CN114576566B - 燃气管道预警方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及信号传输领域，公开了一种燃气管道预警方法、装置、设备及存储介质，该方法包括：通过光传感通信主机采集传感光缆基于光时域反射原理反射回来的脉冲光信号；利用光传感通信主机对振动信号进行分析，得到燃气管道外部的干扰事件特征信息；通过SAAS云平台，利用预设的事件类型分析模型对干扰事件特征信息进行解析，得到对应的事件类型，并确定事件类型的危险等级；根据监测信号和事件类型生成预警数据，并显示于SAAS云平台。本方法通过以分布式光纤传感技术监测沿线的泄露事件，是对燃气管道沿线实时监控的有效手段。通过SAAS云平台，对管道安全实现智能运维。

Description

燃气管道预警方法、装置、设备及存储介质

技术领域

本发明涉及信号传输领域，尤其涉及一种燃气管道预警方法、装置、设备及存储介质。

背景技术

在现代社会，燃气对人类的生产和生活做出了极大的贡献，随着人们对燃气的需求量越来越大，燃气管道也随之越建越复杂，存在桥架、埋地、套管等等多种敷设方式。同时又不可避免存在着与各种各样的市政管网相互重叠交错，因此在运维人员巡检过程中很难对燃气管道进行精准的查勘检修，在埋地敷设的时候也难以确定燃气管道的敷设位置，从而无法确定燃气管道周边事件是否会对燃气管道的安全存在威胁。

发明内容

本发明的主要目的在于解决现有的燃气管道预警方法存在预警信号不及时、预警事件不明确的技术问题。

本发明第一方面提供了一种燃气管道预警方法，所述燃气管道预警方法包括：

通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

可选的，在本发明第一方面的第一种实现方式中，所述获取用户在应用中的特定行为数据，包括：构建待训练事件类型分析模型；收集预处理后的样本干扰事件特征信息和样本事件类型，将所述样本干扰事件特征信息输入至所述待训练事件类型分析模型，得到所述待训练事件类型分析模型输出的所述事件类型；基于所述样本事件类型和所述事件类型，计算预设的损失函数，得到损失函数值；判断所述损失函数值是否小于预设阈值；若否，则基于所述损失函数值调整所述待训练事件类型分析模型的模型参数，并给予所述样本干扰事件特征信息重新进行模型训练，直至所述损失函数值小于预设阈值；若是，则将所述待训练事件类型分析模型作为事件类型分析模型。

可选的，在本发明第一方面的第二种实现方式中，所述利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息，包括：所述光传感通信主机通过光电转换将所述振动信号转换成二进制流数据；采用预设的编码转换工具分析所述二进制流数据，得到所述干扰事件特征信息。

可选的，在本发明第一方面的第三种实现方式中，所述通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级，包括：将所述干扰事件特征信息基于预设时长进行分割，得到至少一个预设时长内的干扰事件特征信息片段；判断所述干扰事件特征信息片段中的峰值数据是否超出预设阈值；若是，则将存在超出预设阈值的干扰事件特征信息片段输入事件类型分析模型，得到基于所述干扰事件特征信息片段对应时间的事件类型；基于所述干扰事件特征信息片段中的峰值数据和所述监测信号，通过预设的映射表，确定对应的危险等级。

可选的，在本发明第一方面的第四种实现方式中，在所述利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息之后，包括：解析所述干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；响应所述SAAS云平台中针对所述分布式光纤传感系统的第一指令，在GIS界面中显示适用于所述第一指令的所述数据报表，其中，所述SAAS云平台包括所述GIS界面，所述GIS界面同步显示所述分布式光纤传感系统的位置；相应针对所述数据报表的第二指令，基于所述第二指令展示对应特征的数据报表。

可选的，在本发明第一方面的第五种实现方式中，所述根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台，包括：整合所述监测信号和所述事件类型，生成预警数据；基于所述预警数据判定预警位置；将所述预警数据显示于所述GIS界面中对应的分布式光纤传感系统对应的图标。

可选的，在本发明第一方面的第六种实现方式中，在所述根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台之后，包括：若收到上报事件，判断所述上报事件是否在所述SAAS云平台中发出对应的预警；若否，则查询所述上报事件对应的所述干扰事件特征信息是否存在异常；若不存在，则基于所述上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对所述事件类型分析模型进行训练。

本发明第二方面提供了一种燃气管道预警装置，包括：光信号接收模块，用于通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；震动信号解析模块，用于利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；事件类型判断模块，用于通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；预警数据生成模块，用于根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

可选的，在本发明第二方面的第一种实现方式中，所述燃气管道预警装置还包括模型训练模块，所述模型训练模块具体用于：构建待训练事件类型分析模型；收集预处理后的样本干扰事件特征信息和样本事件类型，将所述样本干扰事件特征信息输入至所述待训练事件类型分析模型，得到所述待训练事件类型分析模型输出的所述事件类型；基于所述样本事件类型和所述事件类型，计算预设的损失函数，得到损失函数值；判断所述损失函数值是否小于预设阈值；若否，则基于所述损失函数值调整所述待训练事件类型分析模型的模型参数，并给予所述样本干扰事件特征信息重新进行模型训练，直至所述损失函数值小于预设阈值；若是，则将所述待训练事件类型分析模型作为事件类型分析模型。

可选的，在本发明第二方面的第二种实现方式中，所述振动信号解析模块具体用于：所述光传感通信主机通过光电转换将所述振动信号转换成二进制流数据；采用预设的编码转换工具分析所述二进制流数据，得到所述干扰事件特征信息。

可选的，在本发明第二方面的第三种实现方式中，所述事件类型判断模块具体用于：将所述干扰事件特征信息基于预设时长进行分割，得到至少一个预设时长内的干扰事件特征信息片段；判断所述干扰事件特征信息片段中的峰值数据是否超出预设阈值；若是，则将存在超出预设阈值的干扰事件特征信息片段输入事件类型分析模型，得到基于所述干扰事件特征信息片段对应时间的事件类型；基于所述干扰事件特征信息片段中的峰值数据和所述监测信号，通过预设的映射表，确定对应的危险等级。

可选的，在本发明第二方面的第四种实现方式中，所述燃气管道预警装置还包括数据报表展示模块，所述数据报表展示模块具体用于：数据报表生成单元，用于解析所述干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；第一指令响应单元，用于响应所述SAAS云平台中针对所述分布式光纤传感系统的第一指令，在GIS界面中显示适用于所述第一指令的所述数据报表，其中，所述SAAS云平台包括所述GIS界面，所述GIS界面同步显示所述分布式光纤传感系统的位置；数据报表展示单元，用于相应针对所述数据报表的第二指令，基于所述第二指令展示对应特征的数据报表。

可选的，在本发明第二方面的第五种实现方式中，所述数据报表展示单元具体用于：整合所述监测信号和所述事件类型，生成预警数据；基于所述预警数据判定预警位置；将所述预警数据显示于所述GIS界面中对应的分布式光纤传感系统对应的图标。

可选的，在本发明第二方面的第六种实现方式中，所述燃气管道预警装置还包括事件回溯模块，所述事件回溯模块具体用于：若收到上报事件，判断所述上报事件是否在所述SAAS云平台中发出对应的预警；若否，则查询所述上报事件对应的所述干扰事件特征信息是否存在异常；若不存在，则基于所述上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对所述事件类型分析模型进行训练。

本发明第三方面提供了一种燃气管道预警设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述燃气管道预警设备执行上述的燃气管道预警方法的步骤。

本发明的第四方面提供了一种计算机可读存储介质，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的燃气管道预警方法的步骤。

本发明的技术方案中，通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。本方法通过以分布式光纤传感技术监测沿线的泄露事件，是对燃气管道沿线实时监控的有效手段。通过SAAS云平台，对管道安全实现智能运维。

附图说明

图1为本发明实施例中燃气管道预警方法的第一个实施例示意图；

图2为本发明实施例中燃气管道预警方法的第二个实施例示意图；

图3为本发明实施例中燃气管道预警方法的第三个实施例示意图；

图4为本发明实施例中燃气管道预警装置的一个实施例示意图；

图5为本发明实施例中燃气管道预警装置的另一个实施例示意图；

图6为本发明实施例中燃气管道预警设备的一个实施例示意图。

具体实施方式

本发明的技术方案中，通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。本方法通过以分布式光纤传感技术监测沿线的泄露事件，是对燃气管道沿线实时监控的有效手段。通过SAAS云平台，对管道安全实现智能运维。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中燃气管道预警方法的第一个实施例包括：

101，通过光传感通信主机采集传感光缆基于光时域反射原理反射回来的脉冲光信号；

在本实施例中，光传感通信主机通过传感光缆与泄露监控传感器进行连接。其中，在燃气管道预警系统中，传感光缆除了用作光传感通信主机与泄露监控传感器之间的信号传输外，在另一方面，传感光缆还可以基于光信号在光缆传播过程中产生的瑞利散射效应、光时域反射技术（OTDR）原理，集成了光学、电子学、机械和数字信号处理等多门学科的综合性新型分布式光纤传感技术系统。在此系统中，光缆既是光信号传输煤质，也是外界信息感知的器件，因此可以对光缆沿线的外界声波信息、振动信息进行连续快速的测量。

102，利用光传感通信主机对振动信号进行分析，得到燃气管道外部的干扰事件特征信息；

在本实施例中，光传感通信主机接收到传感光缆回传的光信号，通过解析提取出光信号中的振动信号，并对振动信号进行解读，生成振动信号所对应的干扰事件特征信息。

具体的，在生成振动信号对应的干扰事件特征信息的时候，另一方面，光传感通信主机同时亦在解读泄露监控传感器通过光缆基于光信号传输的监测信号。

103，通过SAAS云平台，利用预设的事件类型分析模型对干扰事件特征信息进行解析，得到对应的事件类型，并确定事件类型的危险等级；

在本实施例中，光传感通信主机将解析生成的干扰事件特征信息和监测信号，通过预设的连接方式传输至SAAS云平台，通过解析后确定干扰事件特征信息和监测信号对应的事件类型，和事件类型中的危险程度，即危险等级。

具体的，光传感通信主机和SAAS云平台之间的连接方式可以是基于蜂窝数据通信、蓝牙、网线传输和WIFI连接。根据光传感通信主机内置的通信模块的不同，可灵活调用。

104，根据监测信号和事件类型生成预警数据，并显示于SAAS云平台。

在本实施例中，通过事件类型分析模型得到的事件类型，确定通过燃气管道预警系统监测到异常信号对应的事件类型，再通过监测信号辅助确定危险等级，综合后生成包含事件类型和危险等级的预警数据，显示于SAAS云平台上进行相应的预警。

具体的，预警数据还包括发生时间、发生位置和结束时间等相关信息，便于用户对燃气管道预警进行快速定位、分析和解决。

在本实施例中，通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。本方法通过以分布式光纤传感技术监测沿线的泄露事件，是对燃气管道沿线实时监控的有效手段。通过SAAS云平台，对管道安全实现智能运维。

请参阅图2，本发明实施例中燃气管道预警方法的第二个实施例包括：

201，通过光传感通信主机采集传感光缆基于光时域反射原理反射回来的脉冲光信号；

202，光传感通信主机通过光电转换将振动信号转换成二进制流数据；

在本实施例中，光传感通信主机将接收到的光信号通过主机硬件中的光电转换模块，转换成电信号的二进制流数据，流数据需要按记录或根据滑动时间窗口按顺序进行递增式处理，可用于多种分析，包括关联、聚合、筛选和取样。

具体的，流数据具有四个特点：数据实时到达；数据到达次序独立，不受应用系统所控制；数据规模宏大且不能预知其最大值；数据一经处理，除非特意保存，否则不能被再次取出处理，或者再次提取数据代价昂贵。

203，采用预设的编码转换工具分析二进制流数据，得到干扰事件特征信息；

在本实施例中，因为二进制流数据无法直观的展示给用户了解关于待测光缆的具体物理信息，因此需要存在一个预设的编码转换工具，通过将二进制流数据转换成存在一定频率间隔的干扰事件特征信息。

204，解析干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；

在本实施例中，在基于频率和其他相关参数构建坐标系，代入生成的干扰事件特征信息并连接，从而生成一个或多个信号波形图，基于信号波形图，使得用户直观了解通过传感光缆回传回来的对应信息，包括但不限于频域特征、时域特征和相位特征等数据报表。

205，响应SAAS云平台中针对分布式光纤传感系统的第一指令，在GIS界面中显示适用于第一指令的数据报表；

在本实施例中，SAAS云平台通过接收终端发送的第一指令，在SAAS云平台中的GIS界面展示第一指令对应的分布式光纤传感系统中适用于第一指令的数据报表。

具体的，SAAS云平台接收到用户点选在GIS界面中对应于分布式光纤传感系统的某一个特定的设备，例如某一段传感光缆、某一个光传感通信主机和设于所述传感光缆上的某一个泄漏监控传感器，在点选后展示适用于这个设备的数据报表，其中，数据报表可以是传感光纤检测到的振动信号通过不同的特征，生成对应的波形图、也可以是针对光传感通信主机的运行状态、光缆连接端口情况、运行时间运行负载率；或者是针对泄露监控传感器的检测情况、运行时间、对应于监测情况在时间上产生的连续波形图等。

206，相应针对数据报表的第二指令，基于第二指令展示对应特征的数据报表；

在本实施例中，当SAAS云平台获取到针对分布式光纤传感系统中特定设备的第一指令，显示适用于对应设备的数据报表，其中具体的数据报表类型至少包括在步骤205中，在此不再赘述，通过接收针对数据报表类型中，特定一项的数据报表的第二指令，将对应于第二指令的数据报表以图文、波形图等方式进行展示。

具体的，在接收到第一指令后，展示对应设备能够用于展示的数据报表类型，再通过接收选定特定类型的数据报表的第二指令，将所选定的数据报表进行展示。

具体的，第一指令和第二指令可以是终端通过点选、键盘输入、滑动、按压和选中的任意操作方式，在选中特定对象后SAAS云平台基于第一指令指定的对象进行反应。其中，此处的对象包括但不限于与以仿真形式表现的分布式光纤传感系统，包括分布式光纤传感系统内对应的设备和以文字形式表现的不同形式的数据报表类型、以文字形式展现的分布式光纤传感系统。

207，将干扰事件特征信息基于预设时长进行分割，得到至少一个预设时长内的干扰事件特征信息片段；

在本实施例中，将得到的干扰事件特征信息通过一个预设的时长范围进行分隔，其中，这个预设的时长范围可以是数分钟、数小时或者以天数为单位，通过一个预设时长进行分割数据后，进行分段，得到至少一个干扰事件特征信息片段。

208，判断干扰事件特征信息片段中的峰值数据是否超出预设阈值；

在本实施例中，通过检测峰值数据是否超出设定阈值，判断分布式光纤传感系统中监测的震动信号是否存在异常。

209，若是，则将存在超出预设阈值的干扰事件特征信息片段输入事件类型分析模型，得到基于干扰事件特征信息片段对应时间的事件类型；

在本实施例中，若存在异常，则说明感应到异常的震动信号对应的传感光缆存在被破坏的风险，又因传感光缆与燃气管道同路径敷设，因此，需要输入至事件类型分析模型，判断存在异常的震动信号对应的事件类型。

210，基于干扰事件特征信息片段中的峰值数据和监测信号，通过预设的映射表，确定对应的危险等级；

在本实施例中，存在一个预设的危险等级映射表，其中，通过对震动信号振幅的判断、震动信号振幅的大小、震动信号对应的事件、监测信号采集到的燃气泄露数据对应得到的危险等级。

211，整合监测信号和事件类型，生成预警数据；

在本实施例中，通过整合判断得到的信息，生成燃气管道预警系统所判断需要预警的预警信号。

212，基于预警数据判定预警位置；

在本实施例中，分布式光纤传感技术具有同时获取在传感光纤区域内随时间和空间变化的被测量分布信息的能力。一次测量就可以获取整个光缆区域内被测量的一维分布图，即确定传感光缆的长度，通过结合GIS界面，确定传感光缆的埋布路径，从而精准定位预警位置。

213，将预警数据显示于GIS界面中对应的分布式光纤传感系统对应的图标。

在本实施例中，通过将预警数据上传至SAAS云平台中，对应于具体分布式光纤传感系统中设备的位置，实现预警信号与实际预警位置的精准定位。

在另一方面，预警信号也可以在SAAS云平台上，通过预设的信道发送至指定的运维管理人员。

本实施例在前实施例的基础上，详细描述了解析所述干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；响应所述SAAS云平台中针对所述分布式光纤传感系统的第一指令，在GIS界面中显示适用于所述第一指令的所述数据报表，其中，所述SAAS云平台包括所述GIS界面，所述GIS界面同步显示所述分布式光纤传感系统的位置；相应针对所述数据报表的第二指令，基于所述第二指令展示对应特征的数据报表的过程。通过本实施例相较于传统方法，细化了用户通过SAAS云平台通过点选GIS界面实时查看对应分布式光纤传感系统中设备的位置，从而进一步了解对应于点选位置中设备的数据报表情况。

请参阅图3，本发明实施例中燃气管道预警方法的第三个实施例包括：

301，构建待训练事件类型分析模型；

302，收集预处理后的样本干扰事件特征信息和样本事件类型，将样本干扰事件特征信息输入至待训练事件类型分析模型，得到待训练事件类型分析模型输出的事件类型；

在本实施例中，通过将预处理后的训练样本数据输入待训练事件类型分析模型，训练结果作为输出值的拟合对象，在训练过程中不断调整并修正模型中调优的迭代式过程，逐步选取最优的神经网络配置，在不断地迭代过程中，直到误差小于预设阈值或者达到预设的迭代次数后，完成对待训练事件类型分析模型的训练。

303，基于样本事件类型和事件类型，计算预设的损失函数，得到损失函数值；

304，判断损失函数值是否小于预设阈值；

305，若否，则基于损失函数值调整待训练事件类型分析模型的模型参数，并给予样本干扰事件特征信息重新进行模型训练，直至损失函数值小于预设阈值；

306，若是，则将待训练事件类型分析模型作为事件类型分析模型；

307，通过光传感通信主机采集传感光缆基于光时域反射原理反射回来的脉冲光信号；

308，利用光传感通信主机对振动信号进行分析，得到燃气管道外部的干扰事件特征信息；

309，通过SAAS云平台，利用预设的事件类型分析模型对干扰事件特征信息进行解析，得到对应的事件类型，并确定事件类型的危险等级；

310，根据监测信号和事件类型生成预警数据，并显示于SAAS云平台；

311，若收到上报事件，判断上报事件是否在SAAS云平台中发出对应的预警；

在本实施例中，上报事件基于运维人员与巡检线路时通过观察线路周边环境情况确定有无影响燃气管道安全的可能性，通过终端将存在影响燃气管道安全的情况上报，判断SAAS云平台是否存在对应的预警数据。

312，若否，则查询上报事件对应的干扰事件特征信息是否存在异常；

在本实施例中，通过本查询目的为了判断分布式光纤传感系统中，对应位置的震动信号是否能够采集、解析出来。若不存在对应的预警数据，则说明分布式光纤传感系统至少存在采集信号失效问题和/或解析信号失效问题和/或预设阈值偏高的问题。

313，若不存在，则基于上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对事件类型分析模型进行训练。

在本实施例中，若不存在预警数据，则需要将上报事件对应时段对应位置的干扰事件特征信息与上报事件的事件类型，作为训练样本，代入待训练事件类型分析模型中进行训练，从而对模型进行迭代更新，提高事件类型分析模型的适用性。

另一方面，也应当检查分布式光纤传感系统中回传的数据是否正确，对应设备有无上线，从而在硬件层面进行一次自检。

本实施例在前实施例的基础上，详细描述了若收到上报事件，判断所述上报事件是否在所述SAAS云平台中发出对应的预警；若否，则查询所述上报事件对应的所述干扰事件特征信息是否存在异常；若不存在，则基于所述上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对所述事件类型分析模型进行训练的过程。通过本实施例相较于传统方法，细化了通过在现实层面对分布式光纤传感系统进行核查的过程，与现有运维手段和安全管理融合，真正实现管线运维智能化。对燃气管道沿线实时监控的有效手段。

上面对本发明实施例中燃气管道预警方法进行了描述，下面对本发明实施例中燃气管道预警装置进行描述，请参阅图4，本发明实施例中燃气管道预警装置一个实施例包括：

光信号接收模块501，用于通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；

震动信号解析模块502，用于利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；

事件类型判断模块503，用于通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；

预警数据生成模块504，用于根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

本发明实施例中，燃气管道预警装置运行上述燃气管道预警方法，包括，通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。本方法通过采集用户的行为数据，通过行为数据分析用户的偏好并推送相关联的营销活动，实现基于用户行为精准推送目的，能够有效降低推送成本，提升推送营销活动的转化率。

请参阅图5，本发明实施例中燃气管道预警装置的第二个实施例包括：

光信号接收模块501，用于通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；

震动信号解析模块502，用于利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；

事件类型判断模块503，用于通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；

预警数据生成模块504，用于根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

在本实施例中，所述燃气管道预警装置还包括模型训练模块505，所述模型训练模块505具体用于：

构建待训练事件类型分析模型；收集预处理后的样本干扰事件特征信息和样本事件类型，将所述样本干扰事件特征信息输入至所述待训练事件类型分析模型，得到所述待训练事件类型分析模型输出的所述事件类型；基于所述样本事件类型和所述事件类型，计算预设的损失函数，得到损失函数值；判断所述损失函数值是否小于预设阈值；若否，则基于所述损失函数值调整所述待训练事件类型分析模型的模型参数，并给予所述样本干扰事件特征信息重新进行模型训练，直至所述损失函数值小于预设阈值；若是，则将所述待训练事件类型分析模型作为事件类型分析模型。

在本实施例中，所述震动信号解析模块502具体用于：

所述光传感通信主机通过光电转换将所述振动信号转换成二进制流数据；采用预设的编码转换工具分析所述二进制流数据，得到所述干扰事件特征信息。

在本实施例中，所述事件类型判断模块503具体用于：

将所述干扰事件特征信息基于预设时长进行分割，得到至少一个预设时长内的干扰事件特征信息片段；判断所述干扰事件特征信息片段中的峰值数据是否超出预设阈值；若是，则将存在超出预设阈值的干扰事件特征信息片段输入事件类型分析模型，得到基于所述干扰事件特征信息片段对应时间的事件类型；基于所述干扰事件特征信息片段中的峰值数据和所述监测信号，通过预设的映射表，确定对应的危险等级。

在本实施例中，所述燃气管道预警装置还包括数据报表展示模块506，所述数据报表展示模块506具体用于：

数据报表生成单元5061，用于解析所述干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；第一指令响应单元5062，用于响应所述SAAS云平台中针对所述分布式光纤传感系统的第一指令，在GIS界面中显示适用于所述第一指令的所述数据报表，其中，所述SAAS云平台包括所述GIS界面，所述GIS界面同步显示所述分布式光纤传感系统的位置；数据报表展示单元5063，用于相应针对所述数据报表的第二指令，基于所述第二指令展示对应特征的数据报表。

在本实施例中，所述数据报表展示单元5063具体用于：

整合所述监测信号和所述事件类型，生成预警数据；基于所述预警数据判定预警位置；将所述预警数据显示于所述GIS界面中对应的分布式光纤传感系统对应的图标。

在本实施例中，所述燃气管道预警装置还包括事件回溯模块507，所述事件回溯模块507具体用于：

若收到上报事件，判断所述上报事件是否在所述SAAS云平台中发出对应的预警；若否，则查询所述上报事件对应的所述干扰事件特征信息是否存在异常；若不存在，则基于所述上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对所述事件类型分析模型进行训练。

本实施例在上一实施例的基础上，详细描述了各个模块的具体功能以及部分模块的单元构成，通过上述模块并细化了原有模块的具体作用，完善了燃气管道预警装置的运行，提高了其运行时的可靠性以及明确了各个步骤间的实际逻辑，提高了装置的实用性。

上面图4和图5从模块化功能实体的角度对本发明实施例中的燃气管道预警装置进行详细描述，下面从硬件处理的角度对本发明实施例中燃气管道预警设备进行详细描述。

图6是本发明实施例提供的一种燃气管道预警设备的结构示意图，该燃气管道预警设备700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）710（例如，一个或一个以上处理器）和存储器720，一个或一个以上存储应用程序733或数据732的存储介质730（例如一个或一个以上海量存储设备）。其中，存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对燃气管道预警设备700中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质730通信，在燃气管道预警设备700上执行存储介质730中的一系列指令操作，以实现上述燃气管道预警方法的步骤。

燃气管道预警设备700还可以包括一个或一个以上电源740，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口760，和/或，一个或一个以上操作系统731，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的燃气管道预警设备结构并不构成对本申请提供的燃气管道预警设备的限定，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。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述的燃气管道预警方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种燃气管道预警方法，其特征在于，应用于燃气管道预警系统，所述燃气管道预警系统包括分布式光纤传感系统和SAAS云平台，所述分布式光纤传感系统包括传感光缆、光传感通信主机和设于所述传感光缆上的泄漏监控传感器，所述燃气管道预警方法包括：

通过所述光传感通信主机采集所述传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和所述泄漏监控传感器采集到的监测信号；

利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；

通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；

根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

2.根据权利要求1所述的燃气管道预警方法，其特征在于，所述燃气管道预警方法，还包括：

构建待训练事件类型分析模型；

收集预处理后的样本干扰事件特征信息和样本事件类型，将所述样本干扰事件特征信息输入至所述待训练事件类型分析模型，得到所述待训练事件类型分析模型输出的所述事件类型；

基于所述样本事件类型和所述事件类型，计算预设的损失函数，得到损失函数值；

判断所述损失函数值是否小于预设阈值；

若否，则基于所述损失函数值调整所述待训练事件类型分析模型的模型参数，并给予所述样本干扰事件特征信息重新进行模型训练，直至所述损失函数值小于预设阈值；

若是，则将所述待训练事件类型分析模型作为事件类型分析模型。

3.根据权利要求1所述的燃气管道预警方法，其特征在于，所述利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息，包括：

所述光传感通信主机通过光电转换将所述振动信号转换成二进制流数据；

采用预设的编码转换工具分析所述二进制流数据，得到所述干扰事件特征信息。

4.根据权利要求1所述的燃气管道预警方法，其特征在于，所述通过所述SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级，包括：

将所述干扰事件特征信息基于预设时长进行分割，得到至少一个预设时长内的干扰事件特征信息片段；

判断所述干扰事件特征信息片段中的峰值数据是否超出预设阈值；

若是，则将存在超出预设阈值的干扰事件特征信息片段输入事件类型分析模型，得到基于所述干扰事件特征信息片段对应时间的事件类型；

基于所述干扰事件特征信息片段中的峰值数据和所述监测信号，通过预设的映射表，确定对应的危险等级。

5.根据权利要求4所述的燃气管道预警方法，其特征在于，在所述利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息之后，包括：

解析所述干扰事件特征信息，并基于不同的特征需求生成对应的数据报表；

响应所述SAAS云平台中针对所述分布式光纤传感系统的第一指令，在GIS界面中显示适用于所述第一指令的所述数据报表，其中，所述SAAS云平台包括所述GIS界面，所述GIS界面同步显示所述分布式光纤传感系统的位置；

相应针对所述数据报表的第二指令，基于所述第二指令展示对应特征的数据报表。

6.根据权利要求5所述的燃气管道预警方法，其特征在于，所述根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台，包括：

整合所述监测信号和所述事件类型，生成预警数据；

基于所述预警数据判定预警位置；

将所述预警数据显示于所述GIS界面中对应的分布式光纤传感系统对应的图标。

7.根据权利要求1所述的燃气管道预警方法，其特征在于，在所述根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台之后，包括：

若收到上报事件，判断所述上报事件是否在所述SAAS云平台中发出对应的预警；

若否，则查询所述上报事件对应的所述干扰事件特征信息是否存在异常；

若不存在，则基于所述上报事件对应的干扰事件特征信息，作为样本干扰事件特征信息和样本事件类型，对所述事件类型分析模型进行训练。

8.一种燃气管道预警装置，其特征在于，所述燃气管道预警装置包括：

光信号接收模块，用于通过光传感通信主机采集传感光缆基于光时域反射原理反射回来的脉冲光信号，其中，所述脉冲光信号包括燃气管道外部的振动信号和泄漏监控传感器采集到的监测信号；

震动信号解析模块，用于利用所述光传感通信主机对所述振动信号进行分析，得到所述燃气管道外部的干扰事件特征信息；

事件类型判断模块，用于通过SAAS云平台，利用预设的事件类型分析模型对所述干扰事件特征信息进行解析，得到对应的事件类型，并确定所述事件类型的危险等级；

预警数据生成模块，用于根据所述监测信号和所述事件类型生成预警数据，并显示于所述SAAS云平台。

9.一种燃气管道预警设备，其特征在于，所述燃气管道预警设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述燃气管道预警设备执行如权利要求1-7中任一项所述的燃气管道预警方法的各个步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的燃气管道预警方法的各个步骤。

Images