CN116642560B - 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 - Google Patents

Abstract

本说明书实施例提供一种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，方法通过基于智慧燃气物联网的超声波燃气表计量纠正系统的智慧燃气设备管理平台执行，该方法包括：响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据，协同纠查请求在超声波燃气表的自纠信号稳定度不满足第一预设条件时发出；基于超声数据和燃气介质数据，确定超声波燃气表的目标信号稳定值；响应于目标信号稳定值不满足第二预设条件，确定协同纠正策略，并向超声波燃气表发送协同纠正策略；以及评估超声波燃气表基于协同纠正策略执行纠正的纠正准确度。

Description

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

技术领域

本说明书涉及物联网燃气仪表技术领域，特别涉及一种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。

背景技术

在超声波燃气表进行流量计量时，由于传播介质、环境因素以及管道内反射等因素的影响，超声波燃气表接收到的超声波信号通常存在波形变化和/或幅值变化，难以准确计量真实流量。目前通常针对燃气速度波动、温度分层、其他噪声干扰角度，对流量监测数据进行校正，但是有时燃气介质变化也会对流量计量准确度造成不可忽视的影响。

因此，希望提出一种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，可以对燃气表的流量监测数据实现燃气介质补偿，提高流量计量的准确程度。

发明内容

有鉴于此，本说明书实施例公开了一种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，准确、实时地对超声波燃气表的流量监测数据进行校正。

本说明书一个或多个实施例提供一种基于智慧燃气物联网的超声波燃气表计量纠正方法，所述方法由基于智慧燃气物联网的超声波燃气表计量纠正系统的智慧燃气设备管理平台执行，方法包括：响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据，所述协同纠查请求在所述超声波燃气表的自纠信号稳定度不满足第一预设条件时发出，所述自纠信号稳定度由所述超声波燃气表基于自纠策略确定；基于所述超声数据和所述燃气介质数据，确定所述超声波燃气表的目标信号稳定值；响应于所述目标信号稳定值不满足第二预设条件，确定协同纠正策略，并向所述超声波燃气表发送所述协同纠正策略；以及评估所述超声波燃气表基于所述协同纠正策略执行纠正的纠正准确度。

本说明书一个或多个实施例提供一种基于智慧燃气物联网的超声波燃气表计量纠正系统，所述基于智慧燃气物联网的超声波燃气表计量纠正系统包括智慧燃气用户平台、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，所述智慧燃气用户平台用于，将燃气设备管理信息的查询指令经由所述智慧燃气服务平台下发至所述智慧燃气设备管理平台；所述智慧燃气设备管理平台用于，响应于所述燃气设备管理信息的查询指令，将获取燃气设备相关数据的指令经由所述智慧燃气传感网络平台下发至所述智慧燃气对象平台，接收所述智慧燃气对象平台上传的所述燃气设备相关数据；对所述燃气设备相关数据进行处理，得到所述燃气设备管理信息；经由所述智慧燃气服务平台将所述燃气设备管理信息上传至所述智慧燃气用户平台，或经由所述智慧燃气传感网络平台将所述燃气设备管理信息下发至所述智慧燃气对象平台；其中，所述燃气设备相关数据至少包括超声数据和燃气介质数据，所述燃气设备管理信息至少包括对超声波燃气表进行纠正的协同纠正策略，所述协同纠正策略的确定过程包括：响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据，所述协同纠查请求在所述超声波燃气表的自纠信号稳定度不满足第一预设条件时发出，所述自纠信号稳定度由所述超声波燃气表基于自纠策略确定；基于所述超声数据和所述燃气介质数据，确定所述超声波燃气表的目标信号稳定值；响应于所述目标信号稳定值不满足第二预设条件，确定所述协同纠正策略。

本说明书的一些实施例至少包括如下有益效果：（1）通过在自纠信号稳定度不满足对应条件时，确定协同纠正策略，并基于协同纠正策略执行纠正，能够实现对燃气表读数实现燃气介质补偿，计算纠正准确度，提高流量监测的准确程度；（2）基于气象数据、自纠频率及纠正等级确定自纠策略，可以综合考虑多种因素，有助于确定更符合实际情况的自纠策略，以提升自纠策略的纠正准确度，使纠正结果更加准确。

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智慧燃气物联网的超声波燃气表计量纠正系统的结构示意图；

图2是根据本说明书一些实施例所示的基于智慧燃气物联网的超声波燃气表计量纠正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自纠信号稳定度的示例性示意图；

图4是根据本说明书一些实施例所示的确定目标信号稳定度的示例性示意图。

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，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。

如本说明书和权利要求书中所示，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基于智慧燃气物联网的超声波燃气表计量纠正系统的结构示意图。如图1所示，基于智慧燃气物联网的超声波燃气表计量纠正系统100（下称计量纠正系统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以及智慧燃气对象平台150。

智慧燃气用户平台110可以是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、政府用户分平台和监管用户分平台。燃气用户分平台可以是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的平台。政府用户分平台可以是为政府用户（如燃气运营主体的管理人员）提供燃气运营相关数据的平台。监管用户分平台是监管用户（如安全管理部门的人员）对整个物联网系统的运行进行监管的平台。

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。智慧燃气服务平台120可以从智慧燃气设备管理平台130获取燃气设备管理信息，并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、智慧运营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。智慧运营服务分平台可以是为政府用户提供燃气运营相关信息（例如，燃气设备管理信息等）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的平台。

在一些实施例中，智慧燃气设备管理平台可以包括智慧燃气户内设备参数管理分平台、智慧燃气管网设备参数管理分平台和智慧燃气数据中心。

智慧燃气户内设备管理分平台可以是用于处理与户内设备相关信息的平台。智慧燃气管网设备管理分平台可以是用于对管网设备进行监控与管理的平台。在一些实施例中，智慧燃气户内设备管理分平台、智慧燃气管网设备管理分平台包括但不限于设备运行参数监测预警模块和设备参数远程管理模块。

智慧燃气户内设备管理分平台、智慧燃气管网设备管理分平台可以分别通过前述各模块对户内设备或管网设备相关信息进行分析处理，对户内设备或管网设备的运行参数进行远程设置、调整，以及远程授权等。

智慧燃气数据中心可以用于存储和管理计量纠正系统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，用于存储燃气设备相关数据等。例如，超声数据、燃气介质数据等。

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分别与智慧燃气服务平台120、智慧燃气传感网络平台140进行信息交互。

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。在一些实施例中，智慧燃气传感网络平台140可以被配置为通信网络和网关。

在一些实施例中，智慧燃气传感网络平台140可以包括智慧燃气户内设备传感网络分平台和智慧燃气管网设备传感网络分平台。

在一些实施例中，智慧燃气传感网络平台140可以与智慧燃气设备管理平台130和智慧燃气对象平台150进行数据交互，实现感知信息传感通信和控制信息传感通信的功能。例如，智慧燃气传感网络平台140可以接收智慧燃气数据中心下发的关于获取燃气设备相关数据的指令，并上传燃气设备相关数据至智慧燃气数据中心。

智慧燃气对象平台150可以指用于获取感知信息的功能平台。在一些实施例中，智慧燃气对象平台可以包括智慧燃气户内设备对象分平台和智慧燃气管网设备对象分平台。在一些实施例中，智慧燃气对象平台可以被配置为各类设备，各类设备包括燃气设备（如户内设备和管网设备）和其他设备。

在一些实施例中，智慧燃气户内设备对象分平台、智慧燃气管网设备对象分平台可以分别将户内设备、管网设备的相关数据通过智慧燃气户内设备传感网络分平台上传到智慧燃气数据中心。

本说明书一些实施例，基于计量纠正系统100，可以在智慧燃气对象平台150与智慧燃气用户平台110之间形成信息运行闭环，并在智慧燃气设备管理平台130的统一管理下协调、规律运行，实现燃气设备管理信息化、智慧化。

需要注意的是，以上对于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。

图2是根据本说明书一些实施例所示的基于智慧燃气物联网的超声波燃气表计量纠正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执行。

步骤210，响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据。

协同纠查请求可以指用于请求智慧燃气设备管理平台对超声波燃气表进行纠查的请求。纠查的内容包括确定信号稳定度等。协同纠正请求由超声波燃气表发出。

在一些实施例中，协同纠查请求可以在超声波燃气表的自纠信号稳定度不满足第一预设条件时发出。

信号稳定度可以指超声波燃气表监测的超声波信号和/或燃气流量数据的稳定程度。例如，信号稳定度可以包括波形、幅值和频率的变化程度或超声波燃气表的读数数据的变化程度等。信号稳定度可以反映超声波燃气表的读数数据的准确程度。当信号稳定度不平稳（即信号稳定度越小）时，超声波燃气表的读数数据的准确程度较低。

自纠信号稳定度是指超声波燃气表通过自纠得到的信号稳定度。自纠是指超声波燃气表自行对信号稳定度进行纠查的过程。

在一些实施例中，自纠信号稳定度可以由超声波燃气表确定。在一些实施例中，自纠信号稳定度基于自纠策略确定。

在一些实施例中，可以通过自纠策略对超声波燃气表在多个时刻的读数数据进行分析处理，得到超声波燃气表的自纠信号稳定度。

在一些实施例中，自纠策略至少包括自纠算法，通过自纠策略确定自纠信号稳定度包括：获取超声波燃气表读数数据的读数数据组，基于读数数据组和自纠算法确定自纠信号稳定度。在一些实施例中，自纠算法可以包括多种形式，在应用自纠策略前，需要确定对应的自纠算法。关于确定自纠信号稳定度和选择自纠算法的具体细节可以参见图3及其相关说明。

在一些实施例中，第一预设条件可以是自纠信号稳定度不小于第一稳定阈值。第一稳定阈值可以通过先验知识或历史经验确定。

在一些实施例中，第一预设条件可以基于自纠算法确定。在一些实施例中，第一预设条件可以由智慧燃气设备管理平台确定。

在一些实施例中，在基于自纠算法对读数数据组进行处理以确定自纠信号稳定度时，自纠算法可以包括多种形式，相应的，第一预设条件可以包括多种形式。

在一些实施例中，第一预设条件至少包括以下三种形式：（1）读数数据组的方差结果小于第一阈值；（2）读数数据组的均值结果小于第二阈值；（3）读数数据组的统计校验结果小于第三阈值。其中，方差结果、均值结果、统计校验结果可以基于自纠算法确定，关于三种处理结果、自纠算法、读数数据组的更多说明参见图3及其相关描述。

第一阈值、第二阈值、第三阈值可以基于历史数据或经验值确定。

在一些实施例中，智慧燃气设备管理平台可以基于自纠算法确定多个候选预设条件，从多个候选预设条件中确定第一预设条件。关于自纠算法的更多说明可以参见图3及其相关描述。

在一些实施例中，智慧燃气设备管理平台可以基于确定的自纠算法，使用不同的候选预设条件进行纠正实验，优选纠正效果好的候选预设条件作为第一预设条件。

候选预设条件指可能作为第一预设条件的预设条件。不同的自纠算法，对应不同类别的候选预设条件。基于同一自纠算法确定的不同的候选预设条件的区别在于阈值设置不同。例如，候选预设条件为“读数数据组的方差结果小于第一阈值时”，不同候选预设条件的区别在于第一阈值不同。

在一些实施例中，纠正实验可以为：超声波燃气表基于特定的纠正相关条件，使用不同的候选预设条件和某种自纠算法对超声波燃气表监测到的燃气流量数据（例如，读数数据）进行纠正，得到纠正后的燃气流量数值（例如，纠正后的读数数据）。其中，纠正的相关条件可以包括但不限于气象数据、自纠频率、纠正等级等。关于自纠频率、纠正等级的更多说明参见图3及其相关描述。关于气象数据的说明参见图2下文相关描述。

在一些实施例中，当超声波燃气表的读数数据和实际气体流量的流量差异值小于预设差异阈值时可以认为纠正效果好。预设差异阈值可以通过历史经验人为设定得到。

本说明书一些实施例，通过对不同的自纠算法进行不同的纠正实验，可以确定不同自纠算法对应的第一预设条件。在超声波燃气表根据不同的自纠算法进行自纠时，可以选择不同的第一预设条件来判断是否发出协同纠正请求，使得发出协同纠正请求的时机更准确。

在一些实施例中，响应于自纠信号稳定度满足第一预设条件时，超声波燃气表可以进一步判断自纠信号稳定度是否满足自纠条件。

在一些实施例中，响应于自纠信号稳定度不满足自纠条件，超声波燃气表不需要进行自纠。此时超声波燃气表的读数准确，无需进行纠正。

在一些实施例中，响应于自纠信号稳定度满足自纠条件时，超声波燃气表可以基于预设算法确定超声波燃气表的纠正值。

自纠条件可以指由超声波燃气表自行判断是否需要进行自纠的条件。在一些实施例中，自纠条件可以包括自纠信号稳定度小于第二稳定阈值。第二稳定阈值可以基于先验知识或历史经验确定。在一些实施例中，第二稳定阈值可以大于第一稳定阈值。

预设算法可以指预先设定好的用于计算纠正值的算法。例如，拟合算法、回归算法。

在一些实施例中，预设算法可以基于环境参数确定。

环境参数可以指与超声波燃气表的燃气管道相关的参数。例如，环境参数可以包括当前燃气温度、当前燃气压力、当前环境温度以及管道内径等。其中，当前燃气温度、当前燃气压力、当前环境温度可以由智慧燃气对象平台中配置的传感器设备采集后，通过智慧燃气传感网络平台上传至智慧燃气设备管理平台。示例性的传感器设备包括但不限于温度传感器、压力传感器等。管道内径可以通过查询数据库获取。

在一些实施例中，预设算法可以由智慧燃气设备管理平台预先确定，确定好的预设算法可以由智慧燃气设备管理平台下发至超声波燃气表。

在一些实施例中，智慧燃气设备管理平台可以通过机器学习模型处理环境参数，确定预设算法。例如，通过机器学习模型对模拟实验中的当前燃气温度、当前燃气压力、当前环境温度、管道内径以及超声波燃气表的读数数据和实际燃气流量进行拟合，确定拟合系数；基于拟合系数和环境参数，确定预设算法。

示例性的预设算法为：纠正值=拟合系数1*当前燃气温度+拟合系数2*当前燃气压力+拟合系数3*当前环境温度+拟合系数4*管道内径（此处算法仅作为示例，拟合结构通常是非线性的）。

在一些实施例中，智慧燃气设备管理平台可以通过软件自带的拟合工具处理环境参数，确定预设算法。例如，通过软件自带的拟合工具对模拟实验中的当前燃气温度、当前燃气压力、当前环境温度、管道内径以及超声波燃气表的读数数据和实际燃气流量进行回归分析，确定回归系数；基于回归系数和环境参数，确定预设算法。

示例性的预设算法为：纠正值=回归系数1*当前燃气温度+回归系数2*当前燃气压力+回归系数3*当前环境温度+回归系数4*管道内径（此处算法仅作为示例，拟合结构通常是非线性的）。其中，软件可以包括MATLAB、SPSS、SAS等自带拟合工具的软件。

纠正值可以指实际燃气流量与超声波燃气表的读数数据的差值。例如，纠正值=实际燃气流量-超声波燃气表的读数数据。

在一些实施例中，超声波燃气表可以基于当前的环境参数，通过预设算法，确定对超声波燃气表的读数数据的纠正值。

在一些实施例中，响应于自纠信号稳定度满足自纠条件，超声波燃气表可以基于纠正值纠正超声波燃气表的读数数据组。读数数据组为具有预设个数的超声波燃气表读数数据的组合。关于读数数据组的更多说明可以参见图3及其相关描述。

在一些实施例中，超声波燃气表可以确定纠正后的读数数据组的自纠信号稳定度；当纠正后的读数数据组的自纠信号稳定度仍满足自纠条件时，判定纠正后的读数数据组的自纠信号稳定度不满足第一预设条件。此时，超声波燃气表可以向智慧燃气设备管理平台发出协同纠查请求。

在一些实施例中，确定纠正后的自纠信号稳定度的方式与确定纠正前的自纠信号稳定度的方式相同，可以参见上文相关描述，此处不再赘述。

本说明书一些实施例，当纠正后的超声波燃气表的自纠信号稳定度再一次满足自纠条件时，此时超声波燃气表发出协同纠查请求，可以避免超声波燃气表反复自我纠正，限定自纠次数，并及时发送协同纠查请求，有助于高效快速的解决问题，及时纠正。

超声数据可以指超声波信号数据。例如，超声数据可以包括超声波燃气表的信号数据（波形、幅值、频率等）。

在一些实施例中，智慧燃气设备管理平台可以通过超声波燃气表内部的存储装置获取超声数据。

燃气介质数据可以指与燃气成分相关的数据。例如，可以包括甲烷、乙烷、丙烷和/或其他微量杂质的含量数据。

燃气介质数据可以由智慧燃气对象平台中配置的传感器设备采集后，通过智慧燃气传感网络平台上传至智慧燃气设备管理平台。示例性的传感器设备包括但不限于成分传感器等。

步骤220，基于超声数据和燃气介质数据，确定超声波燃气表的目标信号稳定值。

目标信号稳定值可以指由智慧燃气设备管理平台对超声波燃气表进行纠查得到的信号稳定度。智慧燃气设备管理平台对超声波燃气表进行纠查也称为协同纠查。关于信号稳定度的更多说明参见步骤210及其相关描述。

在一些实施例中，目标信号稳定值可以由智慧燃气设备管理平台确定。在一些实施例中，智慧燃气设备管理平台可以基于超声数据确定目标信号稳定值。例如，通过确定超声数据中超声波信号的波形、频率以及幅值的变化程度，确定目标信号稳定值。变化程度越大，目标信号稳定值越低。

在一些实施例中，智慧燃气设备管理平台还可以基于超声数据和燃气介质数据确定目标信号稳定值。例如，目标信号值可以通过预先设定好的算法或者机器学习模型处理超声数据和/或燃气介质数据，确定目标信号稳定值。

在一些实施例中，智慧燃气设备管理平台可以对超声数据以及燃气介质数据进行平稳性校验，以确定目标信号稳定值。关于平稳性校验的更多说明可以参见图4及其相关描述。

步骤230，响应于目标信号稳定值不满足第二预设条件，确定协同纠正策略，并向超声波燃气表发送协同纠正策略。

第二预设条件可以指用于判断是否确定协同纠正策略的条件。

在一些实施例中，第二预设条件可以包括目标信号稳定值不小于第三稳定阈值。第三稳定阈值可以通过先验知识或历史经验确定。

协同纠正策略可以指由智慧燃气设备管理平台生成的用于纠正超声波燃气表读数数据的纠正策略。在一些实施例中，协同纠正策略可以包括协同纠正值。协同纠正值为智慧燃气设备管理平台生成的用于纠正超声波燃气表读数数据的纠正值。

在一些实施例中，响应于目标信号稳定值不满足第二预设条件，智慧燃气设备管理平台可以通过多种方式确定协同纠正策略。

在一些实施例中，智慧燃气设备管理平台可以基于目标信号稳定值，通过查询预设协同策略表的方式确定协同纠正策略。其中，预设协同策略表存储有多组不同的参考信号稳定值及其对应的参考协同纠正策略。预设协同策略表可以基于历史协同纠正策略的相关数据确定。在一些实施例中，智慧燃气设备管理平台可以基于目标信号稳定值，在预设协同策略表确定与目标信号稳定值相近或相同的参考信号稳定值，将参考信号稳定值对应的参考协同纠正策略，确定为最终的协同纠正策略。

在一些实施例中，响应于目标信号稳定值不满足第二预设条件，智慧燃气设备管理平台可以基于气象数据、历史读数数据、燃气数据、管道特征数据确定协同纠正策略。

气象数据可以指反映天气的数据。在一些实施例中，气象数据至少可以包括环境温度和光照数据。其中，光照数据可以包括光照方向和光照强度。智慧燃气设备管理平台可以通过与气象检测平台的数据库进行交互，获取气象数据。

历史读数数据可以指超声波燃气表在当前时刻之前的读数数据。读数数据可以反映超声波燃气表的燃气流量数据。智慧燃气设备管理平台可以通过与超声波燃气表进行交互，获取历史读数数据。

燃气数据可以指与燃气相关的数据。燃气数据可以包括燃气基本数据、燃气介质数据和燃气使用数据。其中，燃气基本数据可以包括燃气温度、燃气湿度、燃气密度、燃气压力、燃气速度等。燃气使用数据可以是燃气用户使用的燃气流量。

智慧燃气设备管理平台可以通过与智慧燃气对象平台中配置的传感器设备进行交互，获取燃气基本数据。示例性的传感器设备包括但不限于成分传感器、温度传感器、压力传感器、湿度传感器、速度传感器等。智慧燃气设备管理平台可以通过与智慧燃气对象平台中配置的入户燃气表进行交互，获取燃气使用数据。关于燃气介质数据的更多说明参见步骤210及其相关描述。

管道特征数据包括管道内径、管道外径和管道材质。管道特征数据可以通过查询数据库获取。

在一些实施例中，协同纠正策略包括以下三种类型中的至少一种：（1）对预设算法进行调整；（2）确定是否需要对超声波燃气表进行校正（或纠正）；（3）确定新的自纠策略。

在一些实施例中，智慧燃气设备管理平台可以通过选择精度更高的预设算法来调整预设算法，并基于调整后的预设算法确定超声波燃气表的纠正值。在一些实施例中，智慧燃气设备管理平台可以基于气象数据、历史读数数据、燃气数据、管道特征数据，通过协同纠正模型预测当前时刻及未来时刻对应的相关数据，基于当前时刻和未来时刻对应的相关数据，重新根据拟合算法确定精度更高的预设算法。其中，当前时刻对应的相关数据可以包括燃气流量，未来时刻对应的相关数据可以包括燃气流量、燃气温度、燃气压力、环境温度等。

在一些实施例中，协同纠正模型可以是下文自定义结构的机器学习模型。协同纠正模型还可以是其他结构的机器学习模型，例如，神经网络模型等。

在一些实施例中，协同纠正模型的输入可以包括气象数据、历史读数数据、燃气数据、管道特征数据，协同纠正模型的输出可以包括当前时刻的预测燃气流量和未来时刻的预测燃气流量，以及未来时刻的预测燃气温度、预测燃气压力、预测环境温度等。

在一些实施例中，协同纠正模型可以包括环境数据预测层和超声数据预测层。

在一些实施例中，环境数据预测层的输入可以包括气象数据、燃气数据和管道特征数据，输出可以包括未来时刻的预测燃气温度、预测燃气压力、预测环境温度等。在一些实施例中，环境数据预测层可以为深度神经网络（Deep Neural Network，DNN）模型。

在一些实施例中，环境数据预测层可以通过多个带有第一标签的第一训练样本训练得到。在一些实施例中，第一训练样本和第一标签可以基于历史数据获得。第一训练样本可以包括样本采集时间点（该时间点为历史时间）的样本气象数据、样本燃气数据、样本管道特征数据。第一标签可以基于与第一训练样本对应的实际状况确定。第一标签可以包括第一训练样本在样本采集时间点后的实际燃气温度、实际燃气压力、实际环境温度。

在一些实施例中，超声数据预测层的输入可以包括气象数据、历史读数数据、燃气数据、管道特征数据，输出可以包括当前时刻的预测燃气流量和未来时刻的预测燃气流量。在一些实施例中，超声数据预测层可以为长短期记忆网络（Long Short-Term Memory，LSTM）模型。

在一些实施例中，超声数据预测层可以通过多个带有第二标签的第二训练样本训练得到。在一些实施例中，第二训练样本和第二标签可以基于历史数据获得。第二训练样本可以包括样本采集时间点（该时间点为历史时间）的样本历史读数数据、样本气象数据、样本燃气数据以及样本管道特征数据。第二标签可以基于与第二训练样本对应的实际状况确定。第二标签可以包括第二训练样本在样本采集时间点的实际燃气流量和在样本采集时间点后的实际燃气流量。

在一些实施例中，智慧燃气设备管理平台可以将当前时刻的预测燃气流量作为实际燃气流量，并基于管道内径和当前时刻的实测燃气温度、实测燃气压力、实测环境温度进行重新拟合，确定精度更高的预设算法。

在一些实施例中，智慧燃气设备管理平台可以将未来时刻的预测燃气流量作为实际燃气流量，并基于管道内径和未来时刻的预测燃气温度、预测燃气压力、预测环境温度进行重新进行拟合，确定新的拟合系数或回归系数，以确定精度更高的预设算法。

关于拟合的说明参见步骤210及其相关描述。

在一些实施例中，智慧燃气设备管理平台可以确定是否需要对超声波燃气表进行校正，将确定结果作为协同纠正策略。在一些实施例中，智慧燃气设备管理平台可以基于气象数据、超声数据（例如，当前读数数据）、燃气介质数据，确定是否需要对超声波燃气表进行校正。例如，智慧燃气设备管理平台可以基于超声数据和燃气介质数据确定目标信号稳定值，响应于目标信号稳定值小于第四稳定阈值，可以对超声波燃气表进行校正或报修。例如，校正方式包括基于上述精度更高的预设算法确定精度更高的纠正值，基于精度更高的纠正值对超声波燃气表的读数数据进行纠正。又例如，校正方式包括零点校准、阻尼设定、工作参数设定以及异常条件校准等。

第四稳定阈值可以通过历史数据或先验知识确定。在一些实施例中，第四稳定阈值可以小于或等于第三稳定阈值。

在一些实施例中，智慧燃气设备管理平台可以基于气象数据、自纠频率和纠正等级重新确定自纠策略。例如，智慧燃气设备管理平台可以重新设置纠正等级，确定新的自纠策略。

在一些实施例中，响应于目标信号稳定值不满足第二预设条件，智慧燃气设备管理平台可以将确定好的协同纠正策略通过智慧燃气传感网络平台发送至智慧燃气对象平台中配置的超声波燃气表处，以对超声波燃气表进行协同纠正。

步骤240，评估超声波燃气表基于协同纠正策略执行纠正的纠正准确度。

在一些实施例中，超声波燃气表可以基于协同纠正策略执行纠正。例如，智慧燃气设备管理平台可以基于更新后的自纠策略确定超声波燃气表读数数据的新的纠正值，通过纠正值进行纠正。

纠正准确度可以反映纠正后的读数数据与真实燃气流量的接近程度。纠正准确度越高，纠正后的读数数据与真实燃气流量值越接近。

在一些实施例中，智慧燃气设备管理平台可以通过多种可行的方式评估纠正准确度。例如，若超声波燃气表根据协同纠正策略执行纠正后，重新计算自纠信号稳定度，响应于自纠信号稳定度满足第一预设条件，纠正准确度较高。

本说明书一些实施例中，响应于协同纠查请求，基于超声数据和燃气介质数据确定目标信号稳定值，响应于目标信号稳定值不满足第二预设条件确定协同纠正策略，并基于协同纠正策略执行纠正，能够实现对燃气表读数实现燃气介质补偿，计算纠正准确度，提高流量监测的准确程度。

在一些实施例中，自纠策略可以由智慧燃气设备管理平台周期确定并下发至超声波燃气表。参见图3，在一些实施例中，智慧燃气设备管理平台可以基于气象数据310、自纠频率320、纠正等级330，确定自纠策略340。

自纠频率可以反映超声波燃气表在单位时间内进行自纠的次数。

在一些实施例中，智慧燃气设备管理平台可以通过监测一段时间内超声波燃气表发生的自纠动作的次数，根据监测的次数和时间段长度可以计算出该时间段的自纠频率。在一些实施例中，智慧燃气设备管理平台可以通过上述方式得到多个时间段的自纠频率，将多个自纠频率的均值确定为最终的自纠频率。

纠正等级可以指超声波燃气表进行自纠的强度。纠正等级越高，自纠强度越高（例如，纠正值的精度越高等），纠正后的超声波燃气表读数数据更靠近实际燃气流量。纠正等级可以由系统或人为预设。在一些实施例中，当纠正等级越高时，对自纠信号稳定度的要求越高，此时第一预设条件越难满足，即超声波燃气表发出协同纠正策略的门槛越低。

自纠策略可以指超声波燃气表自我纠正的方法。参见图3，在一些实施例中，自纠策略340至少可以包括自纠算法341、算法深度342等。其中，算法深度可以反映自纠算法的时间复杂度。

在一些实施例中，自纠算法可以是对预设个数的历史时刻的超声波燃气表读数数据（即读数数据组）进行处理，确定自纠信号稳定度。其中，预设个数越多时，表示自纠算法的时间复杂度越高，算法深度越深。

在一些实施例中，自纠算法至少包括以下三种类别：（1）将读数数据组的方差（或标准差等）确定为自纠信号稳定度；（2）将读数数据组的均值确定为自纠信号稳定度；（3）将读数数据组的统计检验结果确定为自纠信号稳定度。关于应用自纠算法的更多说明参见下文相关描述。

在一些实施例中，智慧燃气设备管理平台可以基于气象数据、自纠频率、纠正等级构建自纠特征向量。在一些实施例中，智慧燃气设备管理平台还可以基于气象数据、自纠频率、纠正等级、燃气温度构建自纠特征向量。

在一些实施例中，智慧燃气设备管理平台可以基于自纠特征向量在向量数据库进行检索，确定与自纠特征向量之间的向量相似度满足相似度阈值的关联特征向量，将关联特征向量对应的参考自纠策略确定自纠策略。其中，向量数据库中包括多个参考特征向量及其对应的参考自纠策略，不同的参考自纠策略的自纠算法和算法深度不同。关联特征向量为与自纠特征向量之间的向量相似度满足相似度阈值的参考特征向量。

在一些实施例中，若存在多个满足相似度阈值的关联特征向量，可以将向量相似度最高的关联特征向量对应的参考自纠策略作为自纠策略。

通过上述确定自纠策略的方式，可以从多种自纠算法中选择最合适的自纠算法，以及确定最合适的算法深度。

本说明书一些实施例中，基于气象数据、自纠频率及纠正等级确定自纠策略，可以综合考虑多种因素，有助于确定更符合实际情况的自纠策略，以提升自纠策略的纠正准确度，使纠正结果更加准确。

在一些实施例中，超声波燃气表可以基于自纠策略确定自纠信号稳定度。

参见图3，在一些实施例中，超声波燃气表可以通过获取预设个数350的历史时刻的超声波燃气表读数数据，作为读数数据组360；基于读数数据组360，通过自纠算法341确定自纠信号稳定度370。

预设个数可以指预先设定的需要选取的历史时刻的数量。

在一些实施例中，预设个数可以通过自纠策略确定。参见图3，在一些实施例中，预设个数350等于算法深度342。例如，预设个数可以正相关于算法深度。算法深度越深，自纠算法的时间复杂度越高，需要选取的历史时刻的个数越多，预设个数越大。在一些实施例中，可以预设算法深度与预设个数的对应关系，在确定自纠策略中自纠算法的算法深度后，可以基于该对应关系确定预设个数。

读数数据可以指超声波燃气表的计量的燃气流量数据。读数数据组可以指多个读数数据的集合。

在一些实施例中，超声波燃气表可以基于读数数据组，通过自纠算法确定自纠信号稳定度。

在一些实施例中，当确定的自纠算法为“将读数数据组的方差（或标准差等）确定为自纠信号稳定度”时，超声波燃气表可以计算超声波燃气表读数数据的方差（或标准差等），将计算结果确定为自纠信号稳定度。

在一些实施例中，当确定的自纠算法为“将读数数据组的均值确定为自纠信号稳定度”时，超声波燃气表可以计算超声波燃气表读数数据的均值，将计算结果确定为自纠信号稳定度。

在一些实施例中，当确定的自纠算法为“将读数数据组的统计检验结果确定为自纠信号稳定度”时，超声波燃气表还可以基于统计检验算法确定读数数据组中存在异常的读数数据，将异常读数数据的个数或异常读数数据的个数占读数数据组中读数数据的总数量的比例作为统计校验结果，该统计检验结果即为自纠信号稳定度。其中，统计检验算法至少可以包括：Z-score检验方法、Tukey检验方法、Hampel检验方法。

本说明书一些实施例中，通过自纠算法确定自纠信号稳定度，使用多个历史时刻的超声波读数数据作为读数数据组，数据量更大，考虑的时间范围越广，有助于更加准确的确定自纠信号稳定度。

图4是根据本说明书一些实施例所示的确定目标信号稳定度的示例性示意图。

在一些实施例中，智慧燃气设备管理平台可以基于超声数据410和燃气介质数据420，进行平稳性校验430；基于校验结果440，确定超声波燃气表的目标信号稳定值450。关于超声数据、燃气介质数据以及目标信号稳定值的更多说明，可以参见图2中的相关描述。

平稳性校验是用于校验超声信号的平稳性（即信号稳定度）的检验方法。平稳性校验可以分为描述性方法和计量性方法。描述性方法可以包括图检验。例如，时序图检验、自相关图检验。计量性方法可以包括统计检验方法。例如，单位根检验、Phillips-Perron检验（简称为PP检验）。

在一些实施例中，智慧燃气设备管理平台可以通过统计软件自带的检验工具进行平稳性校验。其中，统计软件可以包括但不限于MATLAB、SPSS和SAS。

在一些实施例中，智慧燃气设备管理平台可以将超声数据和燃气介质数据按照采集时间构成时间序列；基于时间序列与校验条件进行平稳度校验。其中，智慧燃气设备管理平台可以通过p阶自回归模型（AR（p）模型），将超声数据和燃气介质数据按照采集时间构建为时间序列。示例性的时间序列为：，其中，/>是一个时间序列，/>、……、/>是自回归系数，/>是一个白噪声中的随机变量，t为时间。

在一些实施例中，校验条件与检验方式相关。例如，进行ADF检验时可以采用ADF检验对应的平稳判定条件作为校验条件在一些实施例中，时间序列为平稳序列时，表示超声信号的平稳性越好，信号稳定值越高。

在一些实施例中，智慧燃气设备管理平台可以基于前文构建的时间序列，通过单位根检验（如，ADF检验）或PP检验确定时间序列是否为平稳序列。

本说明书一些实施例中，通过对超声数据和燃气介质数据进行平稳性校验，确定目标信号稳定值，有助于更加科学准确的计算目标信号稳定值。

在一些实施例中，智慧燃气设备管理平台可以基于连续时刻的超声数据410和燃气介质数据420，通过滑动窗口431截取至少一个超声片段数据以及至少一个燃气介质片段数据；对于每个截取区间，基于该截取区间的超声片段数据以及燃气介质片段数据，确定片段校验结果；基于至少一个片段校验结果，确定超声波燃气表的目标信号稳定值450。

滑动窗口可以用于将连续时刻划分为多个时间片段。

在一些实施例中，滑动窗口的窗口特征可以包括截取区间长度和滑动步长。

截取区间长度可以指划分的时间片段的时间长度。

滑动步长可以指相邻两个划分的时间片段之间间隔的时间长度。

滑动窗口截取是指基于时间顺序从前向后滑动窗口，每按照滑动步长滑动一次滑动窗口时，截取滑动窗口内的一段时间片段内的超声数据和燃气介质数据，分别确定为超声片段数据和燃气介质片段数据，依次类推，直到截取完成整个超声数据和整个燃气介质数据。

在一些实施例中，窗口特征相关于气象数据和燃气温度。在一些实施例中，截取区间长度和滑动步长相关于气象数据和燃气温度。关于气象数据的更多说明参见图2。

在一些实施例中，响应于气象数据、燃气温度的变化程度高于变化阈值，智慧燃气设备管理平台可以增大截取区间长度、增大滑动步长。变化阈值可以是基于历史经验预先设定好的值。

本说明书一些实施例中，响应于环境温度或燃气温度剧烈变化时，超声数据和燃气介质数据会对应有较大幅度变化，基于此确定窗口特征（使用较大的截取区间长度和滑动步长），有助于节约计算资源，且有助于提高片段平稳性校验的精确度。

片段数据可以指截取区间内对应的部分数据。超声片段数据可以指基于滑动窗口截取的某一截取区间对应的部分超声数据，燃气介质片段数据可以指基于滑动窗口截取的某一截取区间对应的部分燃气介质数据。参见图4，截取区间1可以对应超声片段数据432-1和燃气介质片段数据433-1，截取区间2可以对应超声片段数据432-2和燃气介质片段数据433-2，……，截取区间n可以对应超声片段数据432-n和燃气介质片段数据433-n。

在一些实施例中，智慧燃气设备管理平台可以对每个截取区间对应的片段超声数据和片段燃气介质数据，进行一次平稳性校验，获取片段校验结果。其中，片段校验结果可以指基于片段数据进行平稳性校验得到的校验结果。参见图4，截取区间1对应片段校验结果440-1、截取区间2对应片段校验结果440-2、……、截取区间n对应片段校验结果440-n。

获取片段校验结果的方式可以参考前述进行平稳性校验的方式，关于平稳性校验的更多说明参见前述相关说明。

在一些实施例中，智慧燃气设备管理平台可以基于超声数据和燃气介质数据在各个截取区间的片段校验结果，确定稳定率，基于稳定率确定超声波燃气表的目标信号稳定值。

在一些实施例中，稳定率可以基于所有截取区间的平稳性校验结果确定。例如，稳定率=片段校验结果被判断为平稳序列的截取区间数/总共划分的截取区间数。平稳序列的判断方式可以参见上文相关描述。在一些实施例中，智慧燃气设备管理平台可以直接将稳定率作为目标信号稳定值。

本说明书一些实施例中，基于滑动窗口和截取区间，将所有时刻的超声数据和燃气介质数据进行划分，分区间计算目标信号稳定值，通过所有时刻的稳定率确定目标信号稳定值，有助于提高目标信号稳定值的精确度。

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 (9)

1.一种基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述方法通过基于智慧燃气物联网的超声波燃气表计量纠正系统的智慧燃气设备管理平台执行，所述方法包括：

响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据，所述协同纠查请求在所述超声波燃气表的自纠信号稳定度不满足第一预设条件时发出，所述自纠信号稳定度由所述超声波燃气表基于自纠策略确定；所述自纠策略至少包括自纠算法和算法深度，所述超声波燃气表基于自纠策略确定自纠信号稳定度包括：

获取预设个数的历史时刻的超声波燃气表读数数据，作为读数数据组，所述预设个数相关于所述算法深度；

基于所述读数数据组，通过所述自纠算法确定所述自纠信号稳定度；

基于所述超声数据和所述燃气介质数据，确定所述超声波燃气表的目标信号稳定值；

响应于所述目标信号稳定值不满足第二预设条件，确定协同纠正策略，并向所述超声波燃气表发送所述协同纠正策略；以及

评估所述超声波燃气表基于所述协同纠正策略执行纠正的纠正准确度。

2.如权利要求1所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述自纠策略由所述智慧燃气设备管理平台周期确定并下发至所述超声波燃气表，所述自纠策略的确定方式包括：

基于气象数据、自纠频率、纠正等级确定所述自纠策略。

3.如权利要求1所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述第一预设条件由所述超声波燃气表确定，所述第一预设条件的确定方式包括：

基于所述自纠算法确定所述第一预设条件。

4.如权利要求1所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述方法还包括：

响应于所述自纠信号稳定度满足自纠条件时，由所述超声波燃气表基于预设算法确定所述超声波燃气表的纠正值，所述预设算法基于环境参数确定。

5.如权利要求4所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述方法还包括：

响应于所述自纠信号稳定度满足所述自纠条件，由所述超声波燃气表执行以下操作：

基于所述纠正值纠正所述超声波燃气表的所述读数数据组；

确定纠正后的读数数据组的自纠信号稳定度；

当所述纠正后的读数数据组的自纠信号稳定度仍满足所述自纠条件时，判定所述纠正后的读数数据组的自纠信号稳定度不满足所述第一预设条件。

6.如权利要求1所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，基于所述超声数据和所述燃气介质数据，确定所述超声波燃气表的目标信号稳定值包括：

对所述超声数据以及所述燃气介质数据，进行平稳性校验；

基于校验结果，确定所述超声波燃气表的所述目标信号稳定值。

7.如权利要求6所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述平稳性校验包括：

基于连续时刻的所述超声数据以及所述燃气介质数据，通过滑动窗口截取至少一个超声片段数据以及至少一个燃气介质片段数据；

对于每个截取区间，基于该截取区间的所述超声片段数据以及所述燃气介质片段数据，确定片段校验结果；

基于至少一个所述片段校验结果，确定所述超声波燃气表的所述目标信号稳定值。

8.如权利要求1所述的基于智慧燃气物联网的超声波燃气表计量纠正方法，其特征在于，所述响应于所述目标信号稳定值不满足第二预设条件，确定协同纠正策略包括：

响应于所述目标信号稳定值不满足所述第二预设条件，基于气象数据、历史读数数据、燃气数据、管道特征数据确定所述协同纠正策略。

9.一种基于智慧燃气物联网的超声波燃气表计量纠正系统，其特征在于，所述基于智慧燃气物联网的超声波燃气表计量纠正系统包括依次连接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、智慧燃气对象平台；

所述智慧燃气用户平台用于，将燃气设备管理信息的查询指令经由所述智慧燃气服务平台下发至所述智慧燃气设备管理平台；

所述智慧燃气设备管理平台用于，响应于所述燃气设备管理信息的查询指令，将获取燃气设备相关数据的指令经由所述智慧燃气传感网络平台下发至所述智慧燃气对象平台，接收所述智慧燃气对象平台上传的所述燃气设备相关数据；对所述燃气设备相关数据进行处理，得到所述燃气设备管理信息；经由所述智慧燃气服务平台将所述燃气设备管理信息上传至所述智慧燃气用户平台，或经由所述智慧燃气传感网络平台将所述燃气设备管理信息下发至所述智慧燃气对象平台；

其中，所述燃气设备相关数据至少包括超声数据和燃气介质数据，所述燃气设备管理信息至少包括对超声波燃气表进行纠正的协同纠正策略，所述协同纠正策略的确定过程包括：

响应于接收到超声波燃气表的协同纠查请求，获取超声数据和燃气介质数据，所述协同纠查请求在所述超声波燃气表的自纠信号稳定度不满足第一预设条件时发出，所述自纠信号稳定度由所述超声波燃气表基于自纠策略确定；所述自纠策略至少包括自纠算法和算法深度，所述超声波燃气表基于自纠策略确定自纠信号稳定度包括：

获取预设个数的历史时刻的超声波燃气表读数数据，作为读数数据组，所述预设个数相关于所述算法深度；

基于所述读数数据组，通过所述自纠算法确定所述自纠信号稳定度；

基于所述超声数据和所述燃气介质数据，确定所述超声波燃气表的目标信号稳定值；

响应于所述目标信号稳定值不满足第二预设条件，确定所述协同纠正策略。