CN115640915B - 一种智慧燃气管网压缩机安全管理方法和物联网系统 - Google Patents
一种智慧燃气管网压缩机安全管理方法和物联网系统 Download PDFInfo
- Publication number
- CN115640915B CN115640915B CN202211629717.3A CN202211629717A CN115640915B CN 115640915 B CN115640915 B CN 115640915B CN 202211629717 A CN202211629717 A CN 202211629717A CN 115640915 B CN115640915 B CN 115640915B
- Authority
- CN
- China
- Prior art keywords
- gas
- pipe network
- platform
- gas pipe
- network equipment
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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
-
- 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)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (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网压缩机安全管理方法和物联网系统,该方法基于智慧燃气管网压缩机安全管理物联网系统的智慧燃气安全管理平台执行,该方法包括:获取燃气压缩机的声音数据和目标振动特征,并基于声音数据确定目标声音特征;获取燃气数据和设备数据,基于燃气数据和所述设备数据,确定标准声音特征和标准振动特征;基于目标振动特征与所述标准振动特征,和/或基于目标声音特征与所述标准声音特征,预测燃气压缩机是否存在安全隐患。
Description
技术领域
本说明书涉及物联网与云平台领域,特别涉及一种智慧燃气管网压缩机安全管理方法和物联网系统。
背景技术
随着人们日常生活中对天然气能源的需求不断增加,提高智慧燃气管网压缩机安全管理,保证运行安全,实现燃气管网的安全管理有着非常重要的作用。燃气压缩机在使用过程中,因为零部件松动、天然气中杂质过多及杂质累积、零部件老化等原因,燃气压缩机可能会发生多种故障。而现有的燃气压缩机故障诊断方法容易受到背景噪音影响,导致无法实现对燃气管网的安全管理。如何准确获得燃气压缩机的安全隐患,实现燃气管网的安全管理是亟待解决的问题。
因此,希望提供一种智慧燃气管网压缩机安全管理方法和物联网系统,利用物联网与云平台来提高燃气管网的安全管理的效率,同时确保获得燃气压缩机的安全隐患的准确性。
发明内容
本说明书一个或多个实施例提供一种智慧燃气管网压缩机安全管理方法。所述方法基于智慧燃气管网压缩机安全管理物联网系统的智慧燃气安全管理平台执行。所述智慧燃气管网压缩机安全管理方法包括:获取所述燃气压缩机的声音数据和目标振动特征,并基于所述声音数据确定目标声音特征;获取燃气数据和设备数据,基于所述燃气数据和所述设备数据,确定标准声音特征和标准振动特征;基于所述目标振动特征与所述标准振动特征,和/或基于所述目标声音特征与所述标准声音特征,预测所述燃气压缩机是否存在安全隐患。
本说明书一个或多个实施例提供一种智慧燃气管网压缩机安全管理物联网系统。所述系统包括:智慧燃气安全管理平台;所述智慧燃气安全管理平台被配置为执行以下操作:获取所述燃气压缩机的声音数据和目标振动特征,并基于所述声音数据确定目标声音特征;获取燃气数据和设备数据,基于所述燃气数据和所述设备数据,确定标准声音特征和标准振动特征;基于所述目标振动特征与所述标准振动特征,和/或基于所述目标声音特征与所述标准声音特征,预测所述燃气压缩机是否存在安全隐患。
本说明书一个或多个实施例提供一种智慧燃气管网压缩机安全管理装置,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管网压缩机安全管理方法。
本说明书一个或多个实施例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,当所述计算机指令被处理器执行时实现智慧燃气管网压缩机安全管理方法。
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管网压缩机安全管理物联网系统的示意图;
图2是根据本说明书一些实施例所示的智慧燃气管网压缩机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确定目标声音特征的示意图;
图4是根据本说明书一些实施例所示的预测燃气压缩机安全隐患概率的示意图;
图5是根据本说明书一些实施例所示的隐患模型训练的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧燃气管网压缩机安全管理物联网系统的示意图。
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。传感网络平台是对传感通信进行管理的功能平台。在一些实施例中,传感网络平台可以连接管理平台和对象平台,实现感知信息传感通信和控制信息传感通信的功能。对象平台是感知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。
如图1所示,智慧燃气管网压缩机安全管理物联网系统100包括:依次交互的智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气安全管理平台130、智慧燃气管网设备传感网络平台140、智慧燃气管网设备对象平台150。
智慧燃气用户平台110是以用户为主导的平台,可以用于与用户进行交互。用户可以是燃气用户、监管用户等。例如,燃气用户可以是住宅燃气用户、商业燃气用户、工业燃气用户等。监管用户可以是负责燃气安全的监管部分的人员等。在一些实施例中,智慧燃气用户平台被配置为终端设备。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110可以用于接收信息和/或指令。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、监管用户分平台等。
燃气用户分平台用于为燃气用户(例如,燃气消费者等)反馈燃气使用信息。例如,为燃气用户提供燃气使用量、燃气表示数、燃气费用等信息。在一些实施例中,燃气用户分平台可以与智慧用气服务分平台对应及交互,获取安全用气的服务。
监管用户分平台用于为监管用户(例如,燃气公司等)对整个物联网系统的运行进行监管。例如,监管管网线路是否合理、相关设备有无故障等。在一些实施例中,监管用户分平台可以与智慧监管服务分平台对应及交互,获取安全监管需求的服务。
在一些实施例中,智慧燃气用户平台还可以将燃气压缩机的安全管理信息推送给相关用户,以便相关用户及时处理相关问题、维护相关设备。其中,燃气压缩机的安全管理信息包括燃气压缩机自身的运行信息和燃气管道的输气监测信息等。燃气压缩机自身的运行信息可以包括压缩机的各项指标,如燃气压缩机的声音特征、振动频率等。燃气管道的输气监测信息可以包括燃气监控设备的监控信息,如燃气流量、燃气成分、燃气压力等。
在一些实施例中,智慧燃气用户平台可以用于向下与智慧燃气服务平台进行交互。例如,下发燃气管网设备安全管理信息查询指令至智慧燃气服务平台,接收智慧燃气服务平台上传的燃气管网设备安全管理信息等。
智慧燃气服务平台120是用于为用户提供燃气相关服务(例如,查询服务等)的平台。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、智慧监管服务分平台等。
智慧用气服务分平台可以与燃气用户分平台对应,为燃气用户提供安全用气服务、燃气使用相关信息查询等服务。例如,智慧用气服务分平台可以为燃气用户提供燃气安全使用提醒服务。又例如,燃气用户可以通过智慧用气服务分平台查询燃气使用量、燃气费等信息。
智慧监管服务分平台可以与监管用户分平台对应,为监管用户提供安全监管需求的服务。例如,监管用户可以通过智慧监管服务分平台查询智慧燃气管网压缩机安全管理信息、燃气管道信息等。
在一些实施例中,智慧燃气服务平台可以用于向上与智慧燃气用户平台进行交互。例如,接收智慧燃气用户平台下发的燃气管网设备安全管理信息查询指令;上传燃气压缩机安全信息至智慧燃气用户平台等。在一些实施例中,智慧燃气服务平台还可以用于向下与智慧燃气安全管理平台进行交互。例如,下发燃气管网设备安全管理信息查询指令至智慧燃气安全管理平台;接收智慧燃气安全管理平台上传的燃气管网设备安全管理信息等。
智慧燃气安全管理平台130是用于对燃气相关设备(例如,燃气压缩机)进行安全管理和监测的平台。例如,智慧燃气安全管理平台可以基于燃气压缩机的安全管理信息预测燃气压缩机安全隐患。在一些实施例中,智慧燃气安全管理平台可以包括智慧燃气管网安全管理分平台和智慧燃气数据中心。
智慧燃气管网安全管理分平台是用于对燃气管网设备(如,燃气压缩机)进行安全管理、维护等操作的平台。在一些实施例中,智慧燃气管网安全管理分平台可以包括管网设备安全监测模块、安全应急管理模块、管网地理信息管理模块、管网风险评估管理模块等多个模块。其中,管网设备安全监测模块可以用于查询燃气压缩机等燃气管网设备的历史安全数据和当前安全运行数据。安全应急管理模块可以用于根据管网设备的安全风险,形成应急处理计划。例如,安全应急管理模块可以基于预测的燃气压缩机安全隐患,制定相应的维护、维修方案等。管网地理信息管理模块可以用于实时查看燃气管线及设备的相关数据和地理位置信息等,为现场维护、维修等作业提供数据支持。管网风险评估管理模块可以基于预设模型,结合管网基础数据(如,燃气压缩机参数等)、运行数据等,对管网设备进行安全隐患预测,并根据预测情况进行安全风险分级,结合地理信息系统(GeographicInformation System,GIS)进行不同颜色区分的三维可视化管理。关于燃气压缩机等管网设备安全隐患预测的更多说明可以参见后文相关内容。
在一些实施例中,智慧燃气管网安全管理分平台还可以包括管网巡线安全管理、管网燃气泄漏监测、场站巡检安全管理、场站燃气泄漏监测、场站设备安全监测、管网仿真管理等更多模块,在此不做限定。
智慧燃气数据中心是用于汇总、存储各种数据、信息、指令等的平台。例如,智慧燃气数据中心可以存储各种户内、管网设备的管理数据、各种设备的运行数据、用户下发的各种查询指令等。
在一些实施例中,智慧燃气管网安全管理分平台可以与智慧燃气数据中心双向交互,例如,智慧燃气管网安全管理分平台可以从智慧燃气数据中心获取/反馈燃气压缩机等管网设备的安全管理数据等。
在一些实施例中,智慧燃气管网安全管理分平台可以通过智慧燃气数据中心对燃气压缩机等管网设备进行维护,包括:智慧燃气数据中心通过识别安全参数类别(如使用量、使用时长),将获取的相关安全数据自动发送至对应的管网设备安全监测模块;管网设备安全监测模块监测在到相关安全参数超出预设阈值后自动报警,并可选择将报警信息自动推送给用户(如监管用户)。
在一些实施例中,智慧燃气安全管理平台通过智慧燃气数据中心与智慧燃气服务平台、智慧燃气管网设备传感网络平台进行信息交互。在一些实施例中,智慧燃气安全管理平台的数据交互包括:智慧燃气数据中心可以接收智慧燃气服务平台下发的燃气管网异常信息查询指令;智慧燃气数据中心下发获取燃气管网相关数据(例如,燃气压缩机的安全管理信息等)的指令至智慧燃气管网设备传感网络平台;智慧燃气数据中心接收智慧燃气管网设备传感网络平台上传的燃气管网相关数据;智慧燃气数据中心将燃气管网的相关数据发送至智慧燃气管网安全管理分平台进行分析、处理;智慧燃气管网安全管理分平台将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、处理后的数据发送至智慧燃气服务平台。其中,汇总、处理的数据包括燃气压缩机的安全管理信息等。例如,燃气压缩机的声音特征、振动频率等。
在一些实施例中,智慧燃气安全管理平台130可以对智慧燃气管网设备对象平台150上传的智慧燃气管网压缩机安全管理信息进行处理。例如,当智慧燃气管网压缩机安全管理信息中的异常信息超过预设安全阈值后,智慧燃气管网安全管理分平台自动报警,并可以将警示信息通过燃气用户分平台自动推送给用户。异常信息可以为燃气压缩机的声音异常、燃气压缩机的振动异常等。
智慧燃气管网设备传感网络平台140是用于获取燃气压缩机等燃气管网设备的相关数据的平台,可以被配置为通信网络和网关。在一些实施例中,智慧燃气管网设备传感网络平台可以用于实现网络管理、协议管理、指令管理、数据解析等功能。其中,网络管理是对网络进行管理,可以实现各平台以及模块之间的数据和/或信息流通。协议管理是对各种网络、通信协议进行管理,可以实现执行不同网络、通信协议的平台和模块能够实现数据和/或信息交流。指令管理是对各种指令(例如,获取智慧燃气管网压缩机安全管理信息的指令)进行管理,可以存储、执行各种指令。数据解析是对各种数据、指令等进行解析,可以将各种数据、指令等进行解析,以便各模块和平台顺利识别或执行等。
在一些实施例中,智慧燃气管网设备传感网络平台可以用于向下与智慧燃气管网设备对象平台进行交互。例如,接收智慧燃气管网设备对象平台上传的智慧燃气管网压缩机安全管理信息等管网设备的相关数据;下发获取智慧燃气管网压缩机安全管理信息等管网设备的相关数据的指令至智慧燃气管网设备对象平台。在一些实施例中,智慧燃气管网设备传感网络平台还可以向上与智慧燃气安全管理平台进行交互。例如,接收智慧燃气数据中心下发的获取智慧燃气管网压缩机安全管理信息等管网设备的相关数据的指令;上传智慧燃气管网压缩机安全管理信息等管网设备的相关数据至智慧燃气数据中心等。
智慧燃气管网设备对象平台150可以是用于获取管网设备相关数据和/或信息的平台。例如,智慧燃气管网设备对象平台可以用于获取燃气压缩机的声音特征、振动频率等各项指标。在一些实施例中,智慧燃气管网设备对象平台可以基于相应的设备终端实现,例如,燃气压缩机、燃气管道、流量计、压力计等。
在一些实施例中,智慧燃气管网设备对象平台可以向上与智慧燃气管网设备传感网络平台进行交互。例如,接收智慧燃气管网设备传感网络平台下发的获取智慧燃气管网压缩机安全管理信息等管网设备的相关数据的指令;上传智慧燃气管网压缩机安全管理信息等管网设备的相关数据至智慧燃气管网设备传感网络平台等。
在本说明书的一些实施例中,通过建立智慧燃气管网压缩机安全管理物联网系统,包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气安全管理平台、智慧燃气管网设备传感网络平台和智慧燃气管网设备对象平台,在管网设备、燃气运营商、燃气用户、监管用户间形成智慧燃气安全管理信息运行闭环,实现管网安全管理信息化和智慧化,确保优质的管理效果。
需要注意的是,以上对于智慧燃气管网压缩机安全管理物联网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。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、智慧燃气安全管理平台、智慧燃气管网设备传感网络平台、智慧燃气管网设备对象平台可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块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网压缩机安全管理方法的示例性流程图。在一些实施例中,流程200可以基于智慧燃气管网压缩机安全管理物联网系统100实现。该方法可以由智慧燃气安全管理平台130执行。如图2所示,流程200包括下述步骤。
步骤210,获取燃气压缩机的声音数据和目标振动特征,并基于声音数据确定目标声音特征。
声音数据是指燃气压缩机工作时的声音数据和/或背景噪音。背景噪音是指被测量声源以外的其他声源贡献的环境噪声的总和。例如,声音数据可以包括燃气压缩机正常运行时发出的声音、燃气压缩机异常运行时发出的声音以及外部环境噪音等中的一种或多种。
目标声音特征是指去除声音数据中的背景噪音,仅保留燃气压缩机工作时的声音特征。例如,目标声音特征可以为燃气压缩机工作时发出的声音数据、燃气压缩机工作时发出的声音的音色特征等。
目标振动特征是指燃气压缩机工作时的振动特征。在一些实施例中,目标振动特征可以包括燃气压缩机振动的振幅、振动速度和冲击力。
在一些实施例中,可以在距离燃气压缩机合理测量距离范围内的一个或多个位置上设置一个或多个声音传感器,获取一个或多个不同位置的声音数据。智慧燃气安全管理平台130可以从一个或多个声音传感器获取声音数据。
在一些实施例中,可以基于一个或多个振动测量传感器获取燃气压缩机的一个或多个时间点的目标振动特征。智慧燃气安全管理平台130可以从一个或多个振动测量传感器获取目标振动特征。
在一些实施例中,智慧燃气安全管理平台130可以基于对声音数据进行提纯处理,确定目标声音特征。关于获取目标声音特征更具体的内容,请参见下文图3及其描述。
步骤220,获取燃气数据和设备数据,基于燃气数据和设备数据,确定标准声音特征和标准振动特征。
燃气数据是指能反映燃气特征的数据。在一些实施例中,燃气数据可以包括燃气流量、燃气压力、燃气类型、燃气杂质含量等中的一种或多种。在一些实施例中,燃气数据可以转化为燃气数据向量。例如,基于燃气数据(x,y,m,n)构建的燃气数据向量p,其中,燃气数据(x,y,m,n)可以表示燃气压缩机的燃气流量为x、燃气压力为y、燃气压力为m以及燃气杂质含量为n。
设备数据是指与燃气压缩机性能相关的数据。在一些实施例中,设备数据:包括燃气压缩机的型号、功率、工作年限、工作状态等中的一种或多种。在一些实施例中,燃气数据可以转化为设备数据向量。例如,基于设备数据(b,c,d,e)构建的设备数据向量k,其中,设备数据(b,c,d,e)可以表示燃气压缩机的型号为b、功率为c、工作年限为d以及工作状态为e。
在一些实施例中,可以基于智慧燃气安全管理平台130上的智慧燃气数据中心汇总及存储的燃气数据和设备数据。
标准声音特征是指燃气压缩机正常工作时,在对应燃气数据和设备数据下的声音特征。
标准振动特征是指燃气压缩机正常工作时,在对应燃气数据和设备数据下的振动特征。在一些实施例中,振动特征可以包括燃气压缩机正常工作时,在对应燃气数据和设备数据下的振动振幅、振动速度和冲击力。
在一些实施例中,标准声音特征和标准振动特征可以通过机器学习模型识别获取、基于存储于特征数据库调用获取、基于规则输入获取或其他可行方式。
在一些实施例中,智慧燃气安全管理平台130可以基于联网数据和参考设备数据,建立特征数据向量库。在一些实施例中,参考设备数据可以为同类型、同批次(一起生产采购的相同设备)的燃气压缩机的数据。在一些实施例中,特征数据向量库可以包括参考燃气数据向量和参考设备数据向量、所述参考燃气数据向量对应的参考声音特征和参考振动特征、以及所述参考设备数据向量对应的参考声音特征和参考振动特征。
在一些实施例中,基于历史数据中的燃气压缩机正常运行时的燃气数据和设备数据、历史数据中的燃气压缩机正常运行时的声音特征和振动特征,构建参考燃气数据向量和参考设备数据向量、参考燃气数据向量对应的参考声音特征和参考振动特征,以及参考设备数据向量对应的参考声音特征和参考振动特征,从而获得特征数据向量库。
在一些实施例中,智慧燃气安全管理平台130可以基于仿真模拟,建立特征数据向量库。例如,基于实际数据(如,历史数据中的燃气压缩机正常运行时的燃气数据和设备数据,以及历史数据中的燃气压缩机正常运行时的声音特征和振动特征)由仿真制作获得仿真的燃气数据及设备数据、仿真的燃气数据对应的声音特征和振动特征、以及仿真的设备数据对应的声音特征和振动特征,然后基于仿真的燃气数据及设备数据、仿真的燃气数据对应的声音特征和振动特征、以及仿真的设备数据对应的声音特征和振动特征,构建参考燃气数据向量和参考设备数据向量、参考燃气数据向量对应的参考声音特征和参考振动特征,以及参考设备数据向量对应的参考声音特征和参考振动特征,从而获得特征数据向量库。
在一些实施例中,智慧燃气安全管理平台130可以分别计算当前燃气数据向量与参考燃气数据向量之间的距离,以及当前设备数据向量与参考设备数据向量之间的距离,确定当前燃气数据向量和当前设备数据向量对应的标准声音特征和标准振动特征。例如,将与当前燃气数据向量与参考燃气数据向量之间的距离满足燃气数据预设条件,且当前设备数据向量与参考设备数据向量之间的距离满足设备数据预设条件的参考燃气数据向量和参考设备数据向量作为目标向量;将该参考燃气数据向量和参考设备数据向量对应的参考声音特征和参考振动特征作为当前数据对应的标准声音特征和标准振动特征。
预设条件可以根据实际情况设定。预设条件可以为燃气数据预设条或设备数据预设条件。例如,预设条件可以是向量距离最小或向量距离小于距离阈值等。向量距离可以为当前燃气数据向量与参考燃气数据向量之间的距离,或当前设备数据向量与参考设备数据向量之间的距离。在一些实施例中,向量距离可以基于余弦距离等表征。在一些实施例中,距离阈值可以与当前数据向量和参考数据向量的距离差相关,距离差越大,阈值越大。
在本说明书的一些实施例中,通过建立数据库进行向量匹配,可以比较快速地确定当前燃气压缩机对应的正常运行情况下的标准声音特征和标准振动特征,以便后续快速准确预测燃气压缩机安全隐患,提高分析效率。此外,基于仿真模拟获取数据并建立数据库,可以克服历史数据不足或历史数据代表性较差的缺陷,以快速地确定当前燃气压缩机对应的正常运行情况下的标准声音特征和标准振动特征,以便后续快速准确预测燃气压缩机安全隐患,提高分析效率。
在一些实施例中,由于特征数据向量库中,可以包括多种采样时间和多种采样间隔(频率)的参考数据,以供使用和匹配。因此,标准声音特征的采样时间、采样间隔与声音数据的采样时间和采样间隔相同,以保证采样获取的标准声音特征和数据库中预设的声音特征能够匹配。
步骤230,基于目标振动特征与标准振动特征,和/或基于目标声音特征与标准声音特征,预测燃气压缩机是否存在安全隐患。
安全隐患是指燃气压缩机发生故障的可能性以及严重程度。
在一些实施例中,智慧燃气安全管理平台130可以基于目标振动特征与所述标准振动特征,和/或基于目标声音特征与标准声音特征差异的大小,预测燃气压缩机是否存在安全隐患。例如,目标振动特征与标准振动特征差异大于预设距离阈值,则可以预测燃气压缩机存在安全隐患。又例如,目标振动特征与所述标准振动特征之间,以及目标声音特征与标准声音特征之间的差异小于预设距离阈值,则可以预测燃气压缩机不存在安全隐患。
在一些实施例中,关于如何预测燃气压缩机是否存在安全隐患更具体的内容,参见下文图4及其描述。
在一些实施例中,当预测燃气压缩机存在安全隐患时,智慧燃气安全管理平台130可以发出安全警示。安全警示可以包括语音提示、图像提示或者文字提示等中的一种或多种。
在本说明书的一些实施例中,通过排除背景噪音的影响,联合分析燃气压缩机的声音和振动变化情况,结合燃气数据(如燃气流量及燃气压力),从而实现准确合理地预测发生故障的可能性及严重程度。
图3是根据本说明书一些实施例所示的确定目标声音特征的示意图。
在一些实施例中,目标声音特征可以基于对声音数据进行提纯处理确定,包括:利用提纯模型对声音数据进行处理,获取目标声音特征。
提纯处理是指去除声音数据中的背景杂音,仅保留燃气压缩机工作时的声音数据的处理方法。
在一些实施例中,提纯处理包括:获取多个不同位置的声音数据,基于不同位置的声音差异,对燃气压缩机工作时的声音进行提纯处理。例如,在距离燃气压缩机合理测量距离范围内的多个位置上设置多个声音传感器,基于不同位置的声音数据的差异(如,距离燃气压缩机距离越近,燃气压缩机的声音波幅越大,距离燃气压缩机距离越远,燃气压缩机的声音波幅越小),提取其中和距离有相关性的声音数据。
在一些实施例中,目标声音特征还可以基于提纯模型300确定。提纯模型300是用于对声音数据进行提纯处理,获取燃气压缩机工作时的声音特征的模型。在一些实施例中,提纯模型300可以是机器学习模型。例如,神经网络模型(Neural Networks,NN)、深度神经网络模型(Deep Neural Networks,DNN)等或其任意组合。
如图3所示,提纯模型300可以包括提取层320、提纯层340等。
提取层320可以用于将多组声音数据进行特征提取,以获取多组声音数据对应的多组初始声音特征。在一些实施例中,提取层320的输入可以包括多组声音数据310,输出可以包括多组声音数据对应的多组初始声音特征330。其中,多组声音数据包括设置在距离燃气压缩机不同距离的位置上的多个声音传感器采集到的声音数据。关于声音数据的更多说明可以参见图2及其相关部分。
提纯层340可以用于将初始声音特征中的背景噪音的声音特征去除,获取燃气压缩机工作时的声音特征。在一些实施例中,提纯层340的输入可以包括初始声音特征330、距离数据330-1,输出可以包括目标声音特征350。目标声音特征350为去除声音数据中的背景噪音后,仅保留燃气压缩机工作时的声音特征,关于目标声音特征的详细说明可以参见图2及其相关部分。
初始声音特征330是指未经提纯处理的声音数据对应的声音特征,可以包括燃气压缩机工作时的声音特征、背景噪音的声音特征等。
距离数据330-1是指声音传感器采集声音数据时距离燃气压缩机的距离数据。例如,距离数据可以是距离燃气压缩机1米、2米、3米等。在一些实施例中,设置在距离燃气压缩机不同距离的位置上的多个声音传感器中的每一个所获取的多组声音数据与其所处的距离数据一一对应。
在一些实施例中,提纯模型300可以基于历史数据,由提取层320、提纯层340联合训练获得。
历史数据可以包括第一训练样本和第一训练标签。第一训练样本可以包括多组历史数据中的多个位置的声音数据以及距离数据。第一训练标签可以包括多组历史数据对应的燃气压缩机工作时的声音特征。在一些实施例中,第一训练样本和第一训练标签可以基于燃气压缩机的历史工作数据获取。
在一些实施例中,提取层输出的初始声音特征可以作为提纯层的输入。联合训练的过程可以包括:将历史声音数据作为提取层的输入;将提取层输出的初始声音特征以及历史距离数据作为提纯层的输入,以确定提纯模型的输出;将提纯模型输出的目标声音特征与训练标签输入损失函数;基于损失函数迭代更新提纯模型直至满足损失函数小于阈值、收敛,或训练周期达到阈值等条件,获取训练好的提纯模型。
在本说明书的一些实施例中,智慧燃气安全管理平台通过提纯模型对声音数据进行提纯处理,可以精准高效地获取燃气压缩机工作时的声音特征,去除环境杂音的干扰,提升对燃气压缩机安全隐患的预测效果。
图4是根据本说明书一些实施例所示的预测燃气压缩机安全隐患概率的示意图。
在一些实施例中,燃气压缩机安全隐患可以基于燃气压缩机工作年限、历史维修次数等数据人为确定。例如,可以人为确定工作7年的燃气压缩机安全隐患较高。又例如,可以人为确定历史维修次数大于3次的燃气压缩机安全隐患较高。
在一些实施例中,燃气压缩机的安全隐患还可以基于隐患模型对目标振动特征与标准振动特征,和/或目标声音特征与标准声音特征处理后预测。
在一些实施例中,隐患模型可以是机器学习模型。例如,神经网络模型、深度神经网络模型等或其任意组合。
如图4所示,隐患模型400可以包括第一匹配层420、第二匹配层430、预测层450等。
第一匹配层420用于确定目标声音特征与标准声音特征的匹配度。在一些实施例中,第一匹配层420的输入包括标准声音特征410-1、目标声音特征350,输出包括声音匹配特征440-1。
声音匹配特征是指燃气压缩机的标准声音特征与目标声音特征的匹配程度的特征。其中,目标声音特征与标准声音特征的匹配度越小,燃气压缩机的安全隐患越大。关于目标声音特征、标准声音特征的相关说明可以参见图2及其相关部分。
第二匹配层430用于确定标准振动特征与目标振动特征的匹配程度。在一些实施例中,第二匹配层430的输入包括标准振动特征410-2、目标振动特征410-3,输出可以包括振动匹配特征440-3。
振动匹配特征是指燃气压缩机的标准振动特征与目标振动特征的匹配程度的特征。其中,目标振动特征与标准振动特征的匹配度越小,燃气压缩机的安全隐患越大。关于目标振动特征、标准振动特征的相关说明可以参见图2及其相关部分。
预测层450用于预测燃气压缩机安全隐患概率。在一些实施例中,预测层450的输入可以包括声音匹配特征440-1、振动匹配特征440-3,输出可以包括安全隐患概率460。
安全隐患概率是指燃气压缩机发生安全事故的概率,安全隐患概率越大,表示燃气压缩机发生安全事故的可能性越大。在一些实施例中,安全隐患概率可以以百分数等多种方式表示。例如,安全隐患概率可以是70%等。
在一些实施例中,预测层450的输入还可以包括燃气数据440-2。
关于燃气数据的更多说明可以参见图2及其相关部分。
图5是根据本说明书一些实施例所示的隐患模型训练的示意图。
在一些实施例中,隐患模型可以由第一匹配层、第二匹配层、预测层联合训练确定。
如图5所示的隐患模型训练的示意图,训练流程500包括初始隐患模型510、第二训练样本520、第二训练标签530以及训练好的隐患模型540。
初始隐患模型510是指未设置参数的模型,可以包括初始第一匹配层、初始第二匹配层、初始预测层。其中,初始第一匹配层、初始第二匹配层、初始预测层均为未设置参数的模型。
在一些实施例中,第二训练样本520可以包括样本标准声音特征、样本标准振动特征、样本目标声音特征和样本目标振动特征等。在一些实施例中,样本目标声音特征和样本目标振动特征包括基于实际历史数据和/或仿真数据确定的特征。其中,仿真数据可以基于仿真模拟确定。关于仿真模拟的详细说明可以参见图2及其相关部分。在一些实施例中,第二训练样本还可以包括样本燃气数据,样本燃气数据可以基于燃气压缩机的历史运行数据获取。在一些实施例中,第二训练样本还可以包括存在安全隐患的仿真数据和不存在安全隐患的仿真数据。
在一些实施例中,第二训练标签可以是对应的第二训练样本中发生燃气安全事故的概率。在一些实施例中,第二训练标签530可以由人工基于统计数据进行标注。在一些实施例中,第二训练样本中不同的训练数据所对应的第二训练标签可能不同。例如,对于100个相同的训练样本,统计其中发生安全事故的样本为60个,则可以人工标注该训练样本的标签为60%。
在一些实施例中,第一匹配层输出的声音匹配特征和第二匹配层输出的振动匹配特征可以作为预测层的输入。联合训练的过程可以包括:将第二训练样本中的样本标准声音特征和样本目标声音特征作为第一匹配层的输入;样本标准振动特征和样本目标振动特征作为第二匹配层的输入;将第一匹配层输出的声音匹配特征和第二匹配层输出的振动匹配特征以及第二训练样本中的样本燃气数据作为预测层的输入,以确定隐患模型的输出;将隐患模型输出的安全隐患概率与第二训练标签输入损失函数;基于损失函数迭代更新隐患模型直至满足损失函数小于阈值、收敛,或训练周期达到阈值等条件,获取训练好的隐患模型540。
在一些实施例中,损失函数可以包括多个损失项,多个损失项包括基于仿真数据确定的仿真数据项和/或基于实际历史数据确定的实际数据项。所述仿真数据项的权重小于所述实际数据项的权重。例如,若损失函数为平方损失,当样本个数为n时,损失函数变为:
其中,损失函数对每个样本构建,每个样本对应的损失函数中的项为损失项。因此损失函数可以包括仿真数据和实际历史数据的损失项。
在一些实施例中,仿真数据比实际历史数据的获取难度更小,数据量更大,但真实性和可靠性更小,降低仿真数据对应的损失项的权重,可以提升隐患模型预测的准确度。
本说明书的一个或多个实施例通过建立隐患模型,可以比较快速地根据声音特征和振动特征,预测燃气压缩机不同类型的安全隐患发生概率;此外通过使用仿真数据训练模型,可以在一定程度上克服训练数据不足的缺陷,提高模型训练效率,减少训练成本;此外,利用模型分析时,考虑将当前燃气数据作为模型的一个输入,使模型预测结果更符合实际。
在本说明书一个或多个实施例中,智慧燃气管网压缩机安全管理装置包括至少一个处理器以及至少一个存储器;该至少一个存储器用于存储计算机指令;该至少一个处理器用于执行该计算机指令中的至少部分指令以实现智慧燃气管网压缩机安全管理方法。
在本说明书一个或多个实施例中,计算机可读存储介质存储计算机指令,当该计算机指令被处理器执行时实现智慧燃气管网压缩机安全管理方法。
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 (6)
1.一种智慧燃气管网压缩机安全管理方法,其特征在于,所述方法基于智慧燃气管网压缩机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:
获取燃气压缩机的声音数据和目标振动特征,并基于所述声音数据确定目标声音特征,包括:基于对所述声音数据进行提纯处理,确定所述目标声音特征;所述提纯处理包括:利用提纯模型,对所述声音数据进行处理,获取所述目标声音特征;
获取燃气数据和设备数据,基于所述燃气数据和所述设备数据,确定标准声音特征和标准振动特征;
基于所述目标振动特征与所述标准振动特征,和/或基于所述目标声音特征与所述标准声音特征,预测所述燃气压缩机是否存在安全隐患,包括:利用隐患模型,对所述目标振动特征与所述标准振动特征,和/或对所述目标声音特征与所述标准声音特征进行处理,预测所述燃气压缩机的所述安全隐患。
2.根据权利要求1所述的方法,其特征在于,所述智慧燃气管网压缩机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、智慧燃气管网设备传感网络平台、智慧燃气管网设备对象平台;
所述智慧燃气用户平台用于:下发燃气管网设备安全管理信息查询指令至所述智慧燃气服务平台,接收所述智慧燃气服务平台上传的所述燃气管网设备安全管理信息;
所述智慧燃气服务平台用于:接收所述智慧燃气用户平台下发的所述燃气管网设备安全管理信息查询指令;下发所述燃气管网设备安全管理信息查询指令至所述智慧燃气安全管理平台;接收所述智慧燃气安全管理平台上传的所述燃气管网设备安全管理信息并上传至所述智慧燃气用户平台;
所述智慧燃气安全管理平台用于:接收所述智慧燃气服务平台下发的所述燃气管网设备安全管理信息查询指令;下发获取燃气管网设备安全相关数据指令至所述智慧燃气管网设备传感网络平台;接收所述智慧燃气管网设备传感网络平台上传的燃气管网设备安全相关数据并进行处理;上传所述燃气管网设备安全管理信息至所述智慧燃气服务平台;
所述智慧燃气管网设备传感网络平台用于:接收所述智慧燃气安全管理平台下发的所述获取燃气管网设备安全相关数据的指令;下发获取燃气管网设备运行相关数据指令至所述智慧燃气管网设备对象平台;接收所述智慧燃气管网设备对象平台上传的燃气管网设备运行相关数据;上传所述燃气管网设备安全相关数据至所述智慧燃气安全管理平台;
所述智慧燃气管网设备对象平台用于:接收所述智慧燃气管网设备传感网络平台下发的所述获取燃气管网设备运行相关数据指令;上传所述燃气管网设备运行相关数据至所述智慧燃气管网设备传感网络平台。
3.一种智慧燃气管网压缩机安全管理物联网系统,其特征在于,包括:智慧燃气安全管理平台;
所述智慧燃气安全管理平台被配置为执行以下操作:
获取燃气压缩机的声音数据和目标振动特征,并基于所述声音数据确定目标声音特征,包括:基于对所述声音数据进行提纯处理,确定所述目标声音特征;所述提纯处理包括:利用提纯模型,对所述声音数据进行处理,获取所述目标声音特征;
获取燃气数据和设备数据,基于所述燃气数据和所述设备数据,确定标准声音特征和标准振动特征;
基于所述目标振动特征与所述标准振动特征,和/或基于所述目标声音特征与所述标准声音特征,预测所述燃气压缩机是否存在安全隐患,包括:利用隐患模型,对所述目标振动特征与所述标准振动特征,和/或对所述目标声音特征与所述标准声音特征进行处理,预测所述燃气压缩机的所述安全隐患。
4.根据权利要求3所述的系统,其特征在于,所述系统还包括:智慧燃气用户平台、智慧燃气服务平台、智慧燃气管网设备传感网络平台和智慧燃气管网设备对象平台;
所述智慧燃气用户平台用于:下发燃气管网设备安全管理信息查询指令至所述智慧燃气服务平台,接收所述智慧燃气服务平台上传的所述燃气管网设备安全管理信息;
所述智慧燃气服务平台用于:接收所述智慧燃气用户平台下发的所述燃气管网设备安全管理信息查询指令;下发所述燃气管网设备安全管理信息查询指令至所述智慧燃气安全管理平台;接收所述智慧燃气安全管理平台上传的所述燃气管网设备安全管理信息并上传至所述智慧燃气用户平台;
所述智慧燃气安全管理平台用于:接收所述智慧燃气服务平台下发的所述燃气管网设备安全管理信息查询指令;下发获取燃气管网设备安全相关数据指令至所述智慧燃气管网设备传感网络平台;接收所述智慧燃气管网设备传感网络平台上传的燃气管网设备安全相关数据并进行处理;上传所述燃气管网设备安全管理信息至所述智慧燃气服务平台;
所述智慧燃气管网设备传感网络平台用于:接收所述智慧燃气安全管理平台下发的所述获取燃气管网设备安全相关数据的指令;下发获取燃气管网设备运行相关数据指令至所述智慧燃气管网设备对象平台;接收所述智慧燃气管网设备对象平台上传的燃气管网设备运行相关数据;上传所述燃气管网设备安全相关数据至所述智慧燃气安全管理平台;
所述智慧燃气管网设备对象平台用于:接收所述智慧燃气管网设备传感网络平台下发的所述获取燃气管网设备运行相关数据指令;上传所述燃气管网设备运行相关数据至所述智慧燃气管网设备传感网络平台。
5.一种智慧燃气管网压缩机安全管理装置,其特征在于,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1~2中任意一项所述的方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当所述计算机指令被处理器执行时实现如权利要求1~2中任意一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629717.3A CN115640915B (zh) | 2022-12-19 | 2022-12-19 | 一种智慧燃气管网压缩机安全管理方法和物联网系统 |
US18/154,016 US11906112B2 (en) | 2022-12-19 | 2023-01-12 | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof |
US18/406,072 US20240142063A1 (en) | 2022-12-19 | 2024-01-05 | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629717.3A CN115640915B (zh) | 2022-12-19 | 2022-12-19 | 一种智慧燃气管网压缩机安全管理方法和物联网系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115640915A CN115640915A (zh) | 2023-01-24 |
CN115640915B true CN115640915B (zh) | 2023-03-10 |
Family
ID=84948369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211629717.3A Active CN115640915B (zh) | 2022-12-19 | 2022-12-19 | 一种智慧燃气管网压缩机安全管理方法和物联网系统 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11906112B2 (zh) |
CN (1) | CN115640915B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115512520B (zh) * | 2022-11-21 | 2023-04-07 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气的用气安全预警方法及物联网系统 |
CN115681821B (zh) * | 2022-12-13 | 2023-04-07 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气设备管理的加臭自动控制方法和物联网系统 |
CN116503975B (zh) * | 2023-06-29 | 2023-09-12 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的安全隐患处置方法和物联网系统 |
CN116720837B (zh) * | 2023-08-04 | 2023-11-14 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气数据中心的信息交互管理方法与物联网系统 |
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 |
CN117091079B (zh) * | 2023-10-19 | 2024-01-16 | 杭州缥缈峰科技有限公司 | 一种基于多气源城市燃气管网的关阀方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105546352A (zh) * | 2015-12-21 | 2016-05-04 | 重庆科技学院 | 基于声音信号的天然气管道微泄漏检测方法 |
CN106157222A (zh) * | 2016-08-31 | 2016-11-23 | 成都秦川科技发展有限公司 | 基于物联网的信息分送方法和装置、对象平台 |
CN109308746A (zh) * | 2017-11-16 | 2019-02-05 | 中国石油化工股份有限公司 | 一种基于物联网的石化企业智能巡检系统及方法 |
CN111223258A (zh) * | 2020-01-20 | 2020-06-02 | 广州燃气集团有限公司 | 监测燃气管道第三方破坏的声波监控预警系统和方法 |
CN114331759A (zh) * | 2021-12-22 | 2022-04-12 | 河南中盾云安信息科技有限公司 | 一种燃气监管系统及监管方法 |
CN115358432A (zh) * | 2022-10-14 | 2022-11-18 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的燃气表计量故障确定方法和物联网系统 |
CN115356978A (zh) * | 2022-10-20 | 2022-11-18 | 成都秦川物联网科技股份有限公司 | 实现户内安全的智慧燃气终端联动处置方法和物联网系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5082421A (en) * | 1986-04-28 | 1992-01-21 | Rolls-Royce Plc | Active control of unsteady motion phenomena in turbomachinery |
US20110247418A1 (en) * | 2010-04-08 | 2011-10-13 | General Electric Company | System and method for monitoring a compressor |
US10443509B2 (en) * | 2014-10-31 | 2019-10-15 | General Electric Company | System and method for turbomachinery vane prognostics and diagnostics |
US9970315B2 (en) * | 2015-02-12 | 2018-05-15 | Hamilton Sundstrand Corporation | Movable vane control system |
US9765690B2 (en) * | 2015-09-30 | 2017-09-19 | Deere & Company | Variable geometry turbocharger prognostics |
US10018596B2 (en) * | 2016-03-04 | 2018-07-10 | General Electric Company | System and method for monitoring component health using resonance |
US11774944B2 (en) * | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US10794387B2 (en) * | 2016-09-02 | 2020-10-06 | Raytheon Technologies Corporation | Damping characteristic determination for turbomachine airfoils |
US10598183B2 (en) * | 2016-11-29 | 2020-03-24 | United Technologies Corporation | Aeromechanical identification systems and methods |
US10519964B2 (en) * | 2016-12-06 | 2019-12-31 | General Electric Company | System and method for turbomachinery rotor and blade prognostics and diagnostics |
US10125779B2 (en) * | 2016-12-06 | 2018-11-13 | General Electric Company | System and method for turbomachinery vane diagnostics |
CN107013449B (zh) | 2017-04-18 | 2018-08-24 | 山东万腾电子科技有限公司 | 基于深度学习的声音信号识别压缩机故障的方法及系统 |
CN206877108U (zh) * | 2017-04-24 | 2018-01-12 | 河南海格经纬信息技术有限公司 | 一种智慧城市公安安全智能化监控系统 |
KR102110319B1 (ko) * | 2018-05-16 | 2020-05-13 | 두산중공업 주식회사 | 학습 데이터 생성 시스템 |
CN109779894B (zh) | 2018-12-29 | 2020-01-10 | 西安交通大学 | 一种基于神经网络算法的往复式压缩机故障诊断系统及方法 |
CA3074485A1 (en) * | 2019-03-04 | 2020-09-04 | Mat Industries, Llc | Compressor maintenance monitoring and alert system |
WO2021081250A1 (en) * | 2019-10-22 | 2021-04-29 | Eog Resources, Inc. | Anomaly detection in pipelines and flowlines |
US20210288493A1 (en) * | 2020-03-12 | 2021-09-16 | ComAp a.s. | Optimization of power generation from power sources using fault prediction based on intelligently tuned machine learning power management |
CN212064369U (zh) * | 2020-05-11 | 2020-12-01 | 浙江浙能电力股份有限公司萧山发电厂 | 一种燃气发电机组的智能巡检系统 |
US20220065405A1 (en) * | 2020-08-27 | 2022-03-03 | Hecate Software, Inc. | Methods and apparatus for concurrent digital pressure analysis |
CN112483908A (zh) * | 2020-11-23 | 2021-03-12 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于声波的管道监测系统及监测方法 |
US11674412B2 (en) * | 2021-04-16 | 2023-06-13 | Baker Hughes Holdings Llc | Closed loop control employing magnetostrictive sensing |
-
2022
- 2022-12-19 CN CN202211629717.3A patent/CN115640915B/zh active Active
-
2023
- 2023-01-12 US US18/154,016 patent/US11906112B2/en active Active
-
2024
- 2024-01-05 US US18/406,072 patent/US20240142063A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105546352A (zh) * | 2015-12-21 | 2016-05-04 | 重庆科技学院 | 基于声音信号的天然气管道微泄漏检测方法 |
CN106157222A (zh) * | 2016-08-31 | 2016-11-23 | 成都秦川科技发展有限公司 | 基于物联网的信息分送方法和装置、对象平台 |
CN109308746A (zh) * | 2017-11-16 | 2019-02-05 | 中国石油化工股份有限公司 | 一种基于物联网的石化企业智能巡检系统及方法 |
CN111223258A (zh) * | 2020-01-20 | 2020-06-02 | 广州燃气集团有限公司 | 监测燃气管道第三方破坏的声波监控预警系统和方法 |
CN114331759A (zh) * | 2021-12-22 | 2022-04-12 | 河南中盾云安信息科技有限公司 | 一种燃气监管系统及监管方法 |
CN115358432A (zh) * | 2022-10-14 | 2022-11-18 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的燃气表计量故障确定方法和物联网系统 |
CN115356978A (zh) * | 2022-10-20 | 2022-11-18 | 成都秦川物联网科技股份有限公司 | 实现户内安全的智慧燃气终端联动处置方法和物联网系统 |
Non-Patent Citations (3)
Title |
---|
曹昳劼.基于压力、振动、声音信号的压气机喘振故障诊断和监测.2010,(第10期),C029-60. * |
杨哲.基于AE传感器的管道泄漏监测技术探讨与试验.2017,(第05期),1-5. * |
邵泽华.智能燃气表云平台研究.2018,第38卷(第3期),30-34. * |
Also Published As
Publication number | Publication date |
---|---|
US11906112B2 (en) | 2024-02-20 |
US20240142063A1 (en) | 2024-05-02 |
US20230167950A1 (en) | 2023-06-01 |
CN115640915A (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115640915B (zh) | 一种智慧燃气管网压缩机安全管理方法和物联网系统 | |
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
CN108199795B (zh) | 一种设备状态的监测方法和装置 | |
CN106888205B (zh) | 一种非侵入式基于功耗分析的plc异常检测方法 | |
CN116772944B (zh) | 配气站的智能监控系统及其方法 | |
CN108537394B (zh) | 一种智能电网实时安全预警方法和装置 | |
CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警系统 | |
CN106656669B (zh) | 一种基于阈值自适应设置的设备参数异常检测系统及方法 | |
CN116127396A (zh) | 一种基于智慧燃气的燃气泄漏判别方法和物联网系统 | |
CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
CN112734977B (zh) | 一种基于物联网的设备风险预警系统及算法 | |
CN118071159B (zh) | 一种基于gpt的智慧园区安全应急管理系统及方法 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN116861369A (zh) | 工业互联网异构数据融合的空压机健康评估方法及系统 | |
CN111736636A (zh) | 一种基于知识图谱的水淹水车室预警方法及系统 | |
CN117093883A (zh) | 智慧燃气异常数据分析方法、物联网系统和装置及介质 | |
CN116089218A (zh) | 基于Kubernetes的历史数据和趋势分析的动态基线告警方法及系统 | |
CN114235108A (zh) | 基于数据分析燃气流量计异常状态检测方法和装置 | |
CN116909235A (zh) | 一种智能工厂的监控方法及其监控系统、电子设备 | |
CN113869712A (zh) | 一种规模化工业气体生产智能系统 | |
CN118293988B (zh) | 基于物联网感知的环境站房设备运行状态监测系统及方法 | |
CN117875720B (zh) | 基于物联网的智慧燃气管网场站人员安全管理方法与系统 | |
CN117875946B (zh) | 一种用于变电站设备运维的人机协同自主红外巡检方法 | |
CN118350652B (zh) | 用于变电站作业人员的安全防护方法及系统 | |
KR101775424B1 (ko) | 수 처리 설비의 이상 유무 모니터링 시스템 |
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 |