CN115330361A - 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统 - Google Patents

基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统 Download PDF

Info

Publication number
CN115330361A
CN115330361A CN202211256765.2A CN202211256765A CN115330361A CN 115330361 A CN115330361 A CN 115330361A CN 202211256765 A CN202211256765 A CN 202211256765A CN 115330361 A CN115330361 A CN 115330361A
Authority
CN
China
Prior art keywords
gas
platform
indoor
area
intelligent
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
Application number
CN202211256765.2A
Other languages
English (en)
Other versions
CN115330361B (zh
Inventor
邵泽华
周莙焱
黄光华
张磊
魏小军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Qinchuan IoT Technology Co Ltd
Original Assignee
Chengdu Qinchuan IoT Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Qinchuan IoT Technology Co Ltd filed Critical Chengdu Qinchuan IoT Technology Co Ltd
Priority to CN202211256765.2A priority Critical patent/CN115330361B/zh
Priority to US18/051,526 priority patent/US11776378B2/en
Publication of CN115330361A publication Critical patent/CN115330361A/zh
Application granted granted Critical
Publication of CN115330361B publication Critical patent/CN115330361B/zh
Priority to US18/360,834 priority patent/US20230368631A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16—Combustible gas alarms
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • 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
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions

Abstract

本说明书实施例提供一种基于户内安全的燃气泄漏预测方法和智慧燃气物联网系统，包括：基于户内燃气设备传感网络平台从至少一个燃气检测设备中获取第一区域的燃气数据；从智慧燃气数据中心获取第一区域的燃气数据，并基于第一区域的燃气数据，预测第二区域的燃气浓度；基于第一区域的燃气数据和第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案；将燃气泄漏信息发送至智慧燃气数据中心，并基于智慧燃气服务平台将燃气泄漏信息发送至智慧燃气用户平台；基于应急处理方案，生成远程控制指令发送至智慧燃气数据中心，并基于户内燃气设备传感网络平台将远程控制指令发送至户内燃气设备对象平台执行控制。

Description

基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统
技术领域
本说明书涉及燃气安全监测领域，特别涉及一种基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统。
背景技术
目前，户内燃气安全监测主要靠安装在现场的燃气监测装置进行声光警报，报警形式单一，如果燃气使用者不在泄漏现场，则不利于燃气运营商、燃气使用者及时获取燃气泄漏信息，容易出现安全事故。
因此，希望提供一种基于户内安全的燃气泄漏预测方法及智慧燃气物联网，对燃气泄漏情况进行预警，以及时确定处理方案，避免燃气安全事故的发生。
发明内容
本说明书实施例之一提供一种基于户内安全的燃气泄漏预测方法，所述方法由智慧城市物联网系统实现，所述智慧燃气物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、户内燃气设备传感网络平台和户内燃气设备对象平台，所述智慧燃气管理平台包括智慧燃气数据中心和户内燃气安全管理分平台，所述方法由所述智慧燃气管理平台执行，包括：所述智慧燃气数据中心基于所述户内燃气设备传感网络平台从第一区域的至少一个燃气检测设备中获取第一区域的燃气数据，所述第一区域为建筑内已安装所述燃气检测设备的区域，所述燃气检测设备被配置于所述户内燃气设备对象平台中；所述户内燃气安全管理分平台用于：从所述智慧燃气数据中心获取所述第一区域的燃气数据，并基于所述第一区域的燃气数据，预测第二区域的燃气浓度，所述第二区域为所述建筑内未安装所述燃气检测设备的区域；基于所述第一区域的燃气数据和所述第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案；将燃气泄漏信息发送至所述智慧燃气数据中心，并基于所述智慧燃气服务平台进一步将所述燃气泄漏信息发送至所述智慧燃气用户平台；基于所述应急处理方案，生成远程控制指令发送至所述智慧燃气数据中心，并基于所述户内燃气设备传感网络平台将所述远程控制指令发送至所述户内燃气设备对象平台执行控制。
本说明书实施例之一提供一种基于户内安全的燃气泄漏预测的智慧燃气物联网系统，所述智慧燃气物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、户内燃气设备传感网络平台和户内燃气设备对象平台，所述智慧燃气管理平台包括智慧燃气数据中心和户内燃气安全管理分平台，所述智慧燃气管理平台被配置为执行以下操作：所述智慧燃气数据中心基于所述户内燃气设备传感网络平台从第一区域的至少一个燃气检测设备中获取第一区域的燃气数据，所述第一区域为建筑内已安装所述燃气检测设备的区域，所述燃气检测设备被配置于所述户内燃气设备对象平台中；所述户内燃气设备管理分平台被配置为：从所述智慧燃气数据中心获取所述第一区域的燃气数据，并基于所述第一区域的燃气数据，预测第二区域的燃气浓度，所述第二区域为所述建筑内未安装所述燃气检测设备的区域；基于所述第一区域的燃气数据和所述第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案；将燃气泄漏信息发送至所述智慧燃气数据中心，并基于所述智慧燃气服务平台进一步将所述燃气泄漏信息发送至所述智慧燃气用户平台；基于所述应急处理方案，生成远程控制指令发送至所述智慧燃气数据中心，并基于所述户内燃气设备传感网络平台将所述远程控制指令发送至所述户内燃气设备对象平台执行控制。
本说明书实施例之一提供一种基于户内安全的燃气泄漏预测装置，其特征在于，包括处理器，所述处理器用于执行上述的任一项所述的基于户内安全的燃气泄漏预测方法。
本说明书实施例之一提供一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现上述的任一项所述的基于户内安全的燃气泄漏预测方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的智慧燃气物联网系统的示例性示意图；
图2是根据本说明书一些实施例所示的燃气泄漏预测方法的示例性流程图；
图3是根据本说明书一些实施例所示的建筑图的示例性示意图；
图4是根据本说明书一些实施例所示的节点子图的示例性示意图；
图5是根据本说明书一些实施例所示的确定第二区域燃气浓度的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧燃气物联网系统的示例性示意图。
如图1所示，智慧燃气物联网系统100包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、户内燃气设备传感网络平台、户内燃气设备对象平台。
在一些实施例中，物联网中信息的处理可以分为感知信息的处理流程及控制信息的处理流程，控制信息可以是基于感知信息而生成的信息。其中，感知信息的处理是由智慧燃气用户平台获取感知信息，并传递至管理平台。控制信息则是由智慧燃气管理平台下发至智慧燃气用户平台，进而实现相应的控制。
智慧燃气用户平台可以是用于与用户进行交互的平台。在一些实施例中，智慧燃气用户平台可以被配置为终端设备，例如，终端设备可以包括移动设备、平板计算机等或其任意组合。在一些实施例中，智慧燃气用户平台可以用于将燃气泄漏信息及应急处理方法反馈给用户。在一些实施例中，智慧燃气用户平台设置有燃气使用用户分平台和燃气监管用户分平台。燃气使用用户分平台面向燃气使用用户，为燃气使用用户提供燃气相关数据和燃气问题解决方案等。例如，燃气使用用户分平台可以为燃气使用用户提供个人燃气使用安全提示。燃气监管用户分平台面向燃气监管用户，为燃气监管用户提供管辖区域内的燃气泄漏信息，以便燃气监管用户对管辖区域内的用气安全进行监管。其中，燃气监管用户可以包括燃气公司管理人员等。在一些实施例中，智慧燃气用户平台可以向下与智慧燃气服务平台进行交互，接收智慧燃气服务平台上传的燃气泄漏信息和应急处理方案等。
智慧燃气服务平台可以是用于接收和传输数据和/或信息的平台。例如，智慧燃气服务平台可以将燃气泄漏信息发送至智慧燃气用户平台。在一些实施例中，智慧燃气服务平台设置有智慧用气服务分平台和智慧监管服务分平台。智慧用气服务分平台对应于燃气使用用户分平台，为燃气使用用户提供安全用气的服务。智慧监管服务分平台对应于燃气监管用户分平台，为燃气监管用户提供安全监管的服务。在一些实施例中，智慧燃气服务平台可以向下与智慧燃气管理平台进行交互，接收智慧燃气管理平台上传的燃气泄漏信息和应急处理方案等。
智慧燃气管理平台可以指统筹、协调各功能平台之间的联系和协作，汇聚着物联网全部的信息，为物联网运行体系提供感知管理和控制管理功能的平台。例如，智慧燃气管理平台可以获取第一区域内的燃气数据（例如，燃气用量和燃气浓度序列等）等。
在一些实施例中，智慧燃气管理平台设置有智慧燃气数据中心和多个户内燃气安全管理分平台。户内燃气安全管理分平台与智慧燃气数据中心双向交互，多个户内燃气安全管理分平台根据不同的数据源对相应的数据进行存储、处理和/或传输，各户内燃气安全管理分平台可以进一步将处理的数据汇总到智慧燃气数据中心。户内燃气安全管理分平台可以实现本质安全监测管理、信息安全监测管理、功能安全监测管理和户内安检管理。智慧燃气数据中心基于汇总后的数据进行分析处理并存储，再并上传数据至上层的智慧燃气服务平台以及下发数据到下层的户内燃气设备传感网络平台。
户内燃气设备传感网络平台可以是对传感通信进行管理的功能平台。户内燃气设备传感网络平台可以被配置为通信网络和网关，实现网络管理、协议管理、指令管理和数据解析等功能。在一些实施例中，户内燃气设备传感网络平台可以连接智慧燃气管理平台和户内燃气设备对象平台，实现感知信息传感通信和控制信息传感通信的功能。例如，户内燃气设备传感网络平台可以接收智慧燃气数据中心下发的远程控制指令，并将远程控制指令发送至户内燃气设备对象平台。
户内燃气设备对象平台可以是感知信息生成的功能平台。在一些实施例中，户内燃气设备对象平台还可以设置有公平计量设备对象分平台、安全监测设备对象分平台和安全阀控设备对象分平台。公平计量设备对象分平台中包括燃气流量计量设备，用于记录燃气使用量。安全监测设备对象分平台中包括至少一个燃气检测设备，燃气检测设备安装在第一区域中，用于获取第一区域内的燃气相关信息。安全阀控设备对象分平台可以响应于远程控制指令，按照对应的应急处理方案控制对应的燃气阀门的开闭。
需要说明的是，本实施例中的智慧燃气用户平台可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的电子设备，在此不作过多限定。应当理解的是，在本实施例中所提到的数据处理过程可以通过服务器的处理器进行处理，而存储在服务器的数据，都可以存储在服务器的存储设备上，如硬盘等存储器。在具体应用中，户内燃气设备传感网络平台可以采用多组网关服务器，或者多组智能路由器，在此不作过多限定。应当理解的是，在本申请实施例中所提到的数据处理过程可以通过网关服务器的处理器进行处理，而存储在网关服务器的数据，都可以存储在网关服务器的存储设备上，如硬盘和SSD等存储器。
在一些实施例中，燃气检测设备为户内燃气浓度监测中所依托的各类监测装置，以机械产品为例，所述燃气浓度监测装置可以包括气体监测报警器、可燃气体探测器等。
本说明书的一些实施例中，通过以上查询方式，利用燃气泄漏相关数据来确定每个区域的燃气泄漏情况，并制定燃气泄漏的应急处理方案，从而让用户迅速对燃气泄漏情况作出反馈。
需要注意的是，以上对于系统及其组成部分的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个组成部分进行任意组合，或者构成子系统与其他组成部分连接。例如，智慧燃气管理平台和智慧燃气服务平台可以整合在一个组成部分中。又例如，各个组成部分可以共用一个存储设备，各个组成部分也可以分别具有各自的存储设备。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的燃气泄漏预测方法的示例性流程图。在一些实施例中，流程200可以由智慧燃气管理平台执行。
步骤210，智慧燃气数据中心基于户内燃气设备传感网络平台从第一区域的至少一个燃气检测设备中获取第一区域的燃气数据。在一些实施例中，步骤210可以由智慧燃气数据中心执行。
第一区域为建筑内已安装燃气浓度监测装置的区域。其中，建筑可以包括商业设施、住宅楼等建筑。例如，商业设施A内包括商铺A、商铺B、商铺C，其中，商铺A和商铺B已安装燃气检测设备，则商铺A和商铺B为第一区域。
燃气检测设备可以用来获取燃气数据的设备。例如，燃气检测设备可以用于获取燃气浓度。燃气检测设备可以包括燃气浓度传感器、燃气警报装置、燃气计量表等。燃气检测装置可以安装在建筑内的多个区域处。例如，燃气检测设备可以安装在通道处（如，安全通道入口、电梯入口等），也可以安装在燃气管道、燃气表附近。在一些实施例中，燃气检测设备被配置于户内燃气设备对象平台中。
在一些实施例中，燃气数据可以包括：预设时间段内的燃气用量、预设时间段内的燃气浓度序列。其中，预设时间段可以人工设置。
在一些实施例中，智慧燃气数据中心可以通过燃气计量表来获取预设时间段内的燃气用量。
燃气浓度序列可以指由多个燃气浓度组成的序列数据。在一些实施例中，预设时间段的燃气浓度序列可以指按照一定的采集间隔采集多个燃气浓度得到的序列数据。其中，采集间隔可以指多次进行采集的时间点之间的间隔。燃气浓度序列可以通过向量表示。例如，在6:10、6:30、6:50时采集的燃气浓度分别为5ppm、7ppm、10ppm，对应燃气浓度序列可以为（（6:10，5），（6:30，7）,（6:50，10））。在一些实施例中，户内燃气安全管理分平台可以连通第一区域内燃气浓度传感器来获取预设时间段内的多个时间点的燃气浓度，以确定燃气浓度序列。
在一些实施例中，预设时间段的燃气浓度序列还可以指同一时间点在多个点位采集燃气浓度得到的序列数据。
在一些实施例中，燃气浓度序列的采集间隔相关于燃气浓度序列的相关统计量。相关统计量可以指对预设时间段内燃气浓度的统计结果，可以用来表征燃气浓度的变化规律和离散性。相关统计量可以包括燃气浓度序列的方差、标准差等，可以通过方差、标准差的计算公式确定该燃气浓度序列的相关统计量。方差和/或标准差越大，表明对应的燃气浓度离散程度较大，即很难确定燃气浓度随着时间的变化规律（例如，燃气浓度随着时间上升或下降），相应可以减小采集间隔来获取更多时间点处的燃气浓度。
在一些实施例中，采集间隔可以是均匀的，也可以是不均匀的。例如，燃气浓度序列中较高燃气浓度对应的时间段内的采集间隔可以设置为较小，以便获取更多时间点处的燃气浓度，便于更好地掌握燃气浓度过高时的燃气浓度变化情况。
本说明书的一些实施例中，根据相关统计量来确定燃气浓度的采集间隔，使得燃气浓度的采集方式更加灵活，以便准确地获取浓度的变化规律，有助于决策人员进行进一步判断。
步骤220，从智慧燃气数据中心获取第一区域的燃气数据，并基于第一区域的燃气数据，预测第二区域的燃气浓度。在一些实施例中，步骤220可以由户内燃气安全管理分平台执行。
第二区域可以指建筑内未安装燃气检测设备的区域。
在一些实施例中，户内燃气安全管理分平台可以基于第一区域的燃气数据通过浓度预测模型来预测第二区域的燃气浓度。在一些实施例中，浓度预测模型可以为深度神经网络模型等。
在一些实施例中，浓度预测模型可以通过训练得到。例如，向初始浓度预测模型输入训练样本，并基于标签和初始浓度预测模型的输出结果建立损失函数，对初始浓度预测模型的参数进行更新，当初始浓度预测模型的损失函数满足预设条件时模型训练完成，其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，训练样本可以为多个历史泄漏事件中某建筑的第一区域对应的历史燃气数据，训练样本可以基于历史数据获取。训练样本的标签可以是同一泄漏时间中该建筑的第二区域的历史燃气浓度。标签可以基于历史检测数据获取，历史检测数据中包括实际检测的第二区域的历史燃气浓度。
在一些实施例中，户内燃气安全管理分平台可以基于建筑图，预测第二区域的燃气浓度，其中，建筑图可以基于节点和边构建，建筑图的节点对应建筑中的第一子区域，建筑图的边对应第一子区域间的通道。更多关于基于建筑图预测第二区域的燃气浓度的内容可以参见图3及其相关描述。
步骤230，基于第一区域的燃气数据和第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案。在一些实施例中，步骤230可以由户内燃气安全管理分平台执行。
在一些实施例中，户内燃气安全管理分平台可以将燃气浓度超过浓度阈值的区域确定为燃气泄漏的扩散范围。浓度阈值可以人为设定。不同区域的阈值可以不同。
应急处理方案可以包括关闭燃气泄漏点的燃气阀门、关闭所在建筑的燃气总阀门、疏散建筑内人群、处理扩散范围内的燃气、报告相关部门等。其中，燃气泄漏点可以为发生燃气泄漏的源头。更多关于燃气泄漏点的内容可以参见图5及其相关描述。
在一些实施例中，户内燃气安全管理分平台可以基于相关数据预设燃气泄漏的事故等级与应急处理方案的对应关系，根据燃气泄漏的事故等级确定对应的应急处理方案。在一些实施例中，燃气泄漏事故的等级可以根据扩散范围、燃气浓度确定。例如，可以对扩散范围按照从小到大依次设置阈值A、阈值B等，并对最高燃气浓度按照从小到大依次设置阈值M、阈值N等，当扩散范围小于阈值A或最高燃气浓度小于阈值M时，对应一级泄漏事故，当扩散范围在阈值A与阈值B之间或最高燃气浓度在阈值M与阈值N之间，对应二级泄漏事故，当扩散范围大于阈值A或最高燃气浓度大于阈值M时，对应三级泄漏事故，当依据扩散范围和燃气浓度确定的燃气泄漏事故的等级不一致时，可以按照对应确定的燃气泄漏事故的最高等级作为当前燃气泄漏事故的等级。燃气泄漏的事故等级与应急处理方案一一对应。例如，一级泄漏事故对应的应急处理方案可以为关闭燃气泄漏点的燃气阀门、加强通风等。二级泄漏事故对应的应急处理方案可以为关闭燃气泄漏点的燃气阀门和所在建筑的燃气总阀门、加强通风、疏散区域内人群等。三级泄漏事故对应的应急处理方案可以为关闭燃气泄漏点的燃气阀门、关闭所在建筑的燃气总阀门、疏散建筑内人群、处理扩散范围内的燃气、报告相关部门等。
步骤240，将燃气泄漏信息发送至智慧燃气数据中心，并基于智慧燃气服务平台进一步将燃气泄漏信息发送至智慧燃气用户平台。在一些实施例中，步骤240可以由户内燃气安全管理分平台执行。
燃气泄漏信息可以包括第一区域的燃气数据、第二区域的燃气浓度、是否发生燃气泄漏以及燃气泄漏的扩散范围。
在一些实施例中，户内燃气安全管理分平台还可以将燃气泄漏信息发送给智慧燃气数据中心，并经由智慧燃气服务平台将燃气泄漏信息进一步发送至智慧燃气用户平台。
步骤250，基于应急处理方案，生成远程控制指令发送至智慧燃气数据中心，并基于户内燃气设备传感网络平台将远程控制指令发送至户内燃气设备对象平台执行控制。在一些实施例中，步骤250可以由户内燃气安全管理分平台执行。
在一些实施例中，户内燃气设备对象平台可以基于接收到的远程控制指令执行对应的应急处理方案。
本说明书的一些实施例中，根据预测的燃气泄漏的扩散范围等，选用不同的应急处理方案，可以提高资源的利用效率，有效降低潜在危险发生的可能性，实现最优处理效率。
图3是根据本说明书一些实施例所示的建筑图的示例性示意图。
在一些实施例中，户内燃气安全管理分平台可以基于节点和边构建建筑图。
建筑图的节点对应建筑中的第一子区域，节点特征可以包括空间体积、燃气数据。其中，空间体积为节点对应第一子区域的空间体积。在一些实施例中，节点特征还可以包括第一子区域的温度。第一子区域的温度可以通过与装设在第一子区域中的温度传感器获取。
第一子区域可以指建筑内部划分的多个区域，例如，第一子区域可以指商业建筑内的商铺、电梯、厕所等区域。再例如，第一子区域可以指住宅建筑内的住户房间、电梯等区域。
如图3所示，以商业设施对应的建筑图为例，建筑图的节点可以包括商铺A、商铺B、商铺C、商铺D、商铺E、电梯1和楼梯2，其中，商铺A、商铺B、商铺C设置与建筑内的第一层，而商铺D、商铺E设置于建筑第二层。
建筑图的边对应第一子区域间的通道。通道可以指连通第一子区域之间的通道。例如，如图3所示的连通商铺A和商铺B之间的通道，连通电梯C和商铺A之间的通道。建筑图的边可以根据与建筑结构设计有关的图纸确定。建筑图的边特征可以包括扩散度和耗散度。
扩散度可以指燃气扩散到建筑内其他区域或者通道的能力。示例性的，扩散度可以根据公式（1）确定。
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
表示燃气的扩散度，V表示第一子区域的空间体积，S表示第一子区域与建筑内的通道连通的门和/或窗户的面积，
Figure DEST_PATH_IMAGE003
表示扩散系数，为常数。
在一些实施例中，扩散度越高，表明燃气向建筑内的通道和/或其他第一子区域扩散的能力越强。
耗散度可以指燃气扩散到建筑外的能力。示例性的，耗散度可以根据公式（2）确定。
Figure DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE005
表示燃气的耗散度，V表示第一子区域的空间体积，m表示第一子区域与建筑外界空间连通的门和/或窗户的面积，
Figure DEST_PATH_IMAGE006
表示耗散系数，为常数。
在一些实施例中，燃气可以通过与建筑外界空间连通的门和/或窗户向建筑外扩散，由于外界空间较大，燃气通过向建筑外界空间扩散，可以相对减小燃气向建筑内其他区域扩散的燃气量。耗散度越高，表明燃气向外界空气耗散的量越多，则向建筑内的通道和/或其他第一子区域扩散的燃气量少。
在一些实施例中，建筑图的边可以是有向边，有向边由温度高的节点指向温度低的节点。有向边的方向可以表示燃气的扩散方向。
如图3所示，在商铺A、商铺B、商铺C、商铺D、商铺E、电梯1和电梯2之间通过有向实线边表示燃气的扩散方向，由于第二层温度低于第一层，燃气的扩散方向可以从商铺A所在的第一层通过电梯1和/或楼梯2扩散至商铺D、商铺E所在的第二层中，又由于第二层中商铺E的温度最低，因此电梯1、楼梯2、商铺D的燃气都朝着商铺E扩散。
本说明书的一些实施例中，通过考虑温度对燃气扩散的影响，可以更准确的预测燃气的扩散范围以及第二区域的燃气浓度。
在一些实施例中，户内燃气安全管理分平台可以基于建筑图预测第二区域的燃气浓度。
在一些实施例中，户内燃气安全管理分平台可以通过图神经网络模型对建筑图进行处理，确定第二区域中的各个节点的燃气浓度。更多关于确定第二区域的燃气浓度的内容可以参见图5及其相关描述。
本说明书的一些实施例中，通过构建建筑图来确定未安装燃气浓度监测装置区域的燃气浓度，可以实现高效准确的估算方法，从而较为准确地确定各个节点对应的区域的燃气浓度及其变化，进一步确定扩散范围。
在一些实施例中，户内燃气安全管理分平台可以进一步基于第一子区域的内部结构构建节点子图。
在一些实施例中，节点子图的节点对应第一子区域中的第二子区域。
第二子区域可以指第一子区域内部划分的多个区域。如图4所示，第一子区域为商铺A，第二子区域可以包括商铺A的厨房、包间1、包间2、大堂、门口玄关A等。
节点子图的节点特征可以包括各个第二子区域的温度。各个第二子区域的温度可以通过在各个第二子区域的温度传感器获取。
节点子图的边对应第二子区域间的通道。例如，第二子区域间的通道可以为任意两个第二子区域间的门、过道等。第二子区域间的通道可以根据与建筑结构设计有关的图纸获取。
在一些实施例中，与建筑图的边类似，节点子图的边可以是有向边。如图4所示，节点子图中的第一子区域包括商铺A、商铺B、商铺A中的厨房、包间1、包间2、大堂、门口玄关A之间的边通过有向虚线边表示，表示在餐饮商铺A中燃气扩散的方向。商铺B中的大厅、门口玄关B之间的边也通过有向虚线边表示，表示在商铺B中燃气扩散的方向。在商铺A和商铺B之间通过有向实线边表示，表示第一子区域间的燃气扩散的方向。
在一些实施例中，建筑图中的节点的燃气浓度对应于该节点的节点子图中与该节点外部通道连接的第二子区域的燃气浓度。如图4所述，商铺B的燃气浓度对应于商铺B中与外部通道链接的门口玄关的燃气浓度。
本说明书的一些实施例中，通过进一步细化建筑图节点的内部结构，确定燃气在第二子区域间的扩散路径与方向，可以使得建筑图的细节内容更加丰富，更为准确地确定各个节点对应的区域的燃气浓度及其变化。
图5是根据本说明书一些实施例所示的确定第二区域燃气浓度的示例性示意图。
在一些实施例中，户内燃气安全管理分平台可以通过图神经网络模型对建筑图进行处理，确定第二区域中的各个节点的燃气浓度。
在一些实施例中，图神经网络模型可以将建筑图中的各个节点作为输出节点，输出第二区域中各个节点的燃气浓度。
在一些实施例中，图神经网络模型可以确定第二区域在当前时间点的燃气浓度，也可以确定第二区域在未来时间点的燃气浓度。当训练样本中节点特征和边特征与当前时间点的燃气情况相关时，训练出的图神经网络模型可以用于确定第二区域在当前时间点的燃气浓度。当训练样本中节点特征和边特征与多个历史时间点的燃气情况相关时，训练出的图神经网络模型可以用于确定第二区域在未来时间点的燃气浓度。
在一些实施例中，图神经网络模型的输出还包括燃气泄漏点及其燃气泄漏速率。相应的，图神经网络模型可以将燃气泄漏点对应的节点作为输出节点，输出燃气泄漏点及其燃气泄漏速率。
燃气泄漏点可以为发生燃气泄漏的源头。例如，燃气泄漏点可以是发生燃气泄漏的源头所在区域对应的节点。燃气泄漏点的燃气浓度高于正常范围，燃气泄漏点的燃气泄漏速率高。燃气泄漏速率可以指燃气浓度增加的速度。
在一些实施例中，图神经网络模型对建筑图进行分析时，可以将燃气泄漏点对应的节点作为输出节点，确定该节点为燃气泄漏点，并输出燃气泄漏点的燃气泄漏速率。
在一些实施例中，图神经网络模型的输出还包括燃气泄漏点的置信度。
置信度可以表示节点为燃气泄漏点的可能性大小。例如，节点A的置信度为0.1，则节点A是燃气泄漏点的可能性较小。
在一些实施例中，置信度相关于燃气浓度序列的采集间隔。采集间隔越大，置信度越低。例如，置信度可以通过“1/采集间隔（单位：s）”计算获得，采集间隔为2s时，置信度可以是0.5。
在一些实施例中，图神经网络模型可以通过训练得到。例如，向初始图神经网络模型输入多个带有标签的训练样本，基于标签和初始图神经网络模型的对应输出分别构建损失函数，基于损失函数对初始图神经网络模型的参数进行迭代更新，直到满足预设条件时模型训练完成，其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，训练样本可以包括多个区域对应的建筑图，标签可以为建筑图中各个节点的燃气浓度。在一些实施例中，标签还可以包括提前标注出的燃气泄漏点及其燃气泄漏速率。在一些实施例中，标签可以通过人工进行标注获取，或基于仿真软件仿真模拟得到的数据确定。
本说明书一些实施例中，通过图神经网络模型对建筑图进行处理，可以考虑到节点与边之间的联系，准确分析节点特征的变化，使预测结果更准确。同时，通过图神经网络模型确定燃气泄漏点及其燃气泄漏速率，可以增加模型的泛用性，使得模型适用于燃气泄漏点未知的场景。进一步地，模型同步输出燃气泄漏点的置信度，可以反映出对模型预测的准确度的估计，有助于决策人员进行进一步判断。
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.基于户内安全的燃气泄漏预测方法，其特征在于，所述方法由智慧燃气物联网系统实现，所述智慧燃气物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、户内燃气设备传感网络平台和户内燃气设备对象平台，所述智慧燃气管理平台包括智慧燃气数据中心和户内燃气安全管理分平台，所述方法由所述智慧燃气管理平台执行，包括：
所述智慧燃气数据中心基于所述户内燃气设备传感网络平台从第一区域的至少一个燃气检测设备中获取第一区域的燃气数据，所述第一区域为建筑内已安装所述燃气检测设备的区域，所述燃气检测设备被配置于所述户内燃气设备对象平台中；
所述户内燃气安全管理分平台用于：
从所述智慧燃气数据中心获取所述第一区域的燃气数据，并基于所述第一区域的燃气数据，预测第二区域的燃气浓度，所述第二区域为所述建筑内未安装所述燃气检测设备的区域；
基于所述第一区域的燃气数据和所述第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案；
将燃气泄漏信息发送至所述智慧燃气数据中心，并基于所述智慧燃气服务平台进一步将所述燃气泄漏信息发送至所述智慧燃气用户平台；
基于所述应急处理方案，生成远程控制指令发送至所述智慧燃气数据中心，并基于所述户内燃气设备传感网络平台将所述远程控制指令发送至所述户内燃气设备对象平台执行控制。
2.根据权利要求1所述的基于户内安全的燃气泄漏预测方法，其特征在于，所述燃气数据包括：预设时间段内的燃气用量、所述预设时间段内的燃气浓度序列。
3.根据权利要求1所述的基于户内安全的燃气泄漏预测方法，其特征在于，所述基于所述第一区域的燃气数据，预测第二区域的燃气浓度，包括：
基于节点和边构建建筑图，其中，所述建筑图的节点对应所述建筑中的第一子区域，所述建筑图的边对应所述第一子区域间的通道；
基于所述建筑图，预测所述第二区域的所述燃气浓度。
4.根据权利要求3所述的基于户内安全的燃气泄漏预测方法，其特征在于，所述基于所述建筑图，预测所述第二区域的燃气浓度，包括：
通过图神经网络模型对所述建筑图进行处理，确定所述第二区域中的各个节点的所述燃气浓度。
5.基于户内安全的燃气泄漏预测的智慧燃气物联网系统，其特征在于，所述智慧燃气物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、户内燃气设备传感网络平台和户内燃气设备对象平台，所述智慧燃气管理平台包括智慧燃气数据中心和户内燃气安全管理分平台，所述智慧燃气管理平台被配置为执行以下操作：
所述智慧燃气数据中心基于所述户内燃气设备传感网络平台从第一区域的至少一个燃气检测设备中获取第一区域的燃气数据，所述第一区域为建筑内已安装所述燃气检测设备的区域，所述燃气检测设备被配置于所述户内燃气设备对象平台中；
所述户内燃气设备管理分平台被配置为：
从所述智慧燃气数据中心获取所述第一区域的燃气数据，并基于所述第一区域的燃气数据，预测第二区域的燃气浓度，所述第二区域为所述建筑内未安装所述燃气检测设备的区域；
基于所述第一区域的燃气数据和所述第二区域的燃气浓度，判断是否发生燃气泄漏以及确定燃气泄漏的扩散范围，并确定应急处理方案；
将燃气泄漏信息发送至所述智慧燃气数据中心，并基于所述智慧燃气服务平台进一步将所述燃气泄漏信息发送至所述智慧燃气用户平台；
基于所述应急处理方案，生成远程控制指令发送至所述智慧燃气数据中心，并基于所述户内燃气设备传感网络平台将所述远程控制指令发送至所述户内燃气设备对象平台执行控制。
6.根据权利要求5所述的基于户内安全的燃气泄漏预测的智慧燃气物联网系统，其特征在于，所述燃气数据包括：预设时间段内的燃气用量、所述预设时间段内的燃气浓度序列。
7.根据权利要求5所述的基于户内安全的燃气泄漏预测的智慧燃气物联网系统，其特征在于，所述户内燃气安全管理分平台进一步用于：
基于节点和边构建建筑图，其中，所述建筑图的节点对应所述建筑中的第一子区域，所述建筑图的边对应所述第一子区域间的通道；
基于所述建筑图，预测所述第二区域的所述燃气浓度。
8.根据权利要求7所述的基于户内安全的燃气泄漏预测的智慧燃气物联网系统，其特征在于，所述户内燃气安全管理分平台进一步用于：
通过图神经网络模型对所述建筑图进行处理，确定所述第二区域中的各个节点的所述燃气浓度。
9.一种基于户内安全的燃气泄漏预测装置，其特征在于，包括处理器，所述处理器用于执行权利要求1-4中任一项所述的基于户内安全的燃气泄漏预测方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1-4中任一项所述的基于户内安全的燃气泄漏预测方法。
CN202211256765.2A 2022-10-14 2022-10-14 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统 Active CN115330361B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202211256765.2A CN115330361B (zh) 2022-10-14 2022-10-14 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统
US18/051,526 US11776378B2 (en) 2022-10-14 2022-11-01 Methods for predicting gas leakage based on indoor safety and smart gas Internet of Things systems
US18/360,834 US20230368631A1 (en) 2022-10-14 2023-07-28 Methods for gas leakage emergency treatment based on indoor safety and smart gas internet of things systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211256765.2A CN115330361B (zh) 2022-10-14 2022-10-14 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统

Publications (2)

Publication Number Publication Date
CN115330361A true CN115330361A (zh) 2022-11-11
CN115330361B CN115330361B (zh) 2023-01-13

Family

ID=83914882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211256765.2A Active CN115330361B (zh) 2022-10-14 2022-10-14 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统

Country Status (2)

Country Link
US (2) US11776378B2 (zh)
CN (1) CN115330361B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511665A (zh) * 2022-11-14 2022-12-23 成都秦川物联网科技股份有限公司 用于智慧燃气的储配站燃气净化管理方法和物联网系统
CN115511666A (zh) * 2022-11-14 2022-12-23 成都秦川物联网科技股份有限公司 用于智慧燃气的门站滤芯更换预测方法和物联网系统
US11985194B2 (en) 2022-11-14 2024-05-14 Chengdu Qinchuan Iot Technology Co., Ltd. Methods and internet of things systems for predicting filter element replacement at gate station for smart gas

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115996236B (zh) * 2023-03-23 2023-09-01 广东海新智能厨房股份有限公司 用于燃气灶的安全监控方法、装置、设备及介质
CN116668491B (zh) * 2023-07-21 2023-10-31 成都秦川物联网科技股份有限公司 基于报警器的智慧燃气安全风险防控方法与物联网系统
CN117491573B (zh) * 2023-12-29 2024-03-19 上海瀚广科技(集团)有限公司 基于多点位监测的实验室有害气体检测预警方法及系统

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080091456A1 (en) * 2002-10-20 2008-04-17 Yaron Mayer System and method for saving the rainforests.
CN107835222A (zh) * 2017-09-20 2018-03-23 成都秦川物联网科技股份有限公司 基于复合物联网的燃气数据传输方法及物联网系统
CN109243148A (zh) * 2018-09-29 2019-01-18 四川博能燃气股份有限公司 室内燃气泄漏警报与疏散系统及其警报和泄漏点定位方法
US20200309632A1 (en) * 2019-03-27 2020-10-01 Chengdu Qinchuan Technology Development Co., Ltd. Gas leakage detection method based on compound internet of things (iot) and iot system
CN111832924A (zh) * 2020-06-30 2020-10-27 北方工业大学 基于图神经网络的社区燃气系统动态风险评估方法及装置
CN111911817A (zh) * 2020-06-28 2020-11-10 吉林省百瑞生科技发展有限公司 一种地埋式管网泄漏在线监测方法及装置
CN112070273A (zh) * 2020-08-11 2020-12-11 深圳市燃气集团股份有限公司 一种燃气扩散预测方法、智能终端及存储介质
US20210073291A1 (en) * 2019-09-06 2021-03-11 Digital Asset Capital, Inc. Adaptive parameter transfer for learning models
CN112561726A (zh) * 2019-09-26 2021-03-26 成都秦川物联网科技股份有限公司 基于智能燃气表的智慧城市游离网系统及构建方法
CN112986492A (zh) * 2019-12-17 2021-06-18 华为技术有限公司 一种建立气体浓度预测模型的方法及装置
CN113259483A (zh) * 2021-06-21 2021-08-13 成都秦川物联网科技股份有限公司 智慧燃气跨区域数据交互方法及系统
CN113657582A (zh) * 2021-08-20 2021-11-16 西安科技大学 一种基于时空数据的时空图神经网络瓦斯浓度预测方法
CN113944888A (zh) * 2021-11-03 2022-01-18 北京软通智慧科技有限公司 燃气管道泄漏检测方法、装置、设备和存储介质
CN114139447A (zh) * 2021-11-26 2022-03-04 北京软通智慧科技有限公司 城市燃气管道爆炸的致因网络仿真及致因事件推演方法
CN114352947A (zh) * 2021-12-08 2022-04-15 天翼物联科技有限公司 一种燃气管道泄漏检测方法、系统、装置及存储介质
CN114390079A (zh) * 2022-03-24 2022-04-22 成都秦川物联网科技股份有限公司 一种智慧城市公共场所管理方法和物联网系统
CN114398987A (zh) * 2022-01-14 2022-04-26 成都秦川物联网科技股份有限公司 一种天然气能量计量的异常监测方法和系统
CN114943482A (zh) * 2022-06-28 2022-08-26 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市尾气排放管理方法和系统
CN114998074A (zh) * 2022-05-18 2022-09-02 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市灾后联络方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180082565A1 (en) * 2013-01-31 2018-03-22 Precyse Technologies, Inc. Method of controlling location monitoring and reporting
CN110702852B (zh) * 2019-09-10 2020-09-25 淮阴工学院 一种基于物联网的多油气浓度传感器的智能监测系统
US11630826B2 (en) * 2020-05-29 2023-04-18 Rn Technologies, Llc Real-time processing of a data stream using a graph-based data model
CN114777030B (zh) * 2022-05-23 2023-09-05 中用科技有限公司 一种基于nb-iot技术的危化气体监测方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080091456A1 (en) * 2002-10-20 2008-04-17 Yaron Mayer System and method for saving the rainforests.
CN107835222A (zh) * 2017-09-20 2018-03-23 成都秦川物联网科技股份有限公司 基于复合物联网的燃气数据传输方法及物联网系统
CN109243148A (zh) * 2018-09-29 2019-01-18 四川博能燃气股份有限公司 室内燃气泄漏警报与疏散系统及其警报和泄漏点定位方法
US20200309632A1 (en) * 2019-03-27 2020-10-01 Chengdu Qinchuan Technology Development Co., Ltd. Gas leakage detection method based on compound internet of things (iot) and iot system
US20210073291A1 (en) * 2019-09-06 2021-03-11 Digital Asset Capital, Inc. Adaptive parameter transfer for learning models
CN112561726A (zh) * 2019-09-26 2021-03-26 成都秦川物联网科技股份有限公司 基于智能燃气表的智慧城市游离网系统及构建方法
CN112986492A (zh) * 2019-12-17 2021-06-18 华为技术有限公司 一种建立气体浓度预测模型的方法及装置
CN111911817A (zh) * 2020-06-28 2020-11-10 吉林省百瑞生科技发展有限公司 一种地埋式管网泄漏在线监测方法及装置
CN111832924A (zh) * 2020-06-30 2020-10-27 北方工业大学 基于图神经网络的社区燃气系统动态风险评估方法及装置
CN112070273A (zh) * 2020-08-11 2020-12-11 深圳市燃气集团股份有限公司 一种燃气扩散预测方法、智能终端及存储介质
CN113259483A (zh) * 2021-06-21 2021-08-13 成都秦川物联网科技股份有限公司 智慧燃气跨区域数据交互方法及系统
CN113657582A (zh) * 2021-08-20 2021-11-16 西安科技大学 一种基于时空数据的时空图神经网络瓦斯浓度预测方法
CN113944888A (zh) * 2021-11-03 2022-01-18 北京软通智慧科技有限公司 燃气管道泄漏检测方法、装置、设备和存储介质
CN114139447A (zh) * 2021-11-26 2022-03-04 北京软通智慧科技有限公司 城市燃气管道爆炸的致因网络仿真及致因事件推演方法
CN114352947A (zh) * 2021-12-08 2022-04-15 天翼物联科技有限公司 一种燃气管道泄漏检测方法、系统、装置及存储介质
CN114398987A (zh) * 2022-01-14 2022-04-26 成都秦川物联网科技股份有限公司 一种天然气能量计量的异常监测方法和系统
CN114390079A (zh) * 2022-03-24 2022-04-22 成都秦川物联网科技股份有限公司 一种智慧城市公共场所管理方法和物联网系统
CN114998074A (zh) * 2022-05-18 2022-09-02 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市灾后联络方法和系统
CN114943482A (zh) * 2022-06-28 2022-08-26 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市尾气排放管理方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邵泽华: ""物联网结构的探索与研究"", 《物联网技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511665A (zh) * 2022-11-14 2022-12-23 成都秦川物联网科技股份有限公司 用于智慧燃气的储配站燃气净化管理方法和物联网系统
CN115511666A (zh) * 2022-11-14 2022-12-23 成都秦川物联网科技股份有限公司 用于智慧燃气的门站滤芯更换预测方法和物联网系统
US11917010B2 (en) 2022-11-14 2024-02-27 Chengdu Qinchuan Iot Technology Co., Ltd. Methods and internet of things (IoT) systems for gas purification management in storage and distribution station for smart gas
US11985194B2 (en) 2022-11-14 2024-05-14 Chengdu Qinchuan Iot Technology Co., Ltd. Methods and internet of things systems for predicting filter element replacement at gate station for smart gas

Also Published As

Publication number Publication date
CN115330361B (zh) 2023-01-13
US11776378B2 (en) 2023-10-03
US20230071381A1 (en) 2023-03-09
US20230368631A1 (en) 2023-11-16

Similar Documents

Publication Publication Date Title
CN115330361B (zh) 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统
CN107942960B (zh) 一种智能化的信息处理系统
Dong et al. Modeling occupancy and behavior for better building design and operation—A critical review
Zuraimi et al. Predicting occupancy counts using physical and statistical Co2-based modeling methodologies
US10514264B2 (en) System and method for aiding responses to an event detected by a monitoring system
Ansanay-Alex Estimating occupancy using indoor carbon dioxide concentrations only in an office building: a method and qualitative assessment
Arief-Ang et al. A scalable room occupancy prediction with transferable time series decomposition of CO2 sensor data
CN111489006A (zh) 火灾发展态势预测方法、装置及计算机可存储介质
Wolf et al. Carbon dioxide-based occupancy estimation using stochastic differential equations
Vukovic et al. Real-time identification of indoor pollutant source positions based on neural network locator of contaminant sources and optimized sensor networks
CN1963878A (zh) 高层建筑火灾智能监测预警预报装置
CN114330138A (zh) 故障诊断方法、其装置及电子设备
Poh Lam et al. Information-theoretic environmental features selection for occupancy detection in open offices
Li et al. Study of “time-lag” of occupant behavior occurrences for establishing an occupant-centric building control system
Boracchi et al. A cognitive monitoring system for detecting and isolating contaminants and faults in intelligent buildings
Ji et al. Space inference system for buildings using IoT
KR20230040577A (ko) 사물인터넷과 연동되는 인공지능 기반의 유해환경 제어 시스템 및 그 제어 방법
Scislo et al. Near Real-Time Access Monitoring Based on IoT Dynamic Measurements of Indoor Air Pollutant
CN113156826A (zh) 一种基于人工智能的家居自动管理方法、管理系统及终端
KR101899667B1 (ko) 실내 재실자의 수 연산 방법
Chen Occupancy detection and prediction with sensors and online machine learning: Case study of the Elmia exhibition building in Jönköping
US10997834B2 (en) Assessing the security situation by means of IoT activity sensors
US20240152106A1 (en) Artificial intelligence based harmful environment control system connected to internet of things and its harmful environment control method
Balta et al. Online Monitoring of Indoor Air Quality and Thermal Comfort Using a Distributed Sensor-Based Fuzzy Decision Tree Model
Zikos et al. Multi-sensorial network placement for building performance analysis and evaluation and facility management

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