CN116717729A - 一种监测燃气安全的分级管控系统及方法 - Google Patents
一种监测燃气安全的分级管控系统及方法 Download PDFInfo
- Publication number
- CN116717729A CN116717729A CN202310993396.3A CN202310993396A CN116717729A CN 116717729 A CN116717729 A CN 116717729A CN 202310993396 A CN202310993396 A CN 202310993396A CN 116717729 A CN116717729 A CN 116717729A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- gas consumption
- gas
- data
- probability
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000006870 function Effects 0.000 claims abstract description 60
- 230000005856 abnormality Effects 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 213
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及燃气安全管控技术领域,具体公开了一种监测燃气安全的分级管控系统及方法,所述方法包括获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;基于耗气节点获取耗气数据,基于监测点获取管网数据;在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。本发明对燃气风险进行预测性分析,丰富了原有的检测手段,提高了预测性。
Description
技术领域
本发明涉及燃气安全管控技术领域,具体是一种监测燃气安全的分级管控系统及方法。
背景技术
燃气(gas)是气体燃料的总称,它能燃烧而放出热量,供居民和工业企业使用。在现有的社会背景下,燃气逐渐成为了城市的基础设施。
燃气在带来便捷的同时,也存在一定的安全风险,现有的安全风险检测技术大都依赖于燃气仪表,当燃气仪表检测到问题时,会发出警报,这种方式及时性很强,但是预测性不够,此外,其依赖的数据是一定时间段内的数据,很难基于瞬时数据作为风险预警,除非已经出现了问题。
因此,如何在已有的燃气仪表检测系统的基础上,丰富监测架构,提高预测性是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种监测燃气安全的分级管控系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种监测燃气安全的分级管控方法,所述方法包括:
获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
基于耗气节点获取耗气数据,基于监测点获取管网数据;
在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。
作为本发明进一步的方案:所述获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网的步骤包括:
获取耗气节点的用户信息,根据用户信息确定风险度;
获取耗节节点的耗气数据,根据耗气数据修正风险度;
基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点。
作为本发明进一步的方案:所述在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数的步骤包括:
根据监测点在燃气管网中的相对位置创建基准矩阵;
根据所述基准矩阵统计各时刻的管网数据;
将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
拟合含有概率的耗气数据在该类管网数据下的概率函数。
作为本发明进一步的方案:所述拟合含有概率的耗气数据在该类管网数据下的概率函数的步骤包括:
采用预设的基准模型拟合含有概率的耗气数据在该类管网数据下的概率函数;所述基准模型中仅设有一个参数,包括正态分布模型;
其中,在拟合过程中,采用对数似然公式限定参数;所述对数似然公式为:
;
为对数似然值, />为概率函数,/> 为由管网数据确定的第i个自变量, />为基准模型中的参数;
其中,限定目标为:计算 的最小值。
作为本发明进一步的方案:所述随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率的步骤包括:
随机确定安全节点,获取安全节点的瞬时耗气数据;
读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
对所有安全节点的概率求积,根据求积结果确定异常概率。
作为本发明进一步的方案:所述当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息的步骤包括:
将异常概率与预设的异常阈值进行比对;
当所述异常概率达到预设的异常阈值时,基于燃气管网读取预设时长内的管网数据和耗气数据;
打包读取到的管网数据和耗气数据,向人工端发送。
本发明技术方案还提供了一种监测燃气安全的分级管控系统,所述系统包括:
管网创建模块,用于获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
数据获取模块,用于基于耗气节点获取耗气数据,基于监测点获取管网数据;
函数拟合模块,用于在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
异常判定模块,用于随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
示警模块,用于当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。
作为本发明进一步的方案:所述管网创建模块包括:
风险度确定单元,用于获取耗气节点的用户信息,根据用户信息确定风险度;
风险度修正单元,用于获取耗节节点的耗气数据,根据耗气数据修正风险度;
级别标定单元,用于基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
监测点选取单元,用于根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点。
作为本发明进一步的方案:所述函数拟合模块包括:
基准矩阵创建单元,用于根据监测点在燃气管网中的相对位置创建基准矩阵;
数据统计单元,用于根据所述基准矩阵统计各时刻的管网数据;
数据分类单元,用于将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
概率计算单元,用于依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
拟合执行单元,用于拟合含有概率的耗气数据在该类管网数据下的概率函数。
作为本发明进一步的方案:所述异常判定模块包括:
瞬时数据获取单元,用于随机确定安全节点,获取安全节点的瞬时耗气数据;
概率统计单元,用于读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
概率应用单元,用于对所有安全节点的概率求积,根据求积结果确定异常概率。
与现有技术相比,本发明的有益效果是:本发明通过历史管网数据和历史耗气数据确定各类管网数据下,各个耗气节点出现各种耗气数据的概率,然后,通过其他手段选取一些安全节点,判断在当前管网数据下,出现这些安全节点的概率,进而确定当前安全节点是否属于小概率事件,由此对燃气风险进行预测性分析,丰富了原有的检测手段,提高了预测性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为监测燃气安全的分级管控方法的流程框图。
图2为监测燃气安全的分级管控方法的第一流程框图。
图3为监测燃气安全的分级管控方法的第二流程框图。
图4为监测燃气安全的分级管控方法的第三流程框图。
图5为监测燃气安全的分级管控系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为监测燃气安全的分级管控方法的流程框图,本发明实施例中,一种监测燃气安全的分级管控方法,所述方法包括:
步骤S100:获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
管控区是工作人员输入的需要进行安全监测的区域,一般情况下,是一栋住宅或一个园区等;管控区内的燃气管网属于现有数据,直接读取即可;其中,所述耗气节点在燃气管网中对应出气口。
具体的,耗气节点为与实际耗气单位对应的在燃气管网中的某一点位。
步骤S200:基于耗气节点获取耗气数据,基于监测点获取管网数据;
在耗气节点对应的实际耗气单位中一般会安装燃气表,现有的燃气表大都是智能燃气表,具备数据传输功能,通过安装的燃气表即可获取到耗气数据,这属于已有技术方案。进一步的,关于管网数据,在本发明技术方案中,需要在实际管网中安装与监测点对应的监测仪,由监测仪或取管道数据,所述管道数据包括压强等;在实用应用中,获取管道的震动频率、温度或者其他指标也是可行的技术方案。
步骤S300:在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
在获取管网数据和耗气数据时,需要以时间为索引,也即,获取到的管网数据和耗气数据中均含有时间信息;在具体的分析过程中,需要根据时间信息对管网数据和耗气数据进行匹配,对同一时刻(或其附近)的管网数据和耗气数据进行处理。
处理的过程为:获取不同管网数据下,各耗气节点出现各种耗气数据的概率;所述耗气数据可以采用耗气速率。
上述拟合的原理为,在实际供气过程中,燃气管网几乎都处于一种较为稳定的状态,对应的管网数据也都非常稳定,其数据组合的类型是有限的;举例来说,对于一栋住宅楼来说,燃气管网中各个监测点的管网数据都比较稳定,并且在正常使用条件下,管网数据的类型只有几种,因此,管网数据的组合类型也是有限的;即使同一管网数据,不同耗气节点的耗气数据也有可能不同,比如,共用同一管道的几户人家中,只有一户人家在使用燃气,此时,管网数据几乎相似(用气习惯不同,管网数据并不是完成相同)。
由上述内容可以得知,一个管网数据下,每个耗气节点的耗气数据可能是不同的,但它并不是完全随机的,根据不同耗气数据的耗气时长可以计算出概率;此时,在耗气数据及其概率已知、管网数据已知的条件下,可以拟合出一个函数,称为概率函数。
步骤S400:随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
安全节点是安全的耗气节点,由工作人员进行选取,判定方式也由工作人员确定,一般情况下,采用外部交流的方式进行(比如电话询问),它并不属于本发明技术方案中的内容,因此不做具体限定。
获取安全节点的瞬时耗气数据,根据瞬时耗气数据在当前管网数据条件下的出现概率,可以判断当前情况是否存在异常;举例来说,如果所有瞬时耗气数据都是低概率事件,那么异常概率就会很高。
步骤S500:当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息;
将异常概率与预设的异常阈值进行比对,根据比对结果,可以判断出是否存在异常情况,如果存在异常情况,就打包预设时长的管网数据和耗气数据,进而向人工端发送。
图2为监测燃气安全的分级管控方法的第一流程框图,所述获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网的步骤包括:
步骤S101:获取耗气节点的用户信息,根据用户信息确定风险度;
一般情况下,用户数量越多,风险度越高,具体由工作人员预先设定。
步骤S102:获取耗节节点的耗气数据,根据耗气数据修正风险度;
当耗气数据采用耗气速率时,耗气速度越高,风险度越高;基于此,通过耗气数据对风险度进行修正。
步骤S103:基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
燃气管网属于已有数据,以耗气节点为起点,读取燃气管网,然后根据计算出的耗气节点的风险度确定燃气管网中的各网段的级别,级别越高,对应的监测点数量越多。
步骤S104:根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点;
级别越高,监测密度越大,选取的监测点数量越多。
图3为监测燃气安全的分级管控方法的第二流程框图,所述在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数的步骤包括:
步骤S301:根据监测点在燃气管网中的相对位置创建基准矩阵;
监测点在燃气管网的位置是固定,根据相对位置,可以创建一个基准矩阵,基准矩阵中的行列位置与实际的相对位置对应。
步骤S302:根据所述基准矩阵统计各时刻的管网数据;
当获取到管网数据时,将管网数据插入对应的行列位置,即可得到含有管网数据的矩阵。
步骤S303:将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
由上述分析内容(步骤S300的分析内容)可以得知,管网数据的种类是有限的,且大部分处于稳定状态;至于管网数据有哪些,本发明技术方案提供了一种通过特征值进行分类的方式,当特征值的差异不大时,两个时刻的管网数据视为同一类管网数据;其中,所述特征值最简单的计算方式就是,将矩阵转换为行列式,直接计算行列式的值。
步骤S304:依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
依次对每一类管网数据进行分析(类别数量是有限的),确定好一类管网数据后,读取预设时间范围内,各个耗气节点的所有耗气数据及其耗气时长,由耗气时长比上总时长,可以计算出不同耗气数据的概率。
步骤S305:拟合含有概率的耗气数据在该类管网数据下的概率函数;
建立某一类管网数据与含有概率的耗气数据的映射,得到概率函数。
作为本发明技术方案的一个优选实施例,所述拟合含有概率的耗气数据在该类管网数据下的概率函数的步骤包括:
采用预设的基准模型拟合含有概率的耗气数据在该类管网数据下的概率函数;所述基准模型中仅设有一个参数,包括正态分布模型;
其中,在拟合过程中,采用对数似然公式限定参数;所述对数似然公式为:
;
为对数似然值,/>为概率函数, />为由管网数据确定的第i个自变量,为基准模型中的参数;
其中,限定目标为:计算 的最小值。
所述正态分布模型的实际意义在于,耗气数据越接近某一数值,概率越大;这与实际情况是相符的,也即,管网数据确定的情况下,每个耗气节点都会存在一个最大概率的耗气数据;在实际应用中,所述正态分布模型甚至可以采用脉冲模型代替。
值得一提的是,计算 的最小值的过程比较简单, />本身是一个合式,通过求偏导,然后令偏导等于零,进而求得参数。
图4为监测燃气安全的分级管控方法的第三流程框图,所述随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率的步骤包括:
步骤S401:随机确定安全节点,获取安全节点的瞬时耗气数据;
步骤S402:读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
步骤S403:对所有安全节点的概率求积,根据求积结果确定异常概率。
步骤S401至步骤S403是具体的应用过程,由工作人员确定安全节点,获取安全节点的瞬时耗气数据,安全节点的数量不唯一,对应的瞬时耗气数据也不唯一;但是,同一时刻的瞬时管网数据是唯一的,基于同一分类规则确定瞬时管网数据属于哪一类,进而读取该类管网数据下,所有安全节点的概率函数,在概率函数中读取当前耗气数据对应的概率;通过求积的方式计算所有事件同时发生的概率,根据同时发生的概率的大小,确定异常概率,最简单的方式是,由一减去同时发生的概率,即可得到异常概率。
作为本发明技术方案的一个优选实施例,所述当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息的步骤包括:
将异常概率与预设的异常阈值进行比对;
当所述异常概率达到预设的异常阈值时,基于燃气管网读取预设时长内的管网数据和耗气数据;
打包读取到的管网数据和耗气数据,向人工端发送。
将异常概率与预设的异常阈值进行比对,当异常概率足够高时,基于创建的燃气管网读取一段时间内的历史数据,所述历史数据包括管网数据和耗气数据,上传警报信息的同时,上传管网数据和耗气数据。
图5为监测燃气安全的分级管控系统的组成结构框图,本发明实施例中,一种监测燃气安全的分级管控系统,所述系统10包括:
管网创建模块11,用于获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
数据获取模块12,用于基于耗气节点获取耗气数据,基于监测点获取管网数据;
函数拟合模块13,用于在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
异常判定模块14,用于随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
示警模块15,用于当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。
其中,所述管网创建模块11包括:
风险度确定单元,用于获取耗气节点的用户信息,根据用户信息确定风险度;
风险度修正单元,用于获取耗节节点的耗气数据,根据耗气数据修正风险度;
级别标定单元,用于基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
监测点选取单元,用于根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点。
进一步的,所述函数拟合模块13包括:
基准矩阵创建单元,用于根据监测点在燃气管网中的相对位置创建基准矩阵;
数据统计单元,用于根据所述基准矩阵统计各时刻的管网数据;
数据分类单元,用于将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
概率计算单元,用于依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
拟合执行单元,用于拟合含有概率的耗气数据在该类管网数据下的概率函数。
具体的,所述异常判定模块14包括:
瞬时数据获取单元,用于随机确定安全节点,获取安全节点的瞬时耗气数据;
概率统计单元,用于读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
概率应用单元,用于对所有安全节点的概率求积,根据求积结果确定异常概率。
本发明技术方案所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现本发明技术方案。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种监测燃气安全的分级管控方法,其特征在于,所述方法包括:
获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
基于耗气节点获取耗气数据,基于监测点获取管网数据;
在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。
2.根据权利要求1所述的监测燃气安全的分级管控方法,其特征在于,所述获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网的步骤包括:
获取耗气节点的用户信息,根据用户信息确定风险度;
获取耗节节点的耗气数据,根据耗气数据修正风险度;
基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点。
3.根据权利要求1所述的监测燃气安全的分级管控方法,其特征在于,所述在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数的步骤包括:
根据监测点在燃气管网中的相对位置创建基准矩阵;
根据所述基准矩阵统计各时刻的管网数据;
将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
拟合含有概率的耗气数据在该类管网数据下的概率函数。
4.根据权利要求3所述的监测燃气安全的分级管控方法,其特征在于,所述拟合含有概率的耗气数据在该类管网数据下的概率函数的步骤包括:
采用预设的基准模型拟合含有概率的耗气数据在该类管网数据下的概率函数;所述基准模型中仅设有一个参数,包括正态分布模型;
其中,在拟合过程中,采用对数似然公式限定参数;所述对数似然公式为:
;
为对数似然值,/>为概率函数,/>为由管网数据确定的第i个自变量,/>为基准模型中的参数;
其中,限定目标为:计算的最小值。
5.根据权利要求1所述的监测燃气安全的分级管控方法,其特征在于,所述随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率的步骤包括:
随机确定安全节点,获取安全节点的瞬时耗气数据;
读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
对所有安全节点的概率求积,根据求积结果确定异常概率。
6.根据权利要求1所述的监测燃气安全的分级管控方法,其特征在于,所述当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息的步骤包括:
将异常概率与预设的异常阈值进行比对;
当所述异常概率达到预设的异常阈值时,基于燃气管网读取预设时长内的管网数据和耗气数据;
打包读取到的管网数据和耗气数据,向人工端发送。
7.一种监测燃气安全的分级管控系统,其特征在于,所述系统包括:
管网创建模块,用于获取管控区内耗气节点,基于耗气节点建立含有监测点的燃气管网;
数据获取模块,用于基于耗气节点获取耗气数据,基于监测点获取管网数据;
函数拟合模块,用于在时域中匹配管网数据和耗气数据,拟合某一管网数据下,各耗气节点的概率函数;
异常判定模块,用于随机确定安全节点,根据安全节点的瞬时耗气数据及其概率函数判定异常概率;
示警模块,用于当异常概率达到预设的异常阈值时,读取预设时长内的管网数据和耗气数据,向人工端发送示警信息。
8.根据权利要求7所述的监测燃气安全的分级管控系统,其特征在于,所述管网创建模块包括:
风险度确定单元,用于获取耗气节点的用户信息,根据用户信息确定风险度;
风险度修正单元,用于获取耗节节点的耗气数据,根据耗气数据修正风险度;
级别标定单元,用于基于耗气节点读取已备案的燃气管网,根据风险度对燃气管网中的各个送气管进行级别标定;
监测点选取单元,用于根据标定的级别确定各个送气管的监测密度,根据监测密度在送气管中选取监测点。
9.根据权利要求7所述的监测燃气安全的分级管控系统,其特征在于,所述函数拟合模块包括:
基准矩阵创建单元,用于根据监测点在燃气管网中的相对位置创建基准矩阵;
数据统计单元,用于根据所述基准矩阵统计各时刻的管网数据;
数据分类单元,用于将所述管网数据输入同一数值归一模型,计算特征值,根据所述特征值对管网数据进行分类;
概率计算单元,用于依次获取各类管网数据下,各耗气节点的耗气数据及其耗气时长,根据耗气时长计算不同耗气数据的概率;
拟合执行单元,用于拟合含有概率的耗气数据在该类管网数据下的概率函数。
10.根据权利要求7所述的监测燃气安全的分级管控系统,其特征在于,所述异常判定模块包括:
瞬时数据获取单元,用于随机确定安全节点,获取安全节点的瞬时耗气数据;
概率统计单元,用于读取与瞬时耗气数据的瞬时管网数据,根据各个安全节点的概率函数计算瞬时耗气数据在瞬时管网数据下的概率;
概率应用单元,用于对所有安全节点的概率求积,根据求积结果确定异常概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993396.3A CN116717729B (zh) | 2023-08-09 | 2023-08-09 | 一种监测燃气安全的分级管控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310993396.3A CN116717729B (zh) | 2023-08-09 | 2023-08-09 | 一种监测燃气安全的分级管控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116717729A true CN116717729A (zh) | 2023-09-08 |
CN116717729B CN116717729B (zh) | 2023-10-20 |
Family
ID=87864704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310993396.3A Active CN116717729B (zh) | 2023-08-09 | 2023-08-09 | 一种监测燃气安全的分级管控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116717729B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2747471A1 (fr) * | 1996-04-11 | 1997-10-17 | Jean Paul Sabran | Procede et dispositif autonome pour la detection de fuites et la mise en securite d'un reseau de distribution de liquide ou de tout autre fluide |
CN104534285A (zh) * | 2014-12-26 | 2015-04-22 | 福建智恒电子新技术有限公司 | 一种能耗异常监控方法及装置 |
CN107194599A (zh) * | 2017-05-31 | 2017-09-22 | 北京市燃气集团有限责任公司 | 一种燃气管网疑似泄漏点泄漏概率的排序方法 |
CN112307084A (zh) * | 2020-03-04 | 2021-02-02 | 潘从平 | 远程抄表异常监测方法、燃气表系统及燃气云平台 |
CN112393765A (zh) * | 2020-11-16 | 2021-02-23 | 广东百德朗科技有限公司 | 一种校园建筑能耗管理方法、系统、设备及可读存储介质 |
CN113124328A (zh) * | 2021-03-15 | 2021-07-16 | 湖南匡楚科技有限公司 | 一种天然气管道泄漏检测方法及系统 |
CN113887020A (zh) * | 2021-09-14 | 2022-01-04 | 长江水利委员会长江科学院 | 基于漏损概率的供水管网漏损检测传感器多目标布置方法 |
CN115526528A (zh) * | 2022-10-20 | 2022-12-27 | 中国市政工程华北设计研究总院有限公司 | 一种燃气灶具的整机安全质量评价方法及其测试装置 |
US20230079768A1 (en) * | 2022-10-08 | 2023-03-16 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (iot) systems for processing abnormality of smart gas pipeline network |
CN115879913A (zh) * | 2023-02-13 | 2023-03-31 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 |
CN116168702A (zh) * | 2023-02-24 | 2023-05-26 | 北京亚华物联科技发展有限公司 | 一种具有自我学习功能的智能燃气表及工作方法 |
CN116186950A (zh) * | 2023-02-14 | 2023-05-30 | 广州燃气集团有限公司 | 燃气管网模拟仿真的处理方法、系统、装置和存储介质 |
CN116202038A (zh) * | 2023-05-05 | 2023-06-02 | 海纳云物联科技有限公司 | 管网泄漏事件预警方法、装置、设备和介质 |
-
2023
- 2023-08-09 CN CN202310993396.3A patent/CN116717729B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2747471A1 (fr) * | 1996-04-11 | 1997-10-17 | Jean Paul Sabran | Procede et dispositif autonome pour la detection de fuites et la mise en securite d'un reseau de distribution de liquide ou de tout autre fluide |
CN104534285A (zh) * | 2014-12-26 | 2015-04-22 | 福建智恒电子新技术有限公司 | 一种能耗异常监控方法及装置 |
CN107194599A (zh) * | 2017-05-31 | 2017-09-22 | 北京市燃气集团有限责任公司 | 一种燃气管网疑似泄漏点泄漏概率的排序方法 |
CN112307084A (zh) * | 2020-03-04 | 2021-02-02 | 潘从平 | 远程抄表异常监测方法、燃气表系统及燃气云平台 |
CN112393765A (zh) * | 2020-11-16 | 2021-02-23 | 广东百德朗科技有限公司 | 一种校园建筑能耗管理方法、系统、设备及可读存储介质 |
CN113124328A (zh) * | 2021-03-15 | 2021-07-16 | 湖南匡楚科技有限公司 | 一种天然气管道泄漏检测方法及系统 |
CN113887020A (zh) * | 2021-09-14 | 2022-01-04 | 长江水利委员会长江科学院 | 基于漏损概率的供水管网漏损检测传感器多目标布置方法 |
US20230079768A1 (en) * | 2022-10-08 | 2023-03-16 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (iot) systems for processing abnormality of smart gas pipeline network |
CN115526528A (zh) * | 2022-10-20 | 2022-12-27 | 中国市政工程华北设计研究总院有限公司 | 一种燃气灶具的整机安全质量评价方法及其测试装置 |
CN115879913A (zh) * | 2023-02-13 | 2023-03-31 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 |
CN116186950A (zh) * | 2023-02-14 | 2023-05-30 | 广州燃气集团有限公司 | 燃气管网模拟仿真的处理方法、系统、装置和存储介质 |
CN116168702A (zh) * | 2023-02-24 | 2023-05-26 | 北京亚华物联科技发展有限公司 | 一种具有自我学习功能的智能燃气表及工作方法 |
CN116202038A (zh) * | 2023-05-05 | 2023-06-02 | 海纳云物联科技有限公司 | 管网泄漏事件预警方法、装置、设备和介质 |
Non-Patent Citations (1)
Title |
---|
李清;王?;冯文亮;贺申申;白冬军;孙德芝;: "庭院燃气管道泄漏报警切断(限流)装置", 煤气与热力, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN116717729B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ali et al. | An overview of control charts for high‐quality processes | |
CN109960635B (zh) | 实时计算平台的监控和报警方法、系统、设备及存储介质 | |
CN111143102A (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
CN109711155A (zh) | 一种预警确定方法和装置 | |
WO2022095381A1 (zh) | 性能监测评价方法、装置、计算机设备及可读存储介质 | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN108921223B (zh) | 一种服务器冷却系统及控制方法、计算机程序、计算机 | |
CN116717729B (zh) | 一种监测燃气安全的分级管控系统及方法 | |
CN117035563B (zh) | 产品质量安全风险监测方法、设备、监测系统及介质 | |
CN112949697B (zh) | 一种管道异常的确认方法、装置及计算机可读存储介质 | |
CN113654080A (zh) | 燃气锅炉中燃烧器的开关机状态确定方法和装置 | |
CN113326585A (zh) | 燃气锅炉的能效异常预警方法、装置和计算机设备 | |
CN110458713B (zh) | 模型监控方法、装置、计算机设备及存储介质 | |
CN116879758A (zh) | 一种基于熵值算法的动力电池电压故障在线诊断处理方法 | |
CN116108394A (zh) | 一种工控系统流量异常检测方法、装置及介质 | |
CN114298424A (zh) | 一种基于人工智能和区块链技术的碳资产管理方法 | |
US20090107212A1 (en) | Process field instrument with integrated sensor unit and related system and method | |
Booysen et al. | A practical methodology for the systematic identification of outliers | |
CN112307271A (zh) | 一种配电自动化系统遥控业务的安全监测方法及装置 | |
CN115473343B (zh) | 一种智能网关多主站并行接入测试方法 | |
CN114885231B (zh) | 一种通讯协议自适应的信号采集方法、系统、终端及介质 | |
CN117010663B (zh) | 基于图谱的智慧燃气数据管理方法和物联网系统及介质 | |
CN116722941B (zh) | 基于告警信息和一二级网络数据的交互验证方法和装置 | |
CN117391261B (zh) | 一种基于低功耗超声波测量的物联网ai智慧水务系统 | |
CN219737617U (zh) | 量程选择电路及仪表 |
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 |