CN115631066A - 智慧燃气管道冻胀安全管理方法和物联网系统 - Google Patents
智慧燃气管道冻胀安全管理方法和物联网系统 Download PDFInfo
- Publication number
- CN115631066A CN115631066A CN202211653226.2A CN202211653226A CN115631066A CN 115631066 A CN115631066 A CN 115631066A CN 202211653226 A CN202211653226 A CN 202211653226A CN 115631066 A CN115631066 A CN 115631066A
- Authority
- CN
- China
- Prior art keywords
- data
- gas
- platform
- target point
- frost heaving
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 101
- 230000008859 change Effects 0.000 claims abstract description 152
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 93
- 239000002689 soil Substances 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 44
- 230000007613 environmental effect Effects 0.000 claims description 33
- 230000002265 prevention Effects 0.000 claims description 27
- 238000012502 risk assessment Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 8
- 208000001034 Frostbite Diseases 0.000 claims 1
- 238000012549 training Methods 0.000 description 34
- 239000013598 vector Substances 0.000 description 26
- 230000008569 process Effects 0.000 description 23
- 238000000605 extraction Methods 0.000 description 22
- 230000003993 interaction Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000013523 data management Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005536 corrosion prevention Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004078 waterproofing 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
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D1/00—Pipe-line systems
- F17D1/02—Pipe-line systems for gases or vapours
- F17D1/04—Pipe-line systems for gases or vapours for distribution of gas
- F17D1/05—Preventing freezing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D1/00—Pipe-line systems
- F17D1/20—Arrangements or systems of devices for influencing or altering dynamic characteristics of the systems, e.g. for damping pulsations caused by opening or closing of valves
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
-
- 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种智慧燃气管道冻胀安全管理方法和物联网系统,该方法包括:获取燃气输送数据和燃气管道数据,基于燃气输送数据和燃气管道数据确定目标点的燃气压力变化数据;基于燃气压力变化数据,预测目标点的温度变化数据;温度变化数据包括燃气温度变化数据和土壤温度变化数据;基于温度变化数据、燃气管道数据、燃气压力变化数据,结合环境数据,预测目标点的冻胀程度数据;基于目标点的冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案;该物联网系统包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网传感网络平台、智慧燃气管网安全管理平台和智慧燃气管网对象平台被配置为执行前述智慧燃气管道冻胀安全管理方法。
Description
技术领域
本说明书涉及智慧燃气领域,特别涉及一种智慧燃气管道冻胀安全管理方法和物联网系统。
背景技术
在向下游用户输送燃气时,随供气压力、流量不断变化,调压前后压力相差较大,因焦耳-汤姆逊效应,易使分输燃气的温度降至冰点以下,管道周边土壤冻结,导致“冻胀”现象,即阀门阀体离开阀座、地面开裂、管道发生变形、局部应力集中等,影响燃气管道的安全输送。
因此,需要一种智慧燃气管道冻胀的安全管理方法,能够提前预测冻胀现象并及时做出防范措施,避免管道风险增大。
发明内容
本说明书发明内容包括一种智慧燃气管道冻胀安全管理方法,该方法基于智慧燃气管道冻胀安全管理的物联网系统的智慧燃气管网安全管理平台执行,所述方法包括:获取燃气输送数据和燃气管道数据,基于所述燃气输送数据和所述燃气管道数据确定目标点的燃气压力变化数据;基于所述燃气压力变化数据,预测所述目标点的温度变化数据;所述温度变化数据包括燃气温度变化数据和土壤温度变化数据;基于所述温度变化数据、所述燃气管道数据、所述燃气压力变化数据,结合环境数据,预测所述目标点的冻胀程度数据;基于所述目标点的所述冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
本说明书发明内容包括一种智慧燃气管道冻胀安全管理的物联网系统,该物联网系统包括:智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网传感网络平台、智慧燃气管网安全管理平台和智慧燃气管网对象平台,所述用于智慧燃气管道冻胀安全管理的物联网系统被配置为执行以下操作:获取燃气输送数据和燃气管道数据,基于所述燃气输送数据和所述燃气管道数据确定目标点的燃气压力变化数据;基于所述燃气压力变化数据,预测所述目标点的温度变化数据;所述温度变化数据包括燃气温度变化数据和土壤温度变化数据;基于所述温度变化数据、所述燃气管道数据、所述燃气压力变化数据,结合环境数据,预测所述目标点的冻胀程度数据;基于所述目标点的所述冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
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管道冻胀安全管理的物联网系统的结构示意图;
图2是根据本说明书一些实施例所示的智慧燃气管道冻胀安全管理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温度模型的示意图;
图4是根据本说明书一些实施例所示的冻胀模型的示意图;
图5是根据本说明书一些实施例所示的确定防冻胀处理方案的示例性流程图。
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,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管道冻胀安全管理的物联网系统的结构示意图。如图1所示,在一些实施例中,智慧燃气管道冻胀安全管理的物联网系统100至少可以包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网安全管理平台、智慧燃气管网传感网络平台和智慧燃气管网对象平台。
在一些实施例中,智慧燃气管道冻胀安全管理的物联网系统100可以对燃气管网中的燃气管道和管网设备进行监测,获得监测数据,基于监测数据评估可能存在的风险,并针对可能存在的风险生成相应的管理方案。例如,通过对某一区域燃气管道以及管道周边环境(如,土壤温度、土壤湿度或其他设施)等的监测,评估管网发生冻胀的风险,进而给出应对该风险的方案,如调整燃气输送数据、确定防冻胀处理方案等。
在一些实施例中,智慧燃气管道冻胀安全管理的物联网系统100可以对燃气管道和管网设备的监测信息(如:基础数据、运行数据)等进行处理,进而评估相应的风险值。当风险值超过预设阈值后,智慧燃气管道冻胀安全管理的物联网系统100可以向用户发出警报。
在一些实施例中,智慧燃气管道冻胀安全管理的物联网系统100还可以根据风险值的评估情况,确定相应的管网维护、检修或风险排查策略,根据前述策略对燃气管网系统进行管理,保障管网运行安全。
智慧燃气用户平台指以用户为主导,与用户进行交互的平台。用户可以是燃气用户、监管用户等。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通过终端设备将信息反馈用户。例如,智慧燃气用户平台可以通过终端设备(例如,显示器)将燃气用气安全预警信息反馈给用户。
在一些实施例中,智慧燃气用户平台可以包括燃气用户分平台。燃气用户分平台针对燃气用户。燃气用户可以指消费者等真正使用燃气的用户。
在一些实施例中,燃气用户分平台可以与智慧燃气服务平台的智慧用气服务分平台进行数据交互。例如,燃气用户分平台可以接收智慧燃气服务平台的智慧用气服务分平台上传的管道冻胀安全管理信息等。管道冻胀安全管理信息指与管道冻胀安全相关的信息,例如冻胀程度数据、防冻胀处理方案等。关于冻胀程度数据、防冻胀处理方案的更多内容,可以参见图2中的相关描述。燃气用户可以通过燃气用户分平台获取管道冻胀安全管理信息。
在一些实施例中,智慧燃气用户平台可以包括监管用户分平台。监管用户分平台针对监管用户,可以对整个物联网系统的运行进行监管。监管用户是指燃气安全监管部门的用户。监管用户可以通过燃气用户分平台获取管网安全风险提醒信息,还可以获取管网维护、巡检、排查策略等。
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。智慧燃气服务平台可以与智慧燃气用户平台和智慧燃气管网安全管理平台进行数据交互。在一些实施例中,智慧燃气服务平台可以将管道冻胀安全管理信息上传至智慧燃气用户平台。
在一些实施例中,智慧燃气服务平台可以包括智慧用气服务分平台。智慧燃气服务分平台可以与燃气用户分平台进行数据交互,为燃气用户提供管道冻胀安全管理信息。
在一些实施例中,智慧燃气服务平台可以包括智慧用气服务分平台和智慧监管服务分平台。智慧燃气服务平台可以与监管用户分平台进行数据交互,为监管用户提供管道冻胀安全管理信息。
智慧燃气管网安全管理平台可以指统筹、协调各功能平台之间的联系和协作的平台。在一些实施例中,智慧燃气设备管网安全管理平台可以接收智慧燃气管网传感网络平台上传的燃气输送数据,并对其进行分析处理,以及将处理后的数据通过智慧燃气服务平台上传至智慧燃气用户平台。例如,智慧燃气管网安全管理平台可以获取燃气输送数据和燃气管道数据,并基于燃气输送数据和燃气管道数据确定目标点的燃气压力变化数据,基于燃气压力变化数据,预测目标点的温度变化数据,基于温度变化数据、燃气管道数据、燃气压力变化数据,结合环境数据,预测目标点的冻胀程度数据;基于冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
在一些实施例中,智慧燃气管网安全管理平台可以包括智慧燃气管网风险评估管理分平台和智慧燃气数据中心。
在一些实施例中,智慧燃气管网安全管理平台可以通过智慧燃气数据中心与智慧燃气服务平台、智慧燃气管网传感网络平台进行信息交互。
智慧燃气管网风险评估管理分平台指用于处理、分析管网相关数据的平台,例如对燃气输送数据进行处理和风险评估,并将风险评估结果(例如,冻胀程度数据、防冻胀处理方案等)发送至智慧燃气服务平台。在一些实施例中,智慧燃气管网风险评估管理分平台可以包括管网基础数据管理模块、管网运行数据管理模块、管网风险评估管理模块中的一个或多个。
管网基础数据管理模块可以对管网基础数据(例如燃气管道数据,包括管道的环境、材质、年限、防腐情况等)进行存储、处理和分析,以及对管道机械泄漏、电气功耗(智能控制功耗、通信功耗等)、阀控等防爆安全进行监测。
管网运行数据管理模块可以对管网运行数据(例如,燃气输送数据等)进行存储、处理和分析,包括对燃气输送数据、泄露数据、维护情况、非法设备信息、非法访问等进行安全监测。
管网风险评估管理模块可以对管网运行数据管理模块的处理结果进行风险评估,例如管网风险评估管理模块可以根据管网基础数据和管网运行数据,对冻胀严重程度、燃气流量异常、燃气压力、强磁干扰、电压过低等状况进行安全风险的评估,并根据评估结果进行安全风险分级,结合GIS系统(地理信息系统)进行不同颜色区分的三维可视化管理。
智慧燃气数据中心可以汇总、存储用于智慧燃气管道冻胀安全管理的物联网系统100的所有运行数据。智慧燃气管网风险评估管理分平台与智慧燃气数据中心双向交互。在一些实施例中,智慧燃气数据中心可以接收智慧燃气管网传感网络平台上传的数据,并将其发送到智慧燃气管网风险评估管理分平台进行分析处理。例如,智慧燃气数据中心可以将燃气输送数据发送到智慧燃气户内安全管理分平台进行分析、处理,智慧燃气管网风险评估管理分平台可以将处理后的燃气输送数据发送至智慧燃气数据中心。
智慧燃气管网传感网络平台可以是对传感通信进行管理的功能平台。在一些实施例中,智慧燃气管网传感网络平台可以被配置为通信网络和网关。
在一些实施例中,智慧燃气管网传感网络平台可以与智慧燃气管网安全管理平台和智慧燃气管网对象平台进行数据交互,实现感知信息传感通信和控制信息传感通信的功能。例如,智慧燃气管网传感网络平台可以接收智慧燃气管网对象平台上传的燃气输送数据,或下发获取燃气输送数据的指令至智慧燃气管网对象平台。又例如,智慧燃气管网传感网络平台可以接收智慧燃气数据中心下发的获取燃气输送数据的指令,并上传燃气输送数据至智慧燃气数据中心。
在一些实施例中,智慧燃气管网传感网络平台可以包括智慧燃气管网设备传感网络分平台,智慧燃气管网设备传感网络分平台可以与智慧燃气管网对象平台进行数据交互,例如,智慧燃气管网设备传感网络分平台可以接收智慧燃气管网对象平台上传的燃气输送数据,或下发获取燃气输送数据的指令至智慧燃气管网对象平台。在一些实施例中,智慧燃气管网传感网络平台可以包括多个智慧燃气管网设备传感网络分平台,用于监测不同的管网区域。
在一些实施例中,智慧燃气管网传感网络平台可以包括智慧燃气管网维护工程传感网络分平台,智慧燃气管网维护工程传感网络分平台可以与智慧燃气管网对象平台进行数据交互,例如,智慧燃气管网维护工程传感网络分平台可以接收智慧燃气管网对象平台上传的燃气输送数据,并根据管网风险评估管理模块的评估结果,形成管网维护、巡检、排查策略等,保障管网运行安全。
智慧燃气管网对象平台可以指用于获取感知信息的功能平台。在一些实施例中,智慧燃气管网对象平台可以被配置为包括至少一个传感器(例如,燃气输送传感器、燃气管道传感器、环境传感器等)。其中,传感器配置有唯一的标识,可以用于智慧燃气管网安全管理平台对部署在管网不同区域的传感器进行控制。在一些实施例中,智慧燃气管网对象平台可以与智慧燃气管网设备传感网络平台进行数据交互,将获取的燃气输送数据上传至智慧燃气管网传感网络平台。
在一些实施例中,智慧燃气管网对象平台可以包括智慧燃气管网设备对象分平台,智慧燃气管网设备对象分平台可以与智慧燃气管网传感网络平台进行数据交互,例如,智慧燃气管网设备对象分平台可以上传燃气输送数据至智慧燃气管网设备传感网络分平台,或接收智慧燃气管网设备传感网络分平台下发的获取燃气输送数据的指令。在一些实施例中,智慧燃气管网对象平台可以包括多个智慧燃气管网设备对象分平台,用于监测不同的管网区域。
在一些实施例中,智慧燃气管网对象平台可以包括智慧燃气管网维护工程对象分平台,智慧燃气管网维护工程对象分平台可以与智慧燃气管网传感网络平台进行数据交互,例如,智慧燃气管网维护工程对象分平台可以接收管网风险评估管理模块的评估结果,并形成管网维护、巡检、排查策略等,保障管网运行安全。
需要注意的是,以上对于用于智慧燃气管道冻胀安全管理的物联网系统及其平台的描述,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。在一些实施例中,图1中披露的智慧燃气用户平台、智慧燃气服务平台等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。例如,各个平台可以共用一个存储模块,各个平台也可以分别具有各自的存储模块。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智慧燃气管道冻胀安全管理方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由智慧燃气管道冻胀安全管理的物联网系统执行。
S210,获取燃气输送数据和燃气管道数据,基于燃气输送数据和燃气管道数据确定目标点的燃气压力变化数据。
燃气输送数据指与燃气输送相关的数据。例如,燃气输送数据可以包括燃气流量、燃气流速、不同位置的燃气压力、燃气温度等。其中,燃气流量指单位时间内流经燃气管道有效截面的燃气流体量;燃气流速指燃气在单位时间内所通过的距离;燃气压力指燃气与燃气管道内壁的作用力;燃气温度表示燃气的冷热程度。
在一些实施例中,燃气输送数据可以由多个燃气输送传感器获取。例如,燃气输送数据可以由智慧燃气管网设备对象分平台的燃气输送传感器进行监测和获取。在一些实施例中,智慧燃气管网设备对象分平台的燃气输送传感器接收智慧燃气管网设备传感网络分平台发送的获取燃气输送数据的指令,并将燃气输送数据上传至相应的智慧燃气管网设备传感网络分平台。
燃气管道数据指与输送燃气的管道相关的数据。例如,燃气管道数据可以包括管道材质、管道直径、管道埋深、管道阀门数量以及管道位置等。
在一些实施例中,燃气管道数据可以由多个燃气管道传感器获取。例如,燃气管道数据可以由智慧燃气管网维护工程对象分平台的燃气管道传感器进行监测和获取,并发送至智慧燃气管网维护工程传感网络分平台。在一些实施例中,燃气管道数据也可以基于智慧燃气管网风险评估管理分平台获取。例如,可以基于管网基础数据管理模块获取各个管道的燃气管道数据。
目标点为管道中需要重点监测是否存在安全问题的位置。其中,安全问题至少可以包括管道发生冻胀、燃气泄漏等。例如,当管道发生冻胀或燃气泄漏时管道中的燃气压力可能发生变化,则目标点可以包括管道中燃气压力发生变化的位置。目标点的数量可以为一个或多个,具体可视燃气管道的实际监测情况确定。
燃气压力变化数据为表征目标点的燃气压力的变化程度的数据。例如,目标点的初始压力(即开始压力监测时的压力)为2.5Mpa,该目标点在某时间点的压力变化数据可以为:低于该目标点的初始压力0.2MPa、高于该目标点的初始压力0.4MPa等。在一些实施例中,温度变化数据可以包括多个时间点的温度变化程度,例如,(0.2,0.5,0.8,1.5)可以表示四个连续时间点的相对于初始压力变化程度分别为0.2MPa、0.5MPa、0.8MPa、1.5MPa。
在一些实施例中,燃气压力变化数据可以基于多种方式确定。例如,可以基于温度模型确定燃气压力变化数据,即对燃气输送数据和燃气管道数据进行特征提取,并输入至训练好的温度模型中,得到燃气压力变化数据。关于温度模型的更多内容,可以参见图3中的相关描述。
在一些实施例中,燃气压力变化数据也可以基于模拟或仿真等方式确定。例如,将燃气输送数据和燃气管道数据输入至计算机模型中,对管道环境进行模拟或仿真,得到燃气压力变化数据。
在一些实施例中,燃气压力变化数据也可以基于智慧燃气管网对象平台获取。例如,智慧燃气管网设备对象分平台接收智慧燃气管网设备传感网络分平台发送的获取燃气压力变化数据的指令,并将燃气压力变化数据上传至相应的智慧燃气管网设备传感网络分平台。
S220,基于燃气压力变化数据,预测目标点的温度变化数据。
温度变化数据为表征目标点或目标点附近的温度变化程度的数据。例如,目标点的初始温度(即开始温度监测时的温度)为-10℃,该目标点在某时间点的温度变化数据可以为:低于该目标点的初始温度2℃、高于该目标点的初始温度4℃等。在一些实施例中,温度变化数据可以包括多个时间点的温度变化程度,例如,(-3,-5,-8,-15)可以表示四个连续时间点的相对于初始温度的变化程度分别为-3℃、-5℃、-8℃、-15℃。
在一些实施例中,温度变化数据可以包括燃气温度变化数据和土壤温度变化数据,关于燃气温度变化数据和土壤温度变化数据的更多内容,可以参见图3的相关说明。
在一些实施例中,智慧燃气管网安全管理平台可以基于燃气压力变化数据,预测目标点的温度变化数据。例如,智慧燃气管网安全管理平台可以基于历史数据,建立目标点的燃气压力-温度的关系曲线,基于关系曲线预测目标点的温度变化数据。又例如,智慧燃气管网安全管理平台可以基于模型预测目标点的温度变化数据。
在一些实施例中,智慧燃气管网安全管理平台可以基于燃气输送数据和燃气管道数据,通过温度模型预测目标点的温度变化数据。关于温度模型的更多内容,可以参见图3的相关说明。
S230,基于温度变化数据、燃气管道数据、燃气压力变化数据,结合环境数据,预测目标点的冻胀程度数据。
环境数据指目标点所在环境的相关数据。例如,目标点的环境数据可以包括目标点的环境温度、天气、土壤含水量、土壤类型等。
在一些实施例中,环境数据可以由多个环境传感器获取。例如,环境可以由智慧燃气管网设备对象分平台的环境传感器进行监测和获取。在一些实施例中,智慧燃气管网设备对象分平台接收智慧燃气管网设备传感网络分平台发送的获取环境数据的指令,并将环境数据上传至相应的智慧燃气管网设备传感网络分平台。
冻胀程度数据为表征目标点的冻胀严重程度的数据。例如,冻胀程度数据可以包括冻胀范围和冻胀严重程度。其中,冻胀范围可以包括冻胀长度、冻胀深度,冻胀严重程度可以包括是否造成地表隆起或管道变形损坏等。
在一些实施例中,智慧燃气管网安全管理平台可以预测目标点的冻胀程度数据。例如,智慧燃气管网安全管理平台可以基于目标点的燃气管道数据和历史数据(例如,目标点的历史温度变化数据、历史燃气压力变化数据、历史环境数据、历史冻胀程度数据等),构建向量数据库,基于向量匹配的方式预测目标点的冻胀程度数据。又例如,智慧燃气管网安全管理平台可以基于模型预测目标点的冻胀程度数据。有关基于模型预测目标点的冻胀数据的更多内容可参见图4中的相关描述。
在一些实施例中,智慧燃气管网安全管理平台可以基于燃气输送数据、燃气管道数据和燃气温度变化数据,确定初始冻胀范围,基于环境数据对初始冻胀范围做调整,确定目标点的冻胀程度数据。
燃气温度变化数据为表征目标点的燃气温度的变化程度的数据。例如,目标点的初始燃气温度(即燃气调压前的燃气温度)为-15℃,该目标点在某时间点的燃气温度变化数据可以为:低于该目标点的初始燃气温度3℃、高于该目标点的初始燃气温度5℃等。在一些实施例中,燃气温度变化数据可以包括多个时间点的燃气温度变化程度,例如,(-2,-4,-8,-12)可以表示四个连续时间点的燃气温度相对于初始温度的变化程度分别为-2℃、-4℃、-8℃、-12℃。
初始冻胀范围指根据燃气输送数据、燃气管道数据和燃气温度变化数据,初步确定的表征冻胀严重程度的数据。例如,初始冻胀范围可以包括冻胀长度、冻胀深度等。
在一些实施例中,智慧燃气管网安全管理平台可以基于燃气输送数据、燃气管道数据和燃气温度变化数据,确定初始冻胀范围。例如,智慧燃气管网安全管理平台可以基于目标点的燃气管道数据和历史数据(例如,目标点的历史燃气温度变化数据、历史燃气输送数据、历史初始冻胀范围等),构建向量数据库,基于向量匹配的方式确定初始冻胀范围。又例如,智慧燃气管网安全管理平台可以基于模型预测目标点的初始冻胀范围。
在一些实施例中,智慧燃气管网安全管理平台可以基于环境数据对初始冻胀范围做调整,确定冻胀程度数据。例如,可以根据土壤类型确定冻胀发生后是否会造成地表隆起或管道变形损坏等,对初始冻胀范围做调整,进而确定实际的冻胀程度数据,如果是质地坚硬的土壤则地表发生形变的程度相对较低,对应的冻胀程度相对更轻。又例如,可以根据环境温度和/或天气确定不同温度和/或不同天气下冻胀程度可能发生的差异,进而更准确地确定冻胀程度数据。
在一些实施例中,智慧燃气管网安全管理平台可以基于冻胀模型确定冻胀程度数据。关于冻胀模型的更多内容,可以参见图4的相关描述。
S240,基于目标点的冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
燃气输送调整数据指用于对燃气输送数据进行调整的相关数据。例如,燃气输送调整数据可以包括调整后的燃气流量和燃气压力。
在一些实施例中,燃气输送调整数据可以基于多种方式确定。例如,智慧燃气管网安全管理平台可以先基于冻胀最严重的目标点进行燃气输送数据的调整,然后再确定燃气输送调整数据。又例如,可以基于建表的方式,即基于燃气管道历史管理数据建立历史冻胀程度数据-历史燃气输送调整数据的表格,将冻胀程度数据输入至表格中进行匹配,将匹配的历史燃气输送调整数据确定为燃气输送调整数据。
防冻胀处理方案指用于防止目标点发生冻胀的解决方案。例如,防冻胀处理方案可以包括多个处理范围和处理方法,不同的冻胀范围和不同的冻胀严重程度对应不同的处理范围和处理方法。处理方法可以包括换填土壤、加隔离层/绝热层/保温层、防水处理、人工加热措施等。
在一些实施例中,智慧燃气管网安全管理平台可以基于环境数据和历史数据(例如,历史燃气输送数据、历史温度变化数据、历史防冻胀处理方案等)建立向量数据库,并通过向量匹配的方式确定防冻胀处理方案。例如,若土壤含水量较高,则防冻胀处理方案可以包括防水处理;若土壤容易冻胀,则防冻胀处理方案可以包括换填其他种类的土壤。
在一些实施例中,智慧燃气管网安全管理平台可以基于目标点的冻胀程度数据,确定燃气输送调整数据,基于燃气输送调整数据,通过温度模型确定温度变化更新数据,并基于调整后的温度变化数据,通过冻胀模型确定冻胀程度更新数据,基于冻胀程度更新数据,确定防冻胀处理方案。关于确定防冻胀处理方案的更多内容,可以参见图5的相关描述。
本说明书一些实施例的智慧燃气管道冻胀安全管理方法,通过预测目标点的冻胀程度数据以及确定燃气输送调整数据以及防冻胀处理方案,实现了对燃气输送的有效调整,从而有效避免了燃气管道发生冻胀的情况。
应当注意的是,上述有关流程200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200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3是根据本说明书一些实施例所示的温度模型的示意图。如图3所示,温度模型的执行与训练的过程300至少包括以下内容。
在一些实施例中,智慧燃气管网风险评估管理分平台可以至少基于燃气压力变化数据,通过温度模型预测目标点的温度变化数据。其中,温度模型可以是机器学习模型。
温度模型330是用于预测目标点的温度变化数据的模型。在一些实施例中,温度模型可以包括卷积神经网络模型或深度神经网络模型。
在一些实施例中,温度模型330的输入可以包括燃气输送数据310和燃气管道数据320。有关燃气输送数据和燃气管道数据的更多内容可参见图2中的相关描述。
在一些实施例中,温度模型330的输出可以包括燃气温度变化数据和土壤温度变化数据。
燃气温度变化数据通常为表征目标点燃气温度变化程度的数据。例如,燃气温度变化数据可以包括与目标点初始燃气温度相比,管道内燃气在多个时间点的温度变化数据。
燃气温度变化数据可通过向量表示,向量中的不同元素代表不同时间点燃气温度的变化数据。例如,初始燃气温度为15℃,若燃气的温度在1小时后为12℃,在2小时后为9℃,3小时后为6℃,4小时后为3℃等,则燃气温度变化数据可以表示为(-3,-6,-9,-12),可以表示四个连续时间点的温度下降幅度分别为-3℃、-6℃、-9℃、-12℃。其中,时间点的设置可以人工设置(如10分钟,或者半个小时等),时间点的个数也可以设置为多个(如6个)。即当时间点设置为半个小时,设置时间点个数为6时,燃气温度变化数据可以表示为(-1.5,-3,-4.5,-6,-7.5,-9),表示燃气温度与初始燃气温度相比,每半小时下降-1.5℃。可以理解的,燃气温度变化数据还可以通过其他方式表示。
土壤温度变化数据通常为表征目标点周围土壤温度变化的数据。例如,土壤温度变化数据可以包括与初始土壤温度相比,燃气管网周围土壤在多个时间点的温度变化数据。
与燃气温度变化数据类似,土壤温度变化数据也可以通过向量表示,向量中的不同元素代表不同时间点燃气温度的变化数据,具体可参见上述有关燃气温度变化数据的描述。
在一些实施例中,温度模型可以包括燃气特征提取层331、第一温度层333和第二温度层335。在一些实施例中,燃气特征提取层331、第一温度层333和第二温度层335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,燃气特征提取层331的输入可以包括燃气输送数据310和燃气管道数据320,燃气特征提取层331的输出可以包括燃气压力变化数据332。
在一些实施例中,燃气特征提取层331的输出可以作为第一温度层333的输入。在一些实施例中,第一温度层333的输入可以包括燃气输送数据310和燃气压力变化数据332,第一温度层333的输出可以包括燃气温度变化数据334。
在一些实施例中,第一温度层333的输出可以作为第二温度层335的输入。在一些实施例中,第二温度层335的输入可以包括燃气管道数据320和燃气温度变化数据334,第二温度层335的输出可以包括土壤温度变化数据340。
在一些实施例中,温度模型的输入还可以包括环境数据。环境数据作为第二温度层335的输入,可以与燃气温度变化数据和燃气管道数据一起,用于确定目标点附近的土壤温度变化数据。
基于温度模型预测土壤温度变化数据时,通过考虑环境因素,可以使模型预测的土壤温度更符合实际情况,提高模型预测的准确度。
在一些实施例中,温度模型可以基于燃气特征提取层331、第一温度层333和第二温度层335的联合训练得到。
在一些实施例中,对燃气特征提取层331、第一温度层333和第二温度层335进行联合训练的样本数据包括样本燃气输送数据、样本燃气管道数据,标签为样本土壤实际温度变化数据。训练样本和标签可以从存储设备或数据库中调取,标签可以基于人工标注获得。将样本燃气输送数据和样本燃气管道数据输入初始燃气特征提取层,将初始燃气特征提取层的输出和样本燃气输送数据输入初始第一温度层,将初始第一温度层的输出输入初始第二温度层,最终得到初始第二温度层输出的土壤温度变化数据。基于初始第二温度层输出的土壤温度变化数据与样本土壤实际温度变化数据构建损失函数,并基于损失函数迭代更新初始燃气特征提取层、初始第一温度层和初始第二温度层,直到预设条件被满足,训练完成,得到训练好的温度模型。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
在一些实施例中,联合训练的样本还包括样本环境数据。对温度模型进行训练时,样本环境数据可以和初始第一温度层的输出一起作为初始第二温度层的输入。
在一些实施例中,温度模型可以基于单独训练燃气特征提取层331、第一温度层333和第二温度层335得到。
在一些实施例中,单独训练燃气特征提取层331的样本数据包括样本燃气输送数据、样本燃气管道数据,标签为样本燃气实际压力变化数据。训练样本和标签可以从存储设备或数据库中调取,标签可以基于人工标注获得。将样本燃气输送数据和样本燃气管道数据输入初始燃气特征提取层,基于初始燃气特征提取层的输出与样本燃气实际压力变化数据构建损失函数,并基于损失函数迭代更新初始燃气特征提取层,直到预设条件被满足,训练完成,得到训练好的燃气特征提取层331。
在一些实施例中,单独训练第一温度层333的样本数据包括样本燃气输送数据、样本燃气压力变化数据,标签为样本燃气实际温度变化数据。训练样本和标签可以从存储设备或数据库中调取,标签可以基于人工标注获得。通过与单独训练燃气特征提取层331的类似训练过程可以得到训练好的第一温度层333。燃气特征提取层331的训练过程参见上文相关描述。
在一些实施例中,单独训练第二温度层335的样本数据包括样本燃气管道数据、样本温度压力变化数据,标签为样本土壤实际温度变化数据。训练样本和标签可以从存储设备或数据库中调取,标签可以基于人工标注获得。在一些实施例中,第二温度层的样本数据还可以包括样本环境数据。通过与单独训练燃气特征提取层331的类似训练过程可以得到训练好的第二温度层335。燃气特征提取层331的训练过程参见上文相关描述。
本说明书一些实施例中,通过训练好的温度模型可以比较快速准确地提取燃气压力变化数据,进而更加准确预测目标点的温度变化数据。在利用温度模型预测土壤温度变化数据时,考虑了燃气管道数据因素,即考虑到燃气温度变化时,涉及到管道直径、材质的不同,管道周围土壤温度变化可能有差异,从而使预测的土壤温度变化数据更加准确。
图4是根据本说明书一些实施例所示的冻胀模型的示意图。如图4所示,冻胀模型的执行与训练过程400至少可以包括以下内容。
在一些实施例中,智慧燃气管网风险评估管理分平台可以基于燃气输送数据、燃气管道数据和土壤温度变化数据,通过冻胀模型,确定冻胀程度数据。在一些实施例中,冻胀模型可以是机器学习模型。
冻胀模型410是用于预测冻胀程度数据的模型。在一些实施例中,冻胀模型可以包括卷积神经网络模型或深度神经网络模型。
在一些实施例中,冻胀模型410的输入可以包括燃气输送数据310、燃气管道数据320、土壤温度变化数据340和环境数据350。有关燃气输送数据、燃气管道数据和环境数据的更多描述可参见图2中的相关内容。有关土壤温度变化数据的更多描述可参加图3中的相关内容。
在一些实施例中,冻胀模型可以包括处理层411和预测层413。在一些实施例中,处理层411和预测层413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,处理层411的输入可以包括燃气输送数据310、燃气管道数据320和土壤温度变化数据340,处理层411的输出可以包括初始冻胀范围412。土壤温度变化数据340可以由温度模型330的第二温度层335输出得到。
在一些实施例中,处理层411的输出可以作为预测层413的输入。在一些实施例中,预测层413的输入可以包括环境数据350和初始冻胀范围412,预测层413的输出可以包括冻胀程度数据420。
有关初始冻胀范围和冻胀程度数据的更多描述可参见图2中S230的相关描述。
在一些实施例中,冻胀模型可以基于处理层411和预测层413的联合训练得到。
在一些实施例中,对处理层411和预测层413进行联合训练的样本数据包括样本燃气输送数据、样本燃气管道数据、样本土壤温度变化数据和样本环境数据,标签为样本冻胀程度数据。冻胀模型可以与温度模型共享训练样本。训练样本和标签可以从存储设备或数据库中调取,标签可以基于人工标注获得。将样本燃气输送数据、样本燃气管道数据和样本土壤温度变化数据输入处理层411,将样本环境数据输入预测层413,最终得到预测层413输出的冻胀程度数据。基于冻胀程度数据与样本冻胀程度数据构建损失函数,并基于损失函数迭代更新处理层411和预测层413,直到预设条件被满足,训练完成,得到训练好的冻胀模型。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
在一些实施例中,温度模型可以基于单独训练处理层411和预测层413得到。单独训练处理层411和预测层413的过程类似于单独训练温度模型330各层的训练过程。单独训练温度模型的训练过程参见上文相关描述。
本说明书一些实施例中,通过冻胀模型对土壤温度变化数据等进行处理,先确定初始冻胀范围,进而根据初始冻胀范围结合环境数据,确定冻胀程度数据,满足数据处理需求,且与数学计算方式得到冻胀程度数据的方式相比,答复缩短确定冻胀程度数据的时长,有效提高了燃气管道冻胀安全管理方法的管理效率。
图5是根据本说明书一些实施例所示的确定防冻胀处理方案的示例性流程图。如图5所示,流程500包括下述步骤。在一些实施例中,流程500可以由智慧燃气管网风险评估管理分平台执行。
S510,基于目标点的冻胀程度数据,确定燃气输送调整数据。
在一些实施例中,智慧燃气管网风险评估管理分平台可以基于目标点的冻胀程度数据,确定燃气输送调整数据。关于基于目标点的冻胀程度数据,确定燃气输送调整数据的具体内容可以参见图2中S240的相关描述。
S520,基于燃气输送调整数据,通过温度模型确定温度变化更新数据,并基于温度变化更新数据,通过冻胀模型确定冻胀程度更新数据。
温度变化更新数据可以指基于燃气输送调整数据,更新后的温度变化数据。在一些实施例中,温度变化更新数据可以包括燃气温度变化更新数据和土壤温度变化更新数据。其中,燃气温度变化更新数据是指基于燃气输送调整数据进行燃气输送时,新的燃气温度变化数据。与燃气温度变化数据类似的,燃气温度变化更新数据可以包括多个时间点的燃气温度变化程度的更新数据,例如,(-1,-2,-2.5,-3)可以表示燃气输送数据调整后,四个连续时间点的燃气温度相对于初始温度的变化程度分别为-1℃、-2℃、-2.5℃、-3℃。土壤温度变化更新数据是指基于燃气输送调整数据进行燃气输送时,新的土壤温度变化数据。与土壤温度变化数据类似的,土壤温度变化数据可以包括多个时间点的土壤温度变化程度,例如,(-2,-3,-5,-8)可以表示燃气输送数据调整后,四个连续时间点的土壤温度相对于初始温度的变化程度分别为-2℃、-3℃、-5℃、-8℃。
在一些实施例中,可以基于燃气输送调整数据、燃气管道数据和环境数据,通过温度模型,得到温度变化更新数据,即燃气温度变化更新数据和土壤温度变化更新数据。在一些实施例中,前述温度模型可以是机器学习模型,具体可以是本说明书图3中的温度模型330。例如,将燃气输送调整数据和燃气管道数据输入温度模型330,通过燃气特征提取层331获得更新后的燃气压力变化数据;将更新后的燃气压力变化数据和燃气输送调整数据输入第一温度层,得到燃气温度变化更新数据;将燃气温度变化更新数据和环境数据输入第二温度层,得到土壤温度变化更新数据。
冻胀程度更新数据是指基于燃气输送调整数据和土壤温度变化更新数据,重新预测的冻胀程度数据。冻胀程度更新数据可以包括更新后的冻胀范围和更新后的冻胀严重程度。其中,冻胀范围可以包括冻胀长度、冻胀深度,冻胀严重程度可以包括是否造成地表隆起或管道变形损坏等。冻胀程度更新数据可以通过向量表示,例如,(1,0.2,0,1)可以表示一个冻胀程度更新数据,向量中的第一个元素表示冻胀长度为1米,第二个元素表示冻胀深度为0.2米,第三个元素和第四个元素分别表示是否存在成地表隆起和是否存在管道变形,1表示是,0表示否,即在前述冻胀程度更新数据中,表示目标点不存在地表隆起,存在管道变形。冻胀程度更新数据还可以采用其他方式表示或包含其他能够反映冻胀程度的数据,具体可根据实际需求确定。
在一些实施例中,可以基于燃气输送调整数据、土壤温度变化更新数据、燃气管道数据和环境数据,通过冻胀模型,得到冻胀程度更新数据。在一些实施例中,前述冻胀模型可以是机器学习模型,具体可以是本说明书图4中的冻胀模型410。例如,将燃气输送调整数据、燃气管道数据和土壤温度变化更新数据驶入冻胀模型410,通过处理层411获得初始冻胀范围;将初始冻胀范围和环境数据输入预测层,得到冻胀程度更新数据。
S530,基于冻胀程度更新数据,确定防冻胀处理方案。
在一些实施例中,智慧燃气管网风险评估管理分平台可以基于燃气输送调整数据确定冻胀程度更新数据,根据冻胀程度更新数据,确定燃气输送数据调整后对应的防冻胀处理方案。
防冻胀处理方案包括处理范围和处理方法。根据冻胀程度更新数据中的更新后的冻胀范围和更新后的冻胀严重程度,不同冻胀范围和不同冻胀严重程度对应不同处理范围和处理方法。例如,冻胀范围为以目标点为中点,沿燃气管道前后各500米的长度范围,以及离燃气管道外表面小于等于1米的范围,则防冻胀处理方案中处理范围为以目标点为中点,沿燃气管道前后各500米的长度范围,以及离燃气管道外表面小于等于1米的范围。又例如,若冻胀严重程度较严重(造成地表隆起或者管道变形损坏等),则采取避免土壤出现冻胀现象的处理方法。避免土壤出现冻胀现象的处理方法可以包括换填土壤;在目标点燃气管道外围加隔离层、绝热层和保温层等;对土壤进行防水处理(如,在土壤表面遮盖防水布避免雨水渗透);实施人工加热措施等。防冻胀处理方案的具体内容参见图2及其相关描述。
在一些实施例中,可以基于历史冻胀处理数据建立历史数据库,并通过向量匹配的方式确定防冻胀处理方案。例如,基于当前冻胀程度更新数据和历史冻胀程度更新数据做比较分析,确定防冻胀处理方案。在一些实施例中,可以基于历史冻胀程度更新数据构建向量Ai(i=1,2,3,…,n),i为历史冻胀程度更新数据的数量,每一个向量Ai都对应一个历史防冻胀处理方案,以形成历史数据库。历史冻胀程度更新数据可以是表示不同冻胀范围和不同冻胀严重程度的数据。建立历史数据库时要考虑环境数据。例如,向量元素可以包括(冻胀范围长度,冻胀范围深度,地表隆起程度,管道变形程度,土壤含水量)。
仅作为示例的,当向量为(500,1,1,1,10)时,表示历史冻胀程度更新数据中,冻胀范围为以目标点为中点,沿燃气管道前后各500米的长度范围,以及离燃气管道外表面小于等于1米的范围,地表隆起程度为1级,管道变形程度为1级,土壤含水量为10%,则对应的防冻胀处理方案为(500,1,A),表示防冻胀处理方案中处理范围为以目标点为中点,沿燃气管道前后各500米的长度范围,以及离燃气管道外表面小于等于1米的范围,采取处理方法A,处理方法A为在目标点管道外围加绝热层。
利用当前冻胀程度更新数据构建格式一致的向量B,与历史数据库中的向量Ai进行匹配。例如,计算向量B与Ai的向量距离,将小于距离阈值的向量Ai作为匹配向量,则将该Ai对应的历史防冻胀处理方案作为当前冻胀程度更新数据的防冻胀处理方案。其中,向量的距离可以包括多种,例如,欧式距离、余弦距离、马氏距离、切比雪夫距离、曼哈顿距离等。
利用历史冻胀程度更新数据及历史防冻胀处理方案建立历史数据库,可以比较快速地确定当前冻胀程度更新数据对应的防冻胀处理方案,且在建立历史数据库时考虑环境因素能够使历史数据库更符合实际情况。
在一些实施例中,计算机可读存储介质可以存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行燃气管道冻胀安全管理方法。
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)
1.一种智慧燃气管道冻胀安全管理方法,其特征在于,所述方法基于智慧燃气管道冻胀安全管理的物联网系统的智慧燃气管网安全管理平台执行,所述方法包括:
获取目标点的燃气输送数据和目标点的燃气管道数据,基于所述目标点的燃气输送数据和所述目标点的燃气管道数据确定目标点的燃气压力变化数据;
基于所述目标点的燃气压力变化数据,预测目标点的温度变化数据;所述目标点的温度变化数据包括燃气温度变化数据和土壤温度变化数据;
基于所述目标点的温度变化数据、所述目标点的燃气管道数据、所述目标点的燃气压力变化数据,结合目标点的环境数据,预测目标点的冻胀程度数据;
基于所述目标点的冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
2.如权利要求1所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述智慧燃气管道冻胀安全管理的物联网系统还包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网传感网络平台和智慧燃气管网对象平台,所述智慧燃气管网安全管理平台包括智慧燃气管网风险评估管理分平台和智慧燃气数据中心,所述智慧燃气管网对象平台用于获取所述目标点的燃气输送数据和所述目标点的燃气管道数据,并通过所述智慧燃气管网传感网络平台传递至所述智慧燃气管网安全管理平台;
所述方法还包括:
将所述燃气输送调整数据以及所述防冻胀处理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输送调整数据以及所述防冻胀处理方案传输至所述智慧燃气服务平台;
所述智慧燃气服务平台将所述燃气输送调整数据以及所述防冻胀处理方案传输至所述智慧燃气用户平台。
3.如权利要求2所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述智慧燃气用户平台包括燃气用户分平台和监管用户分平台;
所述智慧燃气服务平台包括智慧用气服务分平台和智慧监管服务分平台;
所述智慧燃气管网传感网络平台包括智慧燃气管网设备传感网络分平台和智慧燃气管网维护工程传感网络分平台;
所述智慧燃气管网对象平台包括智慧燃气管网设备对象分平台和智慧燃气管网维护工程对象分平台。
4.如权利要求1所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述基于所述目标点的燃气压力变化数据,预测目标点的温度变化数据,包括:
至少基于所述目标点的燃气压力变化数据,通过温度模型预测所述目标点的温度变化数据;所述温度模型为机器学习模型。
5.如权利要求1所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述预测目标点的冻胀程度数据,包括:
基于所述目标点的燃气输送数据、所述目标点的燃气管道数据和所述土壤温度变化数据,确定目标点的初始冻胀范围;
基于所述目标点的环境数据对所述目标点的初始冻胀范围做调整,确定所述目标点的冻胀程度数据。
6.如权利要求1所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述预测目标点的冻胀程度数据,包括:
基于所述目标点的环境数据、所述目标点的燃气输送数据、所述目标点的燃气管道数据和所述土壤温度变化数据,通过冻胀模型,确定所述目标点的冻胀程度数据;所述冻胀模型为机器学习模型。
7.如权利要求1所述的智慧燃气管道冻胀安全管理方法,其特征在于,所述基于所述目标点的冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案,包括:
基于所述目标点的冻胀程度数据,确定所述燃气输送调整数据;
基于所述燃气输送调整数据,通过温度模型确定温度变化更新数据,并基于所述温度变化更新数据,通过冻胀模型确定冻胀程度更新数据;
基于所述冻胀程度更新数据,确定所述防冻胀处理方案;其中,
所述温度模型为机器学习模型,所述冻胀模型为机器学习模型。
8.一种智慧燃气管道冻胀安全管理的物联网系统,其特征在于,所述智慧燃气管道冻胀安全管理的物联网系统包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网传感网络平台、智慧燃气管网安全管理平台和智慧燃气管网对象平台,所述智慧燃气管道冻胀安全管理的物联网系统被配置为执行以下操作:
获取目标点的燃气输送数据和目标点的燃气管道数据,基于所述目标点的燃气输送数据和所述目标点的燃气管道数据确定目标点的燃气压力变化数据;
基于所述目标点的燃气压力变化数据,预测目标点的温度变化数据;所述目标点的温度变化数据包括燃气温度变化数据和土壤温度变化数据;
基于所述目标点的温度变化数据、所述目标点的燃气管道数据、所述目标点的燃气压力变化数据,结合目标点的环境数据,预测目标点的冻胀程度数据;
基于所述目标点的冻胀程度数据,确定燃气输送调整数据以及防冻胀处理方案。
9.如权利要求8所述的智慧燃气管道冻胀安全管理的物联网系统,其特征在于,所述智慧燃气管道冻胀安全管理的物联网系统还包括所述智慧燃气用户平台、所述智慧燃气服务平台、所述智慧燃气管网传感网络平台和所述智慧燃气管网对象平台,所述智慧燃气管网安全管理平台包括智慧燃气管网风险评估管理分平台和智慧燃气数据中心;
所述智慧燃气管网对象平台用于获取所述目标点的燃气输送数据和所述目标点的燃气管道数据,并通过所述智慧燃气管网传感网络平台传递至所述智慧燃气管网安全管理平台;
所述智慧燃气管网安全管理平台将所述燃气输送调整数据以及所述防冻胀处理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输送调整数据以及所述防冻胀处理方案传输至所述智慧燃气服务平台;
所述智慧燃气服务平台将所述燃气输送调整数据以及所述防冻胀处理方案传输至所述智慧燃气用户平台。
10.如权利要求9所述的智慧燃气管道冻胀安全管理的物联网系统,其特征在于,所述智慧燃气用户平台包括燃气用户分平台和监管用户分平台;
所述智慧燃气服务平台包括智慧用气服务分平台和智慧监管服务分平台;
所述智慧燃气管网传感网络平台包括智慧燃气管网设备传感网络分平台和智慧燃气管网维护工程传感网络分平台;
所述智慧燃气管网对象平台包括智慧燃气管网设备对象分平台和智慧燃气管网维护工程对象分平台。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211653226.2A CN115631066B (zh) | 2022-12-22 | 2022-12-22 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
US18/171,392 US11821589B2 (en) | 2022-12-22 | 2023-02-20 | Methods for smart gas pipeline frost heave safety management and internet of things systems thereof |
US18/465,958 US12038139B2 (en) | 2022-12-22 | 2023-09-12 | Method for frost heave prevention treatment of smart gas pipeline and internet of things system thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211653226.2A CN115631066B (zh) | 2022-12-22 | 2022-12-22 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115631066A true CN115631066A (zh) | 2023-01-20 |
CN115631066B CN115631066B (zh) | 2023-03-07 |
Family
ID=84910020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211653226.2A Active CN115631066B (zh) | 2022-12-22 | 2022-12-22 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11821589B2 (zh) |
CN (1) | CN115631066B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 |
CN116611820A (zh) * | 2023-07-19 | 2023-08-18 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的管线故障评估方法与系统 |
CN116737804A (zh) * | 2023-08-15 | 2023-09-12 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的燃气数据分级处理方法和系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291352B (zh) * | 2023-11-27 | 2024-02-09 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的管网维修调控方法、系统及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040059692A1 (en) * | 2001-05-25 | 2004-03-25 | Hill Ross K. | Underground gas storage with short term reversible flow operable for use in arbitrage/trading |
US20120191262A1 (en) * | 2012-01-19 | 2012-07-26 | David Marcus | System and method for conserving energy resources through storage and delivery of renewable energy |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
US20180031396A1 (en) * | 2015-03-03 | 2018-02-01 | Roxtec Ab | An inspection system for cable, pipe or wire transits |
CN109063951A (zh) * | 2018-06-13 | 2018-12-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 寒区输水渠道冻害安全定量评价方法 |
US20190066479A1 (en) * | 2015-11-19 | 2019-02-28 | Halliburton Energy Services, Inc. | Method and system for monitoring and predicting gas leak |
CN110377879A (zh) * | 2019-07-17 | 2019-10-25 | 中国石油化工股份有限公司 | 一种油气水混输管道常温集输半径的计算方法 |
CN111798089A (zh) * | 2020-05-25 | 2020-10-20 | 成都华润燃气设计有限公司 | 一种城市天然气高压管网运行状态风险评价方法 |
CN112989591A (zh) * | 2021-03-08 | 2021-06-18 | 北京交通大学 | 一种高速铁路路基冻胀处的轨道变形预测方法 |
CN113807655A (zh) * | 2021-08-13 | 2021-12-17 | 北京理工大学 | 城市生命线管线运行风险评估方法、装置及电子设备 |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2693351A (en) * | 1952-01-21 | 1954-11-02 | Orr C Riley | Frost preventing device for gas systems |
US6568416B2 (en) * | 2001-02-28 | 2003-05-27 | Brian L. Andersen | Fluid flow control system, fluid delivery and control system for a fluid delivery line, and method for controlling pressure oscillations within fluid of a fluid delivery line |
EP1500061A4 (en) * | 2002-03-06 | 2011-04-27 | Automatika Inc | CONDUIT NETWORK SYSTEM |
CN201364061Y (zh) | 2009-02-06 | 2009-12-16 | 中国科学院工程热物理研究所 | 一种用于保护埋地天然气管道的热管组件 |
CN102235575B (zh) * | 2010-04-29 | 2013-12-25 | 国际商业机器公司 | 用于检查管道泄露的数据处理方法及系统 |
US8600566B1 (en) * | 2011-02-04 | 2013-12-03 | The United States Of America As Represented By The Secretary Of The Navy | Thermal management smart valve with rupture detection and isolation |
CA2826638A1 (en) * | 2011-02-09 | 2012-08-16 | Andrew FORSTER-KNIGHT | Wirelessly networked fluid monitoring method, system and apparatus |
US8903558B2 (en) * | 2011-06-02 | 2014-12-02 | Ipixc Llc | Monitoring pipeline integrity |
WO2016204630A1 (en) * | 2015-06-18 | 2016-12-22 | Pringle Beleski And Associates Limited | System and method for gas management |
AU2015413844B2 (en) * | 2015-11-02 | 2019-05-30 | Trinity Bay Equipment Holdings, LLC | Real time integrity monitoring of on-shore pipes |
AU2017245290B1 (en) * | 2016-11-02 | 2018-05-10 | Yamaha Agriculture, Inc. | Controlling Agricultural Production Areas |
JP7006766B2 (ja) * | 2018-02-28 | 2022-01-24 | 富士通株式会社 | 配管診断方法、配管診断装置、及び配管診断システム |
WO2019191138A1 (en) * | 2018-03-28 | 2019-10-03 | Fracta | Predicting pipe failure |
JP7532404B2 (ja) * | 2019-04-04 | 2024-08-13 | シュルンベルジェ テクノロジー ビー ブイ | 地熱生産監視システム及び関連する方法 |
US20200320650A1 (en) * | 2019-04-05 | 2020-10-08 | I D Technologies Inc. | Multi-utility integrity monitoring and display system |
KR102208146B1 (ko) * | 2019-05-23 | 2021-01-27 | 삼인싸이언스(주) | 가스누출 감지시스템 |
WO2021081250A1 (en) * | 2019-10-22 | 2021-04-29 | Eog Resources, Inc. | Anomaly detection in pipelines and flowlines |
CN112069275A (zh) * | 2020-08-26 | 2020-12-11 | 北京百度网讯科技有限公司 | 一种目的地预测方法、装置、电子设备及存储介质 |
CN114612262B (zh) * | 2022-04-28 | 2022-07-22 | 成都秦川物联网科技股份有限公司 | 一种智能制造工业物联网系统及控制方法 |
CN114741454B (zh) * | 2022-06-10 | 2022-09-13 | 成都秦川物联网科技股份有限公司 | 用于巡检数据处理的工业物联网及其控制方法 |
CN115330094B (zh) * | 2022-10-14 | 2023-04-07 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道寿命预测方法、物联网系统、装置及介质 |
CN115631064B (zh) * | 2022-12-21 | 2023-03-28 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气报装管理的方法、物联网系统和存储介质 |
CN115618652B (zh) * | 2022-11-28 | 2023-03-10 | 成都秦川物联网科技股份有限公司 | 智慧燃气压缩机运行优化方法、物联网系统、装置及介质 |
CN115640914B (zh) * | 2022-12-16 | 2023-03-28 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气储气优化方法、物联网系统、装置及介质 |
CN116127396A (zh) * | 2023-02-02 | 2023-05-16 | 成都秦川物联网科技股份有限公司 | 一种基于智慧燃气的燃气泄漏判别方法和物联网系统 |
CN116308125A (zh) * | 2023-02-06 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的燃气管道补偿器安设方法和物联网系统 |
CN115796847B (zh) * | 2023-02-10 | 2023-05-09 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气维修人员管理方法和物联网系统、介质 |
CN115773797B (zh) * | 2023-02-10 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 智慧燃气流量修正方法、物联网系统、装置以及介质 |
CN115879913B (zh) * | 2023-02-13 | 2023-05-05 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 |
CN115796408B (zh) * | 2023-02-13 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 |
CN116109104A (zh) * | 2023-03-03 | 2023-05-12 | 成都秦川物联网科技股份有限公司 | 智慧燃气的燃气报修管理方法、物联网系统、装置及介质 |
CN116320172A (zh) * | 2023-03-06 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气呼叫中心的燃气运营方法与物联网系统 |
-
2022
- 2022-12-22 CN CN202211653226.2A patent/CN115631066B/zh active Active
-
2023
- 2023-02-20 US US18/171,392 patent/US11821589B2/en active Active
- 2023-09-12 US US18/465,958 patent/US12038139B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040059692A1 (en) * | 2001-05-25 | 2004-03-25 | Hill Ross K. | Underground gas storage with short term reversible flow operable for use in arbitrage/trading |
US20120191262A1 (en) * | 2012-01-19 | 2012-07-26 | David Marcus | System and method for conserving energy resources through storage and delivery of renewable energy |
US20180031396A1 (en) * | 2015-03-03 | 2018-02-01 | Roxtec Ab | An inspection system for cable, pipe or wire transits |
US20190066479A1 (en) * | 2015-11-19 | 2019-02-28 | Halliburton Energy Services, Inc. | Method and system for monitoring and predicting gas leak |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
CN109063951A (zh) * | 2018-06-13 | 2018-12-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 寒区输水渠道冻害安全定量评价方法 |
CN110377879A (zh) * | 2019-07-17 | 2019-10-25 | 中国石油化工股份有限公司 | 一种油气水混输管道常温集输半径的计算方法 |
CN111798089A (zh) * | 2020-05-25 | 2020-10-20 | 成都华润燃气设计有限公司 | 一种城市天然气高压管网运行状态风险评价方法 |
CN112989591A (zh) * | 2021-03-08 | 2021-06-18 | 北京交通大学 | 一种高速铁路路基冻胀处的轨道变形预测方法 |
CN113807655A (zh) * | 2021-08-13 | 2021-12-17 | 北京理工大学 | 城市生命线管线运行风险评估方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
DAYARATHNE,R 等: "Centrifuge modelling of gas pipelines undergoing freeze-thaw cycles" * |
张舟: "北京地区燃气调压站管道冻胀特性及优化设计研究" * |
荣海伦 等: "天然气分输站管道基础防冻胀数值模拟研究" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 |
US11965765B2 (en) | 2023-02-13 | 2024-04-23 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (IoT) systems for predicting gas transmission loss of smart gas |
CN116611820A (zh) * | 2023-07-19 | 2023-08-18 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的管线故障评估方法与系统 |
CN116611820B (zh) * | 2023-07-19 | 2023-09-22 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的管线故障评估方法与系统 |
US12044364B2 (en) | 2023-07-19 | 2024-07-23 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for assessing pipeline failures based on smart gas internet of things |
CN116737804A (zh) * | 2023-08-15 | 2023-09-12 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的燃气数据分级处理方法和系统 |
CN116737804B (zh) * | 2023-08-15 | 2023-11-10 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气物联网的燃气数据分级处理方法和系统 |
US12009992B2 (en) | 2023-08-15 | 2024-06-11 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for hierarchical processing of gas data based on smart gas internet of things |
Also Published As
Publication number | Publication date |
---|---|
CN115631066B (zh) | 2023-03-07 |
US12038139B2 (en) | 2024-07-16 |
US20230204163A1 (en) | 2023-06-29 |
US11821589B2 (en) | 2023-11-21 |
US20230417373A1 (en) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115631066B (zh) | 智慧燃气管道冻胀安全管理方法和物联网系统 | |
CN113657031B (zh) | 基于数字孪生的供热调度自动化实现方法、系统及平台 | |
US10677041B2 (en) | Fault detection in electric submersible pumps | |
US9465066B2 (en) | Transformer evaluation | |
US20230228364A1 (en) | Methods and internet of things systems for installing gas pipeline compensators of smart gas | |
CN104318347A (zh) | 一种基于多传感器信息融合的输电线路覆冰状态评估方法 | |
Park et al. | Machine learning vs. hybrid machine learning model for optimal operation of a chiller | |
AU2010236009B2 (en) | Method and apparatus for monitoring a process and/or a technical installation | |
CN108363844A (zh) | 一种航空发动机启动过程排气温度预测方法 | |
CN115439003A (zh) | 基于智慧燃气物联网的燃气表更换提示方法和系统 | |
CN118195838B (zh) | 基于监管物联网的燃气管廊耐久性安全监控方法与系统 | |
CN117132026A (zh) | 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 | |
CN109541725A (zh) | 一种基于gis的电网工程气象监测预警方法 | |
US20230147487A1 (en) | Methods and internet of things systems for maintaining low-temperature pipeline based on smart gas | |
Balla et al. | Model predictive control using linearized radial basis function neural models for water distribution networks | |
US20230117676A1 (en) | Methods and internet of things systems for maintaining and managing storage and distribution station of smart gas | |
CN117366661A (zh) | 一种供暖系统故障数据分析方法、系统、设备和存储介质 | |
Elmer | Artificial lift applications for the Internet of Things | |
Ma et al. | Fault-tolerant supervisory control of building condenser cooling water systems for energy efficiency | |
CN115823500A (zh) | 基于智慧燃气的燃气入户压力调控方法和物联网系统 | |
CN114519464B (zh) | 一种设备灾害事故预测方法 | |
Firmansah et al. | Iot based less-contact system on sauce production for small enterprises | |
Rao et al. | Optimising water supply and distribution operations | |
CN115545324A (zh) | 智慧城市积水风险预测方法和物联网系统、装置及介质 | |
Bogdanovs et al. | Intelligence system of building management system for energy efficiency in the test facility |
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 |