CN115619355A - 智慧燃气有害组分监控方法、物联网系统、装置以及介质 - Google Patents
智慧燃气有害组分监控方法、物联网系统、装置以及介质 Download PDFInfo
- Publication number
- CN115619355A CN115619355A CN202211514078.6A CN202211514078A CN115619355A CN 115619355 A CN115619355 A CN 115619355A CN 202211514078 A CN202211514078 A CN 202211514078A CN 115619355 A CN115619355 A CN 115619355A
- Authority
- CN
- China
- Prior art keywords
- gas
- platform
- information
- rate
- generation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 239000007789 gas Substances 0.000 claims abstract description 239
- 239000000203 mixture Substances 0.000 claims abstract description 37
- 239000002737 fuel gas Substances 0.000 claims abstract description 30
- 230000001627 detrimental effect Effects 0.000 claims abstract description 12
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 18
- 230000002939 deleterious effect Effects 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000567 combustion gas Substances 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 2
- 238000002485 combustion reaction Methods 0.000 abstract description 42
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 53
- 238000004519 manufacturing process Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 17
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000011218 segmentation Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 8
- 229910002091 carbon monoxide Inorganic materials 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 239000001294 propane Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 150000001252 acrylic acid derivatives Chemical class 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000001273 butane Substances 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003915 liquefied petroleum gas Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- OFBQJSOFQDEBGM-UHFFFAOYSA-N n-pentane Natural products CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- RAOIDOHSFRTOEL-UHFFFAOYSA-N tetrahydrothiophene Chemical compound C1CCSC1 RAOIDOHSFRTOEL-UHFFFAOYSA-N 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B1/00—Systems for signalling characterised solely by the form of transmission of the signal
- G08B1/08—Systems for signalling characterised solely by the form of transmission of the signal using electric transmission ; transformation of alarm signals to electrical signals from a different medium, e.g. transmission of an electric alarm signal upon detection of an audible alarm signal
-
- 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
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C2200/00—Transmission systems for measured values, control or similar signals
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Combustion & Propulsion (AREA)
- Toxicology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本说明书实施例提供一种智慧燃气有害组分监控方法、物联网系统、装置以及介质，该方法包括获取燃气的成分信息以及用户的使用信息；基于成分信息以及使用信息，确定燃气的有害组分的生成速率；响应于有害组分的生成速率大于生成速率阈值，生成警告信息。本方法通过理论计算以及智能预测分别确定有害组分的生成速率，并对二者确定的结果加以融合，能够提高结果与实际燃烧情况的匹配程度。
Description
技术领域
本说明书涉及燃气安全监控领域，特别涉及一种智慧燃气有害组分监控方法、物联网系统、装置以及介质。
背景技术
天然气是一种多组分的混合气体，主要成分是烷烃，其中甲烷占绝大多数，另有少量的乙烷、丙烷和丁烷，此外一般还含有硫化氢、二氧化碳、氮和水气，以及微量的惰性气体，其中主要有害成分是硫化氢以及未完全燃烧时产生的一氧化碳。燃气中含有的不同水平的挥发性有机化学物质具有毒性，且能形成颗粒物、臭氧等有害健康的二次污染物。另外，燃气在管线中长期流动，管道壁的情况变化以及外界的影响会导致燃气中夹杂其他有害成分。
因此，需要提供一种智慧燃气有害组分监控方法、物联网系统、装置以及介质，以实现对燃气有害组分监控，以对户内燃气安全及管道清理进行及时预警，保证安全用气。
发明内容
本说明书发明内容提供一种智慧燃气有害组分监控方法。所述方法由智慧燃气户内安全管理物联网系统的智慧燃气安全管理平台执行，所述智慧燃气有害组分监控方法包括：获取燃气的成分信息以及用户的使用信息；基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率；响应于所述有害组分的所述生成速率大于生成速率阈值，生成警告信息。
本说明书发明内容提供一种智慧燃气有害组分监控系统，所述系统包括智慧燃气户内安全管理的智慧燃气安全管理平台、智慧燃气用户平台、智慧燃气服务平台、智慧燃气户内设备传感网络平台以及智慧燃气户内设备对象平台，所述智慧燃气安全管理平台用于：获取燃气的成分信息以及用户的使用信息；基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率；响应于所述有害组分的所述生成速率大于生成速率阈值，生成警告信息。
本说明书发明内容提供一种智慧燃气有害组分监控装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现智慧燃气有害组分监控方法。
本说明书发明内容提供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，计算机执行智慧燃气有害组分监控方法。
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有害组分监控物联网系统的应用场景示意图；
图2是根据本说明书一些实施例所示的智慧燃气有害组分监控物联网系统的示例性模块图；
图3是根据本说明书一些实施例所示的智慧燃气有害组分监控方法的示例性流程图；
图4是根据本说明书一些实施例所示的有害组分生成速率确定的示例性流程图；
图5是根据本说明书一些实施例所示的生成速率预测模型的结构示意图；
图6是根据本说明书一些实施例所示的异常率确定的示例性流程图。
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。
应当理解的是，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有害组分监控物联网系统的应用场景示意图。
如图1所示，应用场景100可以包括服务器110、网络120、终端设备130、监控设备140、存储设备150。
在一些实施例中，应用场景100可以通过实施本说明书中披露的智慧燃气有害组分监控方法和/或物联网系统来确定有害组分的生成速率。例如，在一个典型的应用场景中，智慧燃气有害组分监控物联网系统可以通过监控设备140获取燃气的成分信息以及用户的使用信息；基于成分信息以及使用信息，通过服务器110确定燃气的有害组分的生成速率；响应于有害组分的生成速率大于生成速率阈值，生成警告信息。关于成分信息、使用信息以及有害组分的生成速率的更多内容，可以参见图3及其相关描述。
服务器110与终端设备130可以通过网络120相连，服务器110可以与存储设备150通过网络120相连。服务器110可以包括处理设备，处理设备可以用于执行本说明书一些实施例所述的智慧燃气有害组分监控方法。网络120可以连接应用场景100的各组成部分和/或连接系统与外部资源部分。存储设备150可以用于存储数据和/或指令，例如，存储设备150可以存储成分信息、使用信息、有害组分的生成速率以及警告信息。存储设备150可以直接连接于服务器110或者处于服务器110的内部。终端设备130指一个或多个终端设备或软件。在一些实施例中，终端设备130可以接收处理设备发送的警告信息，并向用户展示。示例性的，终端设备130可以包括移动设备130-1、平板计算机130-2、膝上型计算机130-3等或其他具有输入和/或输出功能的设备中的一种或其任意组合。监控设备140可以用于获取燃气的成分信息以及用户的使用信息。示例性的监控设备140可以包括燃气设备140-1、摄像头140-2等。
应当注意应用场景100仅仅是为了说明的目的而提供，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，应用场景100还可以包括数据库。又例如，应用场景100可以在其他设备上实现以实现类似或不同的功能。然而，变化和修改不会背离本说明书的范围。
物联网系统是一种包括用户平台、服务平台、管理平台、传感网络平台、对象平台中部分或全部平台的信息处理系统。用户平台是实现用户感知信息获取和控制信息生成的功能平台。服务平台可以实现连接管理平台和用户平台，起着感知信息服务通信和控制信息服务通信的功能。管理平台可以实现统筹、协调各功能平台（如用户平台、服务平台）之间的联系和协作。管理平台汇聚着物联网运行体系的信息，可以为物联网运行体系提供感知管理和控制管理功能。服务平台可以实现连接管理平台和对象平台，起着感知信息服务通信和控制信息服务通信的功能。用户平台是实现用户感知信息获取和控制信息生成的功能平台。
物联网系统中信息的处理可以分为用户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用户感知信息而生成的信息。在一些实施例中，控制信息可以包括用户需求控制信息，用户感知信息可以包括用户查询信息。其中，感知信息的处理是由对象平台获取感知信息，并通过传感网络平台传递至管理平台。用户需求控制信息则是由管理平台通过服务平台传输至用户平台，进而实现提示信息发送的控制。
图2是根据本说明书一些实施例所示的智慧燃气有害组分监控物联网系统的示例性模块图。
如图2所示，智慧燃气有害组分监控物联网系统200可以包括智慧燃气用户平台210、智慧燃气服务平台220、智慧燃气安全管理平台230、智慧燃气户内设备传感网络平台240以及智慧燃气户内设备对象平台250。在一些实施例中，智慧燃气有害组分监控物联网系统200可以为服务器的一部分或由服务器实现。
在一些实施例中，智慧燃气有害组分监控物联网系统200可以应用于有害组分监控多种场景。在一些实施例中，智慧燃气有害组分监控物联网系统200可以基于监管用户发送的对燃气有害组分的查询需求，得到查询指令，并根据查询指令，获取查询结果。在一些实施例中，智慧燃气有害组分监控物联网系统200可以获取燃气的成分信息以及用户的使用信息；基于成分信息以及使用信息，确定燃气的有害组分的生成速率；响应于有害组分的生成速率大于生成速率阈值，生成警告信息。
智慧燃气有害组分监控物联网系统200的多种场景可以包括燃气成分监控、废气处理等。需要说明的是以上场景仅为示例，并不对智慧燃气有害组分监控物联网系统200的具体应用场景起限制作用，本领域技术人员可以在本实施例公开的内容基础上，将智慧燃气有害组分监控物联网系统200应用于其他合适的任何场景。
智慧燃气用户平台210可以是以用户为主导，获取用户需求以及将信息反馈给用户的平台。在一些实施例中，智慧燃气用户平台210可以被配置为终端设备。例如，手机、电脑等智能设备。
在一些实施例中，智慧燃气用户平台210可以包括燃气用户分平台和监管用户分平台。燃气用户可以通过燃气用户分平台接收智慧燃气服务平台220发送的警告信息；监管用户可以通过监管用户分平台发送燃气有害组分的生成速率查询指令至智慧燃气服务平台220。其中，燃气用户可以是燃气设备的使用者，监管用户可以是燃气设备以及燃气成分监控的管理人员或政务人员。在一些实施例中，智慧燃气用户平台210可以通过终端设备，获取用户的输入指令，查询与燃气有害组分的生成速率相关的信息。又例如，智慧燃气用户平台210可以供用户查阅与燃气有害组分的生成速率相关的信息以及警告信息。
智慧燃气服务平台220可以是提供信息/数据传递和交互的平台。
在一些实施例中，智慧燃气服务平台220可以用于智慧燃气安全管理平台230与智慧燃气用户平台210之间的信息和/或数据的交互。例如，智慧燃气服务平台220可以接收智慧燃气用户平台210发送的查询指令，进行存储处理后发送至智慧燃气安全管理平台230，以及从智慧燃气安全管理平台230获取与燃气有害组分的生成速率相关的信息，进行存储处理后发送至智慧燃气用户平台210。
在一些实施例中，智慧燃气服务平台220可以包括智慧用气服务分平台和智慧监管服务分平台。在一些实施例中，智慧用气服务分平台可以用于接收智慧燃气安全管理平台230发送的警告信息，并将其发送至燃气用户分平台。在一些实施例中，智慧监管服务分平台可以用于接收监管用户分平台发送的查询指令，并将其发送至智慧燃气安全管理平台230。
智慧燃气安全管理平台230可以是指统筹、协调各功能平台之间的联系和协作，提供感知管理和控制管理的物联网平台。
在一些实施例中，智慧燃气安全管理平台230可以用于信息和/或数据的处理。例如，智慧燃气安全管理平台230的智慧燃气户内安全管理分平台可以用于本质安全监测管理、信息安全监测管理、功能安全监测管理以及户内安检管理等。
在一些实施例中，智慧燃气安全管理平台230还可以用于智慧燃气服务平台220和智慧燃气户内设备传感网络平台240之间的信息和/或数据的交互。例如，智慧燃气安全管理平台230可以接收智慧燃气服务平台220（如智慧监管服务分平台）发送的查询指令，进行存储处理后发送至智慧燃气户内设备传感网络平台240，以及从智慧燃气户内设备传感网络平台240获取燃气的成分信息，进行存储处理后发送至智慧燃气服务平台220。
在一些实施例中，智慧燃气安全管理平台230可以包括智慧燃气户内安全管理分平台和智慧燃气数据中心。
在一些实施例中，智慧燃气户内安全管理分平台可以用于获取燃气的成分信息以及用户的使用信息；基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率；响应于所述有害组分的所述生成速率大于生成速率阈值，生成警告信息。
在一些实施例中，智慧燃气管网户内管理分平台可以进一步用于：基于所述成分信息，确定所述有害组分的第一生成速率；基于所述成分信息以及所述使用信息，确定所述有害组分的第二生成速率；基于所述第一生成速率和所述第二生成速率，确定所述有害组分的所述生成速率。
在一些实施例中，智慧燃气户内安全管理分平台可以进一步用于：基于所述成分信息以及所述使用信息，通过生成速率预测模型确定所述第二生成速率，其中，所述生成速率预测模型为机器学习模型。
在一些实施例中，智慧燃气户内安全管理分平台可以进一步用于：基于所述警告信息，确定异常率；响应于所述异常率大于异常率阈值，对燃气管道以及燃气成分进行安全检测。
智慧燃气数据中心可以是对数据进行存储、调用、转运的数据管理分平台。智慧燃气数据中心可以存储历史数据，例如，历史使用信息、历史成分信息等。其中，上述数据可以通过人工输入或历史执行本方法得到。在一些实施例中，智慧燃气数据中心可以用于将警告信息发送至所述智慧燃气服务平台220。
关于智慧燃气安全管理平台230的更多内容可以参见图3、图4、图5、图6及其相关描述。
智慧燃气户内设备传感网络平台240可以指对智慧燃气有害组分监控物联网系统200中各平台间的传感通信进行统一管理的平台。在一些实施例中，智慧燃气户内设备传感网络平台240可以被配置为通信网络和网关。智慧燃气户内设备传感网络平台240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。
在一些实施例中，智慧燃气户内设备传感网络平台240可以用于网络管理、协议管理、指令管理以及数据解析。在一些实施例中，智慧燃气户内设备传感网络平台240可以用于将燃气的成分信息发送至智慧燃气数据中心。
智慧燃气户内设备对象平台250可以是用于对目标管道段进行监测、传输的功能设备。在一些实施例中，智慧燃气户内设备对象平台250可以被配置为监测设备。例如燃气灶、摄像头、机器人等。在一些实施例中，智慧燃气户内设备对象平台250可以将获取的成分信息通过智慧燃气户内设备传感网络平台240发送至智慧燃气安全管理平台230。在一些实施例中，智慧燃气户内设备对象平台250可以包括公平计量设备对象分平台、安全监测设备对象分平台以及安全阀控设备对象分平台。
在本说明书的一些实施例中，通过上述系统，可以保证不同类型的数据之间的对立性，确保数据分类传输、溯源以及指令的分类下达和处理，使得物联网结构和数据处理清晰可控，方便了物联网的管控和数据处理。
图3是根据本说明书一些实施例所示的智慧燃气有害组分监控方法的示例性流程图。在一些实施例中，流程300可以由智慧燃气户内安全管理物联网系统的智慧燃气安全管理平台执行。如图3所示，流程300包括下述步骤：
步骤310，获取燃气的成分信息以及用户的使用信息。
在本说明书一些实施例中，燃气可以是供居民和工业企业使用的气体燃料。示例性的燃气可以包括天然气、液化石油气、煤气等。成分信息可以是燃气的各种化学成分相关的信息。成分信息可以包括燃气的各种化学成分及其占比。例如，天然气燃气中的甲烷及其占比、乙烷及其占比、丙烷及其占比、氮气及其占比、硫化氢及其占比、一氧化碳及其占比等。当燃气源存在有害组分异常混入时，成分信息中的有害组分含量会增高。例如，一氧化碳、硫化氢等组分的含量增高。在一些实施例中，燃气的成分信息可以通过燃气设备自带的传感器确定（例如，传感器对含硫物质的测定），或通过网络从燃气供应站点、燃气管理平台等确定。
使用信息可以是与用户使用燃气过程中相关的信息。例如，使用信息可以包括燃气的使用时长等。
在一些实施例中，用户的使用信息可以包括火力大小以及火焰图像。火力大小可以反映燃气燃烧过程中单位时间在燃气设备中消耗的燃气量（即对应燃气的燃烧速率）。火力大小可以表现为燃气设备的具体示数。例如，燃气灶中火力大小可以为中火、小火、大火。其中，不同的火力大小对应不同的燃气消耗量。火焰图像可以是燃气燃烧过程中火焰的图像。火焰图像可以反映单位时间实际燃烧消耗的燃气量。火焰图像中的火焰越大，其对应的实际燃烧消耗的燃气量越大。通过火力大小以及火焰图像可以判断燃气是否完全燃烧。例如，当某一燃气设备使用时，其火力大小为大火，而火焰图像中实际火焰大小为较小，则可以判断燃气未完全燃烧。在一些实施例中，使用信息可以通过燃气设备自带的传感器确定。
步骤320，基于成分信息以及使用信息，确定燃气的有害组分的生成速率。
燃气的有害组分可以包括燃气燃烧前混入的有害组分以及燃气不充分燃烧时产生的有害组分。例如硫化氢、一氧化碳、四氢噻吩、丙烯酸酯等组分。燃气的有害组分的生成速率可以是燃气从燃气设备释放到外界空气中的有害组分的释放速率。在一些实施例中，燃气的有害组分的生成速率可以通过数学计算、拟合方法、人工智能等方式确定。例如，燃气的有害组分的生成速率可以通过化学反应方程式进行理论计算确定。关于燃气的有害组分的生成速率确定的具体说明，参见图4、图5及其相关描述。
步骤330，响应于有害组分的生成速率大于生成速率阈值，生成警告信息。
生成速率阈值可以是有害组分可能对用户、环境产生危害的临界值。微量的有害组分可以被认为是可忽略的或无害的。在一些实施例中，生成速率阈值可以通过经验阈值确定。
警告信息可以是对用户生成的用于警示的信息。警告信息可以包括语音、文字、图像等任意形式的信息。在一些实施例中，警告信息可以通过终端设备发送至用户，或通过燃气设备的警告组件（如具有报警功能的扬声器）实现警告信息的发送。在一些实施例中，警告信息可以基于有害组分实际情况而有针对性变化。例如，当有害组分中一氧化碳组分大于有害组分阈值时，警告信息可以是“燃气未完全燃烧”相关的语音、文字、图像形式的警告。在一些实施例中，警告信息可以通过智慧燃气用户平台发送至用户。
通过本说明书一些实施例所述的智慧燃气有害组分监控方法，可以实现燃气有害组分的实时监控，通过各种方法预测有害组分的生成速率，并基于生成速率确定警告信息，避免燃气有害组分对用户、环境产生危害。
图4是根据本说明书一些实施例所示的有害组分生成速率确定的示例性流程图。在一些实施例中，流程400可以由智慧燃气户内安全管理物联网系统的智慧燃气安全管理平台执行。如图4所示，流程400包括下述步骤：
步骤410，基于成分信息，确定有害组分的第一生成速率。
第一生成速率可以是有害组分生成速率的理论值。例如，基于成分信息，通过燃烧过程中涉及的化学反应方程式计算确定有害组分的生成速率作为第一生成速率。
在一些实施例中，第一生成速率还相关于燃烧速率以及燃烧充分度。其中，燃烧速率以及燃烧充分度可以基于用户的使用信息确定。例如，基于使用信息，通过机器学习模型确定燃烧速率以及燃烧充分度。关于确定燃烧速率以及燃烧充分度的具体说明，参见图5及其相关描述。示例性的第一生成速率确定过程可以包括：基于使用信息中的火力大小确定燃气的燃烧速率；基于燃气的燃烧速率、燃气的成分信息以及燃烧充分度，通过化学反应方程式计算确定有害组分的第一生成速率。其中，燃烧速率可以是燃气的消耗速率。燃烧速率可以表现为燃气设备的具体火力大小示数值。燃烧充分度可以是燃气充分燃烧的部分占总燃气量的百分比。燃烧充分度可以基于理论值确定。例如，燃烧充分度可以为95.5%。例如，对于未完全燃烧产生的有害组分（如甲烷未完全燃烧产生一氧化碳）的第一生成速率，可以通过化学方程式7CH4+12O2=4CO+3CO2+14H2O计算，参加上述反应的甲烷量可以是总燃气量的4.5%，生成的一氧化碳量与燃烧过程经历的时间之比作为第一生成速率。
步骤420，基于成分信息以及使用信息，确定有害组分的第二生成速率。
第二生成速率可以是有害组分生成速率的预测值。第二生成速率可以反映从当前时间点至未来某一时间点时有害组分的生成速率。在一些实施例中，第二生成速率可以通过人工智能、基于历史数据（如历史第二生成速率）比对等方式确定。例如，通过向机器学习模型中输入成分信息以及使用信息，以确定第二生成速率。
在一些实施例中，第二生成速率可以通过生成速率预测模型确定。关于第二生成速率确定的具体过程，参见图5及其相关描述。
步骤430，基于第一生成速率和第二生成速率，确定有害组分的生成速率。
在一些实施例中，有害组分的生成速率可以通过对第一生成速率和第二生成速率进行数学计算确定。例如，对第一生成速率和第二生成速率进行求平均值等确定。
本说明书一些实施例中，通过理论计算以及智能预测分别确定有害组分的生成速率，并对二者确定的结果加以融合，能够提高结果与实际燃烧情况的匹配程度。
图5是根据本说明书一些实施例所示的生成速率预测模型的结构示意图。
在一些实施例中，智慧燃气安全管理平台可以基于成分信息以及使用信息，通过生成速率预测模型确定第二生成速率。其中，生成速率预测模型可以是机器学习模型。使用信息可以是火焰图像。如图5所示，生成速率预测模型530的输入可以包括使用信息510以及成分信息520，输出可以包括第二生成速率540。
在一些实施例中，生成速率预测模型530可以通过大量带有标识的训练样本训练得到。具体的，将带有标识的多组训练样本输入初始生成速率预测模型，基于初始生成速率预测模型的输出以及标识构建损失函数，基于损失函数迭代通过训练更新初始生成速率预测模型的参数。在一些实施例中，可以基于训练样本，通过各种方法进行训练。例如，可以基于梯度下降法进行训练。当满足预设条件时，训练结束，获得训练好的生成速率预测模型。其中，预设条件可以为损失函数收敛。在一些实施例中，训练样本可以包括历史用户的使用信息以及历史成分信息。其中，历史用户的使用信息可以包括历史火焰图像。标识可以是对应的第二生成速率。训练样本可以通过调用智慧燃气数据中心（存储设备）存储的历史信息确定。标识可以通过人工标注获取。
在一些实施例中，生成速率预测模型530可以包括分割识别层531、嵌入层534以及生成速率预测层539。其中，分割识别层531可以用于基于使用信息510确定火焰区域532。例如，基于使用信息510中的火焰图像确定火焰区域532。火焰区域532可以是火焰图像中火焰所在的区域，例如，火焰区域532可以是火焰图像中包括焰心、内焰和外焰的图像区域。嵌入层534可以用于基于火焰区域532确定火焰特征向量537。火焰特征向量537可以是反映火焰特征的特征向量。火焰特征向量可以包括火焰颜色、火焰温度、火焰亮度、是否有熏烟等元素。示例性的火焰特征向量可以是
。生成速率预测层539可以用于基于火焰特征向量537确定第二生成速率540。
在一些实施例中，分割识别层531的输出可以作为嵌入层534的输入。嵌入层534的输出可以作为生成速率预测层539的输入。分割识别层531、嵌入层534以及生成速率预测层539可以通过联合训练得到。例如，将带有标识的训练样本输入初始分割识别层，输出火焰区域，将火焰区域输入初始嵌入层，输出火焰特征向量，将火焰特征向量输入生成速率预测层，输出第二生成速率。基于标识和输出的第二生成速率构建损失函数，同步更新初始分割识别层、初始嵌入层以及初始生成速率预测层，获取训练好的分割识别层531、嵌入层534以及生成速率预测层539，训练样本可以包括历史使用信息、对应的历史火焰区域以及对应的历史火焰特征向量。标识可以是对应的有害成分的第二生成速率。标识可以人工标注确定。
在一些实施例中，生成速率预测模型530还可以包括燃烧速率确定层533以及燃烧充分度确定层535。其中，燃烧速率确定层533可以用于基于火焰区域532、成分信息520以及使用信息510确定燃烧速率536。例如，基于火焰区域532、成分信息520以及使用信息510中的火力大小确定燃烧速率536。燃烧充分度确定层535可以用于基于火焰区域532确定燃烧充分度538。在一些实施例中，燃烧充分度确定层535的输入还可以包括使用信息510。例如，基于使用信息510中的火力大小、火焰图像以及火焰区域532确定燃烧充分度538。燃烧速率536与燃烧充分度538用于与火焰特征向量537共同输入生成速率预测层539，输出第二生成速率540。
在一些实施例中，燃烧速率确定层533以及燃烧充分度确定层535可以通过与分割识别层531、嵌入层534以及生成速率预测层539进行联合训练得到。例如，将带有标识的训练样本输入初始分割识别层，输出火焰区域，将火焰区域输入初始燃烧速率确定层，输出燃烧速率，将燃烧速率输入生成速率预测层，输出第二生成速率。基于标识和输出的第二生成速率构建损失函数，同步更新初始分割识别层、初始燃烧速率确定层以及初始生成速率预测层，获取训练好的分割识别层531、燃烧速率确定层533以及生成速率预测层539，训练样本可以包括历史使用信息、对应的历史火焰区域、对应的历史燃烧速率、对应的历史燃烧充分度以及对应的历史火焰特征向量。标识可以是对应的有害成分的第二生成速率。标识可以人工标注确定。燃烧充分度确定层535的训练参见燃烧速率确定层533的训练过程，此处不再赘述。
通过在生成速率预测层539的输入中引入燃烧速率536与燃烧充分度538，可以综合考虑燃烧过程未完全燃烧时有害组分的产生，提高生成速率预测与实际情况的匹配程度。
通过本说明书一些实施例所述的生成速率预测模型，可以实现未来有害组分生成速率的预测，为最终有害组分生成速率的确定提供参考；另外，通过模型对火焰图像中的火焰区域进行分析，确定燃烧过程的燃烧充分程度，可以引入燃气未充分燃烧时产生的有害组分，提高有害组分生成速率的准确性。
图6是根据本说明书一些实施例所示的异常率确定的示例性流程图。在一些实施例中，流程600可以由智慧燃气户内安全管理物联网系统的智慧燃气安全管理平台执行。如图6所示，流程600包括下述步骤：
步骤610，基于警告信息，确定异常率。
异常率可以表征燃气燃烧过程中发生异常的概率。多个燃气设备（如多个燃气灶）可以通过至少一根管道实现燃气输气。当多个燃气设备产生警告信息时，该至少一根管道、燃气成分、燃气设备的使用环境中的至少一种可能发生异常。在一些实施例中，异常率可以是产生警告信息的燃气设备个数与燃气设备总数之间的比值。例如，异常率可以是多个燃气设备中，发送警告信息的燃气设备的数量占比。
在一些实施例中，异常率还相关于燃烧充分度。例如，当多个燃气设备的有害成分一氧化碳都大于有害组分阈值时，说明多个燃气设备都涉及燃烧不充分，此时多个燃气设备关联的管道的异常率可以是100%。其中，燃烧充分度可以通过上述燃烧充分度确定层确定。
步骤620，响应于异常率大于异常率阈值，对燃气管道以及燃气成分进行安全检测。
在一些实施例中，异常率阈值可以通过经验阈值确定。
在一些实施例中，上述安全检测可以包括但不限于排查有害组分来源、检查管道是否泄漏或有异常接入、检查燃气设备排气口是否阻塞等。在一些实施例中，智慧燃气户内设备对象平台可以燃气设备、管道、燃气本身进行安全检测。例如，智慧燃气户内设备对象平台的安全监测设备对象分平台可以对管道进行气压监控。
在一些实施例中，智慧燃气安全管理平台可以基于第一生成速率与第二生成速率的差异，确定优先进行安全检测的目标。例如，当某一燃气设备对应的第一生成速率和第二生成速率差异大于差异阈值，说明燃烧理论值与实际火焰图像反映的实际情况差异较大，此时可以优先对该燃气设备对应的管道或管道段进行安全检测。其中，差异阈值可以通过人工设置确定。
在一些实施例中，优先进行安全检测的目标的确定还相关于燃烧充分度。当某一燃气设备的燃烧充分度较低时，说明该燃气设备或该燃气设备所处环境存在安全隐患。例如燃气设备气管阻塞、所处环境通风不佳等。此时可以针对性生成警告信息发送至用户。
本说明书一些实施例中通过确定异常率，可以对多个燃气设备报警信息进行分析，从燃气的使用端（即燃气设备）确定燃气管道是否异常，为多角度燃气风险排查提供新的思路，同时提高燃气安全检测的全面性。
本说明书提供一种智慧燃气有害组分监控装置，该装置包括至少一个处理器以及至少一个存储器；至少一个存储器用于存储计算机指令；至少一个处理器用于执行所述计算机指令中的至少部分指令以实现前述基于智慧燃气有害组分监控方法。
本说明书提供一种计算机可读存储介质，该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，计算机执行如前述基于智慧燃气有害组分监控方法。
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。
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)
1.一种智慧燃气有害组分监控方法，其特征在于，所述方法由智慧燃气户内安全管理物联网系统的智慧燃气安全管理平台执行，所述方法包括：
获取燃气的成分信息以及用户的使用信息；
基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率；
响应于所述有害组分的所述生成速率大于生成速率阈值，生成警告信息。
2.如权利要求1所述的方法，其特征在于，所述智慧燃气户内安全管理物联网系统还包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气户内设备传感网络平台以及智慧燃气户内设备对象平台；
通过所述智慧燃气户内设备对象平台获取所述燃气的所述成分信息以及所述用户的所述使用信息，所述智慧燃气户内设备传感网络平台用于将所述成分信息以及所述使用信息发送至所述智慧燃气安全管理平台；
所述方法还包括：
将所述警告信息发送至所述智慧燃气服务平台，以基于所述智慧燃气服务平台将所述警告信息发送至智慧燃气用户平台，所述智慧燃气用户平台用于所述用户查阅所述警告信息。
3.如权利要求2所述的方法，其特征在于，所述智慧燃气用户平台包括燃气用户分平台以及监管用户分平台；所述智慧燃气服务平台包括智慧用气服务分平台以及智慧监管服务分平台；所述智慧燃气安全管理平台包括智慧燃气户内安全管理分平台以及智慧燃气数据中心；所述智慧燃气户内设备对象平台包括公平计量设备对象分平台、安全监测设备对象分平台以及安全阀控设备对象分平台。
4.如权利要求1所述的方法，其特征在于，所述用户的所述使用信息包括火力大小以及火焰图像。
5.如权利要求1所述的方法，其特征在于，所述基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率包括：
基于所述成分信息，确定所述有害组分的第一生成速率；
基于所述成分信息以及所述使用信息，确定所述有害组分的第二生成速率；
基于所述第一生成速率和所述第二生成速率，确定所述有害组分的所述生成速率。
6.如权利要求5所述的方法，其特征在于，所述第一生成速率还相关于燃烧速率以及燃烧充分度，所述燃烧速率以及所述燃烧充分度基于所述用户的所述使用信息确定。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述警告信息，确定异常率；
响应于所述异常率大于异常率阈值，对燃气管道以及燃气成分进行安全检测。
8.一种智慧燃气有害组分监控物联网系统，所述系统包括智慧燃气户内安全管理的智慧燃气安全管理平台、智慧燃气用户平台、智慧燃气服务平台、智慧燃气户内设备传感网络平台以及智慧燃气户内设备对象平台，所述智慧燃气安全管理平台用于：
获取燃气的成分信息以及用户的使用信息；
基于所述成分信息以及所述使用信息，确定所述燃气的有害组分的生成速率；
响应于所述有害组分的所述生成速率大于生成速率阈值，生成警告信息。
9.一种智慧燃气有害组分监控装置，所述装置包括至少一个处理器以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1至7中任意一项所述的方法。
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，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1至7中任意一项所述的方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211514078.6A CN115619355B (zh) | 2022-11-30 | 2022-11-30 | 智慧燃气有害组分监控方法、物联网系统、装置以及介质 |
| US18/151,457 US11810440B2 (en) | 2022-11-30 | 2023-01-08 | Methods for monitoring smart gas harmful components, internet of things system, and mediums thereof |
| US18/362,904 US20230377439A1 (en) | 2022-11-30 | 2023-07-31 | Method for early warning smart gas harmful components, internet of things system, and medium thereof |
| US18/362,999 US20230377440A1 (en) | 2022-11-30 | 2023-08-01 | Method for abnormal judgment and safety inspection of smart gas harmful components, internet of things system, and medium thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211514078.6A CN115619355B (zh) | 2022-11-30 | 2022-11-30 | 智慧燃气有害组分监控方法、物联网系统、装置以及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115619355A true CN115619355A (zh) | 2023-01-17 |
| CN115619355B CN115619355B (zh) | 2023-03-21 |
Family
ID=84880781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211514078.6A Active CN115619355B (zh) | 2022-11-30 | 2022-11-30 | 智慧燃气有害组分监控方法、物联网系统、装置以及介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (3) | US11810440B2 (zh) |
| CN (1) | CN115619355B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116381164A (zh) * | 2023-05-31 | 2023-07-04 | 广州香安化工有限公司 | 一种基于神经网络的燃气臭味剂浓度测量方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5249954A (en) * | 1992-07-07 | 1993-10-05 | Electric Power Research Institute, Inc. | Integrated imaging sensor/neural network controller for combustion systems |
| US20090060260A1 (en) * | 2007-08-29 | 2009-03-05 | Billy Hou | Intelligent image smoke/flame sensor and detection system |
| CN103871208A (zh) * | 2014-03-21 | 2014-06-18 | 小米科技有限责任公司 | 气体告警方法及装置 |
| CN106941632A (zh) * | 2016-01-05 | 2017-07-11 | 深圳市中兴微电子技术有限公司 | 一种告警方法、光网络单元、光线路终端及系统 |
| CN108961690A (zh) * | 2018-06-06 | 2018-12-07 | 丽水市伊凡家模具科技有限公司 | 一种厨房监测警报装置及方法 |
| US20200386404A1 (en) * | 2019-06-07 | 2020-12-10 | Honeywell International Inc. | Processes and systems for analyzing images of a flare burner |
| CN114440466A (zh) * | 2020-10-30 | 2022-05-06 | 芜湖美的厨卫电器制造有限公司 | 燃气热水器及其报警控制方法、装置及存储介质 |
| CN115292883A (zh) * | 2022-06-26 | 2022-11-04 | 哈尔滨工程大学 | 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5374622B2 (ja) * | 2012-07-17 | 2013-12-25 | 大阪瓦斯株式会社 | 警報装置 |
| TWI512246B (zh) * | 2013-10-16 | 2015-12-11 | Lite On Electronics Guangzhou | 具有火焰偵測的瓦斯爐 |
| CN204358791U (zh) * | 2014-12-18 | 2015-05-27 | 重庆市新唐电科技有限公司 | 防一氧化碳中毒的燃气灶 |
| CN205388701U (zh) * | 2016-03-14 | 2016-07-20 | 江西瑞尔泰控制工程股份有限公司 | 厂房环境自动控制系统 |
| CN207050004U (zh) * | 2017-05-25 | 2018-02-27 | 洪泽敏田农业发展有限公司 | 一种安全型燃气灶 |
| JP7072011B2 (ja) * | 2020-02-14 | 2022-05-19 | 新コスモス電機株式会社 | 警報器 |
| CN212460778U (zh) * | 2020-05-28 | 2021-02-02 | 罗程烜 | 一种厨房消防安全预警装置 |
| CN218865378U (zh) * | 2022-07-22 | 2023-04-14 | 艾科感知科技(大连)有限公司 | 一种用于危险气体泄漏检测的激光气体检测系统 |
-
2022
- 2022-11-30 CN CN202211514078.6A patent/CN115619355B/zh active Active
-
2023
- 2023-01-08 US US18/151,457 patent/US11810440B2/en active Active
- 2023-07-31 US US18/362,904 patent/US20230377439A1/en active Pending
- 2023-08-01 US US18/362,999 patent/US20230377440A1/en active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5249954A (en) * | 1992-07-07 | 1993-10-05 | Electric Power Research Institute, Inc. | Integrated imaging sensor/neural network controller for combustion systems |
| US20090060260A1 (en) * | 2007-08-29 | 2009-03-05 | Billy Hou | Intelligent image smoke/flame sensor and detection system |
| CN103871208A (zh) * | 2014-03-21 | 2014-06-18 | 小米科技有限责任公司 | 气体告警方法及装置 |
| CN106941632A (zh) * | 2016-01-05 | 2017-07-11 | 深圳市中兴微电子技术有限公司 | 一种告警方法、光网络单元、光线路终端及系统 |
| CN108961690A (zh) * | 2018-06-06 | 2018-12-07 | 丽水市伊凡家模具科技有限公司 | 一种厨房监测警报装置及方法 |
| US20200386404A1 (en) * | 2019-06-07 | 2020-12-10 | Honeywell International Inc. | Processes and systems for analyzing images of a flare burner |
| CN114440466A (zh) * | 2020-10-30 | 2022-05-06 | 芜湖美的厨卫电器制造有限公司 | 燃气热水器及其报警控制方法、装置及存储介质 |
| CN115292883A (zh) * | 2022-06-26 | 2022-11-04 | 哈尔滨工程大学 | 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116381164A (zh) * | 2023-05-31 | 2023-07-04 | 广州香安化工有限公司 | 一种基于神经网络的燃气臭味剂浓度测量方法及装置 |
| CN116381164B (zh) * | 2023-05-31 | 2023-08-29 | 广州香安化工有限公司 | 一种基于神经网络的燃气臭味剂浓度测量方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11810440B2 (en) | 2023-11-07 |
| US20230377440A1 (en) | 2023-11-23 |
| US20230377439A1 (en) | 2023-11-23 |
| CN115619355B (zh) | 2023-03-21 |
| US20230169843A1 (en) | 2023-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115619355B (zh) | 智慧燃气有害组分监控方法、物联网系统、装置以及介质 | |
| Zhu et al. | Dynamic study of critical factors of explosion accident in laboratory based on FTA | |
| CN108154347A (zh) | 一种危险废物运营管理系统 | |
| Moudgil et al. | Integration of IoT in building energy infrastructure: A critical review on challenges and solutions | |
| CN116070771A (zh) | 智慧燃气管道运输性能确定方法和物联网系统 | |
| CN115936722B (zh) | 智慧燃气呼叫中心的数据管理方法与物联网系统、介质 | |
| CN209055532U (zh) | 一种多节点封闭区域危险气体监测装置 | |
| CN115773797A (zh) | 智慧燃气流量修正方法、物联网系统、装置以及介质 | |
| KR20210121354A (ko) | 유해 가스 경보기 | |
| US20240035626A1 (en) | Method for determining odorization parameters of smart gas device management and internet of things system thereof | |
| Wang et al. | A context-aware system architecture for leak point detection in the large-scale petrochemical industry | |
| CN115439003A (zh) | 基于智慧燃气物联网的燃气表更换提示方法和系统 | |
| CN113190457A (zh) | 面向网络化系统的软件可靠性测评方法 | |
| Al Rasyid et al. | Smart home system for fire detection monitoring based on wireless sensor network | |
| US20240005771A1 (en) | Methods and systems for gas leakage safety warning based on internet of things (iot) of smart gas | |
| Sandfort et al. | AI will change EA practice–but are we ready for it? A call for discussion based on developments in collecting and processing biodiversity data | |
| Raj et al. | Real time complex event processing and analytics for smart building | |
| Li et al. | Neural networks and genetic algorithms can support human supervisory control to reduce fossil fuel power plant emissions | |
| Daish et al. | SMEDIS: scientific model evaluation of dense gas dispersion models | |
| CN114740765A (zh) | 一种应用于实验室的智能安全监控系统 | |
| Khaqan | PEMS: the low-cost alternative to emissions monitoring: real-world experience with installing and using both PEMS and CEMS at this methanol manufacturing facility is shared. The advantages of PEMS are many | |
| CN101198951B (zh) | 数据处理方法和系统 | |
| Anttila | An intelligent circular economy upstream monitoring & optimization system based on industrial internet of things | |
| Shouming et al. | An algorithm of fire situation information perception using fuzzy neural network | |
| CN116012035B (zh) | 一种碳排放量的评估方法、装置及系统 |
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 |