CN117132026B - 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 - Google Patents
一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 Download PDFInfo
- Publication number
- CN117132026B CN117132026B CN202311396477.1A CN202311396477A CN117132026B CN 117132026 B CN117132026 B CN 117132026B CN 202311396477 A CN202311396477 A CN 202311396477A CN 117132026 B CN117132026 B CN 117132026B
- Authority
- CN
- China
- Prior art keywords
- gas
- loss rate
- platform
- intelligent
- confidence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000007789 gas Substances 0.000 claims abstract description 593
- 239000002737 fuel gas Substances 0.000 claims abstract description 40
- 239000013598 vector Substances 0.000 claims description 32
- 230000004044 response Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 description 72
- 238000012384 transportation and delivery Methods 0.000 description 20
- 238000012423 maintenance Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 230000001105 regulatory effect Effects 0.000 description 12
- 238000000605 extraction Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 238000005452 bending Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000007665 sagging Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- 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
- G16Y40/10—Detection; Monitoring
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Accounting & Taxation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于智慧燃气平台的燃气损耗管控方法与物联网系统,该方法基于智慧燃气平台的燃气损耗管控物联网的智慧燃气设备管理平台执行,包括:获取燃气管道分支中预设点位的燃气输送参数;获取燃气管道分支对应的燃气数据;基于燃气输送参数和燃气数据,确定燃气管道分支的燃气损失率;响应于燃气损失率满足第一预设条件,对燃气管网的压力进行调整。上述方法考虑了不同压力、温度、气体流速以及等对燃气数据的影响,提高确定的燃气损失率的可靠性,进而确定燃气运输的合适的压力。
Description
技术领域
本说明书涉及物联网技术领域,尤其涉及一种基于智慧燃气平台的燃气损耗管控方法和物联网系统。
背景技术
随着燃气在生活中的应用越来越广泛,燃气公司提供的燃气经由管道运送到各个用户并使用,而燃气在运输过程中或是在使用过程中都可能产生损耗,且具体的燃气损耗取决于多种因素影响。因此,降低燃气损耗需要根据具体情况制定相应的节能措施和管理策略。
针对上述问题,CN110276496B提出一种基于云计算的燃气能耗数据处理方法、系统及燃气用具,该申请通过云计算分析得到每种类型的燃气用具优化使用方案,并使用燃气用量差异阈值来判断机器模型以及优化参考方案是否符合要求。但该方案只考虑了对燃气用具使用过程中造成的燃气损耗进行优化而没有考虑燃气管网运输过程中的燃气损失。
因此,希望提供一种基于智慧燃气平台的燃气损耗管控方法和系统,有助于根据燃气管网运输情况制定相应的燃气节能措施和管理策略。
发明内容
发明内容包括一种基于智慧燃气平台的燃气损耗管控方法,所述方法基于智慧燃气平台的燃气损耗管控物联网系统的智慧燃气设备管理平台执行,包括:获取燃气管道分支中预设点位的燃气输送参数;获取所述燃气管道分支对应的燃气数据;基于所述燃气输送参数和所述燃气数据,确定所述燃气管道分支的燃气损失率;响应于所述燃气损失率满足第一预设条件,对燃气管网的压力进行调整。
发明内容还包括一种基于智慧燃气平台的燃气损耗管控系统,所述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;所述智慧燃气设备管理平台用于:获取燃气管道分支中预设点位的燃气输送参数;获取所述燃气管道分支对应的燃气数据;基于所述运行参数和所述燃气数据,确定所述燃气管道分支的燃气损失率;响应于所述燃气损失率满足第一预设条件,对所述燃气管网的压力进行调整。
通过上述方法,可以虑不同压力、温度、气体流速以及等对燃气数据的影响,提高确定的燃气损失率的可靠性,进而确定燃气运输的合适的压力。
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平台燃气损耗管控物联网系统的示例性结构图;
图2是根据本说明书一些实施例所示的基于智慧燃气平台的燃气损耗管控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预估燃气损失率的置信度的示意图;
图4是根据本说明书一些实施例所示的确定燃气损失率的示意图;
图5是根据本说明书一些实施例所示的调整燃气管网压力的示意图。
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。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。
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,而这些步骤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。
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。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。
针对如何管控燃气损耗的问题,目前CN110276496B提出一种基于云计算的燃气能耗数据处理方法、系统及燃气用具。但是CN110276496B提供的优化方案仅针对燃气用具的使用,而无法对运输过程中的燃气管道的运行参数(压力、温度、气体流速等)进行调整。
鉴于此,本说明一些实施例,通过获取燃气管道分支中预设点位的燃气输送参数以及燃气管道分支对应的燃气数据;基于燃气输送参数和所述燃气数据,确定燃气管道分支的燃气损失率;响应于燃气损失率满足第一预设条件,对燃气管网的压力进行调整,从而实现基于智慧燃气平台的燃气损耗管控。
图1是根据本说明书一些实施例所示的基于智慧燃气平台燃气损耗管控物联网系统的示例性结构图。
如图1所示,在一些实施例中,基于智慧燃气平台燃气损耗管控物联网系统100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、智慧燃气对象平台150。
智慧燃气用户平台110是用于与用户进行交互的平台。在一些实施例中,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可以包括多个智慧燃气用户分平台。例如,燃气用户分平台、政府用户分平台以及监管用户分平台。
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下发燃气调压站运行参数管理信息查询指令至智慧用气服务分平台。在一些实施例中,智慧燃气用户平台110可以基于政府用户分平台接收智慧运营服务分平台上传的燃气调压站运行参数管理信息。
智慧燃气服务平台120是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/或信息的平台。智慧燃气服务平台可以从智慧燃气设备管理平台(例如,智慧燃气数据中心)获取燃气调压站运行参数管理信息等,并发送至用户平台。
在一些实施例中,智慧燃气服务平台120可以包括多个智慧燃气服务分平台。例如,智慧用气服务分平台、智慧运营服务分平台以及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。
智慧燃气设备管理平台130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,智慧燃气设备管理平台130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(以下简称数据中心)。其中,各管理分平台相互独立。在一些实施例中,各管理分平台与数据中心双向交互。数据中心可以汇总、存储系统至少部分运行数据。在一些实施例中,智慧燃气设备管理平台可以通过数据中心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。
在一些实施例中,各管理分平台可以包括设备运行参数监测预警模块、设备参数远程管理模块。在一些实施例中,设备运行参数监测预警模块可以查看设备运行参数历史数据和实时数据,并根据预设阈值进行监测预警。
在一些实施例中,智慧燃气设备管理平台130与上层智慧燃气服务平台120以及下层的智慧燃气传感网络平台140的信息交互均通过数据中心。在一些实施例中,智慧燃气设备管理平台130可以通过数据中心接收智慧燃气服务平台120下发的燃气调压站运行参数管理信息查询指令。在一些实施例中,智慧燃气设备管理平台130可以通过数据中心下发获取燃气调压站运行的相关数据的指令到智慧燃气传感网络平台140。
在一些实施例中,智慧燃气设备管理平台130可以通过数据中心接收智慧燃气传感网络平台140上传的燃气调压站运行的相关数据。
在一些实施例中,智慧燃气设备管理平台130还可以用于对燃气管网的压力进行调整。关于设备管理平台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,数据中心将燃气调压站运行的相关数据发送到智慧燃气管网设备参数管理分平台进行分析处理。在一些实施例中,智慧燃气管网设备参数管理分平台将分析处理后的数据发送至数据中心。在一些实施例中,数据中心可以将汇总、处理后的数据发送到智慧燃气服务平台120。
智慧燃气传感网络平台140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可以连接设备智慧燃气设备管理平台130和智慧燃气对象平台150,实现传感通信的功能。
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、智慧燃气管网设备传感网络分平台。在一些实施例中,智慧燃气户内/管网设备传感网络分平台可以与智慧燃气户内/管网设备对象分平台相对应,用于获取户内设备和/或管网设备的相关数据。
在一些实施例中智慧燃气传感网络平台140可以与智慧燃气对象平台150进行交互。例如,智慧燃气传感网络平台140可以接收智慧燃气对象平台150上传的各燃气调压站运行的相关数据;再例如,智慧燃气传感网络平台140可以下发燃气调压站运行的相关数据的指令至智慧燃气对象平台150。
智慧燃气对象平台150是感知信息生成的功能平台。在一些实施例中,智慧燃气对象平台150可以被配置为包括至少一个燃气设备。其中,燃气设备配置有唯一的标识,可以用于对部署在城市不同区域的燃气设备进行控制;燃气设备也可以包括户内设备和管网设备。
在一些实施例中,智慧燃气对象平台150可以包括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。在一些实施例中,智慧燃气户内/管网设备对象分平台可以与智慧燃气户内/管网设备传感网络分平台相对应,户内/管网设备运行的相关数据通过户内/管网设备传感网络分平台上传到数据中心。
需要注意的是,以上对于基于智慧燃气平台燃气损耗管控物联网系统及其组成单元的描述,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。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。
图2是根据本说明书一些实施例所示的一种基于智慧燃气平台的燃气损耗管控方法的示例性流程图。在一些实施例中,流程200可以基于智慧燃气设备管理平台执行。如图2所示,流程200包括下述步骤:
步骤210,获取燃气管道分支中预设点位的燃气输送参数。
燃气管道分支可以根据燃气管网的情况进行划分。燃气管网由至少一个燃气管道分支构成。
预设点位是指燃气管道分支上按组预设的用于部署传感器的点位,每一组预设点位包括至少一个监测点。
燃气输送参数是指燃气管网的运行参数,例如,可以包括燃气输送的压力、温度、气体流速等。
在一些实施例中,燃气输送参数可以通过智慧燃气管网设备传感网络分平台获取。例如,智慧燃气管网设备传感网络平台可以从智慧燃气管网设备对象分平台获取燃气输送参数,并将燃气输送参数传输至智慧燃气设备管理平台。
步骤220,获取燃气管道分支对应的燃气数据。
燃气数据是指与燃气供需量相关的数据。例如,燃气供气量、燃气消耗量、燃气流量等。
在一些实施例中,任意一个燃气管道分支的燃气数据可以通过智慧燃气户内设备传感网络分平台和/或管网设备传感网络分平台获取。例如,智慧燃气户内设备传感网络分平台可以从智慧燃气户内设备对象平台获取用户的燃气消耗量,并将燃气消耗量传输至智慧燃气设备管理平台;又例如,智慧燃气管网设备传感网络分平台可以从智慧燃气管网设备对象平台获取燃气供气量,并将燃气供气量传输至智慧燃气设备管理平台。
在一些实施例中,燃气数据可以基于燃气计量设备的读数获取。在一些实施例中,燃气数据至少包括燃气供气总量,以及燃气消耗总量。
燃气供气总量是指燃气管道分支中燃气的总供应量,可以基于该燃气管道分支的第一燃气计量设备的读数获取。第一燃气计量设备是用于测量该分支管道的供气总量的计量设备,被配置在燃气管网中。
燃气消耗总量是指燃气管道分支中燃气的总消耗量,可以基于该燃气管道中所有第二燃气计量设备读数之和获取。第二燃气计量设备是用于测量分支管道中每个燃气用户的燃气消耗量的计量设备,被配置在燃气用户端。
理论上,在没有燃气损失的情况下,第一燃气计量设备的读数等于第二燃气计量设备之和,因此可以通过燃气供气总量和燃气消耗总量来计算燃气损失率。
步骤230,基于燃气输送参数和燃气数据,确定燃气管道分支的燃气损失率。
燃气损失率用于表征燃气在运输过程中的损失程度。燃气在运输成中由于管道摩擦和热散失、蒸发、压力、泄漏等原因存在一定的损耗,燃气损失率可以是表征损耗的量化值等。
在燃气计量过程中,由于测量设备的精度或校准问题,可能造成测量误差,导致燃气的测量结果与实际情况存在误差。
在一些实施例中,智慧燃气设备管理平台可以计算管道的燃气损失量与该管道的燃气供气总量的比值,确定燃气损失率。燃气损失量可以通过计算燃气供气总量与燃气消耗总量的差值确定。
在一些实施例中,智慧燃气设备管理平台可以通过燃气管道分支在各个时间段的燃气分配计划,确定燃气供气总量,其中,燃气分配计划可以通过获取人工输入获取。在一些实施例中,智慧燃气设备管理平台可以获取第一燃气计量设备的读数,确定燃气供气总量。
在一些实施例中,智慧燃气设备管理平台可以获取第二燃气计量设备的读数,计算各个第二燃气计量设备的读数的总和,确定燃气消耗总量。
在一些实施例中,智慧燃气设备管理平台可以基于燃气供气总量和燃气消耗总量,确定燃气管道分支的预估燃气损失率;基于燃气数据和燃气输送参数,确定预估燃气损失率的置信度;基于预估燃气损失率和置信度确定燃气损失率。
预估燃气损失率指基于燃气计量设备读数估算的燃气损失率。
预估燃气损失率可以通过多种方式获得。在一些实施例中,智慧燃气设备管理平台可以基于前述确定燃气损失率的方式,根据燃气供气总量和燃气消耗总量,确定预估燃气损失率。
预估燃气损失率的置信度是指对预估燃气损失率的预估准确率的衡量值。置信度越高,预估准确率越高。在一些实施例中,置信度可以是数值、百分比、分数等形式。
在一些实施例中,智慧燃气设备管理平台可以对历史管道传输数据内的燃气数据和燃气输送参数进行统计分析,确定不同燃气计量设备的性能参数、燃气计量设备的历史维修数据、燃气输送参数与预估燃气损失率的置信度的对应关系,基于对应关系确定当前一段时间内燃气数据和燃气输送参数对应的预估燃气损失率的置信度。
性能参数是指燃气计量设备自身的性能参数。例如,性能参数可以包括量程、灵敏度、精度、分辨率、带宽等。
历史维修数据是与燃气计量设备的历史维修记录有关的数据。
在一些实施例中,智慧燃气设备管理平台还可以基于燃气数据和燃气输送参数,通过第一预测模型确定置信度,关于通过第一预测模型确定置信度的更多内容,可以参见图3的相关描述。
在一些实施例中,智慧燃气设备管理平台可以基于置信度,通过向量匹配的方式确定燃气损失率。例如,智慧燃气设备管理平台可以基于置信度序列构建待匹配向量,基于待匹配向量在数据库中确定符合匹配条件的历史向量,将符合匹配条件的历史向量确定为目标向量。并将目标向量对应的参考燃气损失率作为当前的燃气损失率。其中,匹配条件可以指用于确定目标向量的判断条件。在一些实施例中,匹配条件可以包括待匹配向量与历史向量的向量距离小于距离阈值、向量距离最小等。向量距离可以为欧式距离、余弦距离等。
置信度序列是指多个预设点位对应的预估燃气损失率的置信度构建的序列。历史向量可以基于多个历史置信度序列构建,每个历史向量均关联有其对应的参考燃气损失率,该参考燃气损失率可以是历史数据中实际的燃气损失率。
在一些实施例中,智慧燃气设备管理平台还可以对预设点位进行更新,获取更新置信度,并基于前述置信度和/或更新置信度确定燃气损失率,更多相关说明可参见图4及其相关描述。
在本说明书的一些实施例中,通过确定预估燃气损失率的置信度,对预估燃气损失率进行修正,从而获得更准确的燃气损失率。
在一些实施例中,智慧燃气设备管理平台可以基于置信度和/或更新置信度,通过预设方法确定燃气损失率,更多该实施例的内容,可以参见图4的相关描述。
步骤240,响应于燃气损失率满足第一预设条件,对燃气管网的压力进行调整。
第一预设条件是指评估是否对燃气管网的压力进行调整的判定条件。例如,第一预设条件可以包括燃气损失率大于损失阈值。损失阈值可以是系统默认值、人工预设值等。
在一些实施例中,第一预设条件可以包括单个燃气管道分支的燃气损失率大于第一阈值、多个燃气管道分支的燃气损失率加权平均值大于第二阈值等,更多相关的内容,可以参见图4的相关描述。
在一些实施例中,智慧燃气设备管理平台可以响应于燃气损失率满足第一预设条件,通过多种方式对燃气管网的压力进行调整。例如,可以基于燃气损失率与压力之间的对应关系,对压力进行调整。燃气损失率与压力之间的对应关系可以根据实际需求进行设置。
在本说明书的一些实施例中,通过考虑不同压力、温度、气体流速以及等对燃气数据的影响,可以提高确定的燃气损失率的可靠性,从而有利于确定更准确的燃气输送压力。
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确定预估燃气损失率的置信度的示意图。如图3所示,确定预估燃气损失率的置信度的过程300包括以下内容。
在一些实施例中,智慧燃气设备管理平台可以基于计量设备数据和燃气输送参数,通过第一预测模型330确定置信度430。
在一些实施例中,第一预测模型可以是机器学习模型。
关于燃气输送参数的更多内容,可以参见图2的相关描述。
计量设备数据是指与燃气计量设备有关的数据。例如,计量设备数据可以包括燃气计量设备的性能参数310、燃气计量设备的历史维修数据320等。
关于燃气计量设备的性能参数、历史维修数据的更多内容,可以参见图2的相关描述。
第一预测模型330可以用于获取预估燃气损失率的置信度430。在一些实施例中,第一预测模型330可以是神经网络模型。
在一些实施例中,第一预测模型330的输入可以包括燃气计量设备的性能参数310、燃气计量设备的历史维修数据320、燃气管道分支的监测点位340、燃气输送参数360和管道布局特征350,输出可以包括预估燃气损失率的置信度430。
在一些实施例中,智慧燃气设备管理平台可以从燃气计量设备获取燃气计量设备的性能参数、历史维修数据。在一些实施例中,智慧燃气设备管理平台可以从存储设备(例如,智慧燃气数据中心)获取燃气计量设备的性能参数、历史维修数据。在一些实施例中,智慧燃气设备管理平台可以从其他数据源通过任意合理的方式获取燃气计量设备的性能参数、历史维修数据。
关于燃气输送参数的更多内容,可以参见图2的相关描述。
监测点位340可以包括预设点位、更新点位的位置。预设点位指燃气计量设备的初始位置。更新点位是指对预设点位的位置进行调整后的位置。关于更新点位的更多内容,可以参见图4的相关描述。
在一些实施例中,监测点位340可以通过向量的方式表示至少一个预设点位和/或至少一个更新点位的位置,向量中的每个元素对应一个预设点位或更新点位的坐标。
在一些实施例中,第一预测模型330可以包括特征提取层331和置信度预测层333。
特征提取层331可以用于获取燃气计量设备的设备特征向量332。在一些实施例中,特征提取层331可以是循环神经网络模型等机器学习模型。在一些实施例中,特征提取层331的输入可以包括燃气计量设备的性能参数310、燃气计量设备的历史维修数据320,输出可以包括设备特征向量332。
设备特征向量332是用于反映燃气计量设备特点的数据。例如,设备特征向量332可以包括与燃气计量设备的采集特征、维修特征等有关的数据。
置信度预测层333可以用于确定预估燃气损失率的置信度430。在一些实施例中,置信度预测层333可以是支持向量机(Support Vector Machines, SVM)、深度神经网络模型(Deep Neural Networks,DNN)等机器学习模型。在一些实施例中,置信度预测层333的输入可以包括设备特征向量332、燃气管道分支的监测点位340、管道布局特征350和燃气输送参数360,输出可以包括预估燃气损失率的置信度430。
管道布局特征350是用于反映燃气管道布局特点的数据。例如,管道布局特征350可以包括与燃气管道分支之间的连接关系等有关的数据。
管道布局特征350可以表征燃气管网的布局信息。例如,管道布局特征350可以包括燃气管道的特征,例如,管道布局特征350可以包括燃气管道连接点的安全等级、燃气管道分支连接点的标识、运输方向。管道布局特征还可以包括燃气管道上燃气用户的数量、燃气管道的参数(长度、直径等)、燃气管道的历史维修数据等。
在一些实施例中,智慧燃气设备管理平台可以从智慧燃气数据中心中获取燃气管网的布局信息,并基于燃气管网的布局信息确定管道布局特征。其中,燃气管网的布局信息可以基于智慧燃气对象平台获取,并通过智慧燃气传感网络平台发送至智慧燃气数据中心。更多内容参见图1及其描述。
在一些实施例中,管道布局特征350可以为图结构,包括节点和边,节点表征燃气管道之间的连接点。管道布局特征可以通过数据表、文件的存储方式储存于智慧燃气中心。
节点表征燃气管道之间的燃气管道连接点。燃气管道连接点至少可以包括不同燃气管道分支相交的位置,以及燃气管道的拐点等。节点特征可以反映与多个燃气管道段连接关系的信息。例如,节点的特征可以包括管道相连通的部分的安全等级。
边表征燃气管道段,例如,直接连通的两根燃气管道之间具有边。边特征可以反映燃气管道的信息。例如,边的特征可以包括燃气管道上燃气用户的数量、燃气管道的参数、燃气管道的历史维修数据等。
在一些实施例中,安全等级可以与连通处的管道上安全设备的数量及其性能有关。安全设备的数量越多,性能越好,安全等级越高。安全设备可以包括管道分支构件、泵、压缩机、阀门等。安全设备的性能可以包括设备的抗压、抗腐蚀等的能力、设备的使用年限等。在一些实施例中,安全等级可以通过获取人工输入确定。
在一些实施例中,燃气管道的参数是指燃气管道自身的参数。例如,燃气管道参数可以包括管道长度、管道内径、管壁厚度、管道材料等信息。管道历史维修数据可以包括管道维护周期、上一次维护时间等。在一些实施例中,燃气管道参数、管道历史维修数据可以通过获取人工输入确定。
在本说明书的一些实施例中,通过考虑管道布局情况,可以提高确定置信度的合理性和准确性。
本说明书的一些实施例中,通过将第一预测模型设置为特征提取层和置信度预测层,通过不同的层分别处理对应的数据,可以进一步提高数据处理效率,提高预测准确性。
在一些实施例中,第一预测模型可以通过基于大量带有第一标签的第一训练样本,对特征提取层和置信度预测层进行联合训练得到。用于联合训练的第一训练样本包括样本燃气管道分支上的样本燃气计量设备的样本性能参数、样本历史维修数据、样本预设点位、样本燃气输送参数和样本管道布局特征。第一标签可以包括样本燃气计量设备是否发生异常。
样本管道布局特征可以是通过历史数据确定的历史管道布局特征,历史管道布局特征的节点及其属性、边及其属性与上述说明类似。
第一训练样本可以基于历史数据获得。第一标签可以基于人工或自动标注获得,例如,可以基于0或1的数值表示置信度。例如,可以对样本燃气计量设备进行分析,若样本燃气计量设备发生异常,则第一标签为0;若样本计量设备没有发生异常,则第一标签为1。
示例性地,联合训练过程可以包括:将第一训练样本中的样本燃气计量设备的样本性能参数、样本历史维修数据输入初始特征提取层中,得到初始特征提取层输出的初始设备特征向量,将初始特征提取层的输出、样本预设点位、样本燃气输送参数和样本管道布局特征输入初始置信度预测层,得到置信度;根据初始置信度预测层的输出和第一标签,构建损失函数,同时对初始特征提取层的参数和初始置信度预测层的参数进行更新,直到预设条件被满足,训练完成。其中,预设条件可以是损失函数小于阈值、收敛,或训练周期达到阈值。
在本说明书的一些实施例中,通过第一预测模型,可以高效、准确地对预估燃气损失率的置信度进行评估,可以获得比直接评估更好的效果,有利于后续对燃气损失率的判断。通过联合训练,可以解决单独训练置信度预测层时,标签不好获取的问题,提高训练效果。
图4是根据本说明书一些实施例所示的确定燃气损失率的示例性示意图。如图4所示,确定燃气损失率的过程400包括以下内容。
在一些实施例中,智慧燃气设备管理平台可以响应于置信度满足更新条件,对预设点位进行更新,确定更新点位410;基于更新点位,通过第一预测模型330重新确定更新置信度420;基于置信度430和/或更新置信度420,通过预设方法确定燃气损失率520。
更新条件是指评估是否对某组预设点位进行更新的判定条件。例如,更新条件可以包括预估燃气损失率的置信度低于置信度阈值。置信度阈值可以是系统默认值、人为预设值。
需要说明的是,预设点位对应的置信度满足预设条件,表明该组预设点位的位置可能不合理,需要对该组预设点位的位置进行调整。
在一些实施例中,智慧燃气设备管理平台可以随机生成燃气管道分支上一组预设点位内的传感器的移动距离,并发出控制指令,使得移动结构基于移动距离,带动触感器在燃气管道分支上移动,得到一组更新点位410。
在一些实施例中,传感器上设置有移动结构,移动结构可以使得传感器在燃气管道分支上的预设范围内滑动。移动结构可以是齿轮滑动、皮带传动等。
在一些实施例中,通过上述方式,可以分别对至少一组预设点位中的至少一个监测点的传感器进行移动,得到至少一组更新点位410。
通过移动传感器,可以减少由于点位选择不当,导致燃气运送参数对计算置信度的造成影响,提高置信度的合理性和可靠性。
在一些实施例中,智慧燃气设备管理平台可以基于燃气管道分支上更新点位410的传感器,获取更新点位的燃气运行参数,基于更新点位410、更新点位的燃气运行参数,及该燃气管道分支上的燃气计量设备的性能参数、燃气计量设备的历史维修数据、燃气输送参数和管道布局特征,通过第一预测模型330重新确定更新置信度420。
关于第一预测模型的更多内容,可以参见图3的相关描述。
在一些实施例中,智慧燃气设备管理平台可以基于前述置信度和/或更新置信度,通过预设算法确定燃气损失率。
预设算法是指更新燃气损失率的算法。在一些实施例中,预设算法可以是预设的公式或映射关系等。
在一些实施例中,智慧燃气设备管理平台可以基于置信度430和/或更新置信度420,通过加权平均确定预估燃气损失率的综合置信度440;基于综合置信度440确定调整系数460;基于预估燃气损失率450和调整系数460确定燃气损失率520。
综合置信度440是基于置信度430与更新置信度420确定的置信度。例如,可以通过计算平均值的方式确定综合置信度,平均可以是加权平均,也可以是算术平均等。
通过确定预估燃气损失率的综合置信度,可以减少由于点位选择不当对置信度的影响,进一步提高置信度的合理性和可靠性。
在一些实施例中,加权平均的权重可以相关于预设点位/更新点位的可靠程度,可靠程度越高,权重越大。
可靠程度是指预设点位/更新点位所处区域的燃气管布局的弯折程度。例如,可靠程度可以相关于燃气管道分支的平均管道弯曲程度、平均管道倾垂程度等。示例性的,平均管道弯曲程度越小、平均管道倾垂程度越小,该组点位的可靠程度越高。
在一些实施例中,管道弯曲程度、管道倾垂程度可以通过获取人工输入确定。
预设点位/更新点位所处区域是指是指距离预设点位/更新点位在预设范围内的区域。预设范围是指不超过设定距离阈值的区域范围内的任何区域。例如,预设范围可以是以点位为圆心、以距离阈值为半径的圆形区域内。在一些实施例中,预设范围还可以是其他各种形状,如三角形、四边形等。距离阈值可以根据经验或人为设置。
在一些实施例中,智慧燃气设备管理平台可以计算一组点位的管道的弯曲程度、管道的倾垂程度的平均值,确定平均管道弯曲程度、平均管道倾垂程度,基于平均管道弯曲程度、平均管道倾垂程度确定对应的权重。其中,平均管道弯曲程度、平均管道的倾垂程度与权重的对应关系可以预设。
本说明书的一些实施例中,点位所处区域的管道越弯,管道越倾斜/越垂直,该部分承受的燃气冲击越大,对传感器的读数影响越大,越容易使得传感器的读数出现误差,其对应的可靠程度越低,通过适当降低可靠程度较低的置信度的权重,使得加权后的置信度更加准确合理。
在一些实施例中,智慧燃气设备管理平台可以基于综合置信度440确定调整系数460,并基于调整系数460对预估燃气损失率进行调整,确定燃气损失率520。
调整系数460是指预估燃气损失率的加权系数。调整系数可以基于实际需求设置。
在一些实施例中,智慧燃气设备管理平台可以预设不同综合置信度440与调整系数460的对应关系,基于查表的方式确定调整系数。
在一些实施例中,智慧燃气设备管理平台可以基于预估燃气损失率450和调整系数460确定燃气损失率520。在一些实施例中,智慧燃气设备管理平台可以基于公式(1)确定燃气损失率:
(1)
其中,表示燃气损失率,/>表示预估燃气损失率,/>表示调整系数。
在一些实施例中,智慧燃气设备管理平台可以响应于多个置信度的极差大于差异阈值,放弃对该燃气管道分支燃气损失率的计算,设置该燃气管道分支的燃气损失率为0。其中,多个置信度包括同一燃气管道分支上各个点位对应的置信度、更新置信度。
差异阈值是指置信度的极差的阈值条件。差异阈值可以是系统默认值、人工预设值。极差可以是指多个置信度中极大值与极小值的差值。
不同点位对应的置信度可能不同,但在多组点位测量同一燃气管道分支的数据,以及燃气管道没有泄露故障的情况下,多组点位对应的置信度之间的差异应该小于差异阈值。
因此,当极差大于差异阈值时,表示此时可能存在燃气泄露或其他异常情况,该燃气管道分支需要进行人工检修或检查异常,此时不需要对该燃气管道分支的压力进行调整,将该燃气管道分支的燃气损失率设置为0。
本说明书的一些实施例中,通过判断极差与差异阈值的大小,可以判断燃气管道存在泄漏故障等异常的情况,减少系统的计算量,提高计算效率。
本说明书的一些实施例中,通过多组不同点位采集到燃气运送参数确定预估燃气损失率的置信度,并经过加权求和,确定更新后的预估燃气损失率的置信度,可以减少由于点位选择不当对置信度的影响,进一步提高置信度的合理性和可靠性。
在本说明书的一些实施例中,通过预设点位的更新,可以减少点位的位置因素对置信度的影响,基于置信度和/或更新置信度,通过预设方法确定燃气损失率,进一步降低位置影响对燃气损失率的影响,提高燃气损失率计算的准确性。
图5是根据本说明书一些实施例所示的调整燃气管网压力的示意图。如图5所示,调整燃气管网压力的过程500包括以下内容。
在一些实施例中,响应于燃气损失率满足第一预设条件,处理器可以生成至少一组候选运行参数510,通过第二预测模型530预测经候选运行参数调整后的预测损失率540,基于调整后的预测损失率满足第二预设条件550的候选运行参数,确定目标候选参数560,基于目标候选参数确定燃气管网压力的调整值570,基于燃气管网压力的调整值570对燃气管网的压力进行调整。
候选运行参数是指燃气管网中,多个调压站的候选调节压力。候选运行参数510可以由多种方式生成,例如,可以在原运行参数的基础上随机加减10~100Pa,执行n次则生成n个候选运行参数,再例如,可以基于历史调整数据生成候选运行参数。
预设条件是指与燃气损失率相关的阈值条件,例如,可以包括第一预设条件、第二预设条件。
在一些实施例中,第一预设条件包括满足以下条件中的其中一个:1)单个管道分支燃气损失率大于第一阈值;2)多个管道分支的燃气损失率加权平均值大于第二阈值,其中,加权平均的权重相关于燃气损失率的置信度,置信度越高,权重越大。
在一些实施例中,第一阈值、第二阈值可以由技术人员基于经验预设。
本说明书的一些实施例中,通过基于置信度对多个管道燃气损失率进行加权平均,可以使得燃气损失率的预估结果更加准确,从而可以更准确地对燃气管道压力等运行参数进行调整改进。
在一些实施例中,处理器可以通过第二预测模型确定候选运行参数对应的预测损失率。第二预测模型可以是机器学习模型。
在一些实施例中,第二预测模型530可以神经网络模型(Neural Network,NN)。
在一些实施例中,第二预测模型530的输入至少包括燃气管网中至少一个燃气管道分支对应的燃气损失率520、候选运行参数510和管道布局特征350,输出包括预测损失率540。
关于燃气损失率可以参见图4的相关说明,关于管道布局特征的相关说明可以参见图3的相关说明。对于每一组候选运行参数,第二预测模型530可以输出该候选运行参数下燃气管网至少一个燃气管道分支的预测损失率540。
在一些实施例中,第二预测模型可以基于多个带有标签的训练样本训练得到。例如,将多个带有标签的训练样本输入初始第二预测模型,通过标签和初始第二预测模型的输出结果构建损失函数,基于损失函数通过梯度下降或其他方法迭代更新初始第二预测模型的参数,直到满足预设条件时训练完成,得到训练好的第二预测模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,训练样本和标签可以基于燃气管网的历史运行数据确定。训练样本至少可以包括历史数据中至少一个燃气管道分支的初始燃气损失率、历史运行参数调整值、历史管道布局特征,训练的标签可以是历史数据中运行参数调整后的燃气损失率。
在本说明书的一些实施例中,通过预测调整后的预测损失率,有助于确定改进的目标运行参数。
在一些实施例中,处理器可以选择预测损失率满足第二预设条件的候选运行参数,作为目标运行参数。
目标运行参数是指最终确定的燃气管网中多个调压站的调节压力。目标运行参数可以基于第二预测模型输出的预测损失率和第二预设条件确定,例如,当预测损失率满足第二预设条件时,将对应的候选运行参数作为目标运行参数,如果存在多个满足第二预设条件的候选运行参数,可以随机选取,也可以选择使燃气损失率符合第三预设条件的候选运行参数,作为最终执行的目标运行参数。其中,第三预设条件可以包括燃气管网中至少一个燃气管道分支的预测损失率平均值最小。
在一些实施例中,第二预设条件包括燃气管网中每个燃气管道分支燃气损失率均小于等于第一阈值且至少一个燃气管道分支的燃气损失率的加权平均值小于等于第二阈值,其中,加权平均的权重相关于燃气损失率的置信度,置信度越高,权重越大。
在一些实施例中,智慧燃气设备管理平台可以基于目标运行参数确定燃气管网压力的调整值,并基于燃气管网压力的调整值,通过燃气管网中的调压设备对燃气输送的压力进行调整。
本说明书的一些实施例中,在燃气损失率不满足第一预设条件时通过第二预测模型以及第二预设条件得到目标运行参数,再基于目标运行参数对燃气管网压力进行调整,有助于优化运行参数,降低燃气在输送过程中的损失率。
本说明书的一个或多个实施例中还提供一种基于智慧燃气平台的燃气损耗管控装置,包括处理器,所述处理器用于执行如上任一实施例所述的基于智慧燃气平台的燃气损耗管控方法。
本说明书的一个或多个实施例中还提供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,计算机运行如上任一实施例所述的基于智慧燃气平台的燃气损耗管控方法。
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,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。
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。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 (4)
1.一种基于智慧燃气平台的燃气损耗管控方法,其特征在于,所述方法由基于智慧燃气平台的燃气损耗管控物联网系统的智慧燃气设备管理平台执行,包括:
获取燃气管道分支中预设点位的燃气输送参数,所述燃气输送参数包括燃气输送的压力、温度、气体流速;
获取所述燃气管道分支对应的燃气数据;
基于所述燃气输送参数和所述燃气数据,确定所述燃气管道分支的燃气损失率,其中,所述燃气数据基于燃气计量设备的读数获取,所述燃气数据至少包括燃气供气总量和燃气消耗总量;
确定所述燃气管道分支的所述燃气损失率包括:
基于所述燃气供气总量和所述燃气消耗总量,确定所述燃气管道分支的预估燃气损失率;
基于所述计量设备数据和所述燃气输送参数,通过第一预测模型确定所述预估燃气损失率的置信度,所述第一预测模型为机器学习模型;
基于所述置信度确定所述燃气损失率,包括:
基于所述置信度构建置信度序列;
基于所述置信度序列构建待匹配向量,并基于所述待匹配向量在数据库中进行检索,确定符合匹配条件的历史向量作为目标向量;
将所述目标向量对应的参考燃气损失率作为当前的所述燃气损失率;
响应于所述燃气损失率满足第一预设条件,生成至少一组候选运行参数;
基于第二预测模型预测所述至少一组候选运行参数分别对应的预测损失率,所述第二预测模型为机器学习模型;
基于所述预测损失率满足第二预设条件的所述候选运行参数,确定目标运行参数;
基于所述目标运行参数对燃气管网的压力进行调整。
2.如权利要求1所述的基于智慧燃气平台的燃气损耗管控方法,其特征在于,所述基于所述预估燃气损失率和所述置信度确定所述燃气损失率,包括:
响应于所述置信度满足更新条件,对所述预设点位进行更新,确定更新点位;
基于所述更新点位,通过第一预测模型重新确定更新置信度;
基于所述置信度和/或所述更新置信度,通过预设方法确定所述燃气损失率。
3.一种基于智慧燃气平台的燃气损耗管控物联网系统,其特征在于,所述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;其中,所述智慧燃气设备管理平台用于:
获取燃气管道分支中预设点位的燃气输送参数,所述燃气输送参数包括燃气输送的压力、温度、气体流速;
获取所述燃气管道分支对应的燃气数据;
基于所述燃气输送参数和所述燃气数据,确定所述燃气管道分支的燃气损失率,其中,所述燃气数据基于燃气计量设备的读数获取,所述燃气数据至少包括燃气供气总量和燃气消耗总量;
确定所述燃气管道分支的所述燃气损失率包括:
基于所述燃气供气总量和所述燃气消耗总量,确定所述燃气管道分支的预估燃气损失率;
基于所述计量设备数据和所述燃气输送参数,通过第一预测模型确定所述预估燃气损失率的置信度,所述第一预测模型为机器学习模型;
基于所述置信度确定所述燃气损失率,包括:
基于所述置信度构建置信度序列;
基于所述置信度序列构建待匹配向量,并基于所述待匹配向量在数据库中进行检索,确定符合匹配条件的历史向量作为目标向量;
将所述目标向量对应的参考燃气损失率作为当前的所述燃气损失率;
响应于所述燃气损失率满足第一预设条件,生成至少一组候选运行参数;
基于第二预测模型预测所述至少一组候选运行参数分别对应的预测损失率,所述第二预测模型为机器学习模型;
基于所述预测损失率满足第二预设条件的所述候选运行参数,确定目标运行参数;
基于所述目标运行参数对燃气管网的压力进行调整;
所述智慧燃气对象平台用于:
获取所述燃气输送参数和所述燃气数据,并通过所述智慧燃气传感网络平台上传至所述智慧燃气设备管理平台的智慧燃气数据中心;
所述智慧燃气数据中心通过所述智慧燃气传感网络平台将所述压力调整值传输至智慧燃气管网设备对象分平台。
4.如权利要求3所述的基于智慧燃气平台的燃气损耗管控物联网系统,其特征在于,所述智慧燃气设备管理平台进一步用于:
响应于所述置信度满足更新条件,对所述预设点位进行更新,确定更新点位;
基于所述更新点位,通过第一预测模型重新确定更新置信度;
基于所述置信度和/或所述更新置信度,通过预设方法确定所述燃气损失率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311396477.1A CN117132026B (zh) | 2023-10-26 | 2023-10-26 | 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 |
US18/518,478 US20240084976A1 (en) | 2023-10-26 | 2023-11-23 | Methods and internet of things (iot) systems for gas loss control based on smart gas platform |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311396477.1A CN117132026B (zh) | 2023-10-26 | 2023-10-26 | 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117132026A CN117132026A (zh) | 2023-11-28 |
CN117132026B true CN117132026B (zh) | 2024-01-12 |
Family
ID=88851195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311396477.1A Active CN117132026B (zh) | 2023-10-26 | 2023-10-26 | 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240084976A1 (zh) |
CN (1) | CN117132026B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436847B (zh) * | 2023-12-20 | 2024-04-09 | 成都秦川物联网科技股份有限公司 | 智慧燃气管网维修介质损失量评估方法与物联网系统 |
CN117784697B (zh) * | 2024-01-31 | 2024-05-24 | 成都秦川物联网科技股份有限公司 | 智慧燃气管网数据采集终端智能控制方法与物联网系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140039107A (ko) * | 2012-09-21 | 2014-04-01 | 주식회사 부산도시가스 | 가스 공급 제어 시스템 및 방법 |
CN108730773A (zh) * | 2017-04-18 | 2018-11-02 | 气体产品与化学公司 | 达到满意的压力限制的天然气管道网络中的控制系统 |
CN114398987A (zh) * | 2022-01-14 | 2022-04-26 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量的异常监测方法和系统 |
CN114740159A (zh) * | 2022-04-14 | 2022-07-12 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量组分获取方法和物联网系统 |
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 |
CN116070771A (zh) * | 2022-10-14 | 2023-05-05 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道运输性能确定方法和物联网系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9182081B2 (en) * | 2008-06-30 | 2015-11-10 | Bp Corporation North America Inc. | Rapid data-based data adequacy procedure for pipeline integrity assessment |
CN115899595B (zh) * | 2023-03-08 | 2023-05-23 | 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 |
-
2023
- 2023-10-26 CN CN202311396477.1A patent/CN117132026B/zh active Active
- 2023-11-23 US US18/518,478 patent/US20240084976A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140039107A (ko) * | 2012-09-21 | 2014-04-01 | 주식회사 부산도시가스 | 가스 공급 제어 시스템 및 방법 |
CN108730773A (zh) * | 2017-04-18 | 2018-11-02 | 气体产品与化学公司 | 达到满意的压力限制的天然气管道网络中的控制系统 |
CN114398987A (zh) * | 2022-01-14 | 2022-04-26 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量的异常监测方法和系统 |
CN114740159A (zh) * | 2022-04-14 | 2022-07-12 | 成都秦川物联网科技股份有限公司 | 一种天然气能量计量组分获取方法和物联网系统 |
CN116070771A (zh) * | 2022-10-14 | 2023-05-05 | 成都秦川物联网科技股份有限公司 | 智慧燃气管道运输性能确定方法和物联网系统 |
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 |
Non-Patent Citations (5)
Title |
---|
Lost circulation prediction based on machine learning;Huiwen Pang 等;Journal of Petroleum Science and Engineering;第208卷;1-17 * |
城市燃气管道完整性管理及技术体系研究;李希;化工管理(第11期);179 * |
城市燃气管道泄漏多因素耦合致灾机理与灾害控制研究;杨凯;中国博士学位论文全文数据库 工程科技II辑(第08期);C038-76 * |
基于燃气表物联网技术的城镇燃气需求侧用气监管系统研究;邵泽华 等;物联网技术;第11卷(第04期);106-109 * |
天然气管输系统输气潜力分析及精细化管理研究;岑康 等;科技促进发展;第16卷(第06期);721-727 * |
Also Published As
Publication number | Publication date |
---|---|
US20240084976A1 (en) | 2024-03-14 |
CN117132026A (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117132026B (zh) | 一种基于智慧燃气平台的燃气损耗管控方法与物联网系统 | |
CN116346864B (zh) | 基于智慧燃气物联网的超声波计量补偿方法、系统和介质 | |
CN115358432B (zh) | 用于智慧燃气的燃气表计量故障确定方法和物联网系统 | |
CN108734600B (zh) | 在天然气管道网络中满足需求约束的控制系统 | |
US11556484B2 (en) | Minimizing energy consumption by peripheral machines | |
CN115879913B (zh) | 一种智慧燃气管网维修物资预测方法和物联网系统、介质 | |
CN110410942B (zh) | 一种冷热源机房节能优化控制方法及系统 | |
CN115796408B (zh) | 一种用于智慧燃气的燃气输送损耗预测方法和物联网系统 | |
CN108733090B (zh) | 满足能源消耗限制的工业气体管道网络中的控制系统 | |
CN107608398B (zh) | 管理对来自水网络的水的需求的方法以及需求管理系统 | |
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 | |
CN115587640B (zh) | 智慧燃气管道清管安全管理方法、物联网系统及介质 | |
CN116308125A (zh) | 用于智慧燃气的燃气管道补偿器安设方法和物联网系统 | |
JPH0351960B2 (zh) | ||
CN115439003A (zh) | 基于智慧燃气物联网的燃气表更换提示方法和系统 | |
CN116258347A (zh) | 基于智慧燃气呼叫中心的燃气资源调度方法和物联网系统 | |
CN115618652A (zh) | 智慧燃气压缩机运行优化方法、物联网系统、装置及介质 | |
CN116205610B (zh) | 一种lng加气站管理方法、物联网系统和存储介质 | |
CN115823500A (zh) | 基于智慧燃气的燃气入户压力调控方法和物联网系统 | |
CN116951317B (zh) | 基于智慧燃气的供气成本管控方法、物联网系统与介质 | |
CN117291352B (zh) | 基于智慧燃气物联网的管网维修调控方法、系统及介质 | |
CN117436847B (zh) | 智慧燃气管网维修介质损失量评估方法与物联网系统 | |
CN114077933B (zh) | 蒸汽在线监测数据实时传输系统及方法 | |
CN118153826A (zh) | 一种多热源环状供热管网水力工况优化调度方法 | |
DK202100926A1 (en) | A method and system for pressure regulation in a liquid supply network |
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 |