CN116629580B - 基于gis的智慧燃气安全隐患项管理方法和物联网系统 - Google Patents

基于gis的智慧燃气安全隐患项管理方法和物联网系统 Download PDF

Info

Publication number
CN116629580B
CN116629580B CN202310885237.1A CN202310885237A CN116629580B CN 116629580 B CN116629580 B CN 116629580B CN 202310885237 A CN202310885237 A CN 202310885237A CN 116629580 B CN116629580 B CN 116629580B
Authority
CN
China
Prior art keywords
gas
data
safety hazard
inspection
potential safety
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
CN202310885237.1A
Other languages
English (en)
Other versions
CN116629580A (zh
Inventor
邵泽华
刘彬
周莙焱
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 CN202310885237.1A priority Critical patent/CN116629580B/zh
Publication of CN116629580A publication Critical patent/CN116629580A/zh
Priority to US18/464,241 priority patent/US20230417372A1/en
Application granted granted Critical
Publication of CN116629580B publication Critical patent/CN116629580B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • 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
    • 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
    • G16Y40/50—Safety; Security of things, users, data or systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Toxicology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Accounting & Taxation (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Remote Sensing (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于GIS的智慧燃气安全隐患项管理方法和物联网系统，该方法包括获取燃气管网的燃气安全隐患数据；基于燃气安全隐患数据以及燃气管网的地理信息数据，将燃气管网划分为一个或多个燃气巡检单元；基于燃气巡检单元对应的燃气安全隐患数据，为燃气巡检单元分配一个或多个燃气安全隐患项；确定燃气巡检单元的处理预案；基于处理预案、燃气GIS系统，确定巡检方案；该方法可以对燃气网管安全隐患进行针对性的巡检和维护，提高巡检质量和效率。

Description

基于GIS的智慧燃气安全隐患项管理方法和物联网系统
技术领域
本说明书涉及物联网技术领域，特别涉及一种基于GIS的智慧燃气安全隐患项管理方法和物联网系统。
背景技术
为保证燃气的安全使用，对燃气管道的定期巡检是一种重要的手段。现有的燃气巡检（如人工巡检、无人机/无人车巡检等）往往只是判断是否发生燃气泄露，对于燃气网管老化、腐蚀、损坏、架空等潜在安全隐患，则不能有效的识别分析。
地理信息系统（Geographic Information System，GIS）结合地理学、地图学以及遥感和计算机科学，已经广泛的应用在不同的领域。通过用于燃气领域的GIS系统（简称燃气GIS系统），可以整合燃气公司现有或规划建设的站控系统、燃气泄漏报警系统、安全监控、巡检、视频监控。基于燃气GIS系统可以实现燃气管网系统的泄漏、安监、巡检的数字化。
CN107271110B提出了一种基于北斗定位的埋地燃气管道泄漏点定位检测方法，该方法通过北斗定位结合示踪气体检测的方式可以对燃气管道泄漏点进行定位。但其并未涉及基于不同巡检点的燃气安全隐患项的分类和等级的不同制定针对性的巡检方案。
因此，需要一种基于GIS的智慧燃气安全隐患项管理方法和物联网系统，实现合理设置燃气安全隐患项的分类和等级，以提高巡检质量和效率。
发明内容
为了解决合理设置燃气安全隐患项的分类和等级，以提高巡检质量和效率的问题，本说明书提供一种基于GIS的智慧燃气安全隐患项管理方法和物联网系统。
发明内容包括一种基于GIS的智慧燃气安全隐患项管理方法，所述方法包括：获取燃气管网的燃气安全隐患数据，所述燃气安全隐患数据包括所述燃气管网中历史存在安全隐患的位置以及对应的安全隐患特征，所述安全隐患特征包括安全隐患类型、安全隐患程度中至少一种；基于所述燃气安全隐患数据以及所述燃气管网的地理信息数据，将所述燃气管网划分为一个或多个燃气巡检单元；所述地理信息数据包括海拔数据、周边道路数据以及植被数据中至少一种；基于所述燃气巡检单元对应的所述燃气安全隐患数据，为所述燃气巡检单元分配一个或多个燃气安全隐患项；确定所述燃气巡检单元的处理预案；基于所述处理预案、燃气GIS系统，确定巡检方案；所述巡检方案包括巡检路线、巡检时间以及所述燃气巡检单元的巡检内容中至少一种。
发明内容还包括一种基于GIS的智慧燃气安全隐患项管理物联网系统，所述基于GIS系统的智慧燃气安全隐患项管理物联网系统包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、智慧燃气管网设备传感网络平台以及智慧燃气管网设备对象平台；所述智慧燃气用户平台包括多个智慧燃气用户分平台；所述智慧燃气服务平台包括多个智慧燃气服务分平台；所述智慧燃气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；所述智慧燃气管理平台被配置为：获取燃气管网的燃气安全隐患数据，所述燃气安全隐患数据包括所述燃气管网中历史存在安全隐患的位置以及对应的安全隐患特征，所述安全隐患特征包括安全隐患类型、安全隐患程度中至少一种；基于所述燃气安全隐患数据以及所述燃气管网的地理信息数据，将所述燃气管网划分为一个或多个燃气巡检单元；所述地理信息数据包括海拔数据、周边道路数据以及植被数据中至少一种；基于所述燃气巡检单元对应的所述燃气安全隐患数据，为所述燃气巡检单元分配一个或多个燃气安全隐患项；确定所述燃气巡检单元的处理预案；基于所述处理预案、燃气GIS系统，确定巡检方案；所述巡检方案包括巡检路线、巡检时间以及所述燃气巡检单元的巡检内容中至少一种；所述智慧燃气管网设备传感网络平台被配置为与所述智慧燃气数据中心和所述智慧燃气管网设备对象平台进行交互，将获取管网设备运行相关数据的指令传递至所述智慧燃气管网设备对象平台；所述智慧燃气管网设备对象平台被配置为获取管网设备运行相关数据。
发明内容还包括一种基于GIS的智慧燃气安全隐患项管理装置，所述装置包括处理器，所述处理器用于执行如上任一实施例所述的方法。
发明内容还包括一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取所述存储介质中的所述计算机指令后，所述计算机执行如上任一实施例所述的方法。
上述发明内容带来的有益效果包括但不限于：（1）基于不同的地理信息数据、环境数据等确定不同的燃气巡检单元的巡检内容，对燃气网管老化、腐蚀、损坏、架空等潜在安全隐患进行针对性的巡检和维护，提高巡检质量和效率；（2）基于不同燃气巡检单元的优先级和紧急程度规划巡检路线，进一步提高巡检质量和效率的效果。
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基于GIS的智慧燃气安全隐患项管理物联网系统的示例性示意图；
图2是根据本说明书一些实施例所示的基于GIS的智慧燃气安全隐患项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燃气巡检单元的处理预案的示例性示意图；
图4是根据本说明书一些实施例所示的潜在安全隐患预测模型的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，图中相同标号代表相同结构或操作。
CN107271110B提出了一种基于北斗定位的埋地燃气管道泄漏点定位检测方法，该方法通过北斗定位结合示踪气体检测的方式可以对燃气管道泄漏点进行定位，但其并不涉及对燃气管道的腐蚀、老化等风险进行排查。在本说明书的一些实施例中所述的基于GIS的智慧燃气安全隐患项管理方法和物联网系统，可以基于不同巡检点的地理、环境数据预测其对应的安全隐患项，进一步制定燃气管网巡检路线，可以提高巡检质量和效率。
图1是根据本说明书一些实施例所示的基于GIS的智慧燃气安全隐患项管理物联网系统的示例性示意图。
如图1所示，基于GIS的智慧燃气安全隐患项管理物联网系统100可以包括智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气管理平台130、智慧燃气管网设备传感网络平台140以及智慧燃气管网设备对象平台150。
智慧燃气用户平台110可以用于与用户进行交互。在一些实施例中，智慧燃气用户平台可以被配置为终端设备。
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、监管用户分平台。
燃气用户分平台可以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。监管用户分平台可以用于对基于GIS的智慧燃气安全隐患项管理物联网系统100的运行进行监管。
智慧燃气服务平台120可以用于接收和传输咨询信息、查询指令、故障处理方案等数据和/或信息。智慧燃气服务平台120可以从智慧燃气管理平台130（例如，智慧燃气数据中心）获取燃气设备参数管理信息等，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。不同的智慧燃气服务分平台对应不同的智慧燃气用户分平台并进行交互。
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。
智慧燃气管理平台130（以下简称管理平台）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，智慧燃气管理平台130可以包括智慧燃气安全管理分平台和智慧燃气数据中心（以下简称数据中心）。
智慧燃气安全管理分平台可以用于对智慧燃气管网设备进行管理。在一些实施例中，智慧燃气安全管理分平台可以对智慧燃气管网设备的相关数据进行分析处理。在一些实施例中，智慧燃气安全管理分平台可以包括多个子模块，如管网巡线安全管理模块、场站巡检安全管理模块、管网燃气泄漏监测模块、场站燃气泄漏监测模块、管网设备安全监测模块、场站设备安全监测模块、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、管网仿真管理模块等。
数据中心可以用于存储和管理基于GIS的智慧燃气安全隐患项管理物联网系统100的所有运行信息。在一些实施例中，数据中心可以被配置为存储设备，用于存储与燃气安全隐患数据、地理信息数据相关的数据等。
在一些实施例中，智慧燃气管理平台130还可以用于：获取燃气管网的燃气安全隐患数据；基于燃气安全隐患数据以及燃气管网的地理信息数据，将燃气管网划分为一个或多个燃气巡检单元；基于燃气巡检单元对应的燃气安全隐患数据，为燃气巡检单元分配一个或多个燃气安全隐患项；确定燃气巡检单元的处理预案；基于处理预案、燃气GIS系统，确定巡检方案。关于智慧燃气管理平台130的更多说明可以参见本说明书的其他部分，如图2。
在一些实施例中，智慧燃气管理平台130可以通过数据中心分别与智慧燃气服务平台、智慧燃气管网设备传感网络平台进行信息交互。例如，数据中心可以将燃气安全隐患数据、地理信息相关数据发送至智慧燃气服务平台。
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，包括网络管理、协议管理、指令管理、数据解析等功能。在一些实施例中，智慧燃气管网设备传感网络平台140可以实现感知信息传感通信和控制信息传感通信的功能。
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，设备对象平台可以监控并生成燃气管网设备的运行信息。
在一些实施例中，设备对象平台可以用于获取燃气管网的燃气安全隐患数据。
在一些实施例中，设备对象平台可以被配置为各类燃气管网设备和监测设备。
本说明书一些实施例，基于GIS的智慧燃气安全隐患项管理物联网系统100，可以在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，并在管理平台的统一管理下协调、规律运行，实现燃气安全隐患项管理信息化、智慧化。
需要注意的是，以上对于基于GIS的智慧燃气安全隐患项管理物联网系统及其各平台、模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。
图2是根据本说明书一些实施例所示的基于GIS的智慧燃气安全隐患项管理方法的示例性流程图。如图2所示，流程200包括下述步骤。在一些实施例中，流程200可以由管理平台执行。
步骤210，获取燃气管网的燃气安全隐患数据。
燃气安全隐患数据是指燃气管网中（例如，燃气阀门、燃气调压站、燃气管道等多种燃气设备）存在的安全隐患数据。燃气安全隐患数据包括燃气管网中历史存在安全隐患的位置以及对应的安全隐患特征。
安全隐患特征包括安全隐患类型、安全隐患程度中至少一种。
安全隐患类型是指燃气管网存在的安全隐患类型。例如，水腐蚀、电腐蚀、焊口漏气等。
安全隐患程度是指燃气管网中的安全隐患的严重程度。在一些实施例中，安全隐患程度可以通过1-100的数值表示，数值越大表示安全隐患越严重。
在一些实施例中，安全隐患数据可以基于处理人员和/或巡检机械（如无人机等）输入获取。例如，管理平台可以获取处理人员和/或巡检机械每次巡检后输入的安全隐患数据，并将其存入数据中心。
步骤220，基于燃气安全隐患数据以及燃气管网的地理信息数据，将燃气管网划分为一个或多个燃气巡检单元。
燃气管网的地理信息数据可以包括燃气管网的海拔数据、周边道路数据以及植被数据中至少一种。在一些实施例中，燃气管网的地理信息数据还可以包括其他多种数据，例如燃气管网的经纬度数据、地形数据等。
周边道路数据是指燃气管网周边道路的相关数据。周边道路数据可以包括，道路类型（如无道路、泥土路、水泥路等）、道路平整度等。
植被数据是指燃气管网周边植被的相关数据。植被数据可以包括植被类型、植被高度等。
燃气巡检单元是指将需要巡检的燃气管网进行划分后，获得的单次巡查的区域。燃气巡检单元包括燃气管道段以及该管道段对应的阀门等燃气设备。在一些实施例中，燃气巡检单元包括至少一个燃气巡检子单元。燃气巡检子单元是指巡检时燃气管网的最小区域。例如，燃气巡检子单元可以是一个调压站、或一个燃气阀门、或一段燃气管道，或其任意组合等。燃气巡检子单元可以基于实际情况提前预设。
在一些实施例中，燃气巡检单元可以具有单元数据，单元数据可以包括单元类型、单元地理信息数据、单元环境数据、燃气安全隐患项、历史单元安全隐患数据等。关于单元数据等的更多说明可以参见本说明书后文相关部分。
在一些实施例中，管理平台可以基于燃气管网的长度等数据将其划分为一个或多个燃气巡检单元。例如，管理平台可以将整个燃气管网等分为若干子燃气管网，并将每个子燃气管网确定为一个燃气巡检单元。
在一些实施例中，管理平台可以基于燃气GIS系统确定地理信息数据。在一些实施例中管理平台还可以基于燃气GIS系统确定燃气管网的环境数据。
环境数据是指燃气管网所处环境相关的数据。环境数据包括温度、湿度、人流量、天气数据等。
在一些实施例中，管理平台可以基于地理信息数据和环境数据将燃气管网划分为一个或多个燃气巡检单元。例如，管理平台可以将地形起伏度和地貌等特征相似的燃气巡检子单元划分到一个燃气巡检单元等。
在一些实施例中，管理平台还可以基于地理信息数据和环境数据确定处理设备集。其中，处理设备集可以包括与燃气巡检单元相关的处理设备。例如，处理设备集可以包括清障设备（如清理草木的刀具）、防水设备等。
例如，当巡检单元位于树林时，需要携带清障设备；当巡检单元位于湿地时，需要携带防水设备等。
在本说明书的一个或多个实施例中，基于地理信息数据和环境数据确定燃气巡检单元并进一步确定处理设备集，可以根据不同的巡检单元的情况携带相应的处理设备，减小巡检人员的负担，提高巡检效率。
在一些实施例中，管理平台还可以基于地理信息数据、环境数据以及管道类型（如主管道、支管道）通过第一预设算法将燃气管网划分为一个或多个燃气巡检单元。
第一预设算法可以包括聚类方法。在一些实施例中，管理平台可以基于燃气管网的地理信息数据、环境数据、管道类型，使用聚类方法确定一个或多个燃气巡检单元。其中，聚类的特征向量可以表示为（x，y，z），分别代表地理信息数据、环境数据、管道类型。
在一些实施例中，管理平台可以将聚类获得的一个或多个结果确定为一个或多个燃气巡检单元。
在一些实施例中，管理平台还可以基于燃气管网中各个燃气巡检子单元的海拔数据进行聚类，获得多个等高簇，每个等高簇包括海拔高度相同或相近的燃气巡检子单元的集合。管理平台可以将每个等高簇确定为一个燃气巡检单元。
在本说明书的一个或多个实施例中，基于海拔进行聚类并确定燃气巡检单元可以便于确定巡检计划和路线（如海拔变化大、高海拔地区的燃气巡检单元可以派遣更有经验的处理人员等），提高巡检效率。
在一些实施例中，管理平台还可以基于各个燃气巡检子单元的环境数据进行聚类，获得环境数据相似的一个或多个类，并将其确定为一个或多个燃气巡检单元。
在本说明书的一个或多个实施例中，基于环境数据进行聚类并确定燃气巡检单元可以便于确定需要携带的装备（如湿地携带防水装备等），减轻处理人员负担；以及，相同的环境数据下，出现类似安全隐患的概率更高，将环境相似的燃气巡检子单元确定为燃气巡检单元可以获得更好的巡检效果。
在一些实施例中，聚类方法的聚类特征还可以包括燃气巡检单元对应的燃气管道的管道重要度。
管道重要度是指与燃气巡检单元相连接的燃气管道的重要程度。关于确定管道重要度的更多说明可以参见图3。
在本说明书的一个或多个实施例中，聚类特征包括管道重要度，可以便于将重要度接近的燃气管道同时进行巡检，同时还可以优先巡检重要的管道。
步骤230，基于燃气巡检单元对应的燃气安全隐患数据，为燃气巡检单元分配一个或多个燃气安全隐患项。
燃气安全隐患项包括燃气巡检单元对应的一个或多个燃气巡检子单元的安全隐患特征和安全隐患位置。安全隐患位置是指可能存在的安全隐患的位置。例如可能发生燃气泄漏的位置等。关于安全隐患特征的相关说明可以参见步骤210。
在一些实施例中，管理平台可以基于燃气巡检单元对应的一个或多个燃气巡检子单元的安全隐患数据确定其对应的燃气安全隐患项。例如，管理平台可以将燃气巡检子单元的安全隐患数据确定为该燃气巡检单元的燃气安全隐患项。其中，一个燃气巡检单元的可能存在多个安全隐患项（例如，有多个燃气巡检子单元存在安全隐患数据）。
步骤240，确定燃气巡检单元的处理预案。
处理预案是指对燃气巡检单元的安全隐患项进行处理的预案。关于处理预案的更多说明可以参见图3。
在一些实施例中，管理平台可以基于历史数据确定燃气巡检单元的处理预案。例如，管理平台可以将历史巡检过程中的历史燃气巡检单元对应的处理预案确定为本次巡检时燃气巡检单元的处理预案。
在一些实施例中，管理平台还可以基于燃气巡检单元的单元地理信息数据、单元环境数据以及燃气安全隐患项等，确定其对应的处理预案。相关说明的详细内容可以参见图3。
步骤250，基于处理预案、燃气GIS系统，确定巡检方案。
巡检方案是指对燃气管网进行巡检的方案。巡检方案可以包括巡检路线、巡检时间以及燃气巡检单元的巡检内容等中的至少一种。
巡检时间是指对燃气管网进行巡检的时间，可以包括前往每一个燃气巡检单元的总路程时间与所有燃气巡检单元的总处理时间的和。
总路程时间可以基于巡检路线确定。例如，确定巡检路线后，管理平台可以计算处理人员前往各个燃气巡检单元的路程时间，并进一步确定总路程时间。
总处理时间可以基于各个燃气巡检单元的处理时间确定。关于燃气巡检单元的处理时间的更多说明可以参见图3。
在一些实施例中，巡检内容可以包括对潜在安全隐患数据进行针对性检查，确定其是否实际发生故障。若实际发生故障，则基于步骤240中确定的处理预案对其进行处理。
在一些实施例中，巡检内容还可以包括对人工无法巡检的燃气巡检单元通过巡检机械进行巡检，确定其是否发生故障。
在本说明书的一些实施例中，通过巡检机械对人工无法巡检的燃气巡检单元进行巡检，可以安全、便捷地完成巡检，保证巡检质量。
在一些实施例中，巡检内容还可以包括对实际发生故障的燃气巡检单元进行复检，确定其故障是否实际排除。
在一些实施例中，为提高巡检效率，管理平台可以基于处理优先级确定需要复检的燃气巡检单元。例如，管理平台可以对处理优先级大于一定阈值的燃气巡检单元进行复检。关于处理优先级的更多说明可以参见图3及相关描述。
在本说明书的一些实施例中，通过复检的方法可以进一步提高巡检的质量，获得更好的燃气管网维护效果。
在一些实施例中，管理平台可以基于处理预案、燃气GIS系统，确定巡检方案，包括：基于燃气巡检单元的燃气安全隐患数据，通过潜在安全隐患预测模型确定不同燃气巡检单元的潜在安全隐患数据；基于潜在安全隐患数据、处理预案以及燃气GIS系统，通过第二预设算法确定巡检路线；以及基于巡检路线确定巡检时间。其中，潜在安全隐患预测模型为机器学习模型。
潜在安全隐患数据可以包括待检安全隐患数据、影响安全隐患数据等。
巡检时可能无法对所有的燃气巡检单元都进行巡检和/或由于巡检速度较快（保证巡检效率），造成漏检，由此可能产生待检安全隐患数据。
待检安全隐患数据是指巡检时未被发现的安全隐患项相关的数据。待检安全隐患数据可以包括待检安全隐患类型、待检安全隐患位置、第一潜在等级。第一潜在等级是指未被发现的安全隐患项对燃气巡检单元发生故障的影响等级。
在一些实施例中，管理平台可以基于巡检机械对存在待检安全隐患数据的燃气巡检单元进行巡检，确定该燃气巡检单元是否存在故障，以保证巡检效果。
影响安全隐患数据是指某一燃气巡检单元已确定的安全隐患项对其他燃气巡检单元的影响数据。例如，当某一燃气巡检单元为调压站时，该燃气巡检单元对其他燃气巡检单元的影响可能较大。影响安全隐患数据可以包括第二潜在等级。第二潜在等级是指已确定的安全隐患项对其他燃气巡检单元的影响等级。
在一些实施例中，不同燃气巡检单元的第三潜在等级不同。第三潜在等级是指燃气巡检单元潜在的可能发生故障的等级。第三潜在等级越大，燃气巡检单元发生故障的可能性越大。
第三潜在等级可以相关于历史安全隐患数据的统计结果。例如，历史发生故障的频数越多，该燃气巡检单元的第三潜在等级越大。
第三潜在等级还可以相关于整改周期。例如，整改周期越长，该燃气巡检单元的第三潜在等级越大。其中，整改周期是指某一故障自上一次整改后经过的时间。
在一些实施例中，第三潜在等级还可以基于第一潜在等级和第二潜在等级确定。例如，第三潜在等级可以是第一潜在等级和第二潜在等级的加权和等。
在本说明书的一些实施例中，基于第一潜在等级和第二潜在等级确定第三潜在等级可以更好地反映燃气巡检单元的实际可能发生故障的可能性。
在一些实施例中，管理平台可以基于燃气巡检单元的燃气安全隐患数据，通过潜在安全隐患预测模型确定不同燃气巡检单元的潜在安全隐患数据。其中，潜在安全隐患预测模型为机器学习模型，如深度神经网络模型等。关于潜在安全隐患预测模型的更多内容可以参见图4。
在一些实施例中，待检安全隐患数据还相关于燃气管道的内部数据。
燃气管道的内部数据包括燃气的流速数据、管道内部压力、管道内部温度、管道内部湿度等。
在一些实施例中，管理平台可以基于向量匹配的方法确定待检安全隐患数据。例如，管理平台可以在每次巡检前，采集燃气管道的内部数据，并将其与上次巡检之前采集的数据进行比较，确定燃气管道的内部数据的变化向量，将变化向量与第一参考向量进行匹配，确定燃气管道的待检安全隐患数据。其中，第一参考向量可以包括历史变化向量和与之对应的待检安全隐患数据。
在本说明书的一个或多个实施例中，当燃气巡检单元对应的燃气管道的某一内部数据发生突变时，表明该燃气巡检单元可能发生故障（如，管道内压力发生突变，表明可能发生泄漏），需要对其进行检查，待检安全隐患数据相关于燃气管道的内部数据，可以进一步提高待检安全隐患数据的准确性。
在一些实施例中，管理平台可以基于潜在安全隐患数据、处理预案以及燃气GIS系统，通过第二预设算法确定巡检路线。
第二预设算法包括基于处理预案、潜在安全隐患数据，确定燃气巡检单元的巡检紧急程度；以及，基于不同燃气巡检单元的巡检紧急程度确定巡检路线。在一些实施例中，第二预设算法可以由管理平台执行。
在一些实施例中，管理平台可以基于燃气巡检单元的处理优先级和第三潜在等级，确定其巡检紧急程度。示例性的，巡检紧急程度可以基于以下公式（1）确定：
（1）
其中，表示巡检紧急程度；/>、/>分别对应燃气巡检单元的处理优先级和第三潜在等级；/>、/>分别表示提前预设的第一权重和第二权重。
在一些实施例中，管理平台可以将巡检紧急程度大于第一阈值的燃气巡检单元标记为次紧急单元，将巡检紧急程度大于第二阈值的燃气巡检单元标记为紧急单元。第一阈值、第二阈值可以提前预设，且第二阈值大于第一阈值。
紧急单元为巡检中必须进行检查的燃气巡检单元，紧急单元为巡检中可选的燃气巡检单元。
在一些实施例中，管理平台可以基于巡检紧急程度确定巡检路线，包括：生成多条候选巡检路线；基于多条候选巡检路线确定巡检路线。
候选巡检路线可以基于紧急单元和次紧急单元确定。在一些实施例中，管理平台可以随机生成多组燃气巡检单元组合；对于每一组燃气巡检单元组合，通过基于GIS的路线规划算法生成一条候选巡检路线。每组燃气巡检单元组合中包括所有的紧急单元和随机的次紧急单元。基于GIS的路线规划算法可以包括多种，如基于GIS的Pathfinding算法等。
在一些实施例中，管理平台可以基于多条候选巡检路线确定巡检路线。例如，管理平台可以计算各条候选巡检路线的巡检时间，并选择巡检时间最短的候选巡检路线作为目标巡检路线。关于巡检时间的更多说明可以参见前文相关部分。
在一些实施例中，管理平台还可以基于候选巡检路线的评分确定巡检路线。例如，将评分最高的候选巡检路线确定为巡检路线。示例性的，候选巡检路线的评分可以基于以下公式（2）确定：
（2）
其中，表示候选巡检路线的评分；/>表示该候选线路的巡检时间；/>表示该候选线路的燃气巡检单元数量；/>、/>分别表示第三权重和第四权重，/>、/>可以基于需求预设，例如，若需要巡检更多的燃气巡检单元则可以设置/>等。
在本说明书的一个或多个实施例中，通过候选巡检路线的评分确定巡检路线，可以在减少巡检时间的同时，对更多的燃气巡检单元进行巡检，获得更好的巡检效果。
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燃气巡检单元的处理预案的示例性示意图。
如图3所示，管理平台可以基于燃气GIS系统310获取燃气巡检单元的单元地理信息数据321和单元环境数据322；基于单元地理信息数据321和单元环境数据322，确定燃气巡检单元的环境复杂度331以及天气复杂度332；基于燃气巡检单元的环境复杂度331、天气复杂度332、燃气安全隐患项333以及历史单元安全隐患数据334确定燃气巡检单元的处理预案340。关于燃气安全隐患项333的更多说明可以参见图2。
单元地理信息数据321是指燃气巡检单元的地理信息数据。
单元环境数据322是指燃气巡检单元的环境数据。
单元地理信息数据和单元环境数据可以基于燃气GIS系统获取。
历史单元安全隐患数据334是指历史巡检过程中燃气巡检单元的安全隐患数据，可以基于历史数据确定。历史单元安全隐患数据可以包括历史燃气安全隐患项和历史安全隐患变现数据。历史安全隐患变现数据是指历史数据中，某一燃气安全隐患项实际发生故障的相关数据。例如，某一燃气巡检单元的历史燃气安全隐患项M，实际发生故障的次数等。
环境复杂度331是指燃气巡检单元的环境的复杂程度。
天气复杂度332是指燃气巡检单元的天气的复杂程度。
在一些实施例中，管理平台可以基于单元地理信息数据和单元环境数据，确定燃气巡检单元的环境复杂度以及天气复杂度。例如，管理平台可以基于不同燃气巡检子单元的海拔的方差确定环境复杂度（如方差越大，环境复杂度越大等）。又例如，管理平台可以基于不同燃气巡检子单元连续多天的环境数据的方差确定天气复杂度（如方差越大，天气复杂度越大等）。
处理预案340可以包括处理优先级、处理人员分配、环境应对方案和处理时间中至少一种。关于处理预案的更多说明可以参见图2。
处理优先级可以表征对多个燃气巡检单元进行处理时的先后顺序。
在一些实施例中，管理平台可以基于环境复杂度331、天气复杂度332、历史单元安全隐患数据334等通过安全隐患评分确定燃气安全隐患项的处理优先级。示例性的，安全隐患评分可以基于环境复杂度331、天气复杂度332以及历史安全隐患变现频率加权求和确定，权重可以预设。其中，历史安全隐患变现频率是指某一安全隐患项转变为实际故障的频率（例如，燃气泄漏安全隐患项实际发生燃气泄漏的频率），可以基于历史单元安全隐患数据确定。安全隐患评分越高的安全隐患项，对应的处理优先级越高。
在一些实施例中，管理平台还可以基于燃气管网图，通过安全隐患监测模型确定处理优先级。
燃气管网图是反映燃气巡检单元的数据结构。燃气管网图包括节点和边。
燃气管网图的节点可以表示燃气巡检单元。
燃气管网图的节点可以具有节点特征。在一些实施例中，节点特征至少可以包括燃气巡检单元对应的燃气安全隐患项、历史单元安全隐患数据、单元地理信息数据以及单元环境数据。
在一些实施例中，节点特征还可以包括燃气巡检单元对应的燃气管道的管道重要度。在一些实施例中，管道重要度可以基于管道的分支数和管道内燃气流量确定。例如，管道的分支数越多、管道内燃气流量越大，该管道的管道重要度越大。
在本说明书的一个或多个实施例中，节点特征还包括管道重要度，可以更准确地反映燃气巡检单元的重要程度，使后续确定的处理优先级更加可靠。
在一些实施例中，节点特征还可以包括燃气巡检单元对应的燃气管道的潜在安全隐患数据。关于潜在安全隐患数据的更多说明可以参见图2。
在本说明书的一个或多个实施例中，节点特征包括潜在安全隐患数据可以反映燃气巡检单元未来可能的安全隐患情况，进一步提高确定的处理优先级的准确度。
燃气管网图的边可以表示连接两个燃气巡检单元的燃气管道，即存在燃气管道连接的两个燃气巡检单元对应的节点可以通过边连接。
边可以具有边特征。在一些实施例中，可以包括连接两个燃气巡检单元的燃气管道的长度。
安全隐患监测模型可以用于确定燃气巡检单元的处理优先级。安全隐患监测模型可以是机器学习模型，例如图神经网络模型等。
安全隐患监测模型的输入可以包括燃气管网图，输出可以包括各个燃气巡检单元的处理优先级。
在一些实施例中，安全隐患监测模型可以基于带有第三标签的第三训练样本确定。第三训练样本可以包括样本燃气管网图，第三标签可以包括处理优先级。在一些实施例中，第三训练样本和第三标签可以基于仿真模拟的方法获取。
示例性的，管理平台可以随机生成大量样本燃气管网图（不同样本燃气管网图的图结构相同，但节点特征不同）；对于每一个样本燃气管网图，对应生成多个处理优先级；将多个处理优先级分别通过仿真模拟的方法对与其对应的样本燃气管网图进行处理，模拟预测其处理效果；将处理效果最好的处理优先级作为该样本燃气管网图的第三标签。其中，处理效果最好可以包括处理后没有出现故障，或出现的故障最少等。
在本说明书的一个或多个实施例中，基于燃气管网图，通过安全隐患监测模型确定的处理优先级更加贴近实际的处理优先级，提高燃气管网巡检效率和效果。
处理人员分配可以基于安全隐患特征确定。例如，管理平台可以基于预设的处理人员与安全隐患特征的对照表确定处理人员分配。关于安全隐患特征的更多说明可以参见图2。
环境应对方案是指在进行巡检处理时，应对不同的环境时的处理策略。在一些实施例中，环境应对方案可以包括基于单元地理信息数据、单元环境数据确定处理人员分配。例如，管理平台可以基于GIS系统根据单元地理信息数据、单元环境数据、安全隐患特征，在处理人员库中进行检索，确定并推荐目标处理人员。处理人员库中可以包括历史巡检过程中的巡检数据，包括单元地理信息数据、单元环境数据、安全隐患特征、处理人员、处理效果等。目标处理人员可以包括在与当前巡检过程类似的历史单元地理信息数据、历史单元环境数据、历史安全隐患特征中，处理次数最多的处理人员，或者处理效果最好的处理人员等。
在一些实施例中，环境应对方案还可以包括确定巡检时的处理设备集。关于处理设备集的更多说明可以参加图2。
处理时间是指对燃气巡检单元进行巡检处理相关的时间。处理时间可以包括对燃气巡检单元进行检查处理的时间以及出发前往该燃气巡检单元的时刻（即出发时刻）。其中，对燃气巡检单元进行巡检处理的时间相关于安全隐患特征、单元地理信息数据和单元环境数据；出发时刻相关于处理优先级。
在一些实施例中，管理平台可以基于安全隐患特征、单元地理信息数据、单元环境数据和处理优先级，通过向量匹配的方法确定处理时间。例如，管理平台可以基于安全隐患特征、单元地理信息数据、单元环境数据和处理优先级构建处理时间向量，将处理时间向量与第二参考向量进行匹配，将满足预设条件（如向量距离最小或小于阈值等）的第二参考向量确定为目标向量，基于目标向量确定该燃气巡检单元的处理时间（例如，将目标向量中的历史处理时间确定为燃气巡检单元的处理时间）。其中，第二参考向量可以包括历史处理时间向量和与之对应的历史处理时间。
在一些实施例中，管理平台可以将基于上述实施例确定的处理优先级、处理人员分配、环境应对方案和处理时间作为处理预案。
在一些实施例中，管理平台还可以基于上述实施例中确定处理预案的方法确定待检安全隐患数据对应的燃气巡检单元（即漏检的存在安全隐患的燃气巡检单元）的处理预案。
在本说明书的一个或多个实施例中，确定漏检的存在安全隐患的燃气巡检单元的处理预案可以更好地对燃气管网进行维护，减少故障发生。
在本说明书的一个或多个实施例中，基于上述实施例中方法确定燃气巡检单元的处理预案，可以针对不同的燃气巡检单元制定更切合其实际情况的处理预案，提高巡检质量和效率。
图4是根据本说明书一些实施例所示的潜在安全隐患预测模型的示例性示意图。如图4所示，潜在安全隐患预测模型400包括影响安全隐患确定层410和待检安全隐患确定层420。
潜在安全隐患预测模型可以用于确定某一燃气巡检单元的影响安全隐患数据和待检安全隐患数据。即，影响安全隐患确定层410和待检安全隐患确定层420输入、输出的数据均为某一燃气巡检单元的相关数据。
影响安全隐患确定层410的输入包括单元类型411和燃气安全隐患项333，输出包括影响安全隐患数据430。
单元类型411是指燃气巡检单元的类型。例如，管道、调压站、阀门等。关于燃气安全隐患项333和影响安全隐患数据430的更多说明可以参见前文相关部分。
待检安全隐患确定层420的输入包括燃气安全隐患项333、历史单元安全隐患数据334以及整改周期412，输出包括待检安全隐患数据440。关于单元地理信息数据321、单元环境数据322、燃气安全隐患项333、历史单元安全隐患数据334的更多说明可以参见前文相关部分，如图2、图3等。
关于整改周期412和待检安全隐患数据440的更多说明可以参见前文相关部分。
在一些实施例中，潜在安全隐患预测模型400可以基于影响安全隐患确定层410和待检安全隐患确定层420独立训练确定。
影响安全隐患确定层410可以基于带有第一标签的第一训练样本确定。其中，第一训练样本包括样本燃气巡检单元的单元类型和样本燃气安全隐患项；第一标签包括样本燃气巡检单元的影响安全隐患数据（即第二潜在等级）。在一些实施例中，第一训练样本和第一标签可以基于仿真模拟获取。例如，管理平台可以随机生成大量训练样本，然后基于仿真模拟的方法确定每一个第一训练样本对应的第一标签。例如，模拟某燃气巡检单元的燃气安全隐患项实际发生故障，获取其他燃气巡检单元的燃气数据变化情况（如燃气流量变化、气压变化情况等），燃气数据变化情况越大，第一标签相应越大，具体对应关系可以提前预设。
待检安全隐患确定层420可以基于带有第二标签的第二训练样本确定。其中，第二训练样本包括样本历史单元安全隐患数据、样本燃气安全隐患项、样本整改周期，第二标签包括样本待检安全隐患数据（包括样本待检安全隐患类型、样本待检安全隐患位置、样本第一潜在等级）。类似地，第二训练样本和第二标签也可以基于仿真模拟的方法获取。其中，第二标签中的样本待检安全隐患类型、样本待检安全隐患位置可以基于模拟的故障，通过人工标注获取。样本第一潜在等级可以通过从模拟开始，到实际发生故障的时间间隔确定，时间间隔越大，样本第一潜在等级越小，具体对应关系可以提前预设。
在一些实施例中，待检安全隐患确定层420的输入还可以包括单元地理信息数据321和单元环境数据322。
在本说明书的一个或多个实施例中，不同的单元地理信息数据和单元环境数据对燃气管网的影响不同（例如，潮湿地区的设备更容易腐蚀等），待检安全隐患确定层的输入包括单元地理信息数据和单元环境数据可以提高预测的待检安全隐患数据的准确性。
在本说明书的一个或多个实施例中，基于机器学习模型确定潜在安全隐患数据，相比于基于经验的方法可以获得更准确的结果。
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。本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (6)

1.一种基于GIS的智慧燃气安全隐患项管理方法，其特征在于，所述方法由基于GIS的智慧燃气安全隐患项管理物联网系统的智慧燃气管理平台执行，所述方法包括：
获取燃气管网的燃气安全隐患数据，所述燃气安全隐患数据包括所述燃气管网中历史存在安全隐患的位置以及对应的安全隐患特征，所述安全隐患特征包括安全隐患类型、安全隐患程度中至少一种；
基于所述燃气安全隐患数据以及所述燃气管网的地理信息数据，将所述燃气管网划分为一个或多个燃气巡检单元；所述地理信息数据包括海拔数据、周边道路数据以及植被数据中至少一种；
基于所述燃气巡检单元对应的所述燃气安全隐患数据，为所述燃气巡检单元分配一个或多个燃气安全隐患项；
确定所述燃气巡检单元的处理预案，其中包括：
基于燃气GIS系统获取所述燃气巡检单元的单元地理信息数据和单元环境数据；
基于所述单元地理信息数据以及所述单元环境数据，确定所述燃气巡检单元的环境复杂度以及天气复杂度；
基于所述燃气巡检单元的所述环境复杂度、所述天气复杂度、所述燃气安全隐患项以及历史单元安全隐患数据确定所述燃气巡检单元的所述处理预案；所述处理预案包括处理优先级、处理人员分配、环境应对方案和处理时间中至少一种；
基于所述处理预案、所述燃气GIS系统，确定巡检方案；所述巡检方案包括巡检路线、巡检时间以及所述燃气巡检单元的巡检内容中至少一种；
所述基于所述处理预案、所述燃气GIS系统，确定巡检方案包括：
基于所述燃气巡检单元的所述燃气安全隐患数据，通过潜在安全隐患预测模型确定不同燃气巡检单元的潜在安全隐患数据；所述潜在安全隐患数据包括待检安全隐患数据、影响安全隐患数据中至少一种；所述潜在安全隐患预测模型为机器学习模型；
基于所述潜在安全隐患数据、所述处理预案以及所述燃气GIS系统，通过第二预设算法确定所述巡检路线。
2.如权利要求1所述的方法，其特征在于，所述基于所述燃气安全隐患数据以及所述燃气管网的地理信息数据，将所述燃气管网划分为一个或多个燃气巡检单元，包括：
基于所述地理信息数据、环境数据以及管道类型通过第一预设算法将所述燃气管网划分为一个或多个所述燃气巡检单元。
3.一种基于GIS的智慧燃气安全隐患项管理物联网系统，其特征在于，所述基于GIS的智慧燃气安全隐患项管理物联网系统包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气管理平台、智慧燃气管网设备传感网络平台以及智慧燃气管网设备对象平台；
所述智慧燃气用户平台包括多个智慧燃气用户分平台；
所述智慧燃气服务平台包括多个智慧燃气服务分平台；
所述智慧燃气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；所述智慧燃气管理平台被配置为：
获取燃气管网的燃气安全隐患数据，所述燃气安全隐患数据包括所述燃气管网中历史存在安全隐患的位置以及对应的安全隐患特征，所述安全隐患特征包括安全隐患类型、安全隐患程度中至少一种；
基于所述燃气安全隐患数据以及所述燃气管网的地理信息数据，将所述燃气管网划分为一个或多个燃气巡检单元；所述地理信息数据包括海拔数据、周边道路数据以及植被数据中至少一种；
基于所述燃气巡检单元对应的所述燃气安全隐患数据，为所述燃气巡检单元分配一个或多个燃气安全隐患项；
确定所述燃气巡检单元的处理预案，所述智慧燃气管理平台进一步被配置为：
基于燃气GIS系统获取所述燃气巡检单元的单元地理信息数据和单元环境数据；
基于所述单元地理信息数据以及所述单元环境数据，确定所述燃气巡检单元的环境复杂度以及天气复杂度；
基于所述燃气巡检单元的所述环境复杂度、所述天气复杂度、所述燃气安全隐患项以及历史单元安全隐患数据确定所述燃气巡检单元的所述处理预案；所述处理预案包括处理优先级、处理人员分配、环境应对方案和处理时间中至少一种；
基于所述处理预案、所述燃气GIS系统，确定巡检方案；所述巡检方案包括巡检路线、巡检时间以及所述燃气巡检单元的巡检内容中至少一种；
所述智慧燃气管理平台进一步被配置为：
基于所述燃气巡检单元的所述燃气安全隐患数据，通过潜在安全隐患预测模型确定不同燃气巡检单元的潜在安全隐患数据；所述潜在安全隐患数据包括待检安全隐患数据、影响安全隐患数据中至少一种；所述潜在安全隐患预测模型为机器学习模型；
基于所述潜在安全隐患数据、所述处理预案以及所述燃气GIS系统，通过第二预设算法确定所述巡检路线；
所述智慧燃气管网设备传感网络平台被配置为与所述智慧燃气数据中心和所述智慧燃气管网设备对象平台进行交互，将获取管网设备运行相关数据的指令传递至所述智慧燃气管网设备对象平台；
所述智慧燃气管网设备对象平台被配置为获取管网设备运行相关数据。
4.根据权利要求3所述的物联网系统，其特征在于，所述智慧燃气管理平台进一步被配置为：
基于所述地理信息数据、环境数据以及管道类型通过第一预设算法将所述燃气管网划分为一个或多个所述燃气巡检单元。
5.一种基于GIS的智慧燃气安全隐患项管理装置，其特征在于，所述装置包括处理器，所述处理器用于执行权利要求1~2中任一项所述的基于GIS的智慧燃气安全隐患项管理方法。
6.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取所述存储介质中的所述计算机指令后，所述计算机执行如权利要求1~2中任一项所述的基于GIS的智慧燃气安全隐患项管理方法。
CN202310885237.1A 2023-07-19 2023-07-19 基于gis的智慧燃气安全隐患项管理方法和物联网系统 Active CN116629580B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310885237.1A CN116629580B (zh) 2023-07-19 2023-07-19 基于gis的智慧燃气安全隐患项管理方法和物联网系统
US18/464,241 US20230417372A1 (en) 2023-07-19 2023-09-10 Methods and internet of things (iot) systems for managing smart gas safety hazard items based on geographic information systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310885237.1A CN116629580B (zh) 2023-07-19 2023-07-19 基于gis的智慧燃气安全隐患项管理方法和物联网系统

Publications (2)

Publication Number Publication Date
CN116629580A CN116629580A (zh) 2023-08-22
CN116629580B true CN116629580B (zh) 2023-10-13

Family

ID=87621518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310885237.1A Active CN116629580B (zh) 2023-07-19 2023-07-19 基于gis的智慧燃气安全隐患项管理方法和物联网系统

Country Status (2)

Country Link
US (1) US20230417372A1 (zh)
CN (1) CN116629580B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545231A (zh) * 2022-10-11 2022-12-30 成都秦川物联网科技股份有限公司 智慧燃气管道安全监测方法、物联网系统、装置及介质
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
CN115899595A (zh) * 2023-03-08 2023-04-04 成都秦川物联网科技股份有限公司 一种智慧燃气管道防腐优化方法、物联网系统及存储介质
WO2023061039A1 (zh) * 2021-10-13 2023-04-20 中通服和信科技有限公司 基于物联网的尾矿库风险监测预警系统
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 (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230294313A1 (en) * 2019-02-28 2023-09-21 Board Of Regents, The University Of Texas System Robotic Systems And Methods For Tank Seal Inspection
DE102020122861A1 (de) * 2020-09-01 2022-03-03 Geobrugg Ag Sensornetzwerkbasiertes Analyse- und/oder Vorhersageverfahren und Fernüberwachungssensorvorrichtung
EP4326493A1 (en) * 2021-04-20 2024-02-28 Gecko Robotics, Inc. Flexible inspection robot
US11892563B1 (en) * 2023-08-21 2024-02-06 Project Canary, Pbc Detecting human presence in an outdoor monitored site

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023061039A1 (zh) * 2021-10-13 2023-04-20 中通服和信科技有限公司 基于物联网的尾矿库风险监测预警系统
CN115545231A (zh) * 2022-10-11 2022-12-30 成都秦川物联网科技股份有限公司 智慧燃气管道安全监测方法、物联网系统、装置及介质
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
CN115899595A (zh) * 2023-03-08 2023-04-04 成都秦川物联网科技股份有限公司 一种智慧燃气管道防腐优化方法、物联网系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无人机在城市高压燃气管道巡检中的应用;张秀璋;《能源研究与管理》(03);第127-131页 *

Also Published As

Publication number Publication date
CN116629580A (zh) 2023-08-22
US20230417372A1 (en) 2023-12-28

Similar Documents

Publication Publication Date Title
CN107742125B (zh) 预测和防止在结构资产处的不利状况的深度机器学习
CN104809511B (zh) 绝缘子污染预测方法及设备
CN111798127B (zh) 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统
US11959777B2 (en) Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks
CN108872781B (zh) 基于电力设施智能巡检的分析方法及装置
US20230083626A1 (en) Pipeline monitoring methods and internet of things based on smart gas pipeline network safety
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
CN104992254B (zh) 基于电网gis的山火与气象结合的趋势预判方法
CN116506470B (zh) 基于智慧燃气gis的安全巡检方法和物联网系统
Liu et al. Application of unmanned aerial vehicle hangar in transmission tower inspection considering the risk probabilities of steel towers
CN116503975B (zh) 基于智慧燃气gis的安全隐患处置方法和物联网系统
CN116127396A (zh) 一种基于智慧燃气的燃气泄漏判别方法和物联网系统
CN104504616A (zh) 基于gis和气象信息的存在运行风险的电网设备定位方法
US11416119B2 (en) Locating a power line event downstream from a power line branch point
CN116485066B (zh) 基于gis的智慧燃气安全巡线管理方法和物联网系统
US20230368632A1 (en) Methods, internet of things systems, and storage media for smart gas pipeline network inspection
CN115373403A (zh) 一种建筑机械设备巡检服务系统
CN115899595B (zh) 一种智慧燃气管道防腐优化方法、物联网系统及存储介质
Rubnich et al. An algorithm to identify robust convective weather avoidance polygons in en route airspace
CN115656731A (zh) 一种架空配电线路电弧接地故障点定位方法
CN111614161B (zh) 一种交流10kv输电线路远程监测方法、系统、以及存储介质
CN117353460A (zh) 一种电力线路巡检方法、装置、设备及介质
US11977827B2 (en) Methods, internet of things systems, and storage mediums for management of pipeline network inspection based on smart gas geographic information systems
CN111596157B (zh) 一种电力系统故障情况预测方法、装置、系统及存储介质
CN114826147A (zh) 一种光伏发电站的故障巡检方法、装置及介质

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