CN115773797B - 智慧燃气流量修正方法、物联网系统、装置以及介质 - Google Patents
智慧燃气流量修正方法、物联网系统、装置以及介质 Download PDFInfo
- Publication number
- CN115773797B CN115773797B CN202310095073.2A CN202310095073A CN115773797B CN 115773797 B CN115773797 B CN 115773797B CN 202310095073 A CN202310095073 A CN 202310095073A CN 115773797 B CN115773797 B CN 115773797B
- Authority
- CN
- China
- Prior art keywords
- reading data
- gas
- confidence
- read data
- correction
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 71
- 238000003860 storage Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 19
- 239000007789 gas Substances 0.000 description 345
- 238000007726 management method Methods 0.000 description 68
- 238000012549 training Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 25
- 238000012790 confirmation Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012806 monitoring device Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000003825 pressing Methods 0.000 description 6
- 230000010365 information processing Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 239000002737 fuel gas Substances 0.000 description 3
- 238000011478 gradient descent method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
- G01F25/15—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters specially adapted for gas meters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
- G01F15/06—Indicating or recording devices
- G01F15/061—Indicating or recording devices for remote indication
- G01F15/063—Indicating or recording devices for remote indication using electrical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
- G01F15/02—Compensating or correcting for variations in pressure, density or temperature
- G01F15/04—Compensating or correcting for variations in pressure, density or temperature of gases to be measured
- G01F15/043—Compensating or correcting for variations in pressure, density or temperature of gases to be measured using electrical means
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
- G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本说明书提供一种智慧燃气流量修正方法、物联网系统、装置以及介质,该方法由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行,该方法包括:获取燃气表的读数数据;基于读数数据,确定读数数据的第一置信度;响应于第一置信度低于置信度阈值,获取工况参数;基于工况参数,确定燃气表修正方法。该方法可以对燃气表读数数据的准确性进行判断,并对误差较大的燃气表进行修正,判断过程基于燃气表的当前读数数据、历史读数数据以及工况参数进行,提高了判断过程与燃气表实际工作的关联程度。
Description
技术领域
本说明书涉及燃气设备修正领域,特别涉及一种智慧燃气流量修正方法、物联网系统、装置以及介质。
背景技术
在燃气表进行燃气流量测量时,燃气表可能因在非标准的温度或压力条件下使用而产生误差,使燃气表的读数不能反映燃气的真实体积或流量。因此需要一种燃气流量修正方法,能够实现对燃气表的读数进行智能温压补偿或对燃气表进行智能更换。
发明内容
本说明书一个或多个实施例提供一种智慧燃气流量修正方法,所述方法由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行,所述方法包括:获取燃气表的读数数据;基于所述读数数据,确定所述读数数据的第一置信度;响应于所述第一置信度低于置信度阈值,获取工况参数;基于所述工况参数,确定燃气表修正方法。
本说明书实施例之一提供一种智慧燃气流量修正物联网系统,所述系统包括用户平台、服务平台、管理平台、传感网络平台以及对象平台,其中,所述管理平台用于:获取燃气表的读数数据;基于所述读数数据,确定所述读数数据的第一置信度;响应于所述第一置信度低于置信度阈值,获取工况参数;基于所述工况参数,确定燃气表修正方法。
本说明书实施例之一提供一种智慧燃气流量修正装置,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流量修正方法。
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流量修正方法。
本方法可以对燃气表读数数据的准确性进行判断,并对误差较大的燃气表进行修正。整个判断过程不需要人工参与,减少了主观因素的影响;另外,判断过程是基于燃气表的当前读数数据、历史读数数据以及工况参数进行的,提高了判断过程与燃气表实际工作的关联程度。
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流量修正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流量修正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流量修正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确定第一置信度的示例性流程图;
图5是根据本说明书另一些实施例所示的确定第一置信度的示例性流程图;
图6是根据本说明书一些实施例所示的置信度确定模型的示例性结构图;
图7是根据本说明书一些实施例所示的读数数据修正模型的示例性结构图。
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流量修正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、燃气表160。
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流量修正方法和/或物联网系统来确定智慧燃气流量修正方案。例如,在一个典型的应用场景中,智慧燃气流量修正物联网系统可以通过第三方平台或者通过燃气表160获取燃气表的读数数据;服务器110(处理设备)基于读数数据,确定读数数据的第一置信度;响应于第一置信度低于置信度阈值,获取工况参数;基于工况参数,确定燃气表修正方法。关于上述过程的更多内容,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流量修正方法。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可以存储燃气表的读数数据、第一置信度、工况参数以及燃气表修正方法等。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燃气表修正方法相关的信息,并向用户展示。在一些实施例中,终端设备130可以用于用户输入与智慧燃气流量修正方法相关的确认信息,并将确认信息发送给服务器110。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可以用于获取工况参数。示例性的监控设备140可以包括温度传感器140-1、压力传感器140-2、摄像头、有害气体感应装置等。在一些场景中,智慧燃气流量修正物联网系统的应用场景也可以不包括监控设备140,而从第三方平台直接获取工况参数。燃气表160可以用于获取读数数据。其中,读数数据可以包括当前读数数据和历史读数数据。燃气表可以是用于计量燃气流量的设备。例如,燃气表可以包括涡轮燃气流量计、膜式燃气表和罗茨燃气流量计等。在一些实施例中,燃气表160可以将获取的读数数据通过网络120发送至其他组件(如服务器110、终端设备130或存储设备150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。传感网络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。对象平台是感知信息生成和控制信息执行的功能平台。
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,再经由服务平台传递至用户平台。用户需求控制信息则是由用户平台感知用户输入以生成,并通过服务平台传递至管理平台,再经由传感网络平台传递至对象平台,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流量修正物联网系统的示例性模块图。
如图2所示,智慧燃气流量修正物联网系统200可以包括智慧燃气用户平台210、智慧燃气服务平台220、智慧燃气设备管理平台230、智慧燃气传感网络平台240以及智慧燃气对象平台250。在一些实施例中,智慧燃气流量修正物联网系统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,智慧燃气流量修正物联网系统200可以应用于终端管理的多种场景。在一些实施例中,智慧燃气流量修正物联网系统200可以获取燃气表的读数数据;基于读数数据,确定读数数据的第一置信度;响应于第一置信度低于置信度阈值,获取工况参数;基于工况参数,确定燃气表修正方法。
智慧燃气流量修正物联网系统200的多种场景可以包括燃气用户使用场景、政府用户使用场景以及监管用户使用场景等。需要说明的是以上场景仅为示例,并不对智慧燃气流量修正物联网系统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,可以将智慧燃气流量修正物联网系统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可以与用户进行交互。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、政府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发送的燃气表读数数据以及燃气表修正方法相关的信息。燃气用户还可以与智慧燃气服务平台220进行交互,发送与智慧燃气流量修正方案相关的确认信息。政府用户可以通过政府用户分平台获取智慧燃气服务平台220的燃气运营服务。监管用户可以通过监管用户分平台发送对燃气表读数数据以及燃气表修正方法的查询指令或者控制指令至智慧燃气服务平台220,以及获取燃气表读数数据、燃气表修正方法以及工况参数等。其中,燃气用户可以是燃气设备的使用者。政府用户可以是燃气设施保护、燃气安全事故预防与处理或者燃气运营管理等活动相关的政府管理人员。监管用户可以是燃气设备以及燃气计量系统安全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,查询与燃气表读数数据以及燃气表修正方法相关的信息。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与燃气表读数数据以及燃气表修正方法相关的确认信息。
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可以用于智慧燃气设备管理平台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设备管理平台230,以及从智慧燃气设备管理平台230获取与燃气表读数数据以及燃气表修正方法相关的信息,进行存储处理后发送至智慧燃气用户平台210。又例如,智慧燃气服务平台220可以向智慧燃气用户平台210发送燃气表读数数据以及燃气表修正方法,以及从智慧燃气用户平台210获取与燃气表读数数据以及燃气表修正方法相关的确认信息,进行存储处理后发送至智慧燃气设备管理平台230。
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、智慧运营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设备管理平台230发送的燃气表读数数据以及燃气表修正方法相关的信息,并将其发送至燃气用户平台。在一些实施例中,智慧监管服务分平台可以用于接收政府用户分平台发送的查询指令,并将其发送至智慧燃气设备管理平台230。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控制指令,并将其发送至智慧燃气设备管理平台230。
智慧燃气设备管理平台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,智慧燃气设备管理平台230可以用于信息和/或数据的处理。例如,智慧燃气设备管理平台230可以用于设备工况参数监测预警和设备参数远程管理等。
在一些实施例中,智慧燃气设备管理平台230还可以用于智慧燃气服务平台220和智慧燃气传感网络平台240之间的信息和/或数据的交互。例如,智慧燃气设备管理平台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传感网络平台240,以及从智慧燃气传感网络平台240获取与智慧燃气终端开启或关闭状态相关的信息,进行存储处理后发送至智慧燃气服务平台220。又例如,智慧燃气设备管理平台230可以向智慧燃气服务平台220(如智慧用气服务分平台)发送燃气表读数数据以及燃气表修正方法相关的信息,获取燃气表读数数据以及燃气表修正方法相关的确认信息,进行处理后发送至智慧燃气传感网络平台240。
在一些实施例中,智慧燃气设备管理平台230可以包括智慧燃气户内设备参数管理分平台、智慧燃气管网设备参数管理分平台和智慧燃气数据中心。
智慧燃气户内设备参数管理分平台可以用于对智慧燃气户内设备进行远程管理和参数监测预警。在一些实施例中,智慧燃气户内设备参数管理分平台可以包括设备运行参数监测预警模块以及设备参数远程管理模块。
智慧燃气管网设备参数管理分平台可以用于对智慧燃气管网设备进行远程管理和参数监测预警。在一些实施例中,智慧燃气管网设备参数管理分平台可以包括设备运行参数监测预警模块以及设备参数远程管理模块。
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,历史读数数据、历史燃气表修正方法等。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燃气表读数数据以及燃气表修正方法发送至所述智慧燃气服务平台220。
在一些实施例中,智慧燃气设备管理平台230可以用于获取燃气表的读数数据;基于读数数据,确定读数数据的第一置信度;响应于第一置信度低于置信度阈值,获取工况参数;基于工况参数,确定燃气表修正方法。
在一些实施例中,智慧燃气设备管理平台230可以进一步用于:基于第一读数数据,预测第三读数数据的分布区间及对应的分布概率;将第二读数数据在第三读数数据的分布区间中对应的分布概率作为第一置信度。
在一些实施例中,智慧燃气设备管理平台230可以进一步用于:基于第一读数数据序列,确定历史流量分布情况;基于第二读数数据序列,确定当前流量分布情况;基于历史流量分布情况和当前流量分布情况的差异,确定第一置信度。
在一些实施例中,智慧燃气设备管理平台230可以进一步用于:基于历史流量分布情况和当前流量分布情况,通过置信度确定模型确定第一置信度,其中,置信度确定模型为机器学习模型。
在一些实施例中,智慧燃气设备管理平台230可以进一步用于:基于第二读数数据、标准温压和当前温压,通过读数数据修正模型,确定第二读数数据的修正值,其中,读数数据修正模型为机器学习模型。
关于智慧燃气设备管理平台230的更多内容可以参见图3、图4、图5、图6、图7及其相关描述。
智慧燃气传感网络平台240可以指对智慧燃气流量修正物联网系统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,智慧燃气传感网络平台240可以被配置为通信网络和网关。在一些实施例中,智慧燃气传感网络平台240可以包括智慧燃气户内设备传感网络分平台以及智慧燃气管网设备传感网络分平台。智慧燃气传感网络平台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,智慧燃气传感网络平台240可以用于智慧燃气户内设备的传感通信和智慧燃气管网设备的传感通信。在一些实施例中,智慧燃气传感网络平台240可以用于将读数数据发送至智慧燃气数据中心。在一些实施例中,智慧燃气传感网络平台240可以用于将智慧燃气数据中心的智慧燃气流量修正方法发送至智慧燃气对象平台250。
智慧燃气对象平台250可以是使用燃气的功能设备。在一些实施例中,智慧燃气对象平台250可以被配置为智慧燃气终端。例如用气设备、智能燃气表等。智慧燃气对象平台250可以获取燃气表的读数数据。在一些实施例中,智慧燃气对象平台250可以被配置为监控设备。例如温度传感器、压力传感器、摄像头、有害气体监控装置等。智慧燃气对象平台250可以获取工况参数。在一些实施例中,智慧燃气对象平台250可以将工况参数通过智慧燃气传感网络平台240发送至智慧燃气设备管理平台230。在一些实施例中,智慧燃气对象平台250可以包括智慧燃气户内设备对象分平台和智慧燃气管网设备对象分平台。智慧燃气户内设备对象分平台可以被配置为各种燃气终端。如燃气灶、燃气热水器、燃气表等。智慧燃气管网设备对象分平台可以被配置为燃气管网调压设备等。
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流量修正方法的示例性流程图。在一些实施例中,流程300可以由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行。如图3所示,流程300包括下述步骤:
步骤310,获取燃气表的读数数据。
在本说明书一些实施例中,读数数据可以是燃气表的燃气流量计数显示值。读数数据可以反映燃气流量、燃气使用量等信息。例如,读数数据可以是168立方米,表示从该燃气表开始计量起,经过燃气表的燃气体积(即已经使用的燃气体积)为168立方米。
在一些实施例中,智慧燃气设备管理平台可以通过智慧燃气对象平台(如燃气表)获取至少一个读数数据。其中,读数数据可以包括当前读数数据和历史读数数据。当前读数数据可以是从该燃气表开始计量起到当前时间点的燃气使用量。历史读数数据可以是从该燃气表开始计量起到某一历史结算点时燃气使用量。可以理解的是,燃气表每隔一段时间(如一个月)进行一次结算,当前读数数据和历史读数数据之差可以作为从该历史结算点到当前时间点之间的时间段的燃气使用量。
在一些实施例中,历史读数数据可以是从该燃气表开始计量起到其他时间点的燃气使用量。例如,历史读数数据可以是从该燃气表开始计量起每个小时的燃气使用量。
步骤320,基于读数数据,确定读数数据的第一置信度。
第一置信度可以表征读数数据的可信程度。由于燃气表实际工作的环境可能对燃气表的计量造成影响,燃气表的读数数据可能与实际燃气流量存在偏差。因此第一置信度可以作为衡量读数数据准确性的参数。
第一置信度可以是10或100以内的具体数值。例如,第一置信度可以是90。第一置信度越大说明燃气表的读数数据与实际燃气流量(或燃气使用量)越接近。第一置信度越小说明燃气表的读数数据与实际燃气流量(或燃气使用量)的偏差越大。
在一些实施例中,第一置信度可以通过对历史读数数据对应的历史置信度进行统计学分析得到。例如,智慧燃气设备管理平台可以基于历史读数数据对应的历史置信度,通过点估计的方法确定第一置信度。关于上述过程的进一步说明,参见图4及其相关描述。
在一些实施例中,第一置信度可以通过历史流量分布情况和当前流量分布情况的差异确定。关于通过历史流量分布情况和当前流量分布情况的差异确定第一置信度的进一步说明,参见图5及其相关描述。
在一些实施例中,第一置信度可以通过人工智能模型确定。例如,智慧燃气设备管理平台可以通过置信度确定模型确定第一置信度。关于置信度确定模型的具体说明,参见图6及其相关描述。
步骤330,响应于第一置信度低于置信度阈值,获取工况参数。
置信度阈值可以是判断第一置信度对应的读数数据是否需要进行修正的置信度临界值。置信度阈值可以通过经验值确定。例如,置信度阈值可以是90。当第一置信度低于90时,智慧燃气设备管理平台可以获取工况参数以进行后续操作。
工况参数指燃气表工作的实时环境涉及的参数。例如,工况参数可以包括燃气表工作环境的温度、燃气表受到的气体压力等。在一些实施例中,工况参数可以通过与燃气表相关的装置确定。例如,通过监控设备140中的温度传感器140-1、压力传感器140-2、摄像头、有害气体感应装置等获取相应的工况参数。
步骤340,基于工况参数,确定燃气表修正方法。
燃气表修正方法可以指对燃气表进行的弥补读数数据偏差的措施。例如,燃气表修正方法可以包括提醒更换燃气表、使用备用燃气表、对燃气表读数数据进行修正计算等。示例性的修正计算可以包括温度补偿计算、压力补偿计算等。
在一些实施例中,当用户更换新的燃气表后,智慧燃气设备管理平台可以继续对新的燃气表执行本方法。当新的燃气表的读数数据对应的第一置信度仍然小于置信度阈值时,智慧燃气设备管理平台可以提醒监管用户上门检查燃气表。
在一些实施例中,对于某一燃气管路网络,当燃气管路网络中某一燃气表对应的工况参数与该燃气管路网络中其他燃气表对应的工况参数差异大于差异阈值时,智慧燃气设备管理平台可以将该燃气表判断为疑似泄露的燃气表,并提醒监管用户上门检查燃气表。其中差异阈值可以是人工设置的预设值。
通过本说明书一些实施例所述的智慧燃气流量修正方法,可以对燃气表读数数据的准确性进行判断,并对误差较大的燃气表进行修正。整个判断过程不需要人工参与,减少了主观因素的影响;另外,判断过程是基于燃气表的当前读数数据、历史读数数据以及工况参数进行的,提高了判断过程与燃气表实际工作的关联程度。
图4是根据本说明书一些实施例所示的确定第一置信度的示例性流程图。在一些实施例中,流程400可以由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行。如图4所示,流程400包括下述步骤:
步骤410,基于第一读数数据,预测第三读数数据的分布区间及对应的分布概率。
在一些实施中,读数数据可以包括第一读数数据和第二读数数据第一读数数据可以是燃气表的历史读数数据。如第一读数数据可以是燃气表某一个历史结算点的读数数据。例如,2010年1月读数数据是25.56立方米、2010年2月读数数据是47.88立方米。在一些实施例中,第一读数数据可以通过燃气表确定,或通过从存储设备、网络等调用以确定。第二读数数据可以是当前时间点对应的读数数据。例如,第二读数数据可以是燃气表的当前显示值51.22立方米。
第三读数数据可以是当前读数数据的理论值。在一些实施例中,第三读数数据的分布区间以及对应的第一置信度可以通过统计学方法计算得到。例如,当相邻的历史结算点对应的第一读数数据之差服从数学期望为μ、标准差为σ的正态分布时,第三读数数据可以通过下述过程计算得到:
S1、基于每个历史结算点对应的第一读数数据,计算相邻历史结算点对应的第一读数数据的差值;
S2、基于每个差值以及每个差值对应的第一置信度,计算数学期望μ以及标准差σ,得到正态分布N(μ,σ2);
S3、将正态分布N(μ,σ2)标准化;
S4、基于当前时间点,查标准正态分布表得到第三读数数据以及对应的置信度。
示例性地,假设当前时间点为2020年2月,当前读数数据的理论值计算如下:
S1、将燃气表获取的2010年1月读数数据(置信度为90)、2010年2月读数数据(置信度为92)……2020年1月读数数据(置信度为91)相邻相减,得到多个差值(即每个月的燃气流量)。其中每个差值对应一个置信度(一般取后一个月的置信度作为该差值的置信度)。例如,对于2010年1月的差值(即该月的燃气流量),可以通过2010年2月读数数据减去2010年1月读数数据得到,并将2010年2月读数数据对应的置信度作为该差值的置信度;
S2、基于每个差值及其置信度,计算数学期望μ以及标准差σ,得到正态分布N(μ,σ2);
S3、将正态分布N(μ,σ2)标准化,得到标准正态分布;
S4、在标准正态分布表中查询得到2020年2月对应的读数数据以及对应的置信度理论值。
需要说明的是,上述相邻的历史结算点对应的第一读数数据之差服从正态分布仅为说明,其还可以存在其他统计学规律。如泊松分布,几何分布、二项分布等。上述统计学规律均可用于第一置信度的计算,本说明书不再赘述。
步骤420,将第二读数数据在第三读数数据的分布区间中对应的分布概率作为第一置信度。例如,当第二读数数据为40.20立方米,可以将第三读数数据中40.20立方米对应的分布概率作为第二读数数据的第一置信度。
通过本实施例所述方法,可以实现从历史读数数据中寻找统计规律,预测得到第一置信度,使预测的第一置信度能更贴近实际历史数据。
图5是根据本说明书另一些实施例所示的确定第一置信度的示例性流程图。在一些实施例中,流程500可以由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行。如图5所示,流程500包括下述步骤:
步骤510,基于第一读数数据序列,确定历史流量分布情况。
在一些实施例中,读数数据可以包括第一读数数据序列和第二读数数据序列。第一读数数据序列可以是多个第一读数数据组成的数据集合。例如,对于2010年1月中每个小时,对应的第一读数数据序列可以是(20.00立方米、20.12立方米、20.45立方米、……25.56立方米)。其中,上述第一读数数据可以是2010年1月中每个小时的燃气表读数数据。
在一些实施例中,智慧燃气设备管理平台可以对第一读数数据序列进行拟合,得到时间-读数数据函数p(x),并将函数p(x)作为历史流量分布情况。示例性的拟合方式可以是将第一读数数据序列作为点集列于时间-读数数据坐标系中,并用平滑的曲线连接。时间-读数数据函数p(x)的纵坐标可以是读数数据,横坐标可以是时间点。示例性的时间-读数数据函数p(x)可以是指数函数、幂函数等。
步骤520,基于第二读数数据序列,确定当前流量分布情况。
第二读数数据序列可以是多个第二读数数据组成的数据集合。例如,对于当前时间所在日的每个小时,对应的第二读数数据序列可以是(40.05立方米、40.14立方米、40.22立方米、……40.25立方米)。其中,上述第二读数数据可以是当前时间所在日的每个小时的燃气表读数数据。
在一些实施例中,智慧燃气设备管理平台可以对第二读数数据序列进行拟合,得到时间-读数数据函数q(x),并将函数q(x)作为当前流量分布情况。示例性的拟合方式可以是将第二读数数据序列作为点集列于时间-读数数据坐标系中,并用平滑的曲线连接。时间-读数数据函数q(x)的纵坐标可以是读数数据,横坐标可以是时间点。示例性的时间-读数数据函数q(x)可以是指数函数、幂函数等。
步骤530,基于历史流量分布情况和当前流量分布情况的差异,确定第一置信度。
可以理解的是,对于同一用户,其历史流量分布情况和当前流量分布情况的差异可以小于流量差异阈值。其中,流量差异阈值可以是预设值。例如,同一用户家庭人口数量、燃气设备数量、燃气使用时长不应该存在较大波动。当上述差异大于流量差异阈值时,说明第一读数数据序列和第二读数数据序列不满足同一用户的燃气使用规律,则读数数据可以对应较低的第一置信度。当上述差异小于流量差异阈值时,说明第一读数数据序列和第二读数数据序列满足同一用户的燃气使用规律,则读数数据可以对应较高的第一置信度。其中,较低的第一置信度可以是预设值,如0;较高的第一置信度可以是预设值,如90。
在一些实施例中,第一置信度可以通过对时间-读数数据函数p(x)以及q(x)的KL散度(Kullback-Leiblerdivergence)计算确定。示例性的计算公式如下:
;
其中,为第一置信度;为p(x)和q(x)的散度。
在一些实施例中,智慧燃气设备管理平台可以对历史流量分布情况和当前流量分布情况的小流量数据、大流量数据进行比较,以确定第一置信度。
例如,将每个小时流量增长量小于0.01立方米的读数数据作为小流量数据,将每个小时流量增长量大于1.5立方米的读数数据作为大流量数据,设历史流量分布情况的小流量数据和当前流量分布情况的小流量数据之比为A,历史流量分布情况的大流量数据和当前流量分布情况的大流量数据之比为B,通过查询预设的A、B与第一置信度关系表确定第一置信度。预设的A、B与第一置信度关系表中可以包括各个A与B的比值(如0.9、1.0、1.5等),以及对应的第一置信度(如90、100、60等)。可以理解的是,A与B的比值越接近数值1,A与B的值越接近,第一置信度越大。A、B与第一置信度关系表可以通过经验值确定。
本说明书实施例中通过对历史读数数据和当前读数数据拟合的曲线进行分析,能够得到符合用户燃气使用规律的第一置信度,使预测的第一置信度更准确。
图6是根据本说明书一些实施例所示的置信度确定模型的示例性结构图。
在一些实施例中,智慧燃气设备管理平台可以基于历史流量分布情况和当前流量分布情况,通过置信度确定模型确定第一置信度。其中,置信度确定模型为机器学习模型。例如,神经网络模型。如图6所示,置信度确定模型630的输入可以包括历史流量分布情况610和当前流量分布情况620。置信度确定模型630的输出可以包括第一置信度640。历史流量分布情况610和当前流量分布情况620可以参见图5及其相关描述。
在一些实施例中,置信度确定模型630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置信度确定模型,基于初始置信度确定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置信度确定模型的参数。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,获得训练好的置信度确定模型。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流量分布情况和随机生成的待预测读数。标识可以是随机生成的待预测读数对应的第一置信度。训练样本可以通过调用存储设备存储的信息确定。标识可以通过人工标注获取。在一些实施例中,训练样本还可以包括历史流量分布情况和经过修正的燃气表的真实读数数据。
在一些实施例中,置信度确定模型630还包括修正层631。修正层631的输入包括第一置信度640、参考历史流量分布情况670和当前流量分布情况620。修正层631的输出包括第二置信度680。第一置信度640参见图3及其相关描述。当前流量分布情况620参见图5及其相关描述。
参考历史流量分布情况可以是参考用户的燃气表的第一读数数据序列。参考用户可以人工选择确定。在一些实施例中,参考用户可以是与当前用户的正态分布关系相似的用户。例如,当前用户的相邻的历史结算点对应的第一读数数据之差服从数学期望为μ、标准差为σ的正态分布时,当某一用户的相邻的历史结算点对应的第一读数数据之差服从或类似上述正态分布时,将该用户作为参考用户。参考历史流量分布情况可以是标准状况(如标准工况参数条件)下的历史读数数据序列,或经过燃气表修正的历史读数数据序列。
第二置信度可以是经过修正的第一置信度。
在一些实施例中,修正层631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修正层,基于初始修正层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修正层的参数。
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,获得训练好的修正层。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第一置信度、历史流量分布情况和参考历史流量分布情况。标识可以是历史第二置信度(即历史修正后的第一置信度)。训练样本可以通过调用存储设备存储的信息确定。标识可以通过人工标注获取。
在一些实施例中,修正层631的输入还可以包括标准温压650和当前温压660。标准温压可以是燃气表使用的推荐温度和压力。标准温压可以是具体的温度范围和/或压力范围。在一些实施例中,标准温压可以通过燃气表出厂设置确定。当前温压可以是燃气表实际使用环境的温度和压力。在一些实施例中,当前温压可以通过工况参数确定。标准温压和当前温压差异越大,燃气表工作的工况环境可能越恶劣,燃气表读数数据的置信度会降低。例如,当前温度为-20℃时,燃气表可能因燃气中的水分凝固而产生误差。
本说明书实施例中通过在人工智能模型中引入其他具有相似燃气使用习惯的用户的读数数据,以及燃气表实际工况环境的温压参数,增加了置信度的影响因子数量。通过修正层修正后可以得到更符合实际情况的第一置信度。
图7是根据本说明书一些实施例所示的读数数据修正模型的示例性结构图。
在一些实施例中,工况参数包括标准温压和当前温压。在一些实施例中,智慧燃气设备管理平台可以基于第二读数数据、标准温压和当前温压,通过读数数据修正模型,确定第二读数数据的修正值。其中,读数数据修正模型为机器学习模型。例如,神经网络模型。如图7所示,读数数据修正模型740的输入可以包括第二读数数据710、标准温压720和当前温压730。读数数据修正模型740的输出可以包括第二读数数据的修正值750。第二读数数据710参见图4及其相关描述。标准温压720和当前温压730参见图6及其相关描述。
在一些实施例中,读数数据修正模型740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读数数据修正模型,基于初始读数数据修正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读数数据修正模型的参数。
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,获得训练好的读数数据修正模型。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读数数据、标准温压和历史温压。标识可以是历史读数数据的修正值。训练样本可以通过调用存储设备存储的信息确定。标识可以通过人工标注获取。
在一些实施例中,读数数据修正模型740的输入还可以包括燃气组分760和燃气热值770。燃气对燃气表的磨损、腐蚀等可能会影响燃气表的读数数据。例如,当燃气中含有酸性气体时,燃气对燃气表的腐蚀程度增加,相应的会增加燃气表的读数数据误差,降低其第一置信度。在一些实施例中,燃气组分和燃气热值可以通过燃气供应商确定。燃气组分和燃气热值作为输入可以考虑到燃气本身对燃气表读数数据的影响,提高输出的读数数据的准确性。
在一些实施例中,智慧燃气设备管理平台可以确定输出的第二读数数据的修正值对应的置信度。关于确定置信度的具体说明,参见图4、图5以及图6的具体描述。在一些实施例中,当第二读数数据的修正值对应的置信度大于置信度阈值时,智慧燃气设备管理平台可以将该置信度确定为第一置信度,并将该第二读数数据的修正值确定为最终的第二读数数据。
本说明书一些实施例中通过燃气表实际工况环境参数以及燃气本身的信息,对燃气表当前读数数据进行修正,提高预测的读数数据与实际燃气流量的匹配程度,得到更符合实际情况的读数数据。
本说明书提供一种智慧燃气流量修正装置,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计算机指令中的至少部分指令以实现智慧燃气流量修正方法。
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流量修正方法。
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 (8)
1.一种智慧燃气流量修正方法,其特征在于,所述方法由智慧燃气流量修正物联网系统的智慧燃气设备管理平台执行,所述方法包括:
获取燃气表的读数数据;
基于所述读数数据,确定所述读数数据的第一置信度;所述读数数据包括第一读数数据和第二读数数据,所述第一读数数据为燃气表的历史读数数据,所述第二读数数据为当前时间点对应的读数数据,所述基于所述读数数据,确定所述读数数据的第一置信度包括:
基于所述第一读数数据,预测第三读数数据的分布区间及对应的分布概率,所述第三读数数据为当前读数数据的理论值,所述当前读数数据为从该燃气表开始计量起到所述当前时间点的燃气使用量;
将所述第二读数数据在所述第三读数数据的所述分布区间中对应的分布概率作为所述第一置信度;
响应于所述第一置信度低于置信度阈值,获取工况参数;所述置信度阈值通过经验值确定;
基于所述工况参数,确定燃气表修正方法;所述工况参数包括标准温压和当前温压,所述基于所述工况参数,确定燃气表修正方法包括:
基于所述第二读数数据、所述标准温压和所述当前温压,通过读数数据修正模型,确定所述第二读数数据的修正值,其中,所述读数数据修正模型为机器学习模型。
2.如权利要求1所述的方法,其特征在于,所述读数数据包括第一读数数据序列和第二读数数据序列,所述基于所述读数数据,确定所述读数数据的第一置信度包括:
基于所述第一读数数据序列,确定历史流量分布情况;
基于所述第二读数数据序列,确定当前流量分布情况;
基于所述历史流量分布情况和所述当前流量分布情况的差异,确定所述第一置信度。
3.如权利要求2所述的方法,其特征在于,所述基于所述读数数据,确定所述读数数据的第一置信度包括:
基于所述历史流量分布情况和所述当前流量分布情况,通过置信度确定模型确定所述第一置信度,其中,所述置信度确定模型为机器学习模型。
4.如权利要求3所述的方法,其特征在于,所述置信度确定模型还包括修正层,所述修正层的输入包括所述第一置信度、参考历史流量分布情况和所述当前流量分布情况,所述修正层的输出包括第二置信度。
5.如权利要求1所述的方法,其特征在于,所述读数数据修正模型的输入还包括燃气组分和燃气热值。
6.一种智慧燃气流量修正物联网系统,其特征在于,所述系统包括用户平台、服务平台、管理平台、传感网络平台以及对象平台,其中,所述管理平台用于:
获取燃气表的读数数据;
基于所述读数数据,确定所述读数数据的第一置信度;所述读数数据包括第一读数数据和第二读数数据,所述第一读数数据为燃气表的历史读数数据,所述第二读数数据为当前时间点对应的读数数据,所述基于所述读数数据,确定所述读数数据的第一置信度包括:
基于所述第一读数数据,预测第三读数数据的分布区间及对应的分布概率,所述第三读数数据为当前读数数据的理论值,所述当前读数数据为从该燃气表开始计量起到所述当前时间点的燃气使用量;
将所述第二读数数据在所述第三读数数据的所述分布区间中对应的分布概率作为所述第一置信度;
响应于所述第一置信度低于置信度阈值,获取工况参数;所述置信度阈值通过经验值确定;
基于所述工况参数,确定燃气表修正方法;所述工况参数包括标准温压和当前温压,所述基于所述工况参数,确定燃气表修正方法包括:
基于所述第二读数数据、所述标准温压和所述当前温压,通过读数数据修正模型,确定所述第二读数数据的修正值,其中,所述读数数据修正模型为机器学习模型。
7.一种智慧燃气流量修正装置,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至5中任意一项所述的方法。
8.一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5中任意一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310095073.2A CN115773797B (zh) | 2023-02-10 | 2023-02-10 | 智慧燃气流量修正方法、物联网系统、装置以及介质 |
US18/186,978 US11867548B2 (en) | 2023-02-10 | 2023-03-21 | Methods, Internet of Things systems, and mediums for correcting smart gas flow |
US18/484,429 US20240035868A1 (en) | 2023-02-10 | 2023-10-10 | Method for correcting reading of gas meter in smart gas, internet of things system, and medium thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310095073.2A CN115773797B (zh) | 2023-02-10 | 2023-02-10 | 智慧燃气流量修正方法、物联网系统、装置以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115773797A CN115773797A (zh) | 2023-03-10 |
CN115773797B true CN115773797B (zh) | 2023-04-25 |
Family
ID=85393444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310095073.2A Active CN115773797B (zh) | 2023-02-10 | 2023-02-10 | 智慧燃气流量修正方法、物联网系统、装置以及介质 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11867548B2 (zh) |
CN (1) | CN115773797B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN115631066B (zh) * | 2022-12-22 | 2023-03-07 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道冻胀安全管理方法和物联网系统 |
CN116346864B (zh) * | 2023-05-30 | 2023-08-01 | 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超声波计量补偿方法、系统和介质 |
CN116451043B (zh) * | 2023-06-12 | 2023-09-05 | 天津新科成套仪表有限公司 | 一种基于用户燃气表测量数据分析的故障模型建立系统 |
CN116642560B (zh) | 2023-07-27 | 2023-10-13 | 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超声波燃气表计量纠正方法和系统 |
CN116718238B (zh) * | 2023-08-10 | 2023-10-13 | 广州金燃智能系统有限公司 | 改善长期运行计费精度的燃气表系统 |
CN117686070B (zh) * | 2024-01-11 | 2024-08-23 | 郑州安然测控技术股份有限公司 | 一种燃气计量评测系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781200A (zh) * | 2019-02-12 | 2019-05-21 | 成都秦川物联网科技股份有限公司 | 一种压力修正方法及膜式燃气表 |
CN112534215A (zh) * | 2018-08-13 | 2021-03-19 | 高准公司 | 基于两个基线测量仪验证来检测振动测量仪中的变化 |
CN113899431A (zh) * | 2021-09-07 | 2022-01-07 | 上海裕凡实业有限公司 | 一种移动式流量在线校准系统 |
CN114923547A (zh) * | 2022-06-29 | 2022-08-19 | 成都秦川物联网科技股份有限公司 | 一种燃气表示值误差不确定度的自动评定装置及方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772082B2 (en) * | 2001-04-26 | 2004-08-03 | Abb As | Method for detecting and correcting sensor failure in oil and gas production system |
EP1464929A3 (en) * | 2003-04-02 | 2007-06-20 | ABB Limited | Electromagnetic flow meter |
US8205629B2 (en) * | 2008-04-25 | 2012-06-26 | Applied Materials, Inc. | Real time lead-line characterization for MFC flow verification |
EP2607864B8 (en) * | 2011-12-19 | 2017-08-02 | Endress+Hauser Consult AG | Method of in line verification of a flow meter |
US20140111342A1 (en) * | 2012-10-19 | 2014-04-24 | Daniel Measurement And Control, Inc. | Condition monitoring with alarm confidence levels for flow metering systems |
CN107655549A (zh) * | 2017-09-05 | 2018-02-02 | 天津市电力科技发展有限公司 | 一种智能燃气表在线综合误差校准方法 |
CN107657083A (zh) * | 2017-09-05 | 2018-02-02 | 天津市电力科技发展有限公司 | 一种智能水表在线综合误差校准方法 |
CN107557083A (zh) | 2017-09-29 | 2018-01-09 | 徐州易高中泰新能源有限公司 | 一种混合燃料配方 |
CN108072428A (zh) * | 2017-12-05 | 2018-05-25 | 成都秦川物联网科技股份有限公司 | 误差修正方法及燃气表 |
EP3864380A1 (en) * | 2018-10-08 | 2021-08-18 | Micro Motion, Inc. | Cleaning and detecting a clean condition of a vibratory meter |
CN109682435A (zh) * | 2019-01-18 | 2019-04-26 | 成都秦川物联网科技股份有限公司 | 压力体积修正方法、电子设备及存储介质 |
US11391615B2 (en) * | 2019-06-07 | 2022-07-19 | Mobius Labs, Inc. | Fluid flow probe and analysis |
US11556740B2 (en) * | 2019-12-05 | 2023-01-17 | International Business Machines Corporation | Sensor triggered sound clip capturing for machine learning |
US11663290B2 (en) * | 2020-01-31 | 2023-05-30 | EMC IP Holding Company LLC | Analyzing time series data for sets of devices using machine learning techniques |
CN112033479B (zh) * | 2020-08-11 | 2023-02-03 | 江苏水科尚禹能源技术研究院有限公司 | 一种生态流量监测数据采集及处理方法 |
CN114706712A (zh) | 2022-03-28 | 2022-07-05 | 北京思特奇信息技术股份有限公司 | 基于Hadoop双集群的应急保障方法及系统 |
CN114708712B (zh) * | 2022-03-31 | 2024-08-06 | 杭州电子科技大学 | 一种化工过程反应器故障检测的信息融合方法 |
CN115326026B (zh) * | 2022-07-05 | 2024-09-20 | 武汉大学 | 基于非接触式测量-水动力融合同化获取水力特征的方法及装置 |
CN116006908A (zh) * | 2022-12-07 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网可靠度监测方法和物联网系统 |
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 |
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 |
-
2023
- 2023-02-10 CN CN202310095073.2A patent/CN115773797B/zh active Active
- 2023-03-21 US US18/186,978 patent/US11867548B2/en active Active
- 2023-10-10 US US18/484,429 patent/US20240035868A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112534215A (zh) * | 2018-08-13 | 2021-03-19 | 高准公司 | 基于两个基线测量仪验证来检测振动测量仪中的变化 |
CN109781200A (zh) * | 2019-02-12 | 2019-05-21 | 成都秦川物联网科技股份有限公司 | 一种压力修正方法及膜式燃气表 |
CN113899431A (zh) * | 2021-09-07 | 2022-01-07 | 上海裕凡实业有限公司 | 一种移动式流量在线校准系统 |
CN114923547A (zh) * | 2022-06-29 | 2022-08-19 | 成都秦川物联网科技股份有限公司 | 一种燃气表示值误差不确定度的自动评定装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20240035868A1 (en) | 2024-02-01 |
CN115773797A (zh) | 2023-03-10 |
US11867548B2 (en) | 2024-01-09 |
US20230228608A1 (en) | 2023-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115773797B (zh) | 智慧燃气流量修正方法、物联网系统、装置以及介质 | |
CN115358432B (zh) | 用于智慧燃气的燃气表计量故障确定方法和物联网系统 | |
US11959789B2 (en) | Methods, systems, and medium for compensating ultrasonic metering based on a smart gas internet of things system | |
CN115640914B (zh) | 一种智慧燃气储气优化方法、物联网系统、装置及介质 | |
CN116091080B (zh) | 基于智慧燃气呼叫中心的回访管理方法和物联网系统 | |
US11863920B2 (en) | Methods and internet of things systems for gas usage safety warning based on smart gases | |
CN115355447B (zh) | 一种基于物联网的智慧燃气门站调压优化方法和系统 | |
US11585549B1 (en) | Thermal modeling technology | |
CN116386287A (zh) | 用于智慧燃气的燃气泄漏智能预警方法和物联网系统 | |
CN111143102A (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
US20240037677A1 (en) | Method for power consumption analysis and troubleshooting of production line based on industrial internet of things, system and storage medium thereof | |
CN116070771A (zh) | 智慧燃气管道运输性能确定方法和物联网系统 | |
US20230213917A1 (en) | Methods and internet of things systems for gate station compressor operation optimization for smart gas | |
CN115681821B (zh) | 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 | |
CN115439003A (zh) | 基于智慧燃气物联网的燃气表更换提示方法和系统 | |
US20240223661A1 (en) | Methods and smart gas internet of things (iot) systems for smart control of smart gas pipeline network data collection terminals | |
CN115823500B (zh) | 基于智慧燃气的燃气入户压力调控方法和物联网系统 | |
CN115936722A (zh) | 智慧燃气呼叫中心的数据管理方法与物联网系统、介质 | |
CN107706938B (zh) | 一种基于分位点回归的风电功率波动区间分析方法 | |
CN116703165B (zh) | 一种电力计量数据安全风险评估方法及装置 | |
CN116156059B (zh) | 智慧燃气呼叫中心的坐席管理方法、物联网系统及介质 | |
US20240151368A1 (en) | Methods for assessing loss of maintenance medium of smart gas pipeline network and internet of things (iot) systems | |
CN117452829B (zh) | 一种脱硝智能决策方法、系统、终端及存储介质 | |
CN117287742A (zh) | 供热系统的控制方法、装置、电子设备及存储介质 | |
CN118195827A (zh) | 来水量的预测结果的确定方法和装置及电子装置 |
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 |