CN115823500B - 基于智慧燃气的燃气入户压力调控方法和物联网系统 - Google Patents

基于智慧燃气的燃气入户压力调控方法和物联网系统 Download PDF

Info

Publication number
CN115823500B
CN115823500B CN202310104415.2A CN202310104415A CN115823500B CN 115823500 B CN115823500 B CN 115823500B CN 202310104415 A CN202310104415 A CN 202310104415A CN 115823500 B CN115823500 B CN 115823500B
Authority
CN
China
Prior art keywords
gas
pressure
floor
pressure regulation
information
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
Application number
CN202310104415.2A
Other languages
English (en)
Other versions
CN115823500A (zh
Inventor
邵泽华
李勇
权亚强
刘彬
张磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Qinchuan IoT Technology Co Ltd
Original Assignee
Chengdu Qinchuan IoT Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Qinchuan IoT Technology Co Ltd filed Critical Chengdu Qinchuan IoT Technology Co Ltd
Priority to CN202310104415.2A priority Critical patent/CN115823500B/zh
Publication of CN115823500A publication Critical patent/CN115823500A/zh
Priority to US18/300,360 priority patent/US11868116B2/en
Application granted granted Critical
Publication of CN115823500B publication Critical patent/CN115823500B/zh
Priority to US18/522,159 priority patent/US20240094711A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41108—Controlled parameter such as gas mass flow rate
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Filling Or Discharging Of Gas Storage Vessels (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书提供基于智慧燃气的燃气入户压力调控方法和物联网系统，该方法包括确定燃气入户压力调控方案，燃气入户压力调控方案包括燃气设备的调压参数；基于燃气入户压力调控方案，生成调压指令；基于调压指令，调节至少一个楼层的入户燃气压力；将燃气入户压力调控方案传递至智慧燃气用户终端。

Description

基于智慧燃气的燃气入户压力调控方法和物联网系统
技术领域
本说明书涉及燃气压力调控领域，特别涉及基于智慧燃气的燃气入户压力调控方法和物联网系统。
背景技术
天然气的密度小于空气，当天然气的输送高度达到一定范围时，会对输送管道产生较大的附加压力，且高度越高附加压力越大，因此可能会对较高楼层的燃气管道产生较大的压力负担，使得燃气用户的用气安全存在一定的隐患。
因此，期望提出一种燃气入户压力调控方法，以合理地调控建筑物燃气总管的燃气压力，使得各楼层的燃气入户压力保持在安全范围内。
发明内容
本说明书一个或多个实施例提供基于智慧燃气的燃气入户压力调控方法。所述燃气入户压力调控方法包括：确定燃气入户压力调控方案，燃气入户压力调控方案包括燃气设备的调压参数；基于燃气入户压力调控方案，生成调压指令；基于调压指令，调节至少一个楼层的入户燃气压力；将燃气入户压力调控方案传递至智慧燃气用户终端。
本说明书一个或多个实施例提供一种智慧燃气入户压力调控物联网系统。所述智慧燃气入户压力调控物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气设备管理平台、智慧燃气传感网络平台和智慧燃气对象平台；智慧燃气设备管理平台包括智慧燃气设备管理分平台和智慧燃气数据中心；智慧燃气设备管理平台被配置为执行以下操作：智慧燃气数据中心经由智慧燃气传感网络平台从至少一个燃气设备中获取燃气使用数据并发送至智慧燃气设备管理分平台，至少一个燃气设备被配置于智慧燃气对象平台中；智慧燃气设备管理平台被配置为：确定燃气入户压力调控方案，燃气入户压力调控方案包括燃气调压设备的调压参数；基于燃气入户压力调控方案，生成调压指令；基于调压指令，调节至少一个楼层的入户燃气压力；将燃气入户压力调控方案传递至智慧燃气用户终端。
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，计算机执行基于智慧燃气的燃气入户压力调控方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的智慧燃气入户压力调控物联网系统的结构图；
图2是根据本说明书一些实施例所示的燃气入户压力调控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燃气入户压力调控方案的示例性流程图；
图4是根据本说明书一些实施例所示的第一预测模型的模型结构图；
图5是根据本说明书一些实施例所示的第二预测模型和评估模型的模型结构图；
图6是根据本说明书一些实施例所示的另一确定燃气入户压力调控方案的示例性流程图；
图7是根据本说明书一些实施例所示的第三预测模型的模型结构图；
图8是根据本说明书一些实施例所示的第三预测模型的另一模型结构图。
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，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入户压力调控物联网系统的结构图。在一些实施例中，智慧燃气入户压力调控物联网系统100可以包括智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气设备管理平台130、智慧燃气传感网络平台140和智慧燃气对象平台150。
在一些实施例中，物联网中信息的处理流程可以包括感知信息的处理流程和控制信息的处理流程。控制信息可以是基于感知信息生成的信息。感知信息的处理流程为：由智慧燃气对象平台150获取感知信息，依次经由智慧燃气传感网络平台140、智慧燃气设备管理平台130和智慧燃气服务平台120，最终传递至智慧燃气用户平台110。控制信息的处理流程为：用户通过智慧燃气用户平台110生成控制信息，依次经由智慧燃气服务平台120、智慧燃气设备管理平台130和智慧燃气传感网络平台140下发至智慧燃气对象平台150，进而实现相应的控制。
智慧燃气用户平台110是可以用于与用户进行交互的平台。在一些实施例中，智慧燃气用户平台110可以被配置为终端设备。例如，终端设备可以指智慧燃气用户终端，可以包括移动终端设备、平板计算机等终端设备或其任意组合。在一些实施例中，智慧燃气用户平台110可以用于将燃气设备的调压参数反馈给用户。智慧燃气用户终端和调压参数的相关说明可参见图2相关描述。
在一些实施例中，智慧燃气用户平台110可以包括燃气用户分平台111、政府用户分平台112和监管用户分平台113。在一些实施例中，智慧燃气用户平台110可以向下与智慧燃气服务平台120进行双向交互，下发燃气设备参数管理信息查询指令至智慧燃气服务平台120，接收智慧燃气服务平台120上传的燃气设备参数管理信息（例如燃气设备的调压参数）。
燃气用户分平台111面向燃气用户，以提供安全用气的相关服务。燃气用户可以指使用燃气的用户。在一些实施例中，燃气用户分平台111可以与智慧燃气服务平台120的智慧用气服务分平台121进行信息交互，以获取安全用气相关的服务提醒。
政府用户分平台112面向政府用户，以提供燃气运营相关数据。政府用户可以指负责燃气运营的用户。在一些实施例中，政府用户分平台112可以与智慧燃气服务平台120的智慧运营服务分平台122进行信息交互，以获取燃气运营相关的数据。
监管用户分平台113面向监管用户，对整个智慧燃气入户压力调控物联网系统100的运行进行监管。监管用户可以指安全监管部门的用户。在一些实施例中，监管用户分平台113可以与智慧燃气服务平台120的智慧监管服务分平台123进行信息交互，获取安全监管需求的服务。
智慧燃气服务平台120可以是用于接收和传输数据和/或信息的平台。例如，智慧燃气服务平台120可以将燃气设备参数管理信息上传至智慧燃气用户平台110。在一些实施例中，智慧燃气服务平台120可以包括智慧用气服务分平台121、智慧运营服务分平台122和智慧监管服务分平台123。智慧用气服务分平台121对应于燃气用户分平台111，可以与燃气用户分平台111进行信息交互，为燃气用户提供安全用气的服务；智慧运营服务分平台122对应于政府用户分平台112，可以与政府用户分平台112进行信息交互，为政府用户提供燃气运营的服务；智慧监管服务分平台123对应于监管用户分平台113，可以与监管用户分平台113进行信息交互，为燃气监管用户提供安全监管的服务。
在一些实施例中，智慧燃气服务平台120可以向下与智慧燃气设备管理平台130的智慧燃气数据中心133进行双向交互，下发燃气设备参数管理信息查询指令至智慧燃气数据中心133，接收智慧燃气数据中心133上传的燃气设备参数管理信息。
智慧燃气设备管理平台130可以指统筹、协调各功能平台之间的联系和协作，汇聚物联网全部的信息，为物联网运行体系提供感知管理和控制管理功能的平台。例如，智慧燃气设备管理平台130可以确定燃气入户压力调控方案。又例如，智慧燃气设备管理平台130可以基于燃气入户压力调控方案，生成调压指令。再例如，智慧燃气设备管理平台130可以基于调压指令，调节至少一个楼层的入户燃气压力。
在一些实施例中，智慧燃气设备管理平台130可以包括智慧燃气户内设备管理分平台131、智慧燃气管网设备管理分平台132和智慧燃气数据中心133。在一些实施例中，智慧燃气户内设备管理分平台131和智慧燃气管网设备管理分平台132可以分别与智慧燃气数据中心133进行双向交互。例如，智慧燃气户内设备管理分平台131和智慧燃气管网设备管理分平台132可以分别从智慧燃气数据中心133获取并反馈管理数据。在一些实施例中，智慧燃气数据中心133可以汇总、存储智慧燃气入户压力调控物联网系统100的所有运行数据。在一些实施例中，智慧燃气设备管理平台130可以通过智慧燃气数据中心133与智慧燃气服务平台120、智慧燃气传感网络平台140分别进行信息交互。例如，智慧燃气数据中心133可以接收智慧燃气传感网络平台140上传的燃气设备参数管理相关数据，并发送至智慧燃气户内设备管理分平台131和/或智慧燃气管网设备管理分平台132进行处理，并将汇总、处理后的数据发送至智慧燃气服务平台120和/或智慧燃气传感网络平台140。燃气设备参数管理相关数据可以包括燃气表的计量数据和环境（例如环境温度、大气压等）监测数据。
在一些实施例中，智慧燃气户内设备管理分平台131可以包括户内设备运行参数监测预警模块131-1和户内设备参数远程管理模块131-2。户内设备运行参数监测预警模块131-1可以查看户内设备运行参数历史数据和实时数据，并根据预设阈值进行监测预警，当户内设备运行参数异常时，管理人员可从户内设备运行参数监测预警模块131-1直接切换进入户内设备参数远程管理模块131-2，进行设备参数远程调整，必要时可以通过智慧燃气服务平台120（智慧用气服务分平台121）向燃气用户发送提醒信息；户内设备参数远程管理模块131-2可以对智慧燃气户内设备对象分平台151的设备参数进行远程设置、调整，以及对智慧燃气户内设备对象分平台151现场发起的设备参数调节进行远程授权。
在一些实施例中，智慧燃气管网设备管理分平台132可以包括管网设备运行参数监测预警模块132-1和管网设备参数远程管理模块132-2。管网设备运行参数监测预警模块132-1可以查看管网设备运行参数历史数据和实时数据，并根据预设阈值进行监测预警，当管网设备运行参数异常时，管理人员可从管网设备运行参数监测预警模块132-1直接切换进入管网设备参数远程管理模块132-2，进行设备参数远程调整，必要时可以通过智慧燃气服务平台120（智慧用气服务分平台121）向燃气用户发送提醒信息；管网设备参数远程管理模块132-2可以对智慧燃气管网设备对象分平台152的设备参数进行远程设置、调整，以及对智慧燃气管网设备对象分平台152现场发起的设备参数调节进行远程授权。
在一些实施例中，智慧燃气设备管理平台130还可以包括处理器。处理器可以用于执行燃气入户压力调控方法。
智慧燃气传感网络平台140可以是对传感通信进行管理的功能平台。智慧燃气传感网络平台140可以被配置为通信网络和网关，实现网络管理、协议管理、指令管理和数据解析等功能。在一些实施例中，智慧燃气传感网络平台140可以连接智慧燃气设备管理平台130和智慧燃气对象平台150，实现感知信息传感通信和控制信息传感通信功能。例如，智慧燃气传感网络平台140可以接收智慧燃气对象平台150上传的燃气设备参数管理相关数据，下发获取燃气设备参数管理相关数据的指令至智慧燃气对象平台150。
在一些实施例中，智慧燃气传感网络平台140可以包括智慧燃气户内设备传感网络分平台141和智慧燃气管网设备传感网络分平台142，可分别与智慧燃气对象平台150的智慧燃气户内设备对象分平台151和智慧燃气管网设备对象分平台152进行双向交互。
智慧燃气对象平台150可以是感知信息生成和控制信息执行的功能平台。在一些实施例中，智慧燃气对象平台150可以包括智慧燃气户内设备对象分平台151和智慧燃气管网设备对象分平台152。智慧燃气管网设备对象分平台152可以包括流量计、温度计、气压计等。其中，流量计可以用于获得燃气管道的实际运输流量，温度计用于获取燃气管道的实际运输温度，气压计用于获取燃气管道的实际运输气压。智慧燃气户内设备对象分平台151可以包括户内设备，户内设备的相关数据可以通过智慧燃气户内设备传感网络分平台141上传到智慧燃气数据中心133。
本说明书一些实施例中，通过五种平台的物联网功能体系结构实施智慧燃气的入户压力调控，完成了信息流程的闭环，使物联网信息处理更加流畅高效。
需要注意的是，以上对于智慧燃气入户压力调控物联网系统及其组成部分的描述，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，对各个组成部分进行任意组合，或者构成子系统与其他组成部分连接。例如，智慧燃气设备管理平台130和智慧燃气传感网络平台140可以整合在一个组成部分中。又例如，各个组成部分可以共用一个存储模块，各个组成部分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燃气入户压力调控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可以由智慧燃气设备管理平台130中的处理器执行。
步骤210，确定燃气入户压力调控方案，燃气入户压力调控方案包括燃气设备的调压参数。
燃气入户压力调控方案可以指用于调控燃气用户的入户燃气压力值的方案。燃气入户压力调控方案可以包括燃气设备的调压参数。例如，燃气入户压力调控方案可以是“调压参数为2300Pa”。
燃气设备可以指建筑物的燃气总管或总阀。燃气设备的调压参数可以指燃气设备输送燃气时的燃气压力值，例如，2300Pa等。
在一些实施例中，燃气入户压力调控方案可以根据预设规则进行确定。示例性地，预设规则可以是：调压参数可以基于建筑楼层数量进行预设。例如，建筑楼层数量为5以内，调压参数为2100Pa；建筑楼层数量为6~10，调压参数为2200Pa；建筑楼层数量为11~15，调压参数为2300Pa，以此类推。
在一些实施例中，可以基于当前环境信息，确定燃气入户压力调控方案。更多关于确定燃气入户压力调控方案的方法的相关说明可参见图3或图6相关描述。
步骤220，基于燃气入户压力调控方案，生成调压指令。
调压指令可以指用于调整燃气设备的调压参数的指令。例如，调压指令可以是“将调压参数调整为2200Pa”。
在一些实施例中，可以基于燃气入户压力调控方案的内容生成调压指令。例如，燃气入户压力调控方案为“调压参数为2200Pa”，则生成的调压指令为“将调压参数调整为2200Pa”。
步骤230，基于调压指令，调节至少一个楼层的入户燃气压力。
在一些实施例中，可以基于调压指令，调节燃气设备的调压参数，每个楼层的入户燃气压力可以与调压参数正相关，与楼层高度负相关。
步骤240，将燃气入户压力调控方案传递至智慧燃气用户终端。
智慧燃气用户终端可以指燃气运营商或政府燃气运营单位的用户的终端设备。终端设备可以包括移动终端设备、平板计算机等终端设备或其任意组合。在一些实施例中，智慧燃气用户平台110可以被配置为智慧燃气用户终端。
本说明书一些实施例中，通过确定入户压力调控方案进而调控各个楼层的燃气入户压力，使得各个楼层的燃气入户压力均处于正常且安全的范围内，降低了燃气入户压力超标的风险。
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。例如，对所确定的燃气入户压力调控方案进行人工修改等。
图3是根据本说明书一些实施例所示的确定燃气入户压力调控方案的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由智慧燃气设备管理平台130中的处理器执行。
在一些实施例中，可以基于当前环境信息，确定燃气入户压力调控方案。
当前环境信息可以指建筑物所处位置的周围环境的特征信息，可以包括环境温度、大气压等。例如，当前环境信息可以是“环境温度为25℃，大气压为101.25kPa”。
在一些实施例中，当前环境信息可以通过配置于智慧燃气对象平台150的温度计、气压计等进行获取。
在一些实施例中，可以通过流程300确定燃气入户压力调控方案。如图3所示，流程300包括下述步骤：
步骤310，获取燃气信息、楼层高度信息和一个或多个候选调压参数，以及至少一个楼层的目标压力。
燃气信息可以指反映燃气自身的组分和理化性质的信息。例如，燃气信息可以是“燃气密度为0.72kg/m3，燃气压力为0.1MPa，杂质比例为3%”，其中，燃气压力可以指向燃气设备输气的燃气管道内的气压。
楼层高度信息可以指反映各楼层的户内燃气设施距离地面高度的信息。户内燃气设施可以指燃气用户所使用的燃气灶、燃气热水器等。在一些实施例中，楼层高度信息可以是向量形式的数据。例如，楼层高度信息可以是（1，4，7，10，……），代表的含义为：1楼用户的户内燃气设施距地面高度为1米，2楼用户的户内燃气设施距地面高度为4米，3楼用户的户内燃气设施距地面高度为7米，4楼用户的户内燃气设施距地面高度为10米......。
候选调压参数可以指用于确定调压参数的候选样本调压参数。例如，候选调压参数可以是2200Pa。调压参数和候选调压参数可以是针对整栋建筑物的参数。调压参数的相关说明可参见图2相关描述。
目标压力可以指某个楼层的期望入户压力，例如，2050Pa。
在一些实施例中，燃气信息可以通过智慧燃气用户平台110从燃气运营用户处获取；楼层高度信息可以基于建筑物设计图纸进行获取；候选调压参数和目标压力可以基于经验值和/或历史值进行人工预设。
步骤320，基于第一预测模型对当前环境信息、燃气信息、楼层高度信息和候选调压参数进行处理，确定候选调压参数对应的至少一个楼层的第一预期燃气入户压力分布，第一预测模型为机器学习模型。
候选调压参数对应的第一预期燃气入户压力分布可以指包含各个楼层入户压力范围及对应概率的数据。入户压力范围可以按一定的范围大小，以候选调压参数为基准，依次递减设定多个（入户压力范围的个数可预设）。例如，假设候选调压参数为2200Pa，入户压力范围的大小预设为50Pa，入户压力范围的数量预设为4个，则对应得到的入户压力范围有(2150，2200]、(2100，2150]、(2050，2100]和(2000，2050]。在一些实施例中，第一预期燃气入户压力分布可以是矩阵形式的数据。例如，第一预期燃气入户压力分布可以是[(50%，50%，0，0)，(40%，40%，20%，0)，(40%，30%，20%，10%)，......]，其含义可参见后文。
示例性地，第一预期燃气入户压力分布的构建方法可以包括：
构建各个楼层的第一预期燃气入户压力向量。例如，假设候选调压参数为2200Pa，入户压力范围的大小预设为50Pa，入户压力范围的数量预设为4个，某楼层的第一预期燃气入户压力向量为(45%，25%，20%，10%)，其代表的含义为：候选调压参数为2200Pa时，燃气入户压力在(2150，2200]范围内的可能性为45%，在(2100，2150]范围内的可能性为25%，在(2050，2100]范围内的可能性为20%，在(2000，2050]范围内的可能性为10%。
基于各个楼层的第一预期燃气入户压力向量，合并构建第一预期燃气入户压力分布。例如，1楼的第一预期燃气入户压力向量为(50%，50%，0，0)，2楼的第一预期燃气入户压力向量为(40%，40%，20%，0)，3楼的第一预期燃气入户压力向量为(40%，30%，20%，10%)，......，那么合并构建出的第一预期燃气入户压力分布为[(50%，50%，0，0)，(40%，40%，20%，0)，(40%，30%，20%，10%)，......]。
关于第一预测模型的相关说明可参见图4相关描述。
步骤330，基于至少一个楼层的第一预期燃气入户压力分布和目标压力，确定候选调压参数对应的燃气入户压力调控方案的可行度。
可行度可以指应用候选调压参数对应的燃气入户压力调控方案后，可以综合反映各楼层的第一预期燃气入户压力向量与其目标压力的适应程度的数据。
在一些实施例中，智慧燃气设备管理平台130中的处理器可以基于多种方式确定候选调压参数对应的燃气入户压力调控方案的可行度，例如，继续前例，假设候选调压参数为2200Pa，入户压力范围的大小预设为50Pa，入户压力范围的数量预设为4个，各个楼层的第一预期燃气入户压力向量分别为(50%，30%，15%，5%)、(40%，30%，20%，10%)和(35%，29%，20%，16%)，目标压力分别为2120Pa（处于(2100，2150]范围内）、2090Pa（处于(2050，2100]范围内）和2030Pa（处于(2000，2050]范围内），则各楼层的第一预期燃气入户压力向量与其目标压力的适应程度分别为30%、20%和16%，那么候选调压参数对应的燃气入户压力调控方案的可行度为(30%+20%+16%)/3=22%。
在一些实施例中，候选调压参数对应的燃气入户压力调控方案的可行度可以基于第二预测模型和评估模型进行获取。关于第二预测模型和评估模型的相关说明可参见图5相关描述。
步骤340，基于一个或多个候选调压参数对应的燃气入户压力调控方案的可行度，确定燃气入户压力调控方案。
在一些实施例中，可以将满足预设条件的候选调压参数取平均值，其平均值结果作为最终确定的燃气入户压力调控方案中的调压参数。预设条件可以是候选调压参数对应的燃气入户压力调控方案的可行度大于可行度阈值。可行度阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合，可以根据实际需求设定，本说明书对此不做限制。例如，候选调压参数分别为2170Pa、2150Pa、2100Pa、2080Pa、2050Pa，对应的燃气入户压力调控方案的可行度分别为90%、85%、70%、65%和50%，可行度阈值被预设为60%，那么最终确定的燃气入户压力调控方案中的调压参数为(2170+2150+2100+2080)/4=2125Pa。
本说明书一些实施例中，通过确定可行度的方法确定燃气入户压力调控方案，进一步提高了所确定的燃气入户压力调控方案的安全性和适应性。
应当注意的是，上述有关流程300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300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。例如，确定燃气入户压力调控方案中的调压参数时采用加权平均等方式。
图4是根据本说明书一些实施例所示的第一预测模型的模型结构图。
在一些实施例中，智慧燃气设备管理平台130可以基于第一预测模型对当前环境信息、燃气信息、楼层高度信息和候选调压参数进行处理，确定至少一个楼层的第一预期燃气入户压力分布。
第一预测模型可以指用于确定第一预期燃气入户压力分布的机器学习模型。在一些实施例中，第一预测模型可以包括循环神经网络（Recurrent Neural Network, RNN）模型、深度神经网络（Deep Neural Network, DNN）模型、卷积神经网络（ConvolutionalNeural Network, CNN）模型等各种可行的模型中的任意一种或组合。
如图4所示，第一预测模型450的输入可以包括当前环境信息410、燃气信息420、楼层高度信息430和候选调压参数440，输出可以包括至少一个楼层的第一预期燃气入户压力分布460。
在一些实施例中，第一预测模型450可以通过多个有标签的第一训练样本训练得到。例如，可以将多个带有第一标签的第一训练样本输入初始第一预测模型，通过第一标签和初始第一预测模型的结果构建损失函数，基于损失函数迭代更新初始第一预测模型的参数。当初始第一预测模型的损失函数满足训练结束的预设条件时模型训练完成，得到训练好的第一预测模型。其中，训练结束的预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中，第一训练样本可以包括样本环境信息、样本燃气信息、样本楼层高度信息和样本候选调压参数。第一标签包括第一训练样本对应的实际燃气入户压力分布。样本环境信息和实际燃气入户压力分布可以基于配置于智慧燃气对象平台150的温度计、气压计的历史监测记录获取；样本燃气信息可以通过智慧运营服务分平台122基于燃气输送记录获取；样本楼层高度信息和样本候选调压参数可以分别根据历史楼层高度信息和历史调压参数获取。第一标签可以基于人工标注确定。
在一些实施例中，第一预测模型450的输入还可以包括燃气使用特征470。燃气使用特征的相关说明可参见图7相关描述。
在一些实施例中，第一预测模型450的输出可以相关于高斯分布。
在一些实施例中，若第一预测模型450的输入包括了燃气使用特征470，那么第一预测模型450训练时所用的第一训练样本还可以包括样本燃气使用特征。样本燃气使用特征可以基于燃气使用信息，通过第三预测模型的第一嵌入层进行获取。关于燃气使用信息的相关说明可参见图6相关描述。关于第三预测模型的第一嵌入层的相关说明可参见图7相关描述。
本说明书一些实施例中，通过第一预测模型确定各楼层的第一预期燃气入户压力分布，提高了确定工作的效率，也提高了确定的第一预期燃气入户压力分布的准确度。
本说明书一些实施例中，通过引入燃气使用特征作为第一预测模型的输入，进一步提高了确定的第一预期燃气入户压力分布的准确度。
图5是根据本说明书一些实施例所示的第二预测模型和评估模型的模型结构图。
在一些实施例中，基于至少一个楼层的第一预期燃气入户压力分布和目标压力，确定候选调压参数对应的燃气入户压力调控方案的可行度，可以包括如下步骤：
获取入户标准压力信息；
基于第二预测模型对楼层高度信息和入户标准压力信息进行处理，确定至少一个楼层的目标压力区间；
基于评估模型对至少一个楼层的第一预期燃气入户压力分布和至少一个楼层的目标压力区间进行处理，确定候选调压参数对应的燃气入户压力调控方案的可行度。
在一些实施例中，智慧燃气设备管理平台130可以基于第二预测模型对楼层高度信息和入户标准压力信息进行处理，确定至少一个楼层的目标压力区间。
入户标准压力信息可以指政府用户设定的燃气入户压力的标准参考值。例如，入户标准压力信息可以是2000Pa。在一些实施例中，入户标准压力信息的值可以是一个范围，例如，[2000，2050]，单位Pa。入户标准压力信息可以由政府用户或监管用户预设。
目标压力区间可以指某个楼层的期望入户压力所在的数值区间。例如，目标压力区间可以是[2050，2100]，单位Pa。目标压力区间可以基于经验值和/或历史值进行人工预设，或基于第二预测模型确定。
楼层高度信息的相关说明可参见图3相关描述。
第二预测模型可以指用于确定目标压力区间的机器学习模型。在一些实施例中，第二预测模型可以包括循环神经网络（Recurrent Neural Network, RNN）模型、深度神经网络（Deep Neural Network, DNN）模型、卷积神经网络（Convolutional Neural Network,CNN）模型等各种可行的模型中的任意一种或组合。
如图5所示，第二预测模型530的输入可以包括楼层高度信息430和入户标准压力信息520，输出可以包括至少一个楼层的目标压力区间540。
在一些实施例中，智慧燃气设备管理平台130可以基于评估模型对至少一个楼层的目标压力区间和至少一个楼层的第一预期燃气入户压力分布进行处理，确定燃气入户压力调控方案的可行度。
评估模型可以指用于确定燃气入户压力调控方案的可行度的机器学习模型。在一些实施例中，评估模型可以包括循环神经网络（Recurrent Neural Network, RNN）模型、深度神经网络（Deep Neural Network, DNN）模型、卷积神经网络（Convolutional NeuralNetwork, CNN）模型等各种可行的模型中的任意一种或组合。
如图5所示，评估模型560的输入可以包括至少一个楼层的目标压力区间540和至少一个楼层的第一预期燃气入户压力分布460，输出可以包括燃气入户压力调控方案的可行度570。第一预期燃气入户压力分布和燃气入户压力调控方案的可行度的相关说明可参见图3相关描述。
在一些实施例中，第二预测模型530和评估模型560可以通过联合训练获得。联合训练的样本数据可以为多个有标签的第二训练样本，第二训练样本可以包括样本楼层高度信息、样本入户标准压力信息和至少一个楼层的样本第一预期燃气入户压力分布，标签可以是第二训练样本对应的燃气入户压力调控方案的样本可行度。其中，样本楼层高度信息可以根据历史楼层高度信息获取；样本入户标准压力信息可以人工预设；至少一个楼层的样本第一预期燃气入户压力分布可以基于历史燃气入户压力分布确定。第二训练样本的标签可以基于人工标注确定。
示例性的联合训练过程可以包括：将样本楼层高度信息和样本入户标准压力信息输入初始第二预测模型，得到初始第二预测模型输出的至少一个楼层的目标压力区间；将初始第二预测模型输出的至少一个楼层的目标压力区间作为训练样本数据，与至少一个楼层的样本第一预期燃气入户压力分布一起输入初始评估模型，得到初始评估模型输出的燃气入户压力调控方案的可行度；基于第二训练样本的标签和初始评估模型输出的燃气入户压力调控方案的可行度，同步更新初始第二预测模型和初始评估模型的参数。当损失函数满足训练结束的预设条件时模型训练完成，得到训练好的第二预测模型和评估模型。其中，训练结束的预设条件可以是损失函数收敛、迭代的次数达到迭代次数阈值等。
本说明书一些实施例中，通过第二预测模型和评估模型确定燃气入户压力调控方案的可行度，可以进一步提高所确定的燃气入户压力调控方案的可行度的准确性。
图6是根据本说明书一些实施例所示的另一确定燃气入户压力调控方案的示例性流程图。如图6所示，流程600包括下述步骤。在一些实施例中，流程600可以由智慧燃气设备管理平台130中的处理器执行。
步骤610，获取燃气使用信息、楼层高度信息和一个或多个候选调压参数，以及至少一个楼层的目标压力。
燃气使用信息可以指反映各楼层用户燃气使用情况的信息，可以包括各楼层的燃气日均用量和月均用气天数。例如，燃气使用信息可以是“1楼用户的燃气日均用量为0.75m3，月均用气天数为29天；2楼用户的燃气日均用量为0.8m3，月均用气天数为28天；3楼用户的燃气日均用量为0.77m3，月均用气天数为30天......”。燃气使用信息可以基于用户的燃气使用记录进行获取。
在一些实施例中，燃气使用信息可以是向量形式的数据。例如，根据上例的燃气使用信息，构建的燃气使用信息向量为（1，0.75，29，2，0.8，28，3，0.77，30......）。
楼层高度信息和候选调压参数的相关说明可参见图3相关描述。
步骤620，基于第三预测模型对当前环境信息、燃气使用信息、楼层高度信息和候选调压参数进行处理，确定候选调压参数对应的至少一个楼层的第二预期燃气入户压力分布，第三预测模型为机器学习模型。关于第三预测模型的相关说明可参见图7或图8的相关描述。
候选调压参数对应的第二预期燃气入户压力分布可以指包含各个楼层入户压力范围及对应概率的数据，其形式、构成与构建方式可以与第一预期燃气入户压力分布相同。第一预期燃气入户压力分布的相关说明可参见图3相关描述。
步骤630，基于至少一个楼层的第二预期燃气入户压力分布和目标压力，确定候选调压参数对应的燃气入户压力调控方案的可行度。
在一些实施例中，候选调压参数对应的燃气入户压力调控方案的可行度可以基于第二预测模型和评估模型进行获取。关于可行度的相关说明可参见图3相关描述。关于第二预测模型和评估模型的相关说明可参见图5相关描述。
步骤640，基于一个或多个候选调压参数对应的燃气入户压力调控方案的可行度，确定燃气入户压力调控方案。
在一些实施例中，可以将满足预设条件的候选调压参数取平均值，其平均值结果作为燃气入户压力调控方案中的调压参数。预设条件可以是候选调压参数对应的燃气入户压力调控方案的可行度大于可行度阈值。可行度阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合，可以根据实际需求设定，本说明书对此不做限制。
本说明书一些实施例中，通过与前文不同的模型确定入户燃气压力分布，可以适应不同条件下的确定入户燃气压力分布的需要。
应当注意的是，上述有关流程600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600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。例如，确定燃气入户压力调控方案中的调压参数时采用加权平均等方式。
图7是根据本说明书一些实施例所示的第三预测模型的模型结构图。
在一些实施例中，智慧燃气设备管理平台130可以基于第三预测模型对当前环境信息、燃气使用信息、楼层高度信息和候选调压参数进行处理，确定至少一个楼层的第二预期燃气入户压力分布。
第三预测模型可以指用于确定第二预期燃气入户压力分布的机器学习模型。在一些实施例中，第三预测模型可以包括循环神经网络（Recurrent Neural Network, RNN）模型、深度神经网络（Deep Neural Network, DNN）模型、卷积神经网络（ConvolutionalNeural Network, CNN）模型等各种可行的模型中的任意一种或组合。
如图7所示，第三预测模型790的输入可以包括当前环境信息410、燃气使用信息720、楼层高度信息430和候选调压参数440，输出可以是至少一个楼层的第二预期燃气入户压力分布780。关于当前环境信息、楼层高度信息和候选调压参数的相关说明可参见图3相关描述。关于燃气使用信息的相关说明可参见图6相关描述。
在一些实施例中，第三预测模型可以包括多个处理层。如图7所示，第三预测模型790可以包括第一嵌入层750和第一处理层770。
第一嵌入层750可以用于对燃气使用信息720进行处理，确定燃气使用特征470。
燃气使用特征可以指基于燃气使用信息生成的，可以反映用户燃气使用情况的特征数据。在一些实施例中，燃气使用特征可以是矩阵形式的数据。例如，燃气使用特征可以是[(0.75，29)，(0.8，28)，(0.77，30)，......]，代表的含义为：1楼用户的燃气日均用量为0.75m3，月均用气天数为29天；2楼用户的燃气日均用量为0.8m3，月均用气天数为28天；3楼用户的燃气日均用量为0.77m3，月均用气天数为30天......。
第一处理层770可以用于对当前环境信息410、燃气使用特征470、楼层高度信息430和候选调压参数440进行处理，确定至少一个楼层的第二预期燃气入户压力分布780。第二预期燃气入户压力分布的相关说明可参见图6相关描述。
在一些实施例中，第三预测模型790的第一嵌入层750和第一处理层770可以通过联合训练获得。联合训练的样本数据可以为多个有标签的第三训练样本，第三训练样本可以包括样本环境信息、样本燃气使用信息、样本楼层高度信息和样本候选调压参数。第三训练样本的标签可以是第三训练样本对应的实际燃气入户压力分布。其中，样本楼层高度信息和样本候选调压参数可以分别根据历史楼层高度信息和历史调压参数获取；样本环境信息和实际燃气入户压力分布可以基于配置于智慧燃气对象平台150的温度计、气压计的历史监测记录获取；样本燃气使用信息可以基于用户的燃气历史使用记录获取。第三训练样本的标签可以基于人工标注确定。
示例性的联合训练过程可以包括：将样本燃气使用信息输入初始第一嵌入层，得到初始第一嵌入层输出的燃气使用特征；将初始第一嵌入层输出的燃气使用特征作为训练样本数据，与样本环境信息、样本楼层高度信息和样本候选调压参数一起输入初始第一处理层，得到初始第一处理层输出的至少一个楼层的第二预期燃气入户压力分布；基于第三训练样本的标签和初始第一处理层输出的至少一个楼层的第二预期燃气入户压力分布，同步更新初始第一嵌入层和初始第一处理层的参数。当损失函数满足训练结束的预设条件时模型训练完成，得到训练好的第一嵌入层和第一处理层。其中，训练结束的预设条件可以是损失函数收敛、迭代的次数达到迭代次数阈值等。
在一些实施例中，第三预测模型790的输出可以相关于高斯分布。
在一些实施例中，第三预测模型790的输出还可以包括至少一个楼层的第二预期燃气入户压力分布对应的高斯分布的方差。
本说明书一些实施例中，通过第三预测模型确定各楼层的第二预期燃气入户压力分布，提高了确定工作的效率，也提高了确定的第二预期燃气入户压力分布的准确度。
本说明书一些实施例中，通过输出高斯分布的方差，可以体现出第二预期燃气入户压力分布包含的各个楼层用户的入户压力波动情况，提高输出的压力分布情况的可信度。
图8是根据本说明书一些实施例所示的第三预测模型的另一模型结构图。
在一些实施例中，如图8所示，第三预测模型790可以包括第二嵌入层850和第二处理层870。在一些实施例中，第三预测模型的结构可以为LSTM(Long Short-Term Memory)结构。
第二嵌入层850可以用于对燃气使用信息720和楼层高度信息430进行处理，确定楼层特征860。关于楼层高度信息的相关说明可参见图3相关描述。关于燃气使用信息的相关说明可参见图6相关描述。
楼层特征可以指基于燃气使用信息和楼层高度信息生成的，可以综合反映用户燃气使用情况和楼层高度情况的特征数据。在一些实施例中，楼层特征可以是矩阵形式的数据。例如，楼层特征可以是[(0，0.75，29)，(3，0.8，28)，(6，0.77，30)，......]，代表的含义为：1楼用户的楼层高度为0，燃气日均用量为0.75m3，月均用气天数为29天；2楼用户的楼层高度为3m，燃气日均用量为0.8m3，月均用气天数为28天；3楼用户的楼层高度为6m，燃气日均用量为0.77m3，月均用气天数为30天......。
第二处理层870可以用于对当前环境信息410、楼层特征860和候选调压参数440进行处理，确定至少一个楼层的第二预期燃气入户压力分布780。关于当前环境信息的相关说明可参见图3相关描述。第二预期燃气入户压力分布的相关说明可参见图6相关描述。
在一些实施例中，第三预测模型790的第二嵌入层850和第二处理层870可以通过联合训练获得。联合训练的样本数据可以为多个有标签的第四训练样本，第四训练样本可以包括样本环境信息、样本燃气使用信息、样本楼层高度信息和样本候选调压参数。第四训练样本的标签可以是第四训练样本对应的实际燃气入户压力分布。其中，样本楼层高度信息和样本候选调压参数可以分别根据历史楼层高度信息和历史调压参数获取；样本环境信息和实际燃气入户压力分布可以基于配置于智慧燃气对象平台150的温度计、气压计的历史监测记录获取；样本燃气使用信息可以基于用户的燃气历史使用记录获取。第四训练样本的标签可以基于人工标注确定。
示例性的联合训练过程可以包括：将样本燃气使用信息和样本楼层高度信息输入初始第二嵌入层，得到初始第二嵌入层输出的楼层特征；将初始第二嵌入层输出的楼层特征作为训练样本数据，与样本环境信息和样本候选调压参数一起输入初始第二处理层，得到初始第二处理层输出的至少一个楼层的第二预期燃气入户压力分布；基于第四训练样本的标签和初始第二处理层输出的至少一个楼层的第二预期燃气入户压力分布，同步更新初始第二嵌入层和初始第二处理层的参数。当损失函数满足训练结束的预设条件时模型训练完成，得到训练好的第二嵌入层和第二处理层。其中，训练结束的预设条件可以是损失函数收敛、迭代的次数达到迭代次数阈值等。
本说明书一些实施例中，通过不同结构的第三预测模型确定各楼层的第二预期燃气入户压力分布，进一步提高了确定的第二预期燃气入户压力分布的准确度。
本说明书提供一种计算机可读存储介质，存储介质可以用于存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行基于智慧燃气的燃气入户压力调控方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (6)

1.基于智慧燃气的燃气入户压力调控方法，由智慧燃气入户压力调控物联网系统的智慧燃气设备管理平台中的处理器执行，所述方法包括：
基于当前环境信息，确定燃气入户压力调控方案，所述燃气入户压力调控方案包括燃气设备的调压参数；
基于所述燃气入户压力调控方案，生成调压指令；
基于所述调压指令，调节至少一个楼层的入户燃气压力；
将所述燃气入户压力调控方案传递至智慧燃气用户终端；
其中，所述基于当前环境信息，确定燃气入户压力调控方案包括：
获取燃气信息、楼层高度信息和一个或多个候选调压参数，以及至少一个楼层的目标压力；
基于第一预测模型对所述当前环境信息、所述燃气信息、所述楼层高度信息和所述候选调压参数进行处理，确定所述候选调压参数对应的至少一个楼层的第一预期燃气入户压力分布；所述第一预测模型为机器学习模型；
基于所述至少一个楼层的第一预期燃气入户压力分布和目标压力，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度；
基于一个或多个所述候选调压参数对应的所述燃气入户压力调控方案的可行度，确定所述燃气入户压力调控方案；
其中，所述基于所述至少一个楼层的第一预期燃气入户压力分布和目标压力，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度包括：
获取入户标准压力信息；
基于第二预测模型对所述楼层高度信息和所述入户标准压力信息进行处理，确定至少一个楼层的目标压力区间；所述第二预测模型为机器学习模型；
基于评估模型对所述至少一个楼层的所述第一预期燃气入户压力分布和所述至少一个楼层的所述目标压力区间进行处理，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度；所述评估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，所述基于当前环境信息，确定所述燃气入户压力调控方案，包括：
获取燃气使用信息、楼层高度信息和一个或多个候选调压参数，以及至少一个楼层的目标压力；
基于第三预测模型对所述当前环境信息、所述燃气使用信息、所述楼层高度信息和所述候选调压参数进行处理，确定所述候选调压参数对应的所述至少一个楼层的第二预期燃气入户压力分布；所述第三预测模型为机器学习模型；
基于所述至少一个楼层的所述第二预期燃气入户压力分布和目标压力，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度；
基于一个或多个所述候选调压参数对应的所述燃气入户压力调控方案的可行度，确定所述燃气入户压力调控方案。
3.如权利要求2所述的方法，其特征在于，所述第三预测模型包括第二嵌入层和第二处理层；
所述基于第三预测模型对所述当前环境信息、所述燃气使用信息、所述楼层高度信息和所述候选调压参数进行处理，确定所述候选调压参数对应的所述至少一个楼层的第二预期燃气入户压力分布包括：
基于所述第二嵌入层对所述燃气使用信息和所述楼层高度信息进行处理，确定楼层特征；
基于所述第二处理层对所述当前环境信息、所述楼层特征和所述候选调压参数进行处理，确定所述候选调压参数对应的至少一个楼层的第二预期燃气入户压力分布。
4.如权利要求1所述的方法，其特征在于，所述智慧燃气入户压力调控物联网系统还包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气传感网络平台和智慧燃气对象平台；
当前环境信息、楼层高度信息和燃气使用信息基于所述智慧燃气对象平台获取，并基于所述智慧燃气传感网络平台传递至所述智慧燃气设备管理平台；
燃气信息基于所述智慧燃气用户平台获取，并基于所述智慧燃气服务平台传递至所述智慧燃气设备管理平台。
5.一种智慧燃气入户压力调控物联网系统，其特征在于，所述智慧燃气入户压力调控物联网系统包括依次交互的智慧燃气用户平台、智慧燃气服务平台、智慧燃气设备管理平台、智慧燃气传感网络平台和智慧燃气对象平台，所述智慧燃气设备管理平台包括智慧燃气设备管理分平台和智慧燃气数据中心，所述智慧燃气设备管理平台被配置为执行以下操作：
所述智慧燃气数据中心经由所述智慧燃气传感网络平台从至少一个燃气设备中获取燃气使用数据并发送至智慧燃气设备管理分平台，所述至少一个燃气设备被配置于所述智慧燃气对象平台中；
所述智慧燃气设备管理平台被配置为：
基于当前环境信息，确定燃气入户压力调控方案；所述燃气入户压力调控方案包括燃气调压设备的调压参数；
基于所述燃气入户压力调控方案，生成调压指令；
基于所述调压指令，调节至少一个楼层的入户燃气压力；
将所述燃气入户压力调控方案传递至智慧燃气用户终端；
其中，所述基于当前环境信息，确定燃气入户压力调控方案包括：
获取燃气信息、楼层高度信息和一个或多个候选调压参数，以及至少一个楼层的目标压力；
基于第一预测模型对所述当前环境信息、所述燃气信息、所述楼层高度信息和所述候选调压参数进行处理，确定所述候选调压参数对应的至少一个楼层的第一预期燃气入户压力分布；所述第一预测模型为机器学习模型；
基于所述至少一个楼层的第一预期燃气入户压力分布和目标压力，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度；
基于一个或多个所述候选调压参数对应的所述燃气入户压力调控方案的可行度，确定所述燃气入户压力调控方案；
其中，所述基于所述至少一个楼层的第一预期燃气入户压力分布和目标压力，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度包括：
获取入户标准压力信息；
基于第二预测模型对所述楼层高度信息和所述入户标准压力信息进行处理，确定至少一个楼层的目标压力区间；所述第二预测模型为机器学习模型；
基于评估模型对所述至少一个楼层的所述第一预期燃气入户压力分布和所述至少一个楼层的所述目标压力区间进行处理，确定所述候选调压参数对应的所述燃气入户压力调控方案的可行度；所述评估模型为机器学习模型。
6.一种计算机可读存储介质，其特征在于，所述计算机可读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至4任一项所述的燃气入户压力调控方法。
CN202310104415.2A 2023-02-13 2023-02-13 基于智慧燃气的燃气入户压力调控方法和物联网系统 Active CN115823500B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202310104415.2A CN115823500B (zh) 2023-02-13 2023-02-13 基于智慧燃气的燃气入户压力调控方法和物联网系统
US18/300,360 US11868116B2 (en) 2023-02-13 2023-04-13 Methods and Internet of Things for regulating gas in-home pressures based on smart gas
US18/522,159 US20240094711A1 (en) 2023-02-13 2023-11-28 Methods and internet of things for managing gas pressures based on smart gas

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310104415.2A CN115823500B (zh) 2023-02-13 2023-02-13 基于智慧燃气的燃气入户压力调控方法和物联网系统

Publications (2)

Publication Number Publication Date
CN115823500A CN115823500A (zh) 2023-03-21
CN115823500B true CN115823500B (zh) 2023-05-05

Family

ID=85521070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310104415.2A Active CN115823500B (zh) 2023-02-13 2023-02-13 基于智慧燃气的燃气入户压力调控方法和物联网系统

Country Status (2)

Country Link
US (2) US11868116B2 (zh)
CN (1) CN115823500B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117850491B (zh) * 2024-03-06 2024-05-10 韵京厦(四川)能源科技研究院(有限合伙) 用于燃气输配的自动调压控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004065763A (ja) * 2002-08-08 2004-03-04 Kandenko Co Ltd 高層構造物における自動消火システム
JP2004213336A (ja) * 2002-12-27 2004-07-29 Yamatake Corp データ収集装置
CN1521449A (zh) * 2003-02-13 2004-08-18 上海燃气工程设计研究有限公司 超高层建筑燃气供应系统
US8548757B1 (en) * 2013-01-14 2013-10-01 RCP Inc. Method for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
CN109373191A (zh) * 2018-10-30 2019-02-22 广州发展集团股份有限公司 供气压力可调节的高层民用建筑燃气供气方法
KR20190064048A (ko) * 2017-11-30 2019-06-10 한국가스공사 천연가스 정압설비의 시운전 시스템
CN115355447A (zh) * 2022-10-20 2022-11-18 成都秦川物联网科技股份有限公司 一种基于物联网的智慧燃气门站调压优化方法和系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5427143A (en) * 1994-04-22 1995-06-27 Maracchi; Giorgio Gas flow and pressure regulation and control station
GEU1997319Y (en) * 1996-09-17 1997-11-10 Ilia Kherodinashvili Gas Supply System of City Dwelling-Houses
JP5120702B2 (ja) * 2008-02-15 2013-01-16 矢崎エナジーシステム株式会社 圧力調整器監視システム、ガスメータ及び携帯端末
GB0823168D0 (en) * 2008-12-18 2009-01-28 Bp Exploration Operating Fluid transmission control system and method
US8943806B2 (en) * 2011-03-07 2015-02-03 Toyota Jidosha Kabushiki Kaisha Working gas circulation engine
KR101437151B1 (ko) * 2012-09-21 2014-09-11 주식회사 부산도시가스 가스 공급 제어 시스템 및 방법
US9658625B2 (en) * 2014-07-07 2017-05-23 Sensus Usa Inc. Add-on chamber for improved response of gas pressure regulators
CN205480199U (zh) * 2016-01-14 2016-08-17 武汉市燃气热力规划设计院有限公司 一种超高层建筑燃气压力供应系统
US20180231184A1 (en) * 2017-02-13 2018-08-16 Compass Natural Gas Partners, LP Method and System for Transfer of Natural Gas
CN110191180A (zh) * 2019-05-29 2019-08-30 株洲新奥燃气有限公司 一种基于物联网的燃气工商用户监测系统及监测方法
CN111503523A (zh) * 2020-04-26 2020-08-07 重庆扬蓝科技有限公司 智能楼栋燃气调压系统
CN112068456A (zh) * 2020-08-17 2020-12-11 北京市燃气集团有限责任公司 一种燃气管网智能调控方法、系统、终端及存储介质
CN113011847A (zh) * 2021-03-23 2021-06-22 呼和浩特中燃城市燃气发展有限公司 一种燃气管道智慧化生产运营综合管理网络及实现方法
US11898895B2 (en) * 2021-07-26 2024-02-13 Chengdu Qinchuan Iot Technology Co., Ltd. Methods and systems for natural gas data computation outside gas internet of things based on energy measuring
CN217030831U (zh) * 2021-12-28 2022-07-22 中国市政工程中南设计研究总院有限公司 一种基于cim的智慧燃气管控平台
CN115511665B (zh) * 2022-11-14 2023-02-24 成都秦川物联网科技股份有限公司 用于智慧燃气的储配站燃气净化管理方法和物联网系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004065763A (ja) * 2002-08-08 2004-03-04 Kandenko Co Ltd 高層構造物における自動消火システム
JP2004213336A (ja) * 2002-12-27 2004-07-29 Yamatake Corp データ収集装置
CN1521449A (zh) * 2003-02-13 2004-08-18 上海燃气工程设计研究有限公司 超高层建筑燃气供应系统
US8548757B1 (en) * 2013-01-14 2013-10-01 RCP Inc. Method for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
KR20190064048A (ko) * 2017-11-30 2019-06-10 한국가스공사 천연가스 정압설비의 시운전 시스템
CN109373191A (zh) * 2018-10-30 2019-02-22 广州发展集团股份有限公司 供气压力可调节的高层民用建筑燃气供气方法
CN115355447A (zh) * 2022-10-20 2022-11-18 成都秦川物联网科技股份有限公司 一种基于物联网的智慧燃气门站调压优化方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
住宅小区燃气调压系统预测控制策略;张昊清;魏东;熊亚选;;电子技术与软件工程(第04期);全文 *
超高层住宅燃气管道附加压力及调压方式分析;杨志良;;福建建筑(第06期);全文 *

Also Published As

Publication number Publication date
US20240094711A1 (en) 2024-03-21
US11868116B2 (en) 2024-01-09
US20230251634A1 (en) 2023-08-10
CN115823500A (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN116346864B (zh) 基于智慧燃气物联网的超声波计量补偿方法、系统和介质
AU2017203097B2 (en) Demand management system for fluid networks
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
US11432485B2 (en) Artificially intelligent irrigation system
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
US8596550B2 (en) System, method and apparatus for identifying manual inputs to and adaptive programming of a thermostat
US11893518B2 (en) Methods and systems of optimizing pressure regulation at intelligent gas gate stations based on internet of things
CN116642560B (zh) 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
US10731886B2 (en) HVAC system including energy analytics engine
CN116091080A (zh) 基于智慧燃气呼叫中心的回访管理方法和物联网系统
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
US20140142766A1 (en) Methods and systems to improve power plant performance by corrective set points
US20230281535A1 (en) Methods and internet of things systems for gas resource dispatching based on smart gas call centers
CN115773797A (zh) 智慧燃气流量修正方法、物联网系统、装置以及介质
US11137730B2 (en) Environmental control management system
CN115618652B (zh) 智慧燃气压缩机运行优化方法、物联网系统、装置及介质
CN104216356A (zh) 用于电子压力调节器的条件控制的方法和装置
CN114270364A (zh) 用于控制和监测泵的计算机实现的系统和方法
CN116430821B (zh) 工业生产工艺模型的数据处理方法及装置
CN105182811A (zh) 一种基于电器设备操作的用户智能服务方法及系统
CN115854410A (zh) 一种管网水力平衡控制方法、装置、系统及存储介质
CN115271318A (zh) 一种能源回收调度方法及装置
CN116006809B (zh) 一种基于智慧燃气的管道低温维护方法和物联网系统
KR20220065967A (ko) 독립형 ai자동 환경제어시스템용 조절기
WO2023218196A1 (en) Computing device, pressure control station, system and methods for controlling fluid pressure in a fluid distribution network

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