CN116308965B - 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 - Google Patents
智慧燃气地下燃气管网安全管理方法、物联网系统及装置 Download PDFInfo
- Publication number
- CN116308965B CN116308965B CN202310586593.3A CN202310586593A CN116308965B CN 116308965 B CN116308965 B CN 116308965B CN 202310586593 A CN202310586593 A CN 202310586593A CN 116308965 B CN116308965 B CN 116308965B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- information
- gas
- intelligent gas
- pipe network
- 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
- 238000007726 management method Methods 0.000 title abstract description 134
- 238000012544 monitoring process Methods 0.000 claims abstract description 346
- 238000007689 inspection Methods 0.000 claims abstract description 177
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000010586 diagram Methods 0.000 claims abstract description 24
- 238000005192 partition Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 48
- 238000011156 evaluation Methods 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 2
- 230000002457 bidirectional effect Effects 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 239000007789 gas Substances 0.000 description 269
- 230000008569 process Effects 0.000 description 15
- 230000005856 abnormality Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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]
Abstract
本发明提供一种智慧燃气地下燃气管网安全管理方法、物联网系统及装置,该方法由智慧燃气安全管理平台执行,该方法包括:获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,基础监测信息以预设监测频率采集;基于基础监测信息、管网结构图、管廊内的燃气管道特征,确定至少一个重点监测点位及其监测内容;基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案以及智慧燃气安全管理平台的性能分配方案;基于智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的分布式监测部件的预设监测频率;以及基于巡检机器人的巡检结果,生成发送至用户终端的警报信息。
Description
技术领域
本说明书涉及燃气安全领域,特别涉及一种智慧燃气地下燃气管网安全管理方法、物联网系统及装置。
背景技术
随着燃气在生活中的应用越来越广泛,与燃气有关的安全问题也越来越多。相较于地下燃气管网的快速发展,地下燃气管网的管理却显得滞后。已经不能适应管廊业务的安全需求,并在很大程度上制约了燃气管廊发展。
针对如何管理地下燃气管网安全的问题,CN107632581B提出一种地下管廊的监控管理系统。该申请重点针对的是实现自动监控以及数据的实时上报,利用巡检机器人对地下管廊进行预设项目的巡检,并将巡检得到的实时数据上报给所述数据分析与评估系统。但是由于地下燃气管网的情况复杂多变,依然需要针对地下燃气管网进行信息化的智能安全管理优化研究。
因此,希望提供一种智慧燃气地下燃气管网安全管理方法、物联网系统及装置,以提高燃气管网的监测效率及监测结果的准确性。
发明内容
本说明书一个或多个实施例提供一种智慧燃气地下燃气管网安全管理方法。方法由智慧燃气地下燃气管网安全管理物联网系统的智慧燃气安全管理平台执行,方法包括:获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,基础监测信息以预设监测频率采集;基于基础监测信息、管网结构图、管廊内的燃气管道特征,确定至少一个重点监测点位及其监测内容;基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案以及智慧燃气安全管理平台的性能分配方案,巡检方案由至少一种巡检机器人执行,智慧燃气安全管理平台的性能分配方案至少包括智慧燃气安全管理平台处理监测数据的最大性能占用量,监测数据是指不同重点监测点位所在区域的数据;基于智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的分布式监测部件的预设监测频率;以及基于巡检机器人的巡检结果,生成发送至用户终端的警报信息。
本说明书一个或多个实施例提供一种智慧燃气地下燃气管网安全管理物联网系统,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,智慧燃气安全管理平台用于:通过智慧燃气管网设备传感网络平台基于智慧燃气管网设备对象平台获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,基础监测信息以预设监测频率采集;基于基础监测信息、管网结构图、管廊内的燃气管道特征,确定至少一个重点监测点位及其监测内容;基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案以及智慧燃气安全管理平台的性能分配方案,巡检方案由至少一种巡检机器人执行,智慧燃气安全管理平台的性能分配方案至少包括智慧燃气安全管理平台处理监测数据的最大性能占用量,监测数据是指不同重点监测点位所在区域的数据;基于智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的分布式监测部件的预设监测频率;以及基于巡检机器人的巡检结果,生成警报信息,将警报信息通过智慧燃气服务平台发送至智慧燃气用户平台。
本说明书一个或多个实施例提供一种智慧燃气地下燃气管网安全管理装置,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地下燃气管网安全管理方法。
本发明为了解决如何提高燃气管网的监测效率及监测结果的准确性的问题。通过确定重点监测点位,由不同种类的巡检机器人执行巡检方案,并针对性设计智慧燃气安全管理平台的性能分配方案,满足巡检需求的同时,提高了燃气管廊的监测效率及监测结果的准确性。
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地下燃气管网安全管理物联网系统的平台结构图;
图2是根据本说明书一些实施例所示的智慧燃气地下燃气管网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智慧燃气安全管理平台的性能分配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确定至少一个重点监测点位及其监测内容的示例性流程图;
图5是根据本说明书一些实施例所示的异常信息分布图的示例性示意图;
图6是根据本说明书一些实施例所示的确定参考信息区间的示例性流程图;
图7是根据本说明书一些实施例所示的确定巡检方案的示例性流程图;
图中,100为智慧燃气地下燃气管网安全管理物联网系统,110为智慧燃气用户平台,120为智慧燃气服务平台,130为智慧燃气安全管理平台,140为智慧燃气管网设备传感网络平台,150为智慧燃气管网设备对象平台。
具体实施方式
下面将对实施例描述中所需要使用的附图作简单的介绍。附图并不代表全部的实施方式。
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。
在本说明书的实施例中按步骤说明所执行的操作时,如无特别说明,则步骤的次序均为可调换的,步骤是可以省略的,在操作过程中也可以包括其他步骤。
图1是根据本说明书一些实施例所示的智慧燃气地下燃气管网安全管理物联网系统的平台结构图。以下将对本说明书实施例所涉及的智慧燃气地下燃气管网安全管理物联网系统进行详细说明。需要注意的是,以下实施例仅用于解释本说明书,并不构成对本说明书的限定。
在一些实施例中,如图1所示,智慧燃气地下燃气管网安全管理物联网系统100可以包括:智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气安全管理平台130、智慧燃气管网设备传感网络平台140和智慧燃气管网设备对象平台150。
智慧燃气用户平台110可以是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。
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和监管用户分平台。
燃气用户分平台可以是用于为燃气用户提供燃气使用相关数据以及燃气问题解决方案等。燃气用户可以是工业燃气用户、商业燃气用户、普通燃气用户等。
监管用户分平台可以用于对整个智慧燃气地下燃气管网安全管理物联网系统100的运行进行监管。监管用户可以是安全管理部门的人员。
在一些实施例中,智慧燃气用户平台110可以基于燃气用户分平台,将警报信息发送至燃气用户。
智慧燃气服务平台120可以是用于将用户的需求与控制信息传达出去的平台。智慧燃气服务平台120可以从智慧燃气安全管理平台130(例如,智慧燃气数据中心)获取基础监测信息等,并发送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和智慧监管服务分平台。
智慧用气服务分平台可以是为燃气用户提供用气服务的平台。
智慧监管服务分平台可以是为监管用户提供监管需求的平台。
在一些实施例中,智慧燃气服务平台120可以基于智慧监管服务分平台,将警报信息发送至监管用户分平台。
智慧燃气安全管理平台130可以是统筹、协调各功能平台之间的联系和协作,并汇聚着物联网全部的信息,为物联网运行体系提供感知管理和控制管理功能的平台。在一些实施例中,智慧燃气安全管理平台130可以被配置为处理器。处理器可以是单个服务器或服务器组。服务器组可以是集中式或分布式的。
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可以是用于对地下燃气管网安全进行管理的平台。在一些实施例中,智慧燃气管网安全管理分平台可以包括但不限于管网燃气泄漏监测模块、安全应急管理模块、管网风险评估管理模块、管网地理信息管理模块、管网设备安全监测模块。智慧燃气管网安全管理分平台可以通过前述各管理模块对地下燃气管网安全的相关数据进行分析处理。
智慧燃气数据中心可以用于存储和管理智慧燃气地下燃气管网安全管理物联网系统100的所有运行信息。在一些实施例中,智慧燃气数据中心可以被配置为存储设备,用于存储与地下燃气管网安全相关的数据(例如,基础监测信息)等。
在一些实施例中,智慧燃气安全管理平台130可以通过智慧燃气数据中心分别与智慧燃气服务平台120、智慧燃气管网设备传感网络平台140进行信息交互。例如,智慧燃气数据中心可以将地下燃气管网安全的相关数据发送至智慧燃气服务平台120,还可以发送获取地下燃气管网安全的相关数据的指令至智慧燃气管网设备传感网络平台140,以获取燃气管网设备安全的相关数据。
智慧燃气管网设备传感网络平台140可以是对传感通信进行管理的功能平台。在一些实施例中,智慧燃气管网设备传感网络平台140可以实现感知信息传感通信和控制信息传感通信的功能。在一些实施例中,智慧燃气管网设备传感网络平台140可以用于网络管理、协议管理、指令管理以及数据解析。
智慧燃气管网设备对象平台150可以是感知信息生成和控制信息执行的功能平台。例如,智慧燃气管网设备对象平台150可以监控并生成基础监测信息。
本说明书一些实施例,基于智慧燃气地下燃气管网安全管理物联网系统100,可以在智慧燃气管网设备对象平台与智慧燃气用户平台之间形成信息运行闭环,并在智慧燃气管理平台的统一管理下协调、规律运行,实现智慧燃气地下燃气管网安全管理信息化、智慧化。
图2是根据本说明书一些实施例所示的智慧燃气地下燃气管网安全管理方法的示例性流程图。在一些实施例中,流程200可以由智慧燃气地下燃气管网安全管理物联网系统的智慧燃气安全管理平台执行。
如图2所示,流程200包括下述步骤。
步骤210,获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,基础监测信息以预设监测频率采集。
监测点位可以指对地下燃气管网进行监测的位置。在一些实施例中,多个监测点位上设置有分布式监测部件。
分布式监测部件可以指用于采集管网分区的基础监测信息的相关设备。例如,分布于管廊中的各类传感器(如,温度传感器、湿度传感器)等。
其中,管网分区可以指对管网进行预先划分形成的多个区域。在一些实施中,管网分区可以根据燃气公司的管理区域进行划分,也可以根据小区、街道等方式进行划分。
基础监测信息可以指对管网进行监测时获取的相关信息。例如,基础监测信息可以包括温度、湿度、可燃气体、有毒气体、积水情况、灰尘情况等。
预设监测频率可以指预设的分布式监测部件采集信息的频率。在一些实施例中,预设监测频率可以由本领域技术人员预先设置或由系统默认设置。
在一些实施例中,基础监测信息由分布式监测部件以预设监测频率采集。
步骤220,基于基础监测信息、管网结构图、管廊内的燃气管道特征,确定至少一个重点监测点位及其监测内容。
管网结构图可以指反映管网基础信息的结构图。在一些实施例中,管网结构图可以包括管网布局走向、管网大小、管网坡度、地下深度等信息。
燃气管道特征可以指燃气管道的相关基础信息。例如,管廊内的燃气管道数量、管道大小、管道接头分支等。
重点监测点位可以指管廊内需要进行重点监测的位置。在一些实施例中,重点监测点位可以是管廊壁上的某些位置,也可以是管廊内的燃气管道的某个位置(例如,燃气管道的接头处、分支处、曾经维修过的地方等)。
在一些实施例中,智慧燃气安全管理平台可以将基础监测信息中出现异常的内容作为监测内容。例如,过高的温度、含量异常的可燃气体等。
在一些实施例中,智慧燃气安全管理平台可以基于基础监测信息、管网结构图、管廊内的燃气管道特征,通过多种方式确定至少一个重点监测点位及其监测内容。例如,预设关系对照表等。
关于基于基础监测信息、管网结构图、管廊内的燃气管道特征,确定至少一个重点监测点位及其监测内容的其他一些实施例,可以参见图4相关的说明。
步骤230,基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案以及智慧燃气安全管理平台的性能分配方案。
巡检方案可以指对燃气管网进行巡检的方案。在一些实施例中,巡检方案可以由至少一种巡检机器人执行。
巡检机器人可以指对管廊及管道进行检测、信息监测的,可以自由移动的机器人。例如,专项巡检机器人、复合巡检机器人等。其中,专项巡检机器人只能监测一种监测信息,但体积较小且比较灵活;复合巡检机器人可以同时高效监测多种监测信息,但是体积较大,不够灵活,且续航较短。
在一些实施例中,智慧燃气安全管理平台可以基于至少一个重点监测点位及其监测内容、基础监测信息,通过多种方式确定巡检方案。例如,向量数据库、预设关系对照表等。
关于基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案的其他一些实施例,可以参见图7相关的说明。
性能分配方案可以指对不同检测数据的性能分配方案。在一些实施例中,智慧燃气安全管理平台的性能分配方案至少可以包括智慧燃气安全管理平台处理监测数据的最大性能占用量。
监测数据是指不同重点监测点位所在区域的数据。例如,某重点监测点位所在区域的温度值、可燃气体含量值等。在一些实施例中,监测数据由巡检机器人和分布式监测部件监测获取。
在一些实施例中,智慧燃气安全管理平台可以基于至少一个重点监测点位及其监测内容、基础监测信息,通过多种方式确定性能分配方案。例如,向量数据库、预设关系对照表等。
关于确定智慧燃气安全管理平台的性能分配方案的其他一些实施例,可以参见图3相关的说明。
步骤240,基于智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的分布式监测部件的预设监测频率。
不同重点监测点位周边可以指以重点监测点位为中心,预设距离为半径内的区域。其中,预设距离可以由人为预先设置。
在一些实施例中,根据性能分配方案,确定智慧燃气安全管理平台对不同重点监测点位的最大处理能力(如每秒可以处理多少MB的数据)。根据最大处理能力调整预设监测频率,以确保根据该预设监测频率获取的数据量,不会超过最大处理能力从而导致智慧燃气安全管理平台死机。
步骤250,基于巡检机器人的巡检结果,生成发送至用户终端的警报信息。
巡检结果可以指巡检机器人对重点监测点位进行巡检的结果,例如,巡检结果可以包括正常、异常。
警报信息可以指用于预警可能发生的隐患的信息。在一些实施例中,警报信息可以以多种形式被发送至用户终端。例如,文字“温度过高”等。
在一些实施例中,在巡检机器人巡检结果出现异常时,智慧燃气安全管理平台可以将异常点位、异常内容生成为警报信息。
在本说明书的一些实施例中,通过确定重点监测点位,由不同种类的巡检机器人执行巡检方案,并针对性设计智慧燃气安全管理平台的性能分配方案。满足巡检需求的同时,提高了燃气管廊的监测效率及监测结果的准确性。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的确定智慧燃气安全管理平台的性能分配方案的示例性流程图。在一些实施例中,流程300可以由智慧燃气安全管理平台执行。
如图3所示,流程300包括下述步骤。
步骤310,基于至少一个重点监测点位及其监测内容,通过数据预测模型预测至少一个重点监测点位的数据特征。
数据特征可以指反映监测数据的相关信息。例如,数据特征可以包括监测数据总量、数据采集频率等。其中,监测数据总量可以指采集时间内的巡检机器人和分布式监测部件的总监测数据量;数据采集频率可以指监测数据总量与采集时间的比值,即巡检机器人获取数据的频率。
在一些实施例中,智慧燃气安全管理平台可以基于重点监测点位及其监测内容,通过数据预测模型预测重点监测点位的数据特征。
数据预测模型可以指机器学习模型,例如,神经网络(Neural Networks,NN)等。
数据预测模型的输入可以为重点监测点位及其监测内容,和进行巡检的巡检机器人种类。其中,巡检机器人种类基于巡检方案获取。数据预测模型的输出可以为重点监测点位的数据特征,可以包括监测数据总量、数据采集频率。
在一些实施例中,数据预测模型可以通过多个带有标签的训练得到。在一些实施例中,训练样本至少可以包括历史数据中的样本重点监测点位及其监测内容、样本巡检机器人种类。标签可以是历史重点监测点位的历史数据特征。标签可以基于人工标注获取。
步骤320,基于数据特征,根据相同时间内传输到智慧燃气安全管理平台的数据量比例确定候选分配方案。
数据量比例可以指各个重点监测点位的监测数据总量的比值。
候选分配方案可以指对智慧燃气安全管理平台的性能进行分配的候选方案。在一些实施例中,每个时间段需要智慧燃气安全管理平台处理的重点监测点位不同,候选分配方案可以包括不同时段不同重点监测点位的分配方案。
在一些实施例中,智慧燃气安全管理平台可以基于数据特征,确定各个时间段内各个重点检测点位传输到智慧燃气安全管理平台的数据量比例;并将输到智慧燃气安全管理平台的数据量比例确定为对应时间段内的各个重点检测点位的性能分配比例,进而确定候选分配方案。例如,时间段T1内需要处理重点监测点位A、B、C的监测数据;时间段T2需要处理重点监测点位C(时间段T1内未处理完)、D、E的监测数据,则候选分配方案可以为[(T1,A,a,B,b,C,c),(T2,C,c,D,d,E,e),……]。其中,T1、T2为不同时间段,a、b、c、d、e分别为重点监测点位A、B、C、D、E在该时间段内对应的性能分配比例。
步骤330,对候选分配方案进行多轮迭代更新,直至满足第一迭代完成条件。
在一些实施例中,多轮迭代更新中的每一轮可以包括以下步骤:
步骤331,计算候选分配方案的评估值。
评估值可以指用于评估候选分配方案的数值。在一些实施例中,候选分配方案的评估值可以包括多个子评估值,其中,一个重点监测点位对应一个子评估值。
在一些实施例中,子评估值可以相关于重点监测点位的数据采集效率。对于不同重点监测点位,分别需要采集的监测数据总量是固定的。若分配的智慧燃气安全管理平台性能不足,则会影响到数据采集效率(比如,采集一部分数据后由于智慧燃气安全管理平台还没处理完,需要暂停采集)。
在一些实施例中,对数据采集效率的影响可以用数据采集时长的增加量表示。
在一些实施例中,根据候选分配方案可以确定该分配方案下的监测频率,从而可以确定各个重点监测点位对应的采集时长;对于每一个重点监测点位,智慧燃气安全管理平台可以将重点监测点位对应的采集时长减去该重点监测点位的标准采集时长,确定为该重点监测点位的子评估值。由于标准采集时长是无智慧燃气安全管理平台性能限制下的采集时长,应该为最小采集时长,则子评估值可以为正值、零。其中,重点监测点位的标准采集时长可以基于在无智慧燃气安全管理平台性能限制下时,可以达到的监测频率确定。
在一些实施例中,智慧燃气安全管理平台可以通过对多个子评估值进行求和,确定候选分配方案对应的评估值。
步骤332,基于评估值调整候选分配方案,得到更新的候选分配方案。
在一些实施例中,智慧燃气安全管理平台可以将候选分配方案中,子评估值最高的前n个重点监测点位的性能分配调高。对应的,将其它重点监测点位的性能分配等比例降低,进而得到更新的候选分配方案。n的值可以预设。
在一些实施例中,响应于不满足第一迭代完成条件,将当前迭代更新后的评估值对应的候选分配方案,确定为下一轮迭代的初始候选分配方案,进行上述迭代操作;响应于满足第一迭代完成条件,结束迭代更新。
在一些实施例中,第一迭代完成条件可以是满足一定的迭代轮数,或评估值收敛,或评估值小于或等于第一预设阈值。其中,评估值收敛可以指连续几轮迭代中前后两次迭代的候选分配方案的评估值差值,小于或等于第二预设阈值。迭代次数和第一、二预设阈值可以由人工根据经验预先设置或由系统默认设置。
步骤340,基于迭代结果,确定智慧燃气安全管理平台的性能分配方案。
迭代结果可以为响应于满足第一迭代完成条件,结束迭代更新时获取的各轮迭代的候选分配方案。
在一些实施例中,当第一迭代完成条件被满足时即可结束迭代并从迭代结果中,选取评估值最低的迭代结果对应的候选分配方案作为智慧燃气安全管理平台的性能分配方案。
在本说明书的一些实施例中,通过模型预测重点监测点位的数据特征,进而确定候选分配方案,再对候选分配方案进行多轮迭代更新,确定智慧燃气安全管理平台的性能分配方案。使得性能分配更加合理,在满足智慧燃气安全管理平台正常工作的同时,保证数据采集效率。
图4是根据本说明书一些实施例所示的确定至少一个重点监测点位及其监测内容的示例性流程图。在一些实施例中,流程400可以由智慧燃气安全管理平台执行。
如图4所示,流程400包括下述步骤。
步骤410,识别基础监测信息中的异常信息。
异常信息可以指与正常情况相比,信息大小异常的基础监测信息。
在一些实施例中,智慧燃气安全管理平台可以通过多种方法识别异常信息。例如,将信息大小超出预设异常阈值的基础监测信息确定为异常信息。预设异常阈值可以由人工设置或由系统默认设置。
在一些实施例中,智慧燃气安全管理平台可以获取至少一个管网分区的环境信息、管廊中燃气管道的燃气流量信息;基于环境信息、燃气流量信息,确定参考信息区间;以及基于基础监测信息和参考信息区间,确定异常信息。
环境信息可以指多个管网段所在区域环境的相关信息,例如,天气环境、通风环境等。
燃气流量信息可以指一定时间内流通的燃气量与时间的比值。
在一些实施例中,环境信息可以通过天气预报及相关设备获取;燃气流量信息可以通过燃气表获取。
参考信息区间可以指基础监测信息的正常范围区间。在一些实施例中,不同情况下的参考信息区间是不同的。例如,不同天气状况下,燃气管道内的温度、湿度、灰尘情况均不相同,则参考信息区间也不相同;再例如,燃气管道的燃气流量较大时,管廊内的可燃气体含量可能也会较大,参考信息区间也需要相应变化。
在一些实施例中,智慧燃气安全管理平台可以基于环境信息、燃气流量信息,构建管网监测向量,基于管网监测向量在向量数据库中检索至少一个相似度符合要求的参考管网监测向量,基于参考管网监测向量对应的历史数据中未出现异常情况的基础监测数据确定参考信息区间。例如,将未出现异常情况的基础监测数据覆盖到的数据范围作为参考信息区间。其中,相似度符合要求可以指向量距离小于预设距离等;参考管网监测向量可以指由历史环境信息、历史燃气流量信息构建的向量。
关于确定参考信息区间的其他一些实施例,可以参见图6相关的说明。
在一些实施例中,智慧燃气安全管理平台可以将不在参考信息区间内的基础监测信息确定为异常信息。
在本说明书的一些实施例中,结合环境信息和燃气流量信息,确定不同情况下的参考信息区间。使得参考信息区间的确定更准确,进而提高识别异常信息的准确性。
步骤420,基于异常信息、管网结构图,确定至少一个异常信息分布图。在一些实施例中,一种异常信息对应一个异常信息分布图。
图5是根据本说明书一些实施例所示的异常信息分布图的示例性示意图。
在一些实施例中,如图5所示,对于某一段管网,以X-X´轴为管网的示意方向,Y轴为异常信息大小平均值,构建异常信息分布图的坐标系。其中,监测点位可以包括X1、X2、X3、O,O点为该段管网中可能出现的管网转折点,管网XO和管网X´O为直线管网。在一些实施例中,不同的管网段可以分别绘制对应的异常信息分布图。
异常信息大小平均值可以指管网中每个监测点位的异常信息,在多个时间点的数据平均值。例如,对于监测点位X1,在X-X´轴上坐标为X1。其在t1时刻的异常信息大小为Y1(如,温度为40℃),在t2时刻的异常信息大小为Y2(如,温度为60℃),则Y值对应为异常信息大小平均值(如,温度为50℃)。
在一些实施例中,将异常信息分布图的坐标系上的多个离散的监测点位平滑连接,进行曲线拟合,得到连续的异常信息分布图。
步骤430,基于异常信息分布图、燃气管道特征,确定至少一个重点监测点位及其监测内容。
在一些实施例中,智慧燃气安全管理平台可以将异常信息分布图中的最高点,及其周边的燃气管道连接点、分支点、历史维修点等确定为重点监测点位,对应异常信息为重点监测点位的监测内容。关于重点监测点位周边的更多内容可以参见图2及其相关描述。
在一些实施例中,智慧燃气安全管理平台可以基于异常信息分布图,确定异常信息沿着管网方向的变化特征;以及将变化特征符合预设变化条件的监测点位及其异常信息的类型,确定为至少一个重点监测点位及其监测内容。
变化特征可以指反映异常信息的变化的相关信息。例如,异常信息的变化方向、异常信息的变化幅度等。
在一些实施例中,如图5所示,智慧燃气安全管理平台可以求解异常信息分布图在各个XOY面或X´OY面上的曲线的梯度信息,将梯度信息确定为异常信息在沿着管网方向的变化特征。
预设变化条件可以包括梯度大小、梯度方向等方面的条件。例如,梯度大小小于预设梯度阈值、梯度方向与预设方向一致(如,沿着管网方向减低)等。例如,图5为燃气含量异常对应的异常分布图,若监测点位O及其两侧各10m范围内的管网燃气异常(不在参考信息区间内),监测点位O的燃气含量最高,且监测点位O两侧10m范围内的燃气含量虽然异常,但都沿着管网方向递减,说明附近燃气含量异常是由于监测点位O异常(比如燃气泄漏)导致,则该监测点位可以作为重点监测点位。
在一些实施例中,预设变化条件可以基于监测点位附近的基础监测点位分布情况确定。
基础监测点位分布情况可以指基础监测点位分布的疏密程度。在一些实施例中,基础监测点位分布情况可以由基础监测点位的间距表示。
在一些实施例中,基础监测点位分布密集的情况下,异常信息通过自然流动扩散导致的变化幅度较小。反之,基础监测点位分布稀疏的情况下,变化幅度较大,则可以设置对应的预设变化条件。
在一些实施例中,智慧燃气安全管理平台可以根据基础监测点位分布的疏密程度,对基础预设变化条件进行增加或者降低。其中,基础预设变化条件可以由人工根据经验预先设置。例如,当基础监测点位间距较大时,智慧燃气安全管理平台可以对基础预设变化条件中设定的预设梯度阈值进行增加,预设方向不变。
在本说明书的一些实施例中,基于监测点位附近的基础监测点位分布情况确定预设变化条件,可以避免由于某个监测点位的异常而忽略其他监测点位的异常(例如,对于某个有泄露问题的监测点位,其同侧两个间距较远的监测点位监测的燃气含量相近,则存在两个监测点位之间还有其他有泄漏问题的监测点位的可能),进而使得异常的监测点位的判断更全面、更准确。
异常信息的类型可以指异常信息对应的基础监测信息的种类。
在一些实施例中,智慧燃气安全管理平台可以将变化特征符合预设变化条件的监测点位及其异常信息的类型,确定为至少一个重点监测点位及其监测内容。
在本说明书的一些实施例中,基于异常信息分布图确定变化特征,进而通过变化特征符合预设变化条件确定重点监测点位及其监测内容。实现有针对性地各个管网段分别进行重点监测点位的确定,提高了确定重点监测点位及其监测内容的准确性。
在本说明书的一些实施例中,通过识别异常信息结合管网结构图,绘制异常信息分布图。使得确定重点监测点位及其监测内容的准确性和全面性大大提高,进而同时提升了燃气管廊的监测效率和监测质量。
图6是根据本说明书一些实施例所示的确定参考信息区间的示例性流程图。在一些实施例中,流程600可以由智慧燃气安全管理平台执行。如图6所示,流程600包括下述步骤。
步骤610,对参考信息区间的上限和下限进行多轮迭代更新,直至满足第二迭代完成条件。
参考信息区间的上限和下限可以指基础监测信息的正常范围的上限和下限。
在一些实施例中,多轮迭代更新中的每一轮可以包括以下步骤:
步骤611,基于管网设计信息、管网中的设施信息,通过异常判断模型判断参考信息区间的上限或下限的异常概率。
管网设计信息可以指管网结构、布局设计的相关信息。例如,管网设计信息可以包括管网的宽度、高度等。在一些实施例中,管网设计信息可以通过管网结构图获取。
管网中的设施信息可以指管网中包含的设施的相关信息。例如,管网中的设施种类、型号、数量等信息。
在一些实施例中,智慧燃气安全管理平台可以通过异常判断模型判断参考信息区间的上限或下限的异常概率。
异常概率可以指当基础监测信息取参考信息区间的上限或下限时,管廊出现问题的概率。
异常判断模型可以为机器学习模型,例如,卷积神经网络(Convolutional NeuralNetworks,CNN)等。
在一些实施例中,异常判断模型的输入可以包括参考信息区间的上限或下限、其他基础监测信息的参考值、管网设计信息以及管网中的设施信息;输出可以包括参考信息区间的上限或下限的异常概率。其中,其他基础监测信息的参考值可以指除参考信息区间对应的基础监测信息之外的其他基础监测信息的参考信息区间的上限或下限。例如,要判断的是温度的参考信息区间的上限或下限的异常概率,则其他基础监测信息的参考值为湿度、燃气含量、水位、灰尘情况等基础监测信息的参考信息区间的上限或下限。
在一些实施例中,智慧燃气安全管理平台可以基于不同的监测点位确定不同的参考信息区间的上限和下限,此时异常概率模型的输入还可以包括当前待判断监测点位的点位特征。其中,关于点位特征的更多内容可以参见图7及其相关描述。
在一些实施例中,不同的点位特征对应的参考信息区间会有所不同。例如,因为燃气传输过程中会由于上游用户对燃气的使用导致传输到下游的燃气变少,所以位于燃气传输下游的点位,其温度、气压、可燃气体含量等监测信息的正常范围可能会不同。
在本说明书的一些实施例中,将当前待判断监测点位的点位特征输入异常判断模型,可以确定不同的监测点位的参考信息区间的上限和下限,以提高参考信息区间的准确性。
在一些实施例中,异常判断模型可以通过正负训练样本进行训练。其中,正训练样本可以为发生异常的样本,负训练样本可以为未发生异常的样本。在一些实施例中,训练样本至少可以包括历史数据中的样本参考信息区间的上限或下限、样本其他基础监测信息的参考值、样本管网设计信息以及样本管网中的设施信息。在一些实施例中,训练样本还可以包括历史数据中的样本当前待判断监测点位的点位特征,标签可以基于历史数据确定,正训练样本的标签可以为1,负训练样本的标签可以为0。
步骤612,基于异常概率调整参考信息区间的上限或下限。
在一些实施例中,智慧燃气安全管理平台可以根据预设步长对异常概率高于预设值的参考信息区间的上限和/或下限进行上调或下调。例如,当参考信息区间的上限对应的异常概率高于第二预设阈值时,将参考信息区间的上限以预设步长进行上调,或将参考信息区间的上限以预设步长进行下调。若上一次迭代过程中,将参考信息区间的上限上调后,异常概率反而变大,则本次将参考信息区间的上限进行下调;若上一次迭代过程中,将参考信息区间的上限上调后,异常概率变小,则本次继续将参考信息区间的上限上调。
在一些实施例中,响应于不满足第二迭代完成条件,智慧燃气安全管理平台将最近一次迭代更新后的异常概率对应的参考信息区间的上限或下限,确定为下一轮迭代的参考信息区间的初始上限或初始下限,进行上述迭代操作;响应于满足第二迭代完成条件,结束迭代更新。
在一些实施例中,第二迭代完成条件可以是满足一定的迭代轮数,或异常概率收敛,或异常概率小于或等于第三预设阈值。其中,异常概率收敛可以指连续几轮迭代中前后两次迭代的参考信息区间的上限或下限的异常概率差值,小于或等于第四预设阈值。迭代次数和第三、四预设阈值可以由人工根据经验预先设置或由系统默认设置。
步骤620,基于迭代结果,确定最终的参考信息区间的上限和下限。
迭代结果可以为响应于满足第二迭代完成条件,结束迭代更新时获取的各轮迭代的参考信息区间的上限或下限。
在一些实施例中,当第二迭代完成条件为异常概率满足第二预设阈值时,可以将迭代结果可以确认为最终的参考信息区间的上限或下限。在一些实施例中,当第二迭代完成条件为满足一定的迭代轮数,或异常概率收敛时,可以选择各轮迭代的参考信息区间的上限或下限中异常概率最小的参考信息区间的上限或下限确定为最终的参考区间的上限或下限。
在本说明书的一些实施例中,通过多轮迭代更新参考区间的上限和下限,可以得到准确的参考信息区间的上限和下限,进而有利于后续确定更准确的异常信息。
图7是根据本说明书一些实施例所示的确定巡检方案的示例性流程图。在一些实施例中,流程700可以由智慧燃气安全管理平台执行。如图7所示,流程700包括下述步骤:
步骤710,基于至少一个重点监测点位的空间信息及监测内容,确定至少一组候选巡检机器人组合。
空间信息可以指重点监测点位的空间大小,用于确定可容纳的最大巡检机器人。
在一些实施例中,候选巡检机器人组合可以包括所需的不同种类的巡检机器人,以及每一种巡检机器人的具体编号。例如,候选巡检机器人组合可以包括燃气巡检机器人1号、燃气巡检机器人2号、燃气巡检机器人3号、温度巡检机器人1号、湿度巡检机器人1号以及包含燃气巡检功能的复合巡检机器人1号。
在一些实施例中,智慧燃气安全管理平台可以根据重点监测点位的空间信息及监测内容,确定可选择的巡检机器人的巡检功能种类及其可选用的数量范围;根据每种巡检功能种类的当前可选用巡检机器人数量范围,进行排列组合生成巡检机器人组合。其中,数量范围可以为不大于n个,n为该类型可用的巡检机器人数量与需要进行该类型巡检的重点检测点位的数量中的较小值。例如,可用的具有燃气巡检功能的巡检机器人数量为3个,需要进行燃气巡检的重点检测点位为10个,则可选用的数量范围为不大于3个。因此可以通过排列组合生成种巡检机器人组合。
步骤720,对于至少一组候选巡检机器人组合中的每一组,确定候选巡检机器人组合的巡检方案。其中,确定每一组候选巡检机器人组合的巡检方案可以包括以下步骤:
步骤721,基于候选巡检机器人组合中每一个巡检机器人的位置,生成对应的巡检路线。
巡检路线可以指巡检机器人进行巡检过程中经过的路线。
在一些实施例中,智慧燃气安全管理平台可以通过多种方式确定巡检路线。例如,智慧燃气安全管理平台可以随机生成m组候选巡检路线,接着将m组候选巡检路线中总路径最短的候选巡检路线确定为巡检路线。m的值可以预设。
在一些实施例中,智慧燃气安全管理平台可以对于候选巡检机器人组合中的每一个巡检机器人,从巡检机器人的位置出发,前往目标巡检点位;对目标巡检点位进行巡检;重复上述操作,直至满足预设巡检条件;将巡检机器人经过的路线确定为巡检机器人对应的巡检路线。
目标巡检点位可以指同一巡检功能种类中,距离巡检机器人的位置最近的未被巡检过的巡检点位。
在一些实施例中,每种巡检功能种类中的巡检机器人可以有多台。在确定其中一台巡检机器人的目标巡检点位时,先根据其他巡检机器人的巡检距离、运动速度、以及巡检一个点位所需要的时间,计算出已经被巡检过的重点监测点位。再从剩下的未被巡检过的重点监测点位中,选择与该巡检机器人距离最近的重点监测点位,确定为其下一个目标巡检点位。距离可以指管道的长度。例如,对于同一巡检功能种类的机器人1、2、3,根据巡检机器人2的巡检距离、巡检机器人2的运动速度、以及巡检机器人2巡检一个重点监测点位所需要的时间,计算出巡检机器人2已经巡检过的监测点位,同样得出巡检机器人3已经巡检过的监测点位。然后巡检机器人1在剩下的重点监测点位中选择与其距离最近的重点监测点位作为其下一个目标巡检点位。
预设巡检条件可以指巡检机器人停止巡检的预设条件。在一些实施例中,预设巡检条件可以是所有目标巡检点位已全部遍历。
在本说明书的一些实施例中,基于上述方法可以确定总路径最短的巡检路线,从而保证后续可以确定更优的巡检方案。
步骤722,评估候选巡检机器人组合及其巡检路线的巡检成本。
在一些实施例中,巡检成本可以指用于评估候选巡检机器人组合及其巡检路线的优劣的数值。巡检成本越低,候选巡检机器人组合及其巡检路线越优。
在一些实施例中,智慧燃气安全管理平台可以通过多种方式评估巡检成本。例如,基于候选巡检机器人组合及其巡检路线查找预设关系对照表等。
在一些实施例中,巡检成本可以包括第一成本、第二成本、第三成本。智慧燃气安全管理平台可以对第一成本、第二成本、第三成本进行加权求和,以确定巡检成本。
第一成本可以指巡检机器人的使用成本。在一些实施例中,第一成本可以相关于候选巡检机器人组合中巡检机器人的数量。例如,需要使用的巡检机器人的数量越少,第一成本越低。
第二成本可以指巡检路线的时间成本。在一些实施例中,第二成本可以相关于巡检路线对应的巡检时长。例如,巡检时长越短,第二成本越低。
第三成本可以指巡检路线的距离成本。在一些实施例中,第三成本可以相关于巡检路线对应的巡检总路程。例如,巡检总路程越短,第三成本越低。
在一些实施例中,第一、二、三成本均可以由0~10之间的任意数值表示,可以基于预设关系对照表确定第一、二、三成本。在一些实施例中,巡检成本可以基于对第一成本、第二成本、第三成本进行加权求和,确定巡检成本。其中,第一成本、第二成本、第三成本的权重够可以预先设定,其中,第二成本权重最高。
在本说明书的一些实施例中,智慧燃气安全管理平台可以对第一成本、第二成本、第三成本进行加权求和,以确定更加准确的巡检成本,进一步获得更加有效的巡检方案。
在一些实施例中,巡检成本还可以相关于第四成本。第四成本可以基于至少一个重点监测点位的第四子成本确定,第四子成本可以基于至少一个重点监测点位中每个重点监测点位的点位特征及巡检时间确定。
在一些实施例中,智慧燃气安全管理平台可以基于重点监测点位的第四子成本确定第四成本。例如,多个点位的第四子成本越低,巡检方案的第四成本越低。
在一些实施例中,智慧燃气安全管理平台可以基于重点监测点位的点位特征及巡检时间确定第四子成本。例如,点位特征中密集度越大、越在下游的点位,其巡检时间越早,对应的第四子成本越小。
点位特征是指可以表征重点监测点位自身信息的特征。在一些实施例中,点位特征可以包括重点监测点位的管道密集度、重点监测点位对应的下游传输距离。其中,管道密集度可以指某重点监测点位的周边的单位面积存在的管道数量;下游传输距离可以指重点监测点位与管廊传输起点(例如,储气站、燃气进入该管网分区的点位)的管道的长度。
在一些实施例中,智慧燃气安全管理平台可以对重点监测点位的管道密集度、重点监测点位的下游传输距离进行加权求和,以确定第四子成本。
由于优先巡检下游管道的重点监测点位,如果该重点监测点位没问题的话,上游点位大概率也没什么问题;优先巡检密集度较大的重点监测点位,如果该重点监测点位没问题的话,周边的重点监测点位大概率也没什么问题。因此,点位特征中密集度越大、越在下游的点位,其巡检时间越早,对应的第四子成本越小。
在一些实施例中,智慧燃气安全管理平台可以根据预设值或者预设规则确定权重。例如,将不同巡检次序的重点检测点位的权重根据公差的等差数列设置,次序越靠后,权重越大。
在一些实施例中,第四成本可以根据巡检机器人前往的多个点位的第四子成本的平均值确定。
在一些实施例中,巡检成本还可以基于第一成本、第二成本、第三成本以及第四成本加权求和确定。
在本说明书的一些实施例中,巡检成本还可以考虑到了第四成本,可以获得更加准确的巡检成本,进一步获得更加准确的巡检方案。
步骤723,基于巡检成本,确定巡检方案。
在一些实施例中,智慧燃气安全管理平台可以通过多种方式确定巡检方案。例如,智慧燃气安全管理平台可以将巡检成本最小的巡检方案确定为最终的巡检方案。
在一些实施例中,智慧燃气安全管理平台可以将满足第二成本低于时间上限的巡检方案中,巡检成本最低的候选巡检机器人组合及其巡检路线作为巡检方案。
时间上限可以指巡检机器人的巡检时长的最大值。在一些实施例中,时间上限可以相关于至少一个重点监测点位的异常信息与参考信息区间的差值的平均值。
在一些实施例中,异常信息与参考信息区间的差值可以指异常信息的数值与参考信息区间的差值。其中,异常信息的数值与参考信息区间的差值可以指异常信息的数值与参考信息区间的上限或下限的差值绝对值中的较小差值绝对值。
在本说明书的一些实施例中,智慧燃气安全管理平台确定巡检方案考虑到了相关于异常信息与参考信息区间的差值的时间上限,使确定的巡检方案更加准确。
在本书明书的一些实施例中,智慧燃气安全管理平台基于至少一个重点监测点位及其监测内容、基础监测信息,确定巡检方案。可以优化巡检机器人的巡检效果,进一步生成准确的警报信息。
在一些实施例中,智慧燃气地下燃气管网安全管理装置包括处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述装置实现所述智慧燃气地下燃气管网安全管理方法。
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。
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。
如果本说明书引用附属材料中的描述、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。
Claims (9)
1.一种智慧燃气地下燃气管网安全管理方法,其特征在于,由智慧燃气安全管理平台执行,所述方法包括:
获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,所述基础监测信息以预设监测频率采集;
基于所述基础监测信息、管网结构图、管廊内的燃气管道特征,生成至少一个重点监测点位及其监测内容;
基于所述至少一个重点监测点位及其监测内容、所述基础监测信息,确定巡检方案以及所述智慧燃气安全管理平台的性能分配方案,所述巡检方案由至少一种巡检机器人执行,所述智慧燃气安全管理平台的性能分配方案至少包括所述智慧燃气安全管理平台处理监测数据的最大性能占用量,所述监测数据是指不同重点监测点位所在区域的数据;
基于所述智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的所述分布式监测部件的预设监测频率;以及
基于所述巡检机器人的巡检结果,生成发送至用户终端的警报信息;
其中,确定所述智慧燃气安全管理平台的性能分配方案包括:
基于所述至少一个重点监测点位及其监测内容,通过数据预测模型预测所述至少一个重点监测点位的数据特征;
基于所述数据特征,根据相同时间内传输到所述智慧燃气安全管理平台的数据量比例确定候选分配方案;
对所述候选分配方案进行多轮迭代更新,直至满足第一迭代完成条件;
基于迭代结果,确定所述智慧燃气安全管理平台的性能分配方案;
其中,所述多轮迭代更新中的每一轮包括:
计算所述候选分配方案的评估值;以及
基于所述评估值调整所述候选分配方案,得到更新的候选分配方案,所述评估值包括多个子评估值,所述子评估值相关于所述重点监测点位的数据采集效率。
2.如权利要求1所述的方法,其特征在于,所述基于所述基础监测信息、管网结构图、管廊内的燃气管道特征,生成至少一个重点监测点位及其监测内容包括:
识别所述基础监测信息中的异常信息;
基于所述异常信息、所述管网结构图,确定至少一个异常信息分布图;以及
基于所述异常信息分布图、所述燃气管道特征,确定所述至少一个重点监测点位及其监测内容。
3.如权利要求2所述的方法,其特征在于,所述基于所述异常信息分布图、所述燃气管道特征,确定所述至少一个重点监测点位及其监测内容包括:
基于所述异常信息分布图,确定所述异常信息沿着管网方向的变化特征;以及
将所述变化特征符合预设变化条件的监测点位及其异常信息的类型,确定为所述至少一个重点监测点位及其监测内容。
4.如权利要求2所述的方法,其特征在于,所述识别所述基础监测信息中的异常信息包括:
获取所述至少一个管网分区的环境信息、管廊中燃气管道的燃气流量信息;
基于所述环境信息、所述燃气流量信息,确定参考信息区间;以及
基于所述基础监测信息和所述参考信息区间,确定所述异常信息。
5.如权利要求4所述的方法,其特征在于,所述确定参考信息区间包括:
对所述参考信息区间的上限和下限分别进行多轮迭代更新,直至满足第二迭代完成条件;
基于迭代结果,确定最终的参考信息区间的上限和下限;
其中,所述多轮迭代更新中的每一轮包括:
基于管网设计信息、管网中的设施信息,通过异常判断模型判断所述参考信息区间的上限或下限的异常概率,所述异常判断模型为机器学习模型;以及
基于所述异常概率调整所述参考信息区间的上限或下限。
6.如权利要求1所述的方法,其特征在于,所述基于所述至少一个重点监测点位及其监测内容、所述基础监测信息,确定巡检方案包括:
基于所述至少一个重点监测点位的空间信息及监测内容,确定至少一组候选巡检机器人组合;
对于所述至少一组候选巡检机器人组合中的每一组,
基于所述候选巡检机器人组合中每一个巡检机器人的位置,生成对应的巡检路线;
评估所述候选巡检机器人组合及其巡检路线的巡检成本;以及
基于所述巡检成本,确定所述巡检方案。
7.一种智慧燃气地下燃气管网安全管理物联网系统,其特征在于,所述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,所述智慧燃气安全管理平台用于:
通过所述智慧燃气管网设备传感网络平台基于所述智慧燃气管网设备对象平台获取由设置于多个监测点位的分布式监测部件采集的,至少一个管网分区的基础监测信息,所述基础监测信息以预设监测频率采集;
基于所述基础监测信息、管网结构图、管廊内的燃气管道特征,生成至少一个重点监测点位及其监测内容;
基于所述至少一个重点监测点位及其监测内容、所述基础监测信息,确定巡检方案以及所述智慧燃气安全管理平台的性能分配方案,所述巡检方案由至少一种巡检机器人执行,所述智慧燃气安全管理平台的性能分配方案至少包括所述智慧燃气安全管理平台处理监测数据的最大性能占用量,所述监测数据是指不同重点监测点位所在区域的数据;
基于所述智慧燃气安全管理平台的性能分配方案,调整位于不同重点监测点位及其周边的所述分布式监测部件的预设监测频率;以及
基于所述巡检机器人的巡检结果,生成警报信息,将所述警报信息通过所述智慧燃气服务平台发送至所述智慧燃气用户平台;
其中,确定所述智慧燃气安全管理平台的性能分配方案包括:
基于所述至少一个重点监测点位及其监测内容,通过数据预测模型预测所述至少一个重点监测点位的数据特征;
基于所述数据特征,根据相同时间内传输到所述智慧燃气安全管理平台的数据量比例确定候选分配方案;
对所述候选分配方案进行多轮迭代更新,直至满足第一迭代完成条件;
基于迭代结果,确定所述智慧燃气安全管理平台的性能分配方案;
其中,所述多轮迭代更新中的每一轮包括:
计算所述候选分配方案的评估值;以及
基于所述评估值调整所述候选分配方案,得到更新的候选分配方案,所述评估值包括多个子评估值,所述子评估值相关于所述重点监测点位的数据采集效率。
8.根据权利要求7所述的物联网系统,其特征在于,所述智慧燃气安全管理平台包括智慧燃气管网安全管理分平台和智慧燃气数据中心,其中,所述智慧燃气管网安全管理分平台与所述智慧燃气数据中心双向交互,所述智慧燃气管网安全管理分平台从所述智慧燃气数据中心获取数据并反馈对应的运营信息。
9.一种智慧燃气地下燃气管网安全管理装置,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1~6中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310586593.3A CN116308965B (zh) | 2023-05-24 | 2023-05-24 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
US18/339,222 US11959777B2 (en) | 2023-05-24 | 2023-06-21 | Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310586593.3A CN116308965B (zh) | 2023-05-24 | 2023-05-24 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116308965A CN116308965A (zh) | 2023-06-23 |
CN116308965B true CN116308965B (zh) | 2023-08-04 |
Family
ID=86820796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310586593.3A Active CN116308965B (zh) | 2023-05-24 | 2023-05-24 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11959777B2 (zh) |
CN (1) | CN116308965B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116485066B (zh) | 2023-06-25 | 2023-08-29 | 成都秦川物联网科技股份有限公司 | 基于gis的智慧燃气安全巡线管理方法和物联网系统 |
CN116506470B (zh) * | 2023-06-26 | 2023-08-29 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的安全巡检方法和物联网系统 |
CN116503229B (zh) * | 2023-06-27 | 2023-09-26 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网巡检方法、物联网系统及存储介质 |
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 |
CN117479049B (zh) * | 2023-12-27 | 2024-03-15 | 成都秦川物联网科技股份有限公司 | 用于智慧燃气的数据传输管控方法、物联网系统及介质 |
CN117803851A (zh) * | 2024-03-01 | 2024-04-02 | 成都蓉悦科技有限公司 | 储气站数据自动测控装置、系统及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN112434861A (zh) * | 2020-11-26 | 2021-03-02 | 清华大学 | 计及热力管网反馈调节的电热协调优化调度方法及装置 |
CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化系统及方法 |
CN214171974U (zh) * | 2020-12-04 | 2021-09-10 | 哈尔滨石油学院 | 一种燃气管网监测系统 |
KR102369991B1 (ko) * | 2020-09-09 | 2022-03-03 | 주식회사 시옷 | IoT 멀티네트워크의 보안을 위한 통합 관리 시스템 |
CN114444988A (zh) * | 2022-04-11 | 2022-05-06 | 交通运输部公路科学研究所 | 一种交通基础设施健康监测系统服役性能评价方法及装置 |
WO2022121026A1 (zh) * | 2020-12-10 | 2022-06-16 | 广州广电运通金融电子股份有限公司 | 更新中心方的合作式学习方法、存储介质、终端和系统 |
CN114925607A (zh) * | 2022-05-20 | 2022-08-19 | 上海交通大学 | 一种信息物理同步的工业网络管理系统及其预规划方法 |
CN115496625A (zh) * | 2022-10-08 | 2022-12-20 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的管网安全联动处置方法和物联网系统 |
CN115619071A (zh) * | 2022-12-07 | 2023-01-17 | 成都秦川物联网科技股份有限公司 | 智慧燃气管网可靠性安全监测方法和物联网系统及介质 |
CN115907264A (zh) * | 2023-02-13 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气巡检片区生成方法、物联网系统、装置及介质 |
CN116011740A (zh) * | 2022-12-15 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网巡检方法和物联网系统、介质 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2447096C (en) * | 2001-05-17 | 2018-06-12 | Bay Bridge Decision Technologies, Inc. | System and method for generating forecasts and analysis of contact center behavior for planning purposes |
US7457786B2 (en) * | 2005-08-23 | 2008-11-25 | General Electric Company | Performance enhancement of optimization processes |
US9311611B2 (en) * | 2006-06-16 | 2016-04-12 | Hewlett Packard Enterprise Development Lp | Automated service level management system |
KR100828968B1 (ko) * | 2007-11-27 | 2008-06-10 | (주)웹솔루스 | 지리정보시스템과 연계된 하수관거 유지관리방법 및 그기능을 탑재한 하수관거 유지관리시스템 |
GB2491804B (en) * | 2011-05-11 | 2018-01-17 | Syrinix Ltd | Pipeline fault detection system and monitor unit |
CN103775833A (zh) * | 2014-01-09 | 2014-05-07 | 中国石油天然气股份有限公司 | 管道泄漏监测系统及方法 |
CN104571062A (zh) * | 2015-01-26 | 2015-04-29 | 杭州创博科技有限公司 | 城镇综合管廊监测控制与报警系统 |
US11802633B2 (en) * | 2015-03-27 | 2023-10-31 | Advanced Engeering Solutions Ltd | Apparatus and method for detection and monitoring of the condition of pipeline components |
US10197984B2 (en) * | 2015-10-12 | 2019-02-05 | International Business Machines Corporation | Automated energy load forecaster |
US20210073692A1 (en) * | 2016-06-12 | 2021-03-11 | Green Grid Inc. | Method and system for utility infrastructure condition monitoring, detection and response |
CN106302683A (zh) * | 2016-08-10 | 2017-01-04 | 成都秦川科技发展有限公司 | 智慧城市体系 |
CN108343844B (zh) * | 2017-01-24 | 2021-03-05 | 中国石油化工股份有限公司 | 一种多参数模块化油气管道安全监测系统及方法 |
US10809705B2 (en) * | 2017-09-01 | 2020-10-20 | Johnson Controls Technology Company | Central plant control system with automatic optimization formulation |
CN107590764A (zh) * | 2017-09-11 | 2018-01-16 | 安徽徽策物联网科技有限公司 | 一种市政事物安全预警与应急调度平台 |
CN107632581B (zh) | 2017-09-13 | 2020-05-19 | 四川君逸数码科技股份有限公司 | 一种地下管廊的监控管理系统 |
US20190213516A1 (en) * | 2018-01-10 | 2019-07-11 | Tata Consultancy Services Limited | Collaborative product configuration optimization model |
AU2020262969B2 (en) * | 2019-04-24 | 2023-12-14 | The University Of Adelaide | Detection of structural anomalies in a pipeline network |
CN111141326A (zh) * | 2019-12-11 | 2020-05-12 | 四川铁创科技有限公司 | 一种基于多物理场耦合分析的微型综合管廊健康监测系统 |
CN110991942A (zh) * | 2019-12-25 | 2020-04-10 | 郑州力通水务有限公司 | 智慧水务dma漏损分析系统 |
CN115169939A (zh) * | 2022-07-22 | 2022-10-11 | 沈阳数融科技有限公司 | 一种大数据驱动的以需定供的智能管网调度系统及方法 |
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 |
CN115631064B (zh) * | 2022-12-21 | 2023-03-28 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气报装管理的方法、物联网系统和存储介质 |
-
2023
- 2023-05-24 CN CN202310586593.3A patent/CN116308965B/zh active Active
- 2023-06-21 US US18/339,222 patent/US11959777B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
KR102369991B1 (ko) * | 2020-09-09 | 2022-03-03 | 주식회사 시옷 | IoT 멀티네트워크의 보안을 위한 통합 관리 시스템 |
CN112434861A (zh) * | 2020-11-26 | 2021-03-02 | 清华大学 | 计及热力管网反馈调节的电热协调优化调度方法及装置 |
CN214171974U (zh) * | 2020-12-04 | 2021-09-10 | 哈尔滨石油学院 | 一种燃气管网监测系统 |
WO2022121026A1 (zh) * | 2020-12-10 | 2022-06-16 | 广州广电运通金融电子股份有限公司 | 更新中心方的合作式学习方法、存储介质、终端和系统 |
CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化系统及方法 |
CN114444988A (zh) * | 2022-04-11 | 2022-05-06 | 交通运输部公路科学研究所 | 一种交通基础设施健康监测系统服役性能评价方法及装置 |
CN114925607A (zh) * | 2022-05-20 | 2022-08-19 | 上海交通大学 | 一种信息物理同步的工业网络管理系统及其预规划方法 |
CN115496625A (zh) * | 2022-10-08 | 2022-12-20 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的管网安全联动处置方法和物联网系统 |
CN115619071A (zh) * | 2022-12-07 | 2023-01-17 | 成都秦川物联网科技股份有限公司 | 智慧燃气管网可靠性安全监测方法和物联网系统及介质 |
CN116011740A (zh) * | 2022-12-15 | 2023-04-25 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网巡检方法和物联网系统、介质 |
CN115907264A (zh) * | 2023-02-13 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气巡检片区生成方法、物联网系统、装置及介质 |
Non-Patent Citations (1)
Title |
---|
S省天然气输配管网监控系统的设计与实现研究;胡心舟;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》(第1期);B019-767 * |
Also Published As
Publication number | Publication date |
---|---|
US20230332935A1 (en) | 2023-10-19 |
CN116308965A (zh) | 2023-06-23 |
US11959777B2 (en) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116308965B (zh) | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 | |
CN116011740A (zh) | 一种智慧燃气管网巡检方法和物联网系统、介质 | |
Bhaskaran et al. | Future prediction & estimation of faults occurrences in oil pipelines by using data clustering with time series forecasting | |
CN116506470B (zh) | 基于智慧燃气gis的安全巡检方法和物联网系统 | |
CN115330278B (zh) | 基于燃气安全的维修调度管理方法和智慧燃气物联网系统 | |
US20230221207A1 (en) | Methods and internet of things systems for determining gas leakages based on smart gas | |
CN115907264B (zh) | 智慧燃气巡检片区生成方法、物联网系统、装置及介质 | |
CN115587640B (zh) | 智慧燃气管道清管安全管理方法、物联网系统及介质 | |
CN116503975B (zh) | 基于智慧燃气gis的安全隐患处置方法和物联网系统 | |
CN116539128B (zh) | 智慧燃气超声波计量仪表准确度诊断方法及物联网系统 | |
CN115775088B (zh) | 一种智慧燃气巡检计划确定方法与物联网系统 | |
US20230280264A1 (en) | Methods and internet of things (iot) systems for corrosion protection optimization of pipeline of smart gas | |
CN115127037B (zh) | 一种供水管网漏损定位方法及系统 | |
US20110236842A1 (en) | System and Method for operating steam systems | |
CN115600513A (zh) | 一种岩溶塌陷监测预警及防控一体化信息化模拟研判系统 | |
CN116485065B (zh) | 基于智慧燃气gis的管网巡检管理方法和物联网系统 | |
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 | |
KR20230064858A (ko) | 상수관망 수질 중점관리지점의 우선순위와 수질센서의 최적위치를 결정하는 의사결정 시스템 및 그 방법 | |
CN116629580B (zh) | 基于gis的智慧燃气安全隐患项管理方法和物联网系统 | |
Kizilöz | Prediction of daily failure rate using the serial triple diagram model and artificial neural network | |
CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
CN117114369B (zh) | 智慧燃气应急供气处置方法、物联网系统、装置及介质 | |
CN117273379B (zh) | 一种智慧燃气应急设备预置方法、物联网系统和介质 | |
CN117455196B (zh) | 基于智慧燃气平台的燃气门站监控方法和物联网系统 | |
Abghari et al. | Trend analysis to automatically identify heat program changes |
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 |