CN116721519A - 基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 - Google Patents
基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 Download PDFInfo
- Publication number
- CN116721519A CN116721519A CN202311002444.4A CN202311002444A CN116721519A CN 116721519 A CN116721519 A CN 116721519A CN 202311002444 A CN202311002444 A CN 202311002444A CN 116721519 A CN116721519 A CN 116721519A
- Authority
- CN
- China
- Prior art keywords
- gas
- data
- early warning
- intelligent
- scene
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011160 research Methods 0.000 claims abstract description 75
- 238000009423 ventilation Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 436
- 238000007726 management method Methods 0.000 description 54
- 230000008859 change Effects 0.000 description 26
- 238000012544 monitoring process Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000002737 fuel gas Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
- G08B21/16—Combustible gas alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
- G08B21/14—Toxic gas alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Computing Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供一种基于智慧燃气物联网的燃气泄漏预警方法、系统及介质，该方法由燃气泄漏预警物联网系统的智慧燃气安全管理平台执行，包括获取燃气数据，燃气数据至少包括燃气操作数据和燃气浓度数据；基于燃气数据，通过预设研判算法确定燃气研判场景；基于燃气数据和燃气研判场景，确定动态阈值集；其中，动态阈值集包括至少一个时间点的燃气浓度变化量的动态阈值；基于燃气数据、燃气研判场景和动态阈值集，确定至少一个时间点的燃气泄漏预警信息。以上方法针对不同场景的燃气数据，分别采用不同阈值集进行分析，能够减少误报情况的发生，提高燃气泄漏预警的及时性和准确性。
Description
技术领域
本说明书涉及燃气安全领域，特别涉及一种基于智慧燃气物联网的燃气泄漏预警方法、系统及介质。
背景技术
燃气在生产生活中使用的越来越广泛，而使用的过程中也存在一定安全隐患，比如容易出现泄漏问题。当发生燃气泄漏时，如果处理不当，轻则致人中毒，造成头晕、呼吸困难，重则发生爆炸事故。可见，对燃气泄漏的智能预警方法至关重要。
为实现对厨房燃气的监测及多级预警，提高安全性能，CN105045190B涉及一种对厨房工作环境进行安全监测及预警的方法和系统。该方法包括了采集燃气灶的工作状态，并传输给处理模块，根据预定逻辑进行异常判断，达到预定时间则按级别报警，执行应急措施。不过，其方案相对局限于单一厨房下的应用环境，往往不能满足厂房车间、商业街区等场景下的需求，可能存在不能及时发现泄漏隐患的风险，有时则存在错报误报的情况，造成不必要的恐慌。
因此，希望提供一种基于智慧燃气物联网的燃气泄漏预警方法、系统及介质，能够更及时、准确的进行燃气泄漏预警。
发明内容
发明内容包括一种基于智慧燃气物联网的燃气泄漏预警方法。所述基于智慧燃气物联网的燃气泄漏预警方法由燃气泄漏预警物联网系统的智慧燃气安全管理平台执行，包括：获取燃气数据，所述燃气数据至少包括燃气操作数据和燃气浓度数据；基于所述燃气数据，通过预设研判算法确定燃气研判场景 ；基于所述燃气数据和所述燃气研判场景，确定动态阈值集；其中，所述动态阈值集包括至少一个时间点的燃气浓度变化量的动态阈值；基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息。
发明内容还包括一种燃气泄漏预警物联网系统，所述系统包括智慧燃气安全管理平台，所述智慧燃气安全管理平台被配置为执行被配置为执行以下操作：获取燃气数据，所述燃气数据至少包括燃气操作数据和燃气浓度数据；基于所述燃气数据，通过预设研判算法确定燃气研判场景；基于所述燃气数据和所述燃气研判场景，确定动态阈值集；其中，所述动态阈值集包括至少一个时间点的燃气浓度变化量的动态阈值；基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息。
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，当计算机读取存储介质中的计算机指令后，计算机执行燃气基于智慧燃气物联网的燃气泄漏预警方法。
以上基于智慧燃气物联网的燃气泄漏预警方法和系统，使智慧燃气对象平台和智慧燃气用户平台之间形成信息闭环，并在智慧燃气安全管理平台的统一管理下协调运行，能够实现燃气泄漏预警的信息化、智慧化，针对不同场景的燃气数据，分别采用不同阈值集进行分析，能够减少误报情况的发生，提高燃气泄漏预警的及时性和准确性。
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燃气泄漏预警物联网系统的示例性平台结构图；
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燃气泄漏预警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第一研判场景下的预警的示意图；
图4是根据本说明书一些实施例所示的第二研判场景下的预警的示意图。
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。
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燃气泄漏预警物联网系统的示例性平台结构图。如图1所示，燃气泄漏预警物联网系统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、智慧燃气户内设备传感网络平台140和智慧燃气户内设备对象平台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111和监管用户分平台112。燃气用户分平台111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。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112可以是监管用户对整个物联网系统的运行进行监管的平台。监管用户可以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111，将燃气泄漏预警等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）获取燃气泄漏预警信息等，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121和智慧监管服务分平台122。智慧用气服务分平台121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122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可以基于智慧用气服务分平台121将燃气泄漏预警信息发送至燃气用户分平台111。
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可以包括智慧燃气户内安全管理分平台131和智慧燃气数据中心132。智慧燃气户内安全管理分平台131可以是用于确定燃气泄漏预警信息，并将燃气泄漏预警信息传输至智慧燃气数据中心132。在一些实施例中，智慧燃气户内安全管理分平台131可以包括但不限于本质安全监测管理、信息安全监测管理、功能安全监测管理、户内安检管理模块。智慧燃气户内安全管理分平台可以通过前述各管理模块对燃气数据进行分析处理。智慧燃气数据中心132可以用于存储和管理燃气泄漏预警物联网系统100的所有运行信息。在一些实施例中，智慧燃气数据中心132可以被配置为存储设备，用于存储与燃气相关的数据等。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132分别与智慧燃气服务平台120、智慧燃气户内设备传感网络平台140进行信息交互。例如，智慧燃气数据中心132可以将燃气泄漏预警信息发送至智慧燃气服务平台120。又例如，智慧燃气数据中心132可以发送获取燃气数据的指令至智慧燃气户内设备传感网络平台140，以获取燃气数据。
智慧燃气户内设备传感网络平台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，智慧燃气户内设备传感网络平台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，智慧燃气户内设备传感网络平台140可以包括网络管理、协议管理、指令管理、数据解析。
智慧燃气户内设备对象平台150可以是感知信息生成和控制信息执行的功能平台。例如，智慧燃气户内设备对象平台150可以监控户内设备并生成燃气数据。在一些实施例中，智慧燃气户内设备对象平台150可以包括公平计量设备对象分平台、安全监测设备对象分平台、安全阀控设备对象分平台。
本说明书一些实施例中，基于燃气泄漏预警物联网系统100，可以在智慧燃气户内设备对象平台和智慧燃气用户平台之间形成信息闭环，并在智慧燃气安全管理平台的统一管理下协调运行，能够实现燃气泄漏预警的信息化、智慧化，提高燃气泄漏预警的及时性和准确性。
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燃气泄漏预警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，获取燃气数据。
燃气数据指燃气系统中与燃气使用相关的数据，至少包括燃气操作数据和燃气浓度数据。燃气操作数据是指记录对燃气的操作，例如燃气阀门关闭、燃气阀门启动、燃气使用量记录等。燃气浓度数据是指燃气在空气中所占的百分比。燃气数据还可以包括其他相关数据。关于燃气数据的更多说明参见图3、图4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获取多个维度的燃气数据，例如，获取至少一个时间点/时间段的燃气数据，或是获取至少一个空间的燃气数据等。
在一些实施例中，燃气数据可以由智慧燃气安全管理平台通过智慧燃气户内设备对象平台获取。
步骤220，基于燃气数据，通过预设研判算法确定燃气研判场景。
燃气研判场景是指用于燃气泄漏研判的特定场景。在一些实施例中，燃气研判场景可以包括第一研判场景和第二研判场景。其中，第一研判场景可以指用户正进行点火的场景，第二研判场景可以指用户正在进行燃气作业的场景。
在一些实施例中，燃气研判场景可以基于燃气数据，通过预设研判算法确定。
预设研判算法是指根据燃气数据得出相应燃气研判场景的计算方法。
例如，智慧燃气安全管理平台可以基于燃气数据中的燃气操作数据和燃气浓度数据，结合历史燃气数据及其对应的历史场景信息确定燃气研判场景。其中，历史场景信息指历史燃气数据对应的研判场景。智慧燃气安全管理平台可以获取与当前燃气数据最接近的至少一个历史燃气数据及其对应的至少一个历史场景信息，统计各个历史场景信息出现的频率，并基于出现频率最高的历史场景信息作为当前燃气数据对应的燃气研判场景。
在一些实施例中，预设研判算法可以包括第一预设条件、第二预设条件。有关研判算法及其第一预设条件、第二预设条件的更多详细说明可参见本说明书图3、图4及其相关描述。
步骤230，基于燃气数据和燃气研判场景，确定动态阈值集。
动态阈值集是指用于判断是否存在燃气泄漏隐患的阈值集合。在一些实施例中，动态阈值集可以包含浓度阈值、浓度变化斜率阈值和时间阈值中的至少一个，或是包括其他可以用于判断是否存在燃气泄漏隐患的阈值，具体可基于实际需求设置。其中，浓度阈值表征安全范围内的最大燃气浓度，该燃气浓度为燃气浓度检测装置的检测值；燃气浓度随时间变化可以通过曲线图的形式展现，燃气浓度变化曲线的斜率可以表征燃气浓度随时间变化的速率，浓度变化斜率阈值表征安全范围内的最大斜率；时间阈值表征安全范围内可接受的户内燃气设备无人操作的最长时间。
在一些实施例中，智慧燃气安全管理平台可以基于不同的时间、空间信息设置至少一个动态阈值集。
在一些实施例中，动态阈值集可以由智慧燃气安全管理平台基于预设规则确定。例如，可以基于先验经验或历史数据确定动态阈值集。
在一些实施例中，动态阈值集还可以基于不同的燃气研判场景确定。更多详细说明可参见本说明书图3、图4及其相关描述。
步骤240，基于燃气数据、燃气研判场景和动态阈值集，确定至少一个时间点的燃气泄漏预警信息。
燃气泄漏预警信息是指是否启动燃气泄漏预警。
在一些实施例中，智慧燃气安全管理平台可以将至少一个时间点的燃气泄漏预警信息发送至智慧燃气户内设备对象平台，使得智慧燃气户内设备对象平台显示至少一个时间点的燃气泄漏预警信息。
在一些实施例中，燃气泄漏预警信息可以通过对比不同燃气研判场景下的燃气数据和动态阈值集来确定。例如，可以基于燃气数据中的用户操作数据和燃气浓度数据确定燃气浓度、燃气浓度变化曲线和用户操作燃气的时间，并将以上数据与动态阈值集中的浓度阈值、浓度变化斜率阈值和时间阈值进行比对，当存在一个或以上数据超出动态阈值集中的阈值范围，则生成燃气泄漏预警信息。
关于确定燃气泄漏预警信息的更多说明可参见本说明书图3、图4及其相关描述。
本说明书一些实施例中，通过判定燃气研判场景和动态阈值集，并基于此确定预警信息，可以针对不同场景适用相应预警阈值，大幅减少了阈值和场景不匹配所引发的错报误报的发生，从而提高处理燃气泄漏问题的及时性和准确性。
应当注意的是，上述有关流程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第一研判场景下确定燃气泄漏预警信息的示意图。
在一些实施例中，智慧燃气安全管理平台可以响应于燃气数据满足第一预设条件，确定燃气研判场景为第一研判场景。
第一预设条件可以包括表征用户正在进行点火的操作特征和数据特征。例如，第一预设条件可以包括燃气表上监测数据显示燃气阀门由关闭状态转变为启动状态，即反映点火时燃气阀门变化的操作特征。又例如，第一预设条件可以包括燃气浓度从无到有，瞬间增大，即反映点火时的燃气浓度变化的数据特征。第一预设条件可以基于先验知识预先设置。
在一些实施例中，第一研判场景为用户进行点火的场景。
本说明书一些实施例，通过响应于燃气数据满足第一预设条件，确定燃气研判场景确定为第一研判场景，便于随后针对场景进行相应的阈值判断，使预警分析更具有针对性。
在一些实施例中，燃气数据还包括燃气场景数据，燃气场景数据可以包括燃气空间分布特征。
在一些实施例中，智慧燃气安全管理平台可以基于燃气空间分布特征确定第一预警斜率阈值和第一预警浓度阈值；响应于燃气研判场景为第一研判场景，基于第一预警斜率阈值、第一预警浓度阈值确定动态阈值集。
燃气场景数据是指燃气使用的场景相关的数据。燃气场景数据可以基于燃气使用的场景测量得到。燃气场景数据可以包括燃气空间分布特征。
燃气空间分布特征是指户内空间燃气设备以及燃气浓度的分布特征，可以包括燃气灶和检测装置之间的相对位置关系，以及燃气灶处的燃气浓度S0、燃气浓度检测装置处的浓度S1，其中，燃气灶和检测装置之间的相对位置关系可以包括距离D1、高度差L1等。
在一些实施例中，燃气场景数据还包括其他相关数据。关于燃气场景数据的更多说明可参见本说明书图4及其相关描述。
在一些实施例中，动态阈值集可以包括第一预警斜率阈值和第一预警浓度阈值。对于不同空间，可以基于不同空间的第一空间参数（D1，L1），设置不同的第一预警斜率阈值和第一预警浓度阈值。
燃气浓度随时间变化可以通过曲线图的形式展现，燃气浓度变化曲线的斜率可以表征燃气浓度随时间变化的速率。第一预警斜率阈值是指在第一研判场景下，安全范围内燃气浓度变化曲线斜率的最大值。若燃气浓度变化曲线大于第一预警斜率阈值，则需要发出燃气泄漏预警。
第一预警浓度阈值是指在第一研判场景下，安全范围内燃气浓度的最大值。若检出浓度大于第一预警浓度阈值，则需要发出燃气泄漏预警。
燃气浓度检测装置检测到的燃气浓度负相关于燃气浓度检测装置与燃气灶的距离和高度差，正相关于燃气灶处释放的燃气浓度。
在一些实施例中，智慧燃气安全管理平台可以通过查询第一阈值参考表确定第一预警斜率值和第一预警浓度值。其中，第一阈值参考表可以基于先验知识或历史数据确定，包括至少一个历史燃气空间分布特征，及各历史燃气空间分布特征对应的第一参考预警斜率阈值和第一参考预警浓度阈值。智慧燃气安全管理平台可以基于当前的燃气空间分布特征进行查表，确定第一预警斜率阈值和第一预警浓度阈值。
本说明书一些实施例，从多个维度分析燃气数据，并设置适应于不同空间的动态阈值集，使得用户点火的场景下，燃气数据检测结果更可靠，提高燃气使用安全性。
在一些实施例中，智慧燃气安全管理平台可以基于燃气空间分布特征，通过第一阈值确定模型确定第一预警斜率阈值和第一预警浓度阈值。
第一阈值确定模型可以为机器学习模型。例如，深度神经网络（Deep NeuralNetworks，DNN）模型、卷积神经网络（Convolutional Neural Networks，CNN）模型等或其任意组合。
在一些实施例中，第一阈值确定模型的输入可以包括燃气空间分布特征、用户特征和燃气使用特征，输出可以包括第一预警斜率阈值和第一预警浓度阈值。
用户特征可以包括用户年龄和用户居家时长。用户年龄可以通过智慧燃气用户平台获取。用户居家时长可以通过用户燃气使用场景附近的监控获取。
燃气使用特征可以包括燃气使用频率和燃气每次使用的平均时间。燃气使用特征可以通过智慧燃气户内设备对象平台获取。
在一些实施例中，第一阈值确定模型可以通过带有第一标签的第一训练样本训练得到。
在一些实施例中，第一训练样本可以包括样本燃气空间分布特征、样本用户特征和样本燃气使用特征，第一标签可以为第一训练样本下对应的样本阈值。样本阈值包括样本第一预警浓度阈值、样本第一预警斜率阈值。样本阈值为根据大量历史数据、预警后的用户反馈等确定的，针对某个样本数据对应的场景下，可以增加预警成功率、减少预警误判率、减少安全事故的发生的阈值。
第一训练样本和第一标签可以通过历史数据分析获取。
本说明书一些实施例，通过第一阈值确定模型对燃气空间分布特征、用户特征和燃气使用特征进行处理，可以利用机器学习模型的自学习能力，从大量历史燃气使用数据中找到规律，获取到第一预警斜率阈值、第一预警浓度阈值与燃气空间分布特征之间的关联关系，提高确定第一预警斜率阈值和第一预警浓度阈值的准确度和效率。
在一些实施例中，智慧燃气安全管理平台可以响应于燃气研判场景为第一研判场景，将至少一个时间点的燃气操作数据以及燃气浓度数据与第一预警斜率阈值、第一预警浓度阈值进行比对，确定至少一个时间点的所述燃气泄漏预警信息。
例如，当一个时间点的燃气浓度变化曲线的斜率超出第一预警斜率阈值，和/或该时间点的燃气浓度数据超出第一预警浓度阈值时，智慧燃气安全管理平台可以确定该时间点燃气泄漏并发出预警。
在一些实施例中，智慧燃气安全管理平台可以基于第一预设时间段内燃气浓度及燃气浓度变化，确定燃气泄漏预警信息。
例如，第一预设时间段内任意时间点的燃气浓度大于第一预警浓度阈值时，启动燃气泄漏预警。又例如，第一预设时间段内的任意一个时间点的燃气浓度变化斜率大于第一预警斜率阈值时，启动燃气泄漏预警。
第一预设时间段为用户点火操作前和点火操作后的一段预设时间。第一预设时间段可以基于先验经验设置。例如，第一预设时间段可以是点火操作前五秒和点火操作后十秒。
本说明书一些实施例，通过基于第一预设时间段内燃气浓度及燃气浓度变化，确定燃气泄漏预警信息，可以及时地发现燃气泄漏的可能性，减少事故风险。
在一些实施例中，动态阈值集还包括第一预警时间阈值。
第一预警时间阈值是指判断点火失败时燃气泄漏的预警阈值。若点火失败，且重新点火时间大于第一预警时间阈值，则启动燃气泄漏预警。关于燃气泄漏预警信息的更多说明参见图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结合操作特征和数据特征，共同判定点火失败。例如，燃气表上监测数据显示燃气阀门由关闭状态转启动状态到最后的持续启动状态，但燃气浓度变化斜率大于第一预警斜率阈值或燃气浓度大于第一预警浓度阈值，则表明燃气阀门被打开，燃气燃烧异常。其中，若燃气浓度变化斜率与第一预警斜率阈值的差值大于参考斜率差，或燃气浓度于第一预警浓度阈值的差值大于参考浓度差，则表明燃气未被燃烧，点火失败；若燃气浓度变化斜率与第一预警斜率阈值的差值小于参考斜率差，或燃气浓度于第一预警浓度阈值的差值小于参考浓度差，则表明点火成功但燃气未被充分燃烧。
本说明书一些实施例，动态阈值集包括第一预警时间阈值，考虑到了点火失败或燃气未充分燃烧而导致燃气泄漏的场景，进一步从隐患的角度，确定了需要预警的条件，更全面地提高了燃气使用的安全性。
本说明书一些实施例，将至少一个时间点的燃气操作数据以及燃气浓度数据与第一预警斜率阈值、第一预警浓度阈值进行比对，确定至少一个时间点的燃气泄漏预警信息，结合多种数据判断是否有燃气泄漏的风险，从而提高了预警的准确性和可靠性。
图4是根据本说明书一些实施例所示的第二研判场景下确定燃气泄漏预警信息的预警的示意图。
在一些实施例中，智慧燃气安全管理平台可以响应于燃气数据满足第二预设条件，确定燃气研判场景为第二研判场景。
第二预设条件可以包括用户正在进行燃气作业的操作特征和数据特征。例如，第二预设条件可以包括燃气表上监测数据显示燃气阀门持续启动。又例如，第二预设条件可以包括燃气浓度保持平稳或逐渐增大，或在某时刻快速增大。
第二研判场景为用户进行燃气作业的场景。其中，燃气作业可以包括烹饪、烧水等使用燃气的场景。
本说明书一些实施例，通过响应于燃气数据满足第二预设条件，确定燃气研判场景确定为第二研判场景，便于随后针对场景进行相应的阈值判断，使预警分析更具有针对性。
在一些实施例中，燃气数据还包括燃气场景数据，燃气场景数据可以包括燃气空间通风特征。
在一些实施例中，智慧燃气安全管理平台可以基于燃气空间通风特征确定第二预警斜率阈值和第二预警浓度阈值；响应于燃气研判场景为第二研判场景，基于第二预警斜率阈值、第二预警浓度阈值确定动态阈值集。
燃气空间通风特征是指户内燃气设备所在空间中与通风相关的特征。燃气空间通风特征可以包括燃气浓度检测装置与燃气灶的距离D1，燃气浓度检测装置与通风口的距离D2，燃气灶与通风口的距离D3，燃气空间（例如，厨房）体积V，通风口（例如，窗户）面积S。
在一些实施例中，智慧燃气用户平台可以获取用户上传的数据，其中包括与燃气空间通风特征相关的数据，例如，燃气灶安装位置、燃气浓度检测装置安装位置、通风口位置、燃气空间尺寸、通风口尺寸等。智慧燃气安全管理平台可以通过智慧燃气服务平台获取与燃气空间通风特征相关的数据，并基于前述数据确定燃气空间通风特征。
在一些实施例中，动态阈值集还包括第二预警斜率阈值和第二预警浓度阈值。对于不同空间，可以基于不同空间的第二空间参数（D1，D2，D3，V，S），设置不同的第二预警斜率阈值和第二预警浓度阈值。
第二预警斜率阈值是指在第二研判场景下，安全范围内燃气浓度变化曲线斜率的最大值。若燃气浓度变化曲线斜率大于第二预警斜率阈值，则需要发出燃气泄漏预警。
第二预警浓度阈值是指在第二研判场景下，安全范围内燃气浓度的最大值。若燃气浓度大于第二预警浓度阈值，则需要发出燃气泄漏预警。
在一些实施例中，智慧燃气安全管理平台可以通过查询第二阈值参考表确定第二预警斜率值和第二预警浓度值。其中，第二阈值参考表可以基于先验知识或历史数据确定，包括至少一个历史燃气空间通风特征，及各历史燃气空间通风特征对应的第二参考预警斜率阈值和第二参考预警浓度阈值。智慧燃气安全管理平台可以基于当前的燃气空间通风特征进行查表，确定第二预警斜率阈值和第二预警浓度阈值。
本说明书一些实施例，从多个维度分析燃气数据，并设置适应于不同空间的动态阈值集，使得用户进行燃气作业的场景下，燃气数据检测结果更可靠，提高燃气使用安全性。
在一些实施例中，智慧燃气安全管理平台可以基于燃气空间通风特征，通过第二阈值确定模型确定所述第二预警斜率阈值和所述第二预警浓度阈值。
第二阈值确定模型可以为机器学习模型。例如，深度神经网络（Deep NeuralNetworks，DNN）模型、卷积神经网络（Convolutional Neural Networks，CNN）模型等或其任意组合。
在一些实施例中，第二阈值确定模型的输入可以包括燃气空间通风特征、用户特征和燃气使用特征，输出可以包括第二预警斜率阈值和第二预警浓度阈值。关于用户特征和燃气使用特征的更多说明参见图3及其相关描述。
在一些实施例中，第二阈值确定模型可以通过带有第二标签的第二训练样本训练得到。
在一些实施例中，第二训练样本可以包括样本燃气空间通风特征、样本用户特征和样本燃气使用特征，第二标签可以为第二训练样本下对应的样本阈值。样本阈值包括样本第二预警浓度阈值、样本第二预警斜率阈值。关于样本阈值的更多说明参见图3及其相关描述。
第二训练样本和第二标签可以通过历史数据分析获取。
本说明书一些实施例，通过第二阈值确定模型对燃气空间通风特征、用户特征和燃气使用特征进行处理，可以利用机器学习模型的自学习能力，从大量历史燃气使用数据中找到规律，获取到第二预警斜率阈值、第二预警浓度阈值与燃气空间通风特征之间的关联关系，提高确定第二预警斜率阈值和第二预警浓度阈值的准确度和效率。
在一些实施例中，智慧燃气安全管理平台可以响应于燃气研判场景为第二研判场景，将至少一个时间点的燃气操作数据以及燃气浓度数据与第二预警斜率阈值、第二预警浓度阈值进行比对，确定至少一个时间点的燃气泄漏预警信息。
例如，在第二研判场景下，当一个时间点的燃气浓度变化曲线斜率超出第二预警斜率阈值，和/或该时间点的燃气浓度数据超出第二预警浓度阈值时，智慧燃气安全管理平台可以确定该时间点燃气泄漏并发出预警。
在一些实施例中，智慧燃气安全管理平台可以无间隔地统计第二预设时间段内燃气浓度及其浓度变化。
第二预设时间段为燃气最近使用的时间段。第二预设时间段可以随时间推进而实时变化。例如，第二预设时间段指的是当前时间点的历史最近5秒，随着当前时间点的推进，第二预设时间段也实时变化（比如每隔1s变化一次）。
在一些实施例中，智慧燃气安全管理平台可以基于第二预设时间段内燃气浓度及燃气浓度变化，确定燃气泄漏预警信息。
仅作为示例，若第二预设时间段内的任意时刻的燃气浓度小于第二预警浓度阈值，且第二预设时间点内的任意时间子区间的燃气浓度变化斜率小于第二预警斜率阈值，表明用户正在进行正常的燃气作业，不启动燃气泄漏预警。
由于第二预设时间段是实时变化的，因此，随着时间推移会产生连续多个第二预设时间段。例如，当前时刻t1对应的第二预设时间段可以是T1（t1-5s，t1），表示第二预设时间段未从当前时刻t1前5秒到当前时刻t1，随着时间推移，当前时刻来到t2，则t2对应的第二预设时间段可以是T2（t2-5s，t2），若t2为t1的下一秒（即，t2=t1+1s），则t2对应的第二预设时间段还可以表示为T2（t1-4s，t1+1）。
若连续多个第二预设时间段中，存在任意时刻的燃气浓度大于第二预警浓度阈值和/或任意时间子区间的燃气浓度变化斜率大于第二预警斜率阈值，则表明有可能燃烧不充分，存在燃气泄漏，启动燃气泄漏预警。
若连续多个第二预设时间段中存在一个异常第二预设时间段，该异常第二预设时间段中存在一个时间点，从该时间点开始往后的任意时间段的燃气浓度变化斜率大于第二预警斜率阈值，则表明有可能该时段燃气燃烧出现故障、或意外发生（如煮水时水溢出将火扑灭），启动燃气泄漏预警。
本说明书一些实施例，无间隔地统计第二预设时间段内燃气浓度及其浓度变化，可以及时地发现燃气泄漏的可能性，减少事故风险。
在一些实施例中，动态阈值集还包括第二预警时间阈值。
第二预警时间阈值是指安全范围内用户未进行操作的最大时长。若燃气使用时间超过第二预警时间阈值，则启动燃气泄漏预警。其中，燃气使用时间可以基于安全监测设备对象分平台中的燃气监测设备获取。
在一些实施例中，第二预警时间阈值可以基于先验经验或实际需求设置。
本说明书一些实施例，动态阈值集还包括第二预警时间阈值，考虑到了用户离开未关火发生燃气泄漏的场景，进一步从隐患的角度，确定了需要预警的条件，更全面地提高了燃气使用的安全性。
本说明书一些实施例，将至少一个时间点的燃气操作数据以及燃气浓度数据与第二预警斜率阈值、第二预警浓度阈值进行比对，确定至少一个时间点的燃气泄漏预警信息，结合多种数据判断是否有燃气泄漏的风险，从而提高了预警的准确性和可靠性。
本说明书一些实施例提供了一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行实现本说明书实施例中任一项所述的基于智慧燃气物联网的燃气泄漏预警方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
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。
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 (10)
1.一种基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述方法由燃气泄漏预警物联网系统的智慧燃气安全管理平台执行，包括：
获取燃气数据，所述燃气数据至少包括燃气操作数据和燃气浓度数据；
基于所述燃气数据，通过预设研判算法确定燃气研判场景；
基于所述燃气数据和所述燃气研判场景，确定动态阈值集；其中，
所述动态阈值集包括至少一个时间点的燃气浓度变化量的动态阈值；
基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息。
2.如权利要求1所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述基于所述燃气数据，通过预设研判算法确定燃气研判场景包括：
响应于所述燃气数据满足第一预设条件，确定所述燃气研判场景为第一研判场景。
3.如权利要求2所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述燃气数据还包括燃气场景数据，所述燃气场景数据包括燃气空间分布特征；
所述基于所述燃气数据和所述燃气研判场景，确定动态阈值集包括：
基于所述燃气空间分布特征确定第一预警斜率阈值和第一预警浓度阈值；
响应于所述燃气研判场景为所述第一研判场景，基于所述第一预警斜率阈值、所述第一预警浓度阈值确定所述动态阈值集。
4.如权利要求3所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息包括：
响应于所述燃气研判场景为所述第一研判场景，将所述至少一个时间点的所述燃气操作数据以及所述燃气浓度数据与所述第一预警斜率阈值、所述第一预警浓度阈值进行比对，确定所述至少一个时间点的所述燃气泄漏预警信息。
5.如权利要求1所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述基于所述燃气数据，通过预设研判算法确定燃气研判场景包括：
响应于所述燃气数据满足第二预设条件，确定所述燃气研判场景确定为第二研判场景。
6.如权利要求5所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述燃气数据还包括燃气场景数据，所述燃气场景数据包括燃气空间通风特征；
所述基于所述燃气数据和所述燃气研判场景，确定动态阈值集包括：
基于所述燃气空间通风特征确定第二预警斜率阈值和第二预警浓度阈值；
响应于所述燃气研判场景为所述第二研判场景，基于所述第二预警斜率阈值、所述第二预警浓度阈值确定所述动态阈值集。
7.如权利要求5所述的基于智慧燃气物联网的燃气泄漏预警方法，其特征在于，所述基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息包括：
响应于所述燃气研判场景为所述第二研判场景，将所述至少一个时间点的所述燃气操作数据以及所述燃气浓度数据与所述第二预警斜率阈值、所述第二预警浓度阈值进行比对，确定所述至少一个时间点的所述燃气泄漏预警信息。
8.一种燃气泄漏预警物联网系统，其特征在于，所述系统包括智慧燃气安全管理平台，用于执行基于智慧燃气物联网的燃气泄漏预警方法，所述智慧燃气安全管理平台被配置为执行以下操作：
获取燃气数据，所述燃气数据至少包括燃气操作数据和燃气浓度数据；
基于所述燃气数据，通过预设研判算法确定燃气研判场景；
基于所述燃气数据和所述燃气研判场景，确定动态阈值集；其中，
所述动态阈值集包括至少一个时间点的燃气浓度变化量的动态阈值；
基于所述燃气数据、所述燃气研判场景和所述动态阈值集，确定所述至少一个时间点的燃气泄漏预警信息。
9.如权利要求8所述的燃气泄漏预警物联网系统，其特征在于，所述燃气泄漏预警物联网系统还包括智慧燃气用户平台、智慧燃气服务平台、智慧燃气户内设备传感网络平台和智慧燃气户内设备对象平台；
所述智慧燃气安全管理平台包括智慧燃气户内安全管理分平台和智慧燃气数据中心；
所述智慧燃气用户平台包括燃气用户分平台和监管用户分平台；
所述智慧燃气服务平台包括智慧用气服务分平台和智慧监管服务分平台；
所述智慧燃气户内设备对象平台用于获取所述燃气数据，并通过所述智慧燃气户内设备传感网络平台上传至所述智慧燃气安全管理平台的所述智慧燃气数据中心；
所述智慧燃气户内安全管理分平台用于确定所述燃气泄漏预警信息，并将所述燃气泄漏预警信息传输至所述智慧燃气数据中心；
所述智慧燃气数据中心将所述燃气泄漏预警信息传输至所述智慧燃气服务平台；
所述智慧燃气服务平台将所述燃气泄漏预警信息传输至所述智慧燃气用户平台。
10.一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，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1所述的基于智慧燃气物联网的燃气泄漏预警方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311002444.4A CN116721519B (zh) | 2023-08-10 | 2023-08-10 | 基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 |
| US18/468,735 US20240005771A1 (en) | 2023-08-10 | 2023-09-17 | Methods and systems for gas leakage safety warning based on internet of things (iot) of smart gas |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311002444.4A CN116721519B (zh) | 2023-08-10 | 2023-08-10 | 基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116721519A true CN116721519A (zh) | 2023-09-08 |
| CN116721519B CN116721519B (zh) | 2023-10-13 |
Family
ID=87870124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311002444.4A Active CN116721519B (zh) | 2023-08-10 | 2023-08-10 | 基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20240005771A1 (zh) |
| CN (1) | CN116721519B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117395291A (zh) * | 2023-12-11 | 2024-01-12 | 中汽数据有限公司 | 多涉氢环境联动安全监控系统、方法、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980041363A (ko) * | 1996-11-30 | 1998-08-17 | 배순훈 | 가스오븐렌지의 렌지버너 가스누설 경보방법 |
| JP2007305114A (ja) * | 2006-04-10 | 2007-11-22 | Yazaki Corp | 警報器 |
| JP2008224281A (ja) * | 2007-03-09 | 2008-09-25 | Matsushita Electric Ind Co Ltd | ガス器具管理システムおよびガス供給システム |
| CN107301757A (zh) * | 2017-06-07 | 2017-10-27 | 广西科技大学鹿山学院 | 一种厨房燃气报警检测装置及其报警检测方法 |
| CN110782630A (zh) * | 2019-11-19 | 2020-02-11 | 北京市煤气热力工程设计院有限公司 | 一种家用燃气报警方法、系统及设备 |
| CN113506430A (zh) * | 2021-09-09 | 2021-10-15 | 杭州先锋电子技术股份有限公司 | 一种智能燃气表安全检测方法 |
| CN114251678A (zh) * | 2020-09-22 | 2022-03-29 | 青岛海尔智慧厨房电器有限公司 | 一种燃气灶的控制方法及燃气灶 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130298664A1 (en) * | 2012-05-08 | 2013-11-14 | Logimesh IP, LLC | Pipe with vibrational analytics |
| US11087404B1 (en) * | 2014-01-10 | 2021-08-10 | United Services Automobile Association (Usaa) | Electronic sensor management |
| CN109146860B (zh) * | 2018-08-03 | 2021-04-27 | 北京工商大学 | 全自动机械设备安装泄露检测方法及装置 |
| EP4145100A1 (en) * | 2021-09-05 | 2023-03-08 | Distran Ltd | Acoustic detection device and system with regions of interest |
| CN114416708A (zh) * | 2021-12-10 | 2022-04-29 | 山东科技大学 | 基于搜索锥可行工作域建模的工业多变量报警方法及系统 |
| CN117009801A (zh) * | 2022-04-24 | 2023-11-07 | 中国石油天然气股份有限公司 | 一种流量预测模型训练方法、检测方法、系统及存储介质 |
| CN115539846A (zh) * | 2022-09-19 | 2022-12-30 | 西安万飞控制科技有限公司 | 一种用于燃气泄漏监测的防爆巡检无人车及巡检方法 |
-
2023
- 2023-08-10 CN CN202311002444.4A patent/CN116721519B/zh active Active
- 2023-09-17 US US18/468,735 patent/US20240005771A1/en active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980041363A (ko) * | 1996-11-30 | 1998-08-17 | 배순훈 | 가스오븐렌지의 렌지버너 가스누설 경보방법 |
| JP2007305114A (ja) * | 2006-04-10 | 2007-11-22 | Yazaki Corp | 警報器 |
| JP2008224281A (ja) * | 2007-03-09 | 2008-09-25 | Matsushita Electric Ind Co Ltd | ガス器具管理システムおよびガス供給システム |
| CN107301757A (zh) * | 2017-06-07 | 2017-10-27 | 广西科技大学鹿山学院 | 一种厨房燃气报警检测装置及其报警检测方法 |
| CN110782630A (zh) * | 2019-11-19 | 2020-02-11 | 北京市煤气热力工程设计院有限公司 | 一种家用燃气报警方法、系统及设备 |
| CN114251678A (zh) * | 2020-09-22 | 2022-03-29 | 青岛海尔智慧厨房电器有限公司 | 一种燃气灶的控制方法及燃气灶 |
| CN113506430A (zh) * | 2021-09-09 | 2021-10-15 | 杭州先锋电子技术股份有限公司 | 一种智能燃气表安全检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 姜世超: "基于物联网的燃气可视化监测报警系统", 《电子技术与软件工程》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117395291A (zh) * | 2023-12-11 | 2024-01-12 | 中汽数据有限公司 | 多涉氢环境联动安全监控系统、方法、设备及介质 |
| CN117395291B (zh) * | 2023-12-11 | 2024-02-20 | 中汽数据有限公司 | 多涉氢环境联动安全监控系统、方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116721519B (zh) | 2023-10-13 |
| US20240005771A1 (en) | 2024-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116721519B (zh) | 基于智慧燃气物联网的燃气泄漏预警方法、系统及介质 | |
| CN104052730B (zh) | 用于工业控制系统的智能计算机物理入侵检测与防御系统和方法 | |
| CN109040278B (zh) | 医院电气及动力系统安全智能管理云平台、方法及系统 | |
| CN109639797A (zh) | 一种智慧安全监管系统 | |
| US20160330225A1 (en) | Systems, Methods, and Devices for Detecting Anomalies in an Industrial Control System | |
| KR102096466B1 (ko) | 실시간 데이터베이스를 이용한 원격 제어 및 경보 장치 및 방법 | |
| CN110601374A (zh) | 一种用电管理系统及用电数据监测方法 | |
| CN110136391A (zh) | 一种储能电站火灾预警系统及方法 | |
| CN111127815A (zh) | 一种分级预警控制的消防灭火系统及方法 | |
| US20150241304A1 (en) | Method for the computer-assisted monitoring of the operation of a technical system, particularly of an electrical energy-generating installation | |
| CN115620477A (zh) | 一种消防工程建设用实时防火监控数据传输系统 | |
| CN115439998B (zh) | 一种危化品仓库云数联动监测分级报警系统 | |
| CN114566028A (zh) | 电动车充电风险监测方法、装置及存储介质 | |
| CN117679694B (zh) | 一种用于储能电池舱的消防管路管控系统 | |
| CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
| CN115591162B (zh) | 消防防护检测方法及相关装置 | |
| CN111708354B (zh) | 基于大数据的智慧酒店终端故障检测方法 | |
| CN111960207B (zh) | 基于多元分析的电梯运行环境异常检测方法及检测系统 | |
| CN117875720B (zh) | 基于物联网的智慧燃气管网场站人员安全管理方法与系统 | |
| CN117729314B (zh) | 基于ai视觉的多区域监测系统及方法 | |
| KR102454756B1 (ko) | 무선통신을 이용한 ai 탑재형 다중 검지 영역 통합 차단시스템 | |
| CN117893357A (zh) | 基于智慧燃气的自闭阀可靠性监测方法和物联网系统 | |
| CN108325136A (zh) | 一种三级管控控制系统 | |
| CN116668491B (zh) | 基于报警器的智慧燃气安全风险防控方法与物联网系统 | |
| CN117676090A (zh) | 一种配电站房音视频联合监测方法、终端和系统 |
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 |