以看出，本申请公开了一种长距离管网的多参数监测系统及其状态预测方法和装置，该参数监测系统包括设置在目标管网的内部的第一光纤传感器模块和设置在目标管网的外侧的第二光纤传感器模块，第一光纤传感器模块用于对目标管网内流体的多种状态进行检测，得到多种第一检测参数；第二光纤传感器模块用于对目标管网外的环境进行检测，得到多种第二检测参数；信号处理装置分别与第一光纤传感器模块、第二光纤传感器模块相连接用于获取多种第一检测参数和/或多种第二检测参数，并多种第一检测参数和/或多种第二检测参数进行处理，得到目标管网的多种运行参数。通过上述方案无需沿目标管网布设众多的传感器，从而降低了长距离管网的建设成本。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种长距离管网的多参数监测系统的示意图；
图2为本申请实施例的一种状态预测方法的流程图；
图3为本申请实施例的一种状态预测装置的框图。
具体实施方式
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，所描述的实施例仅仅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，都属于本申请保护的范围。
实施例一
图1为本申请实施例的一种长距离管网的多参数监测系统的示意图。
如图1所示，本实施例提供的多参数监测系统用于对待监测的目标管网100的多种参数进行检测，其具体包括信号处理装置30，还包括分别设置在该目标管网内部的第一光纤传感器模块10和第二光纤传感器模块20。
第一光纤传感器模块设置于目标管网内部，用于对目标管网内部的各种状态进行检测，即通过对管内环境的检测获得多种第一检测参数。第一光纤传感器模块包括但不限于第一温度感测光纤、第一振动感测光纤和第一应变感测光纤，通过不同原理分别得到第一温度参数、第一振动参数和第一应变参数。
第二光纤传感器模块设置于目标管网外部，用于对目标管网外部的各种状态进行检测，即通过对管外环境的检测获得多种第二检测参数。第二光纤传感器模块包括但不限于第二温度感测光纤、第二振动感测光纤和第二应变感测光纤，通过不同原理分别得到第二温度参数、第二振动参数和第二应变参数。
本申请中的光纤传感器为分布式光纤传感DFOS(Distributed Fiber OpticSensing，分布式光纤传感器)是光纤传感领域中重要的研究方向，该技术利用光纤既可作为传输介质又可作为敏感元件的自身特点，可沿着光纤的任意一点监测温度、应变和振动等信息。
DFOS技术根据测量对象总体上可以分为DTS(测温)、DAS(测声波/振动)和DSS(测应变)三种类型。
DTS测温基于拉曼散射原理，不同位置的拉曼散射信号返回探测器的时间不一样，通过测量该回波时间即可确定散射信号所对应的光纤位置；结合高速信号采集与数据处理技术，可准确、快速地获得整段感温光缆上任一点的温度分布信息。
DAS技术通常基于φ-OTDR解调技术，利用光纤对声波敏感的特性，当光纤周围事件对光纤引起的振动信号到达传感光纤，光纤的折射率和长度随之发生细微的改变，引起光纤内部传输信号的相位和光强发生改变，从而在标准单模通信光纤上实现对振动的测量。
DSS主要基于OTDR(光时域分析)和受激布里渊散射(SBS)原理，其中OTDR根据变形位置返回的时间差进行定位，而SBS可将变形信号放大后进行监测。
信号处理装置用于基于分别与第一光纤传感器模块、第二光纤传感器模块连接的激光光源解调模块，该激光光源解调模块可以视作为该信号处理装置的一部分或者功能接口。
该信号处理装置通过该激光光源解调模块获取上述第一温度参数、第二温度参数、第一振动参数、第二振动参数、第一应变参数和第二应变参数后，通过可以得到目标管网内部的温度参数、振动参数和应变参数，还可以得到目标管网外部的温度参数、振动参数和应变参数。
另外，当泵浦激光辐射能量被有效耦合到流量传感器时，由于掺钴光纤的热效应，形成温度高于环境温度的"热线"，产生可控热源；当水流流过流量传感器时，引起了光纤周围温度场的变化，流体流速与温度成负相关关系，最终通过温度(DTS测量原理)光谱变化解调出温度场的变化，从而实现流量的测量。管内压力通过应变传感光缆转换成应变传递至应变感测光纤，通过DSS检测出。
通过上述原理，该信号处理装置还可以基于“热线”原理从相应原始信号中得到目标管网内部的流量参数，并基于上述应变参数得到目标管网内部的压力参数和目标管网外部的压力参数。
从上述技术方案可以看出，本实施例提供了一种长距离管网的多参数监测系统，包括设置在目标管网的内部的第一光纤传感器模块和设置在目标管网的外侧的第二光纤传感器模块，第一光纤传感器模块用于对目标管网内流体的多种状态进行检测，得到多种第一检测参数；第二光纤传感器模块用于对目标管网外的环境进行检测，得到多种第二检测参数；信号处理装置分别与第一光纤传感器模块、第二光纤传感器模块相连接用于获取多种第一检测参数和/或多种第二检测参数，并多种第一检测参数和/或多种第二检测参数进行处理，得到目标管网的多种运行参数。通过上述方案无需沿目标管网布设众多的传感器，从而降低了长距离管网的建设成本。
实施例二
图2为本申请实施例的一种状态预测方法的流程图。
如图2所示，本实施例提供的状态预测方法应用于上一实施例中的多参数监测系统，具体来说是应用于上述参数监测系统中的信号处理装置。用于基于上述参数监测系统获得的原始参数对目标管网当前的健康状态进行预测。该状态预测方法包括如下步骤：
S1、获取目标管网的多种运行参数。
这里的运行参数包括但不限于目标管网的内部的温度参数、振动参数、应变参数、流量参数和压力参数，以及目标管网的外部的温度参数、振动参数、应变参数和压力参数。
S2、基于运行参数计算目标管网的当前健康状态。
即基于深度神经网络模型或者大数据挖掘算法上述多种运行参数的部分或全部进行处理，从而得到该目标管网的当前健康状态，例如其本身或者周围环境是否发生被盗、老化、泄露、坍塌或地震等不利于目标管网正常运行的状况。
该当前健康状态可以发送至主控站，以使运维人员能够及时采取处置措施，保证目标管网的健康运行。
本实施例中的深度神经网络模型可以预先利用当地的目标管网的历史数据作为样本数据训练得到，通过将历史上的大量的运行参数和实际发生的事件进行关联，并将关联的数据作为训练样本对预先构建的深度神经网络进行训练，即可得到上述的深度神经网络模型，大数据挖掘算法与此类似，这里就不再赘述。
实施例三
图3为本申请实施例的一种状态预测装置的框图。
如图3所示，本实施例提供的状态预测装置应用于上一实施例中的多参数监测系统，具体来说是应用于上述参数监测系统中的信号处理装置。用于基于上述参数监测系统获得的原始参数对目标管网当前的健康状态进行预测。该状态预测装置包括参数获取模块40和预测执行模块50。
参数获取模块用于获取目标管网的多种运行参数。
这里的运行参数包括但不限于目标管网的内部的温度参数、振动参数、应变参数、流量参数和压力参数，以及目标管网的外部的温度参数、振动参数、应变参数和压力参数。
预测执行模块用于基于运行参数计算目标管网的当前健康状态。
即基于深度神经网络模型或者大数据挖掘算法上述多种运行参数的部分或全部进行处理，从而得到该目标管网的当前健康状态，例如其本身或者周围环境是否发生被盗、老化、泄露、坍塌或地震等不利于目标管网正常运行的状况。
该当前健康状态可以发送至主控站，以使运维人员能够及时采取处置措施，保证目标管网的健康运行。
本说明书中的各个实施例均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的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍，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 (8)
1.一种长距离管网的多参数监测系统，其特征在于，包括设置在目标管网的内部的第一光纤传感器模块和设置在所述目标管网的外侧的第二光纤传感器模块，还包括分别与所述第一光纤传感器模块、所述第二光纤传感器模块连接的信号处理装置，其中：
所述第一光纤传感器模块用于对所述目标管网内流体的多种状态进行检测，得到多种第一检测参数；
所述第二光纤传感器模块用于对所述目标管网外的环境进行检测，得到多种第二检测参数；
所述信号处理装置用于获取所述多种第一检测参数和/或所述多种第二检测参数，并所述多种第一检测参数和/或所述多种第二检测参数进行处理，得到所述目标管网的多种运行参数。
2.如权利要求1所述的多参数监测系统，其特征在于，所述第一光纤传感器模块包括第一温度感测光纤、第一振动感测光纤和第一应变感测光纤，所述第一检测参数包括第一温度参数、第一振动参数和第一应变参数。
3.如权利要求1所述的多参数监测系统，其特征在于，所述第二光纤传感器模块包括第二温度感测光纤、第二振动感测光纤和第二应变感测光纤，所述第二检测参数包括第二温度参数、第二振动参数和第二应变参数。
4.如权利要求1所述的多参数监测系统，其特征在于，所述多种运行参数包括温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部。
5.一种状态预测方法，应用于如权利要求1～4任一项所述的信号处理装置，其特征在于，所述状态预测方法包括步骤：
获取所述目标管网的多种运行参数；
基于深度神经网络或大数据挖掘算法对所述多种运行参数进行处理，得到所述目标管网的当前健康状态。
6.如权利要求5所述的状态预测方法，其特征在于，所述多种运行参数包括所述目标管网内部的温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部，还包括所述目标管网外部的温度参数、振动参数、应变参数和压力参数中的部分或全部。
7.一种状态预测装置，应用于如权利要求1～4任一项所述的信号处理装置，其特征在于，所述状态预测装置包括：
参数获取模块，用于获取所述目标管网的多种运行参数；
预测执行模块，用于基于深度神经网络或大数据挖掘算法对所述多种运行参数进行处理，得到所述目标管网的当前健康状态。
8.如权利要求7所述的状态预测装置，其特征在于，所述多种运行参数包括所述目标管网内部的温度参数、振动参数、应变参数、流量参数和压力参数中的部分或全部，还包括所述目标管网外部的温度参数、振动参数、应变参数和压力参数中的部分或全部。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110924423.2A CN113607219A (zh) | 2021-08-12 | 2021-08-12 | 一种长距离管网的多参数监测系统及其状态预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110924423.2A CN113607219A (zh) | 2021-08-12 | 2021-08-12 | 一种长距离管网的多参数监测系统及其状态预测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113607219A true CN113607219A (zh) | 2021-11-05 |
Family
ID=78340491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110924423.2A Pending CN113607219A (zh) | 2021-08-12 | 2021-08-12 | 一种长距离管网的多参数监测系统及其状态预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113607219A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564505A (zh) * | 2012-01-19 | 2012-07-11 | 浙江省计量科学研究院 | 基于光纤光栅的热线式流量传感器件 |
| CN103148902A (zh) * | 2013-01-29 | 2013-06-12 | 中国计量学院 | 一种基于掺杂光纤光栅的光纤流量传感器 |
| CN107179421A (zh) * | 2017-06-29 | 2017-09-19 | 山东省科学院激光研究所 | 流速传感器探头及流速测量系统 |
| CN109375266A (zh) * | 2018-12-18 | 2019-02-22 | 清华大学 | 一种采用斜长分布式光纤的地下水封洞库安全监测系统 |
| CN109655114A (zh) * | 2019-02-25 | 2019-04-19 | 吉林建筑大学 | 城市地下管廊监测系统及其监测方法 |
| CN109827074A (zh) * | 2019-02-01 | 2019-05-31 | 河海大学 | 基于ofdr的污水管道健康监测与破裂预警系统及方法 |
| CN111765386A (zh) * | 2020-07-09 | 2020-10-13 | 观云(山东)智能科技有限公司 | 一种管道结构分布式实时健康监测系统及方法 |
| CN112781634A (zh) * | 2021-04-12 | 2021-05-11 | 南京信息工程大学 | 一种基于YOLOv4卷积神经网络的BOTDR分布式光纤传感系统 |
-
2021
- 2021-08-12 CN CN202110924423.2A patent/CN113607219A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564505A (zh) * | 2012-01-19 | 2012-07-11 | 浙江省计量科学研究院 | 基于光纤光栅的热线式流量传感器件 |
| CN103148902A (zh) * | 2013-01-29 | 2013-06-12 | 中国计量学院 | 一种基于掺杂光纤光栅的光纤流量传感器 |
| CN107179421A (zh) * | 2017-06-29 | 2017-09-19 | 山东省科学院激光研究所 | 流速传感器探头及流速测量系统 |
| CN109375266A (zh) * | 2018-12-18 | 2019-02-22 | 清华大学 | 一种采用斜长分布式光纤的地下水封洞库安全监测系统 |
| CN109827074A (zh) * | 2019-02-01 | 2019-05-31 | 河海大学 | 基于ofdr的污水管道健康监测与破裂预警系统及方法 |
| CN109655114A (zh) * | 2019-02-25 | 2019-04-19 | 吉林建筑大学 | 城市地下管廊监测系统及其监测方法 |
| CN111765386A (zh) * | 2020-07-09 | 2020-10-13 | 观云(山东)智能科技有限公司 | 一种管道结构分布式实时健康监测系统及方法 |
| CN112781634A (zh) * | 2021-04-12 | 2021-05-11 | 南京信息工程大学 | 一种基于YOLOv4卷积神经网络的BOTDR分布式光纤传感系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200200943A1 (en) | Methods and systems for providing access to interferometric system data | |
| CN102292621B (zh) | 分布式光纤感测中的改进 | |
| CN110793616A (zh) | 一种全光纤分布式的电缆安全与可靠性监测系统 | |
| CN108414113B (zh) | 用多点温度离散系数预测光纤温度的火灾报警系统及方法 | |
| CN109595470B (zh) | 一种分布式管道检测方法 | |
| CN112305386A (zh) | 一种基于数字孪生技术的高压电缆带电检测系统及方法 | |
| CN102901560A (zh) | 一种海洋导管架平台结构安全综合监测系统 | |
| CN105221936B (zh) | 一种监测和定位直埋热力管道泄漏点的装置及其控制方法 | |
| CN103606240B (zh) | 采用分布式光纤温度传感器系统进行火灾报警的方法 | |
| CN105509979A (zh) | 基于光纤负压波的油气管道泄漏监测定位系统及方法 | |
| CN112765857B (zh) | 一种列车结构损伤识别方法、装置、电子设备和存储介质 | |
| CN104344913A (zh) | 一种基于光纤光栅传感的温度测量系统及方法 | |
| Dang et al. | Simultaneous distributed vibration and temperature sensing using multicore fiber | |
| CN108181025A (zh) | 一种光纤复合架空地线热故障在线监测方法 | |
| CN110057426B (zh) | 基于布喇格光栅周围应变层的暗池液位测量系统及方法 | |
| CN111103067A (zh) | 基于单模光纤的电缆沟温度监测方法和系统 | |
| CN111141412A (zh) | 电缆温度和防盗的双监测方法、系统和可读存储介质 | |
| CN105157872A (zh) | 一种电缆温度监测方法及其装置 | |
| CN110987037A (zh) | 基于光纤光栅传感器的核电环境安全监测方法及装置 | |
| CN105448014B (zh) | 基于围墙周界安防系统的综合布线方法及入侵预警方法 | |
| CN113375879A (zh) | 一种多参量多模态高精度管道泄漏监控与定位系统 | |
| CN113607219A (zh) | 一种长距离管网的多参数监测系统及其状态预测方法和装置 | |
| CN205118673U (zh) | 一种监测和定位直埋热力管道泄漏点的装置 | |
| Wu et al. | Leveraging optical communication fiber and AI for distributed water pipe leak detection | |
| CN106646670A (zh) | 一种输电线路分布式微气象监测方法 |
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 |