CN115355447A - 一种基于物联网的智慧燃气门站调压优化方法和系统 - Google Patents

Abstract

本说明书实施例提供一种基于物联网的智慧燃气门站调压优化方法和系统，该方法由智慧燃气管理平台执行，智慧燃气管理平台包括智慧客服管理分平台、智慧运行管理分平台和智慧燃气数据中心，该方法包括：智慧燃气数据中心通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息，燃气终端信息包括燃气终端流量和燃气终端分布特征；智慧运行管理分平台基于燃气终端信息，预测燃气门站流量；智慧运行管理分平台基于燃气门站流量，确定燃气门站的调压方案；该系统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、智慧燃气传感网络平台和智慧燃气对象平台，智慧燃气管理平台被配置为执行上述智慧燃气门站调压优化方法。

Description

一种基于物联网的智慧燃气门站调压优化方法和系统

技术领域

本说明书涉及燃气输送领域，特别涉及一种基于物联网的智慧燃气门站调压优化方法和系统。

背景技术

在燃气管网中，下游用气的波动会影响上游燃气门站的燃气分配。为了保证下游用气的稳定，相关人员或系统通常会调节燃气管网的压力。但是，压力调节可能存在延迟情况。例如，燃气门站接收到相关反馈后进行调压，可能经过一段时间后，用户处的燃气装置（如，燃气灶）的燃气才能恢复正常。此外，不准确的调压，也会造成燃气气压的较大波动。

因此，希望提供一种基于物联网的智慧燃气门站调压优化方法和系统，能够实现燃气压力的精准、及时、高效的智能化调节。

发明内容

本说明书内容包括一种基于物联网的智慧燃气门站调压优化方法。所述方法由智慧燃气管理平台执行，所述智慧燃气管理平台包括智慧客服管理分平台、智慧运行管理分平台和智慧燃气数据中心，所述方法包括：所述智慧燃气数据中心通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息，所述燃气终端信息包括燃气终端流量和燃气终端分布特征；所述智慧运行管理分平台基于所述燃气终端信息，预测燃气门站流量；所述智慧运行管理分平台基于所述燃气门站流量，确定燃气门站的调压方案。

本说明书内容包括一种基于物联网的智慧燃气门站调压优化系统，所述系统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、智慧燃气传感网络平台和智慧燃气对象平台，所述智慧燃气管理平台包括智慧客服管理分平台、智慧运行管理分平台和智慧燃气数据中心，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用于通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息，所述燃气终端信息包括燃气终端流量和燃气终端分布特征；所述智慧运行管理分平台用于基于所述燃气终端信息，预测燃气门站流量；所述智慧运行管理分平台用于基于所述燃气门站流量，确定燃气门站的调压方案。

本说明书内容包括一种基于物联网的智慧燃气门站调压优化装置，包括处理器，所述处理器用于执行上述任一项所述的基于物联网的智慧燃气门站调压优化方法。

本说明书内容包括一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述任一项所述的基于物联网的智慧燃气门站调压优化方法。

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基于物联网的智慧燃气门站调压优化系统的示意图；

图2是根据本说明书一些实施例所示的基于物联网的智慧燃气门站调压优化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流量模型的示例性示意图；

图4是根据本说明书一些实施例所示的调整燃气终端分布特征的示例性流程图；

图5是根据本说明书一些实施例所示的压力模型的示例性示意图。

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基于物联网的智慧燃气门站调压优化系统的示意图。

应当理解，基于物联网的智慧燃气门站调压优化系统100可以利用各种方式来实现。如图1所示，基于物联网的智慧燃气门站调压优化系统100包括智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气管理平台130、智慧燃气传感网络平台140和智慧燃气对象平台150。在一些实施例中，基于物联网的智慧燃气门站调压优化系统100可以为处理设备的一部分或由处理设备实现。

燃气门站是指天然气自长输管线进入城市管网的接收站，属于燃气管网设备的一部分。燃气门站通常具有检测、过滤、计量、调压、伴热、加臭、分配和远程遥测/遥控等功能，接收从燃气管网传输来的高压燃气，并对其实施前述处理，然后输送到城市的中央管网。用户可以通过远程控制门站设备进行调压或存储管理。其中，调压是至关重要的一项处理，因为燃气的压力可以影响输送的速度，进而影响单位时间内燃气输送的量。针对不同类型的用户，其燃气用量不同，调压的强度也存在区别。因此，根据用户类型、燃气终端的分布、燃气使用情况等对燃气输送的调压进行优化，有利于解决燃气的调度和控制问题。

智慧燃气用户平台110可以指以用户为主导的平台。具体地，智慧燃气用户平台110可以被配置为终端设备。智慧燃气用户平台110可以获取用户的输入指令（如，燃气运行管理信息查询指令），将输入指令传输至智慧用气服务分平台，并接收智慧燃气服务平台120上传的相关信息（如，燃气门站的运行管理信息）。

在一些实施例中，智慧燃气用户平台110可以包括燃气用户分平台、政府用户分平台和监管用户分平台。燃气用户分平台可以用于使用燃气的用户。例如，燃气用户分平台可以获取燃气用户的输入指令，与智慧燃气服务平台120进行交互，提供如燃气用量、燃气费用、安全用气规则等服务信息。政府用户分平台可以用于政府用户。例如，政府用户分平台可以获取政府用户的输入指令，与智慧燃气服务平台120进行交互，提供如燃气调度、气量储配等运营信息。监管用户分平台可以用于监管用户，如，有关保障燃气安全的相关人员和/或部门。例如，监管用户分平台可以获取监管用户的输入指令，与智慧燃气服务平台120进行交互，提供如管网设备情况、燃气气压等安全监管信息。

智慧燃气服务平台120指可以为用户提供输入和输出服务的平台。具体地，智慧燃气服务平台120可以接收智慧燃气用户平台110发送的指令（如，燃气运行管理信息查询指令）并处理后发送至智慧燃气管理平台130，以及从智慧燃气管理平台130获取用户所需的信息（如，燃气门站的运行管理信息）并发送至智慧燃气用户平台110。

在一些实施例中，智慧燃气服务平台120可以包括智慧用气服务分平台、智慧运营服务分平台和智慧监管服务分平台。

智慧用气服务分平台可以与燃气用户分平台对应。例如，智慧用气服务分平台可以将如燃气用量、燃气费用、安全用气规则等服务信息传输至燃气用户分平台等。

智慧运营服务分平台可以与政府用户分平台对应交互。例如，智慧运营服务分平台可以将如燃气调度、气量储配等运营信息传递至政府用户分平台。智慧监管服务分平台可以与监管用户分平台对应交互。例如，智慧监管服务分平台可以将如管网设备情况、燃气气压等安全监管信息传递至监管用户分平台等。

智慧燃气管理平台130可以为基于物联网的智慧燃气门站调压优化系统100提供感知管理和控制管理功能的平台。智慧燃气管理平台130可以统筹、协调各功能平台之间的联系和协作，汇聚着基于物联网的智慧燃气门站调压优化系统100全部的信息。在一些实施例中，智慧燃气管理平台130可以是由管理人员、人工智能、或由预设规则操控的远程平台。具体地，智慧燃气管理平台130可以下发获取相关数据（如，燃气户内/管网设备数据）的指令至智慧燃气传感网络平台140，并接收智慧燃气传感网络平台140上传的相关数据。智慧燃气管理平台130可以接收智慧燃气服务平台120下发的获取相关数据的查询指令，并上传相关数据至智慧燃气服务平台120。

在一些实施例中，智慧燃气管理平台130可以包括智慧燃气数据中心、智慧客服管理分平台和智慧运行管理分平台。

智慧燃气数据中心可以汇总、存储基于物联网的智慧燃气门站调压优化系统100所有运行数据。智慧燃气管理平台130可以通过智慧燃气数据中心与智慧燃气服务平台120、智慧燃气传感网络平台140进行信息交互。

智慧客服管理分平台和智慧运行管理分平台均可以为相互独立的数据使用平台。智慧客服管理分平台和智慧运行管理分平台可以从智慧燃气数据中心获取相关数据，并发送管理操作运行数据至智慧燃气数据中心。在一些实施例中，智慧客服管理分平台可以包括营收管理模块、工商户管理模块、报装管理模块、客服管理模块、消息管理模块以及客户分析管理模块等。在一些实施例中，智慧运行管理分平台可以包括气量采购管理模块、气量储备管理模块、用气调度管理模块、购销差管理模块、管网工程管理模块以及综合办公管理模块等。

示例性地，智慧燃气数据中心可以接收智慧燃气服务平台120下发的燃气门站的运行管理信息查询指令。智慧燃气数据中心可以下发获取燃气设备相关数据（如，户内设备的燃气用量情况）的指令到智慧燃气传感网络平台140。智慧燃气数据中心可以接收智慧燃气传感网络平台140上传的燃气设备的相关数据。智慧燃气数据中心将燃气设备相关数据发送到智慧燃气管理分平台进行分析处理。其中，不同类型的信息，可以通过上述的管理分平台的模块进行分析处理。例如，气量储备管理模块可以分析处理燃气量的储备信息。用气调度管理模块可以分析处理不同区域、不同管网节点的燃气分配、调节信息。智慧燃气管理分平台将分析处理后的数据发送至智慧燃气数据中心。智慧燃气数据中心将汇总、处理后的数据（如，门站的调压方案、燃气储备量的情况等）发送到智慧燃气服务平台120。

智慧燃气传感网络平台140可以指对传感通信进行管理的功能平台。在一些实施例中，智慧燃气传感网络平台140可以连接智慧燃气管理平台130和智慧燃气对象平台150，实现有关基于物联网的智慧燃气门站调压优化系统的感知信息和控制信息的传感通信的功能。具体地，智慧燃气传感网络平台140可以被配置为通信网络和网关。智慧燃气传感网络平台140可以接收对象平台上传的相关数据（如，燃气户内和/或管网设备数据），下发获取相关数据指令至智慧燃气对象平台150。智慧燃气传感网络平台140可以接收智慧燃气数据中心下发的获取相关数据的指令，上传相关数据至智慧燃气数据中心。

在一些实施例中，智慧燃气传感网络平台140可以包括燃气户内设备传感网络分平台和燃气管网设备传感网络分平台。燃气户内设备传感网络分平台和燃气管网设备传感网络分平台均可以实现网络管理、协议管理、指令管理以及数据解析等一项或多项功能。

智慧燃气对象平台150可以指感知信息生成的功能平台。智慧燃气对象平台150可以被配置为各类燃气设备。其中，燃气设备可以包括户内设备和管网设备。户内设备可以包括燃气用户的燃气终端（如，燃气表等）。管网设备可以包括燃气门站、各段输气管道、燃气阀控设备等。智慧燃气对象平台150可以获取的信息包括但不限于燃气用量信息、燃气户内设备信息、燃气管网设备信息等，并可以将采集的信息传输至智慧燃气管理平台130。

在一些实施例中，智慧燃气对象平台150可以包括燃气户内设备对象分平台和燃气管网设备对象分平台。在一些实施例中，燃气户内设备对象分平台可以对应于燃气户内设备传感网络分平台。燃气户内管网对象分平台可以对应于燃气管网设备传感网络分平台。具体地，燃气户内设备传感网络分平台可以将通过燃气户内设备对象分平台获取到的对应的燃气终端信息，传递至智慧燃气数据中心。燃气管网设备传感网络分平台可以将通过燃气管网设备对象分平台获取到的对应的燃气终端信息，传递至智慧燃气数据中心。

在一些实施例中，基于物联网的智慧燃气门站调压优化系统100可以应用于燃气运行管理的多种场景。在一些实施例中，基于物联网的智慧燃气门站调压优化系统100可以获取多种场景下的用于燃气运行管理的相关信息（例如，燃气户内设备信息、燃气管网设备信息等），以得到各个场景下的燃气用量情况。在一些实施例中，基于物联网的智慧燃气门站调压优化系统100可以基于获取到各个场景下的燃气用量情况，得到各个场景下的燃气运行管理方案（如，燃气门站调压方案、燃气调度方案等）。

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，将系统移用到其他任何合适的场景下。

以下将以基于物联网的智慧燃气门站调压优化系统100应用于场景为例对系统进行具体说明：

智慧燃气数据中心可以被配置通过智慧燃气传感网络平台140获取来自智慧燃气对象平台150的燃气终端信息，其中，燃气终端信息可以包括燃气终端流量和燃气终端分布特征。关于获取燃气终端信息的更多内容，可以参见图2及其相关描述。

智慧运行管理分平台可以被配置为基于燃气终端信息，预测燃气门站流量。关于预测燃气门站流量的更多内容，可以参见图2及其相关描述。

智慧运行管理分平台可以被配置为基于燃气门站流量，确定燃气门站的调压方案。关于确定燃气门站的调压方案的更多内容，可以参见图2及其相关描述。

在一些实施例中，智慧运行管理分平台可以进一步被配置为将燃气门站的调压方案传输至智慧燃气数据中心。智慧燃气数据中心可以被进一步配置为将燃气门站的调压方案传输至智慧燃气服务平台120。智慧燃气服务平台120可以将燃气门站的调压方案传输至智慧燃气用户平台110。

在一些实施例中，智慧运行管理分平台可以进一步被配置为基于流量模型预测门站燃气流量，其中，流量模型为机器学习模型，模型的输入包括燃气终端流量和燃气终端分布特征，输出包括燃气门站流量。在一些实施例中，流量模型包括第一嵌入层、第二嵌入层和第一输出层，其中，第一嵌入层的输出和第二嵌入层的输出为第一输出层的输入。关于基于流量模型、第一嵌入层、第二嵌入层和第一输出层的更多内容，可以参见图3及其相关描述。在一些实施例中，智慧运行管理分平台可以进一步被配置为获取燃气终端的历史使用数据，并基于历史使用数据确定燃气终端的活跃状态；基于活跃状态调整燃气终端分布特征。在一些实施例中，第二嵌入层的输入可以包括燃气终端分布特征，输出包括燃气终端分布特征向量。关于燃气终端的活跃状态以及燃气终端分布特征的更多内容，可以参见图4及其相关描述。

在一些实施例中，智慧运行管理分平台可以进一步被配置为基于燃气门站特征、燃气终端目标压力、燃气门站流量，通过压力模型确定燃气门站压力，压力模型为机器学习模型。在一些实施例中，压力模型的输入还可以包括燃气终端的分布特征。在一些实施例中，燃气门站特征可以包括燃气门站的压力调节范围。关于压力模型、燃气门站特征以及压力调节范围的更多内容，可以参见图5及其相关描述。

需要注意的是，以上对于基于物联网的智慧燃气门站调压优化系统及其模块的描述，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，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，图1中披露的智慧燃气管理平台130、智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气传感网络平台140和智慧燃气对象平台150可以是一个系统中的不同平台，也可以是一个平台实现上述的两个或两个以上平台的功能。

图2是根据本说明书一些实施例所示的基于物联网的智慧燃气门站调压优化方法的示例性流程图。在一些实施例中，流程200可以由基于物联网的智慧燃气门站调压优化系统执行。如图2所示，流程200包括下述步骤：

S210，获取燃气终端信息。

燃气终端可以指监测燃气装置使用数据的终端。在一些实施例中，燃气终端可以包括燃气表（如，膜式燃气表、IC卡智能燃气表、远传燃气表、物联网燃气表等）、流量计（如，孔板流量计、涡轮流量计、超声波流量计、腰轮流量计、涡街流量计、旋进式旋涡流量计）。在一些实施例中，燃气装置可以包括工业用气装置（如，工业燃气锅炉、燃气发电机等）、居民使用的燃气装置（如，供暖锅炉、灶具等）等。

燃气终端信息可以包括燃气终端流量和燃气终端分布特征。

燃气终端流量是指燃气终端所监测到的燃气装置在单位时间内的燃气使用量，例如，167方/小时、3000方/月、45方/天等。燃气终端流量可以根据燃气装置的使用时间和该段时间中的燃气使用量确定。应当理解的是，燃气终端流量可以在一段时间（如，一天、一周、一年）内波动。例如，燃气终端流量可以在工作日较大。燃气终端流量也可以在夜晚18:00后较大。

燃气终端分布特征可以用于反映某一管网区域内燃气终端的用户分布情况。在一些实施例中，燃气终端分布特征可以包括当前管网区域、用户类型（如，居民、商业、工业等）、用户数量、使用数据等。在一些实施例中，燃气终端分布特征可以用向量表示。例如，向量（2, 30, 5888,78, A, B, C）可以表示管道2的用户中有30个是工业用户，5888个是居民用户，78个是商业用户；元素A可以表示工业用户的燃气使用数据；元素B可以表示居民用户的燃气使用数据；元素C可以表示商业用户的燃气使用数据。在一些实施例中，用户类型、用户数量等数据，可以基于第三方（如，人口统计记录、工商业数据库等）获取。

在一些实施例中，系统可以获取燃气终端信息。例如，系统可以通过燃气终端所记录的数据、燃气使用数据库等所存储的数据等获取燃气终端信息。在一些实施例中，系统可以确定燃气终端是否处于活跃状态。若燃气终端在过去一段时间内（如，1天、3个星期等）所记录的数据没有变化，则系统可以确定该燃气终端未被使用，未处于“活跃状态”。系统还可以通过其他方式获取燃气终端信息，在此不作限制。

在一些实施例中，智慧燃气数据中心可以通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息。示例性地，智慧燃气数据中心可以下发获取燃气终端信息的指令到智慧燃气传感网络平台。智慧燃气数据中心可以接收智慧燃气传感网络平台上传的燃气终端信息。

S220，基于燃气终端信息，预测燃气门站流量。

燃气门站流量是指燃气门站在单位时间内的燃气使用量，例如，50000方/月、600方/天等。与燃气终端流量类似地，燃气门站流量也可以根据燃气门站的使用时间和该段时间中的燃气使用量确定。其中，有关燃气门站的更多说明可以参见图1及其相关描述。

在一些实施例中，系统可以进行建模或采用各种数据分析算法，对燃气终端信息进行分析处理，预测燃气门站流量。仅作为示例地，系统可以预先基于历史燃气终端信息，确定历史燃气终端信息对应的历史燃气终端信息向量，并基于每个历史燃气终端信息向量对应的历史实际燃气门站流量，生成燃气门站流量对应表。可以理解的，系统可以基于本次燃气终端信息，确定本次燃气终端信息对应的待预测燃气终端信息向量。进一步地，系统可以基于待预测燃气终端信息向量与历史燃气终端信息向量中的向量距离（如，欧式距离），在历史燃气终端信息向量中确定至少一个目标燃气终端信息向量。系统可以将至少一个目标燃气终端信息向量所对应的燃气门站流量作为本次燃气门站流量。

在一些实施例中，系统可以基于流量模型预测门站燃气流量，其中，流量模型为机器学习模型，模型的输入包括燃气终端流量和燃气终端分布特征，输出包括燃气门站流量。关于流量模型的更多说明，可以参见图3及其相关描述。

在一些实施例中，智慧运行管理分平台可以基于燃气终端信息，预测燃气门站流量。示例性地，智慧燃气数据中心可以将燃气终端信息发送到智慧燃气管理分平台，智慧燃气管理分平台可以对燃气终端信息进行分析处理，预测燃气门站流量。

S230，基于燃气门站流量，确定燃气门站的调压方案。

调压方案是指调节燃气气压的方案。燃气气压的方案可以包括调节时间、调节的幅度等。例如，晚上17:00之后，燃气压力增大20%；凌晨24:00之后，燃气压力减小20%等。应当理解的是，燃气压力可以影响燃气输送的速度，即影响单位时间的燃气输送量。基于不同类型用户的燃气使用量，工业用户以及商业用户区域分布较多的区域的燃气压力通常高于居民用户区域的燃气压力。因此，系统可以根据燃气终端信息（如，用户燃气终端流量和燃气终端分布特征）确定燃气门站流量，进一步确定燃气门站的调压方案，对燃气输送进行调压优化。

在一些实施例中，系统可以进行建模或采用各种数据分析算法，对燃气门站流量进行分析处理，确定燃气门站的调压方案。仅作为示例地，系统可以预先每个基于历史燃气门站流量对应的历史实际燃气门站的调压方案，生成燃气门站的调压方案对应表。可以理解的，系统可以基于本次燃气门站流量，确定与本次燃气门站流量相同或近似的历史燃气门站流量所对应的燃气门站的调压方案作为本次燃气门站的调压方案。

在一些实施例中，系统可以基于燃气门站特征、燃气终端目标压力、燃气门站流量，通过压力模型确定燃气门站压力，然后对多个门站的燃气门站压力进行汇总，并通过人工对汇总情况进行修正，确定每个门站的调压方案。在一些实施了紫红，还可以基于人工对燃气门站压力的汇总情况做修正，例如，若所有门站的压力之和超过规定的总压力阈值，则可以由人工将一些较大的燃气门站压力修正为较小的值。关于压力模型的更多说明，可以参见图5及其相关描述。

在一些实施例中，智慧运行管理分平台可以基于燃气门站流量，确定燃气门站的调压方案。示例性地，智慧运行管理分平台可以对燃气门站流量进行分析处理，确定燃气门站的调压方案。智慧燃气管理分平台可以将燃气门站的调压方案发送至智慧燃气数据中心。

本说明书的一些实施例所述的方法，通过对用户的类型、用户的分布、燃气用量情况进行分析，确定燃气门站的调压方案，从而实现燃气压力的精准、及时、高效的智能化调节，避免下游使用燃气的波动影响上游燃气门站的燃气分配，保证燃气的稳定供应。

图3是根据本说明书一些实施例所示的流量模型的示例性示意图。如图3所示，流量模型的结构300至少包括以下内容。

在一些实施例中，可以利用流量模型对燃气终端流量和燃气终端分布特征进行处理，预测燃气门站流量。其中，流量模型可以是机器学习模型，模型的输入包括燃气终端流量和燃气终端分布特征，输出为燃气门站流量。关于燃气终端流量、燃气终端分布特征以及燃气门站流量的更多说明，参见本说明书其他部分的内容（如，图2及其相关描述）。

流量模型320可以包括第一嵌入层321、第二嵌入层322和第一输出层323。在一些实施例中，第一嵌入层321、第二嵌入层322和第一输出层323可以是卷积神经网络或深度神经网络或其组合得到的模型等。

在一些实施例中，第一嵌入层321的输入可以包括多个时点的燃气终端流量310，例如，燃气终端时点1的流量、燃气终端时点2的流量、……、燃气终端时点n的流量等，多个时点可以是根据经验确定的若干的时点，第一嵌入层321输出可以包括流量特征向量340。

在一些实施例中，第二嵌入层322的输入可以包括燃气终端分布特征330，其输出可以包括分布特征向量350；第一输出层323的输入可以包括流量特征向量340和分布特征向量350，其输出可以包括燃气门站流量360。在一些实施例中，第二嵌入层的输入还可以包括调整后的燃气终端分布特征，有关调整后的燃气终端分布特征的相关说明可参见图4及其相关描述。

流量特征向量340可以指反映燃气终端流量信息的向量。例如，向量(2.2,0.7)可以表示燃气终端使用的燃气量为2.2立方米，使用时间为0.7小时。

分布特征向量350可以指表征燃气终端分布特征的向量。例如，向量(2,25,1378)可以表示2号燃气管道对应的工业燃气终端有25个，居民燃气终端有1378个。

燃气门站流量360可以为燃气门站未来时间段输出的燃气流量数据。例如，燃气门站流量(1500,800,1700)可以表示燃气门站在未来三个小时内每小时输出的燃气流量分别为1500立方米、800立方米和1700立方米。

在一些实施例中，第一嵌入层321、第二嵌入层322的输出可以作为第一输出层323的输入，第一嵌入层321、第二嵌入层322以及第一输出层323可以通过联合训练得到。

在一些实施例中，第一嵌入层321、第二嵌入层322以及第一输出层323进行联合训练的样本数据包括样本燃气终端流量、样本燃气终端分布特征，标签为样本燃气门站流量。将多个样本燃气终端流量输入第一嵌入层321，得到第一嵌入层321输出的流量特征向量；将样本燃气终端分布特征输入第二嵌入层322，得到第二嵌入层322输出的分布特征向量；将流量特征向量和分布特征向量作为训练样本数据，输入第一输出层323，得到第一输出层323输出的燃气门站流量，基于样本燃气门站流量和第一输出层323输出的燃气门站流量指令构建损失函数，同步更新第一嵌入层321、第二嵌入层322以及第一输出层323。通过参数更新，得到训练好的第一嵌入层321、第二嵌入层322以及第一输出层323。

在本说明书一些实施例中，通过大量的、广泛的燃气终端相关数据训练流量模型，并基于训练好的流量模型预测燃气门站流量，预测结果比较符合实际，且具有较高的准确度；此外，使用流量模型可以有效提高预测效率。

图4是根据本说明书一些实施例所示的调整燃气终端分布特征的示例性流程图。在一些实施例中，该流程可以由智慧燃气管理平台执行。如图4所示，流程400包括以下步骤：

S410，获取燃气终端的历史使用数据，并基于历史使用数据确定燃气终端的活跃状态。

历史使用数据可以包括燃气终端在过去时间段的燃气使用频率和/或燃气流量等。例如，(7,0,0,30,1,0.3)可以表示该燃气终端在过去7天内的使用次数是0次，燃气流量为0，在过去30内使用次数是1次，燃气流量为0.3立方米。

活跃状态可以指燃气终端在过去时间段内的被使用的程度。可以理解的是，当燃气终端在一段时间内没有被使用时，则该燃气终端不处于活跃状态。

在一些实施例中，可以根据实际情况预先设定过去时间段的时长，如3天、7天和/或30天等，然后对过去时间段内燃气终端的历史使用数据进行分析，确定该燃气终端的活跃状态。例如，燃气终端的过去7天内和过去30天内的使用次数和燃气流量均为0，则该燃气终端不处于活跃状态。又例如，燃气终端在过去7天内的使用次数和燃气流量均为0，在过去30天内的使用次数和燃气流量均低于阈值，如，使用次数阈值可以为2，燃气流量阈值可以为0.5立方米，则该燃气终端不处于活跃状态。

S420，基于活跃状态调整燃气终端分布特征。

在一些实施例中，可以利用建表、统计分析、归纳分析和/或分类模型等多种方法，基于燃气终端的活跃状态，对燃气终端分布特征进行调整。例如，可以根据燃气终端及其对应的活跃状态建立数据表，然后将处于活跃状态的燃气终端筛选出来，进而调整燃气终端分布特征。仅作为示例的，对于燃气终端分布特征（2, 30, 5888,78, A, B, C），基于燃气终端的活跃状态确定处于活跃状态的工业燃气终端有25个，处于活跃状态的居民燃气终端有5500个，处于活跃状态的商业燃气终端有70个，则调整后的燃气终端分布特征可以为（2,25, 5500,70, A, B, C）。相应的，也可以基于燃气终端的活跃状态对各类型燃气终端对应的人气用量进行调整。关于燃气终端分布特征的更多说明，参见图2及其相关描述。

在本说明书一些实施例中，根据燃气终端的历史使用数据来判断燃气终端的活跃状态，可以比较准确合理地调整燃气终端分布特征，使调整后的燃气终端分布特征更符合实际情况，进而使流量模型的预测结果更加准确。

应当注意的是，上述有关流程400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图5是根据本说明书一些实施例所示的压力模型的示例性示意图。如图5所示，压力模型的结构500可以包括以下内容。

在一些实施例中，可以利用压力模型对燃气门站流量、燃气门站特征、燃气终端目标压力进行处理，确定燃气门站压力。其中，压力模型可以为机器学习模型，例如，卷积神经网络或深度神经网络或其组合得到的模型等。

在一些实施例中，压力模型530的输入可以包括燃气门站流量360、燃气门站特征510、燃气终端目标压力520。压力模型的输出可以是燃气门站压力560。

在一些实施例中，压力模型530的输入还可以包括燃气终端的分布特征，例如，分布特征向量350，其中，分布特征向量可以通过图3中流量模型的第二嵌入层322确定。

燃气门站特征可以指燃气门站自身的与燃气输送有关的参数。例如，燃气门站特征可以包括燃气门站允许的燃气压力调节范围，如，0.7MPa~2.8MPa。

在一些实施例中，可以根据燃气门站自身属性确定燃气门站特征。例如，可以根据燃气门站相关设备和管道的设计压力确定燃气门站允许的燃气压力调节范围。

燃气终端目标压力可以指预设的燃气终端正常运行下的燃气压力。在一些实施例中，燃气终端目标压力可以为范围值。例如，燃气终端目标压力可以比标准大气压大2kPa~3kPa。

在一些实施例中，可以根据燃气终端的类型，通过人工分析或查表等方式确定燃气终端目标压力。

燃气门站压力可以指燃气门站向下游燃气管道输送燃气时的燃气压力。其中，燃气门站压力可以包括多个燃气门站的多个燃气输送管道的燃气压力。例如，燃气门站压力可以为2.8MPa。

关于燃气门站流量和分布特征向量的更多说明，参见图3及其相关描述。

在一些实施例中，压力模型530可以包括输入层531、第三嵌入层532和第二输出层533。其中，输入层531、第三嵌入层532和第二输出层533可以为卷积神经网络或深度神经网络或其组合得到的模型等。

在一些实施例中，输入层531的输入可以包括燃气门站流量360和燃气门站特征510，其输出可以包括门站流量数据540；第三嵌入层532的输入可以包括燃气终端目标压力520，其输出可以包括燃气终端压力分布550；第二输出层533的输入可以包括门站流量数据540和燃气终端压力分布550，其输出可以包括燃气门站压力560。在一些实施例中，第三嵌入层532的输入还可以包括分布特征向量350。

门站流量数据540可以为反映燃气门站未来一段时间内输出的燃气流量和燃气压力调节范围。例如，门站流量数据(1400,1800,1.3,2.9)可以表示燃气门站在未来两个小时内每小时的燃气流量分别为1400立方米和1800立方米，且燃气压力调节范围为1.3MPa~2.9MPa。

燃气终端压力分布550可以为反映不同燃气终端目标压力的数据。例如，燃气终端压力分布(20,0.3,0.4,1700,0.102,0.103)可以表示有20个燃气终端的目标压力范围为0.3MPa~0.4MPa，有1700个燃气终端的目标压力范围为0.102MPa~0，103MPa。

在一些实施例中，输入层531和第三嵌入层532的输出可以作为第二输出层533的输入，输入层531、第三嵌入层532以及第二输出层533可以通过联合训练得到。

在一些实施例中，输入层531、第三嵌入层532以及第二输出层533进行联合训练所需的样本数据包括样本燃气门站流量、样本燃气门站特征、样本燃气终端目标压力和样本分布特征向量，标签为样本燃气门站压力。将样本燃气门站流量和样本燃气门站特征输入输入层531，得到输入层531输出的门站流量数据；将样本燃气终端目标压力和样本分布特征向量输入第三嵌入层532，得到第三嵌入层532输出的燃气终端压力分布；将门站流量数据和燃气终端压力分布作为训练样本数据输入第二输出层533，得到第二输出层533输出的燃气门站压力。基于样本燃气门站压力和第二输出层533输出的燃气门站压力构建损失函数，同步更新输入层531、第三嵌入层532以及第二输出层533。通过参数更新，得到训练好的输入层531、第三嵌入层532以及第二输出层533。

在另一些实施例中，流量模型320的输出可以作为压力模型530的输入，流量模型320和压力模型530可以通过联合训练得到。

在一些实施例中，流量模型320和压力模型530进行联合训练所需的样本数据包括样本燃气终端流量、样本燃气终端分布特征、样本燃气门站特征和样本燃气终端目标压力，标签为样本燃气门站压力。将样本燃气终端流量、样本燃气终端分布特征输入流量模型320，得到流量模型320输出的燃气门站流量；将燃气门站流量作为训练样本数据，与样本燃气门站特征和样本燃气终端目标压力一同输入压力模型530，得到压力模型530输出的燃气门站压力。基于样本燃气门站压力和压力模型530输出的燃气门站压力构建损失函数，同步更新流量模型320和压力模型530。通过参数更新，得到训练好的流量模型320和压力模型530。关于流量模型320的更多说明，参见图3及其相关描述。

本说明书一些实施例中，通过使用大量和广泛的燃气门站和燃气终端的相关数据作为训练样本和标签训练压力模型，并基于训练好的压力模型对燃气门站流量以及燃气终端目标压力等数据进行处理，可以比较快速准确地获取燃气门站调压数据。此外，通过对压力模型各层的进行联合训练，以及对流量模型和压力模型进行联合训练，可以减少训练成本，提高训练效率。

本说明书一个或多个实施例提供一种基于物联网的智慧燃气门站调压优化装置，包括处理器，所述处理器用于执行如本说明书实施例提供的任意一种基于物联网的智慧燃气门站调压优化方法。

本说明书实施例还提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行如本说明书实施例提供的任意一种基于物联网的智慧燃气门站调压优化方法。

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发明实施例，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发明实施例的理解，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。

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)

1.一种基于物联网的智慧燃气门站调压优化方法，其特征在于，所述方法由智慧燃气管理平台执行，所述智慧燃气管理平台包括智慧客服管理分平台、智慧运行管理分平台和智慧燃气数据中心，所述方法包括：

所述智慧燃气数据中心通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息，所述燃气终端信息包括燃气终端流量和燃气终端分布特征；

所述智慧运行管理分平台基于所述燃气终端信息，预测燃气门站流量；

所述智慧运行管理分平台基于所述燃气门站流量，确定燃气门站的调压方案。

2.如权利要求1所述的基于物联网的智慧燃气门站调压优化方法，其特征在于，所述方法还包括：

所述智慧运行管理分平台将所述燃气门站的调压方案传输至所述智慧燃气数据中心；

所述智慧燃气数据中心将所述燃气门站的调压方案传输至智慧燃气服务平台；

所述智慧燃气服务平台将所述燃气门站的调压方案传输至智慧燃气用户平台。

3.如权利要求1所述的基于物联网的智慧燃气门站调压优化方法，其特征在于，所述基于所述燃气终端信息，预测燃气门站流量，包括：

基于流量模型预测所述燃气门站燃气流量，其中，所述流量模型为机器学习模型，所述流量模型的输入包括所述燃气终端流量和所述燃气终端分布特征，输出包括所述燃气门站流量。

4.如权利要求3所述的基于物联网的智慧燃气门站调压优化方法，其特征在于，所述流量模型包括第一嵌入层、第二嵌入层和第一输出层，其中，所述第一嵌入层的输出和所述第二嵌入层的输出为所述第一输出层的输入。

5.如权利要求1所述的基于物联网的智慧燃气门站调压优化方法，其特征在于，所述基于所述燃气门站流量，确定燃气门站的调压方案包括：

基于燃气门站特征、燃气终端目标压力、燃气门站流量，通过压力模型确定燃气门站压力，所述压力模型为机器学习模型。

6.一种基于物联网的智慧燃气门站调压优化系统，其特征在于，所述系统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、智慧燃气传感网络平台和智慧燃气对象平台，所述智慧燃气管理平台包括智慧客服管理分平台、智慧运行管理分平台和智慧燃气数据中心，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用于通过智慧燃气传感网络平台获取来自智慧燃气对象平台的燃气终端信息，所述燃气终端信息包括燃气终端流量和燃气终端分布特征；

所述智慧运行管理分平台用于基于所述燃气终端信息，预测燃气门站流量；

所述智慧运行管理分平台用于基于所述燃气门站流量，确定燃气门站的调压方案。

7.如权利要求6所述的基于物联网的智慧燃气门站调压优化系统，其特征在于，所述智慧运行管理分平台还用于将所述燃气门站的调压方案传输至所述智慧燃气数据中心；

所述智慧燃气数据中心用于将所述燃气门站的调压方案传输至智慧燃气服务平台；

所述智慧燃气服务平台用于将所述燃气门站的调压方案传输至智慧燃气用户平台。

8.如权利要求6所述的基于物联网的智慧燃气门站调压优化系统，其特征在于，所述智慧运行管理分平台进一步用于：

基于流量模型预测所述燃气门站燃气流量，其中，所述流量模型为机器学习模型，所述流量模型的输入包括所述燃气终端流量和所述燃气终端分布特征，输出包括所述燃气门站流量。

9.如权利要求8所述的基于物联网的智慧燃气门站调压优化系统，其特征在于，所述流量模型包括第一嵌入层、第二嵌入层和第一输出层，其中，所述第一嵌入层的输出和所述第二嵌入层的输出为所述第一输出层的输入。

10.如权利要求6所述的基于物联网的智慧燃气门站调压优化系统，其特征在于，所述智慧运行管理分平台还用于：

基于燃气门站特征、燃气终端目标压力、燃气门站流量，通过压力模型确定燃气门站压力，所述压力模型为机器学习模型。

Images