CN117469604B - 一种用于城市输配送管网的风险监测控制系统 - Google Patents
一种用于城市输配送管网的风险监测控制系统 Download PDFInfo
- Publication number
- CN117469604B CN117469604B CN202311786647.7A CN202311786647A CN117469604B CN 117469604 B CN117469604 B CN 117469604B CN 202311786647 A CN202311786647 A CN 202311786647A CN 117469604 B CN117469604 B CN 117469604B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- monitoring
- data
- module
- pipe
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 207
- 238000007781 pre-processing Methods 0.000 claims abstract description 30
- 230000007797 corrosion Effects 0.000 claims abstract description 27
- 238000005260 corrosion Methods 0.000 claims abstract description 27
- 238000012502 risk assessment Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 27
- 239000012530 fluid Substances 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000005536 corrosion prevention Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000000126 substance Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及自动化控制领域,本发明公开了一种用于城市输配送管网的风险监测控制系统,包括:管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块,管段划分模块将管道划分为多段监测子区域,数据采集模块收集各监测子区域的一次数据,数据预处理模块得到滤波处理后的二次数据,管道运行监测模块计算得出各监测子区域的运行稳定性系数,管道质量监测模块计算得出各监测子区域的管道腐蚀系数,管道负荷监测模块计算得出各监测子区域的管道负荷系数,预警模型建立模块计算得出管道安全指数,建立预警模型,风险评估控制模块预测管道风险。
Description
技术领域
本发明涉及自动化控制领域,更具体地涉及一种用于城市输配送管网的风险监测控制系统。
背景技术
城市输配送管网是指城市中用于输送和分配各种物质的管道网络系统,这些管道系统通常由各种压力等级的管道及其附属构筑物组成,以满足不同用户的需求,城市输配送管网是城市基础设施的重要组成部分,对于城市的正常运行和经济发展具有重要意义,然而,由于城市输配送管网涉及的环节多、范围广,且受到多种因素的影响,因此存在一定的风险,为了保障城市输配送管网的安全运行,需要采取有效的风险监测控制系统,及时发现潜在风险,并采取相应的措施进行干预和控制。
但是,传统的城市输配送管网的风险监测控制系统也存在一些不足,包括:传统的风险监测控制系统通常采用定期检测的方式,这种方式无法及时发现潜在风险,存在一定的滞后性,可能导致风险扩大或引发事故;传统的风险监测控制系统缺乏智能化和自动化的监测手段,无法对管网运行状态进行实时分析和预测;传统的风险监测控制系统缺乏综合模型判断风险等级,依据不同的风险等级提供对应的解决方案能够更加精准的解决风险问题。
发明内容
为了克服现有技术的上述缺陷,本发明提供了一种用于城市输配送管网的风险监测控制系统,以解决上述背景技术中存在的问题。
本发明提供如下技术方案:一种用于城市输配送管网的风险监测控制系统,包括:管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块;
所述管段划分模块,按照管道划分标准,将管道划分为多段监测子区域,并将各监测子区域依次编号为1,2,3,...,i,...,n;
所述数据采集模块,在各监测子区域安装传感器,收集各监测子区域的一次数据,包括一次管道运行数据、一次管道质量数据和一次管道负荷数据,并将收集到的一次数据传输至数据预处理模块;
所述数据预处理模块,接收数据采集模块采集的一次数据,通过滤波处理对一次数据进行预处理操作,得到滤波处理后的二次数据,包括二次管道运行数据、二次管道质量数据和二次管道负荷数据;
所述管道运行监测模块,基于数据预处理模块中的二次管道运行数据,通过管道运行监测模型计算得出各监测子区域的运行稳定性系数,并将计算得出的运行稳定性系数传输至预警模型建立模块;
所述管道质量监测模块,基于数据预处理模块中的二次管道质量数据,通过管道质量监测模型计算得出各监测子区域的管道腐蚀系数,并将计算得出的管道腐蚀系数传输至预警模型建立模块;
所述管道负荷监测模块,基于数据预处理模块中的二次管道负荷数据,通过管道负荷监测模型计算得出各监测子区域的管道负荷系数,并将计算得出的管道负荷系数传输至预警模型建立模块;
所述预警模型建立模块,基于各监测子区域的运行稳定性系数、管道腐蚀系数和管道负荷系数计算得出各监测子区域的管道安全指数,建立预警模型,并将计算得出的管道安全指数传输至风险评估控制模块;
所述风险评估控制模块,接收预警模型建立模块计算得出的各监测子区域的管道安全指数,预测管道风险,并依据风险等级提供对应的控制方案传输至客户端。
优选的,所述数据采集模块中一次管道运行数据包括各监测子区域的管道内温度、管道外温度、管道内流体速度以及管道承受应力,其中管道承受应力包括管道压力、管道材料密度和管道直径,一次管道质量数据包括各监测子区域的管道腐蚀深度、管道壁厚和极限压力,一次管道负荷数据包括各监测子区域的管道起点压力、管道终点压力和管道阻力,其中管道阻力包括管道长度、管道直径和管道内流体速度。
优选的,所述数据预处理模块中对采集到的一次数据进行滤波处理,是通过滤波算法去除采集到的一次数据中的噪声数据,具体为:
数据筛选:对采集到的一次数据进行匹配度筛选,当c>r,即生成结果的长度大于真实结果的长度时,数据保留,当cr,即生成结果的长度小于或等于真实结果的长度时,数据不保留;
数据过滤:将筛选后的数据依次代入傅里叶函数计算,得出二次数据,傅里叶函数计算公式为:,其中/>为计算得出的二次数据,x表示第k个对应数据,/>表示第k个对应数据的生成结果长度。
优选的,所述管道运行监测模块中各监测子区域的运行稳定性系数的计算步骤如下:
步骤S01:计算管道承受应力,计算公式为:,其中/>表示各监测子区域的管道承受应力,/>表示各监测子区域的管道压力,/>表示各监测子区域的管道材料密度,/>表示各监测子区域的管道直径;
步骤S02:计算运行稳定性系数,计算公式为:,其中表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道内温度,/>表示各监测子区域的管道外温度,/>表示各监测子区域的管道内流体速度,/>表示各监测子区域的管道承受应力。
优选的,所述管道质量监测模块中各监测子区域的管道腐蚀系数的计算公式为:,其中/>表示各监测子区域的管道腐蚀系数,/>表示各监测子区域的管道腐蚀深度,/>表示各监测子区域的管道壁厚,/>表示各监测子区域的极限压力。
优选的,所述管道负荷监测模块中各监测子区域的管道负荷系数的计算步骤如下:
步骤S01:计算管道阻力,计算公式为:,其中/>表示各监测子区域的管道阻力,/>表示各监测子区域的管道长度,/>表示各监测子区域的管道直径,/>表示各监测子区域的管道内流体速度,g表示重力加速度;
步骤S02:计算管道负荷系数,计算公式为:,其中/>表示各监测子区域的管道负荷系数,/>表示各监测子区域的管道起点压力,/>表示各监测子区域的管道终点压力,/>表示各监测子区域的管道阻力。
优选的,所述预警模型建立模块中各监测子区域的管道安全指数的计算公式为:,其中/>表示各监测子区域的管道安全指数,/>表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道腐蚀系数,/>表示各监测子区域的管道负荷系数,/>、/>和/>表示常数。
优选的,所述风险评估控制模块将预警模型建立模块计算得出的管道安全指数与预设的管道安全标准指数/>进行对比,若管道安全指数/>大于管道安全标准指数/>,则预测管道风险等级为一级,若管道安全指数/>等于管道安全标准指数/>,则预测管道风险等级为二级,若管道安全指数/>小于管道安全标准指数/>,则预测管道风险等级为三级,系统依据不同的风险等级提供对应的控制方案传输至客户端。
本发明的技术效果和优点:
本发明通过设有管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块,管段划分模块将管道划分为多段监测子区域,数据采集模块收集各监测子区域的一次数据,数据预处理模块得到滤波处理后的二次数据,管道运行监测模块计算得出各监测子区域的运行稳定性系数,管道质量监测模块计算得出各监测子区域的管道腐蚀系数,管道负荷监测模块计算得出各监测子区域的管道负荷系数,预警模型建立模块计算得出管道安全指数,建立预警模型,风险评估控制模块预测管道风险,总之,一种用于城市输配送管网的风险监测控制系统,通过采用先进的传感器技术和数据处理技术,该系统能够实时监测管网运行状态,并自动进行分析和评估,从而提高了监测效率,能够及时发现潜在风险和异常情况,并发出预警和报警信息,从而能够及时采取措施进行干预和控制,避免了潜在风险扩大或引发事故。
附图说明
图1为一种用于城市输配送管网的风险监测控制系统的流程图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,另外,在以下的实施方式中记载的各结构的形态只不过是例示,本发明所涉及的一种用于城市输配送管网的风险监测控制系统并不限定于在以下的实施方式中记载的各结构,在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
本发明提供了一种用于城市输配送管网的风险监测控制系统,包括:管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块;
所述管段划分模块,按照管道划分标准,将管道划分为多段监测子区域,并将各监测子区域依次编号为1,2,3,...,i,...,n;
所述数据采集模块,在各监测子区域安装传感器,收集各监测子区域的一次数据,包括一次管道运行数据、一次管道质量数据和一次管道负荷数据,并将收集到的一次数据传输至数据预处理模块;
所述数据预处理模块,接收数据采集模块采集的一次数据,通过滤波处理对一次数据进行预处理操作,得到滤波处理后的二次数据,包括二次管道运行数据、二次管道质量数据和二次管道负荷数据;
所述管道运行监测模块,基于数据预处理模块中的二次管道运行数据,通过管道运行监测模型计算得出各监测子区域的运行稳定性系数,并将计算得出的运行稳定性系数传输至预警模型建立模块;
所述管道质量监测模块,基于数据预处理模块中的二次管道质量数据,通过管道质量监测模型计算得出各监测子区域的管道腐蚀系数,并将计算得出的管道腐蚀系数传输至预警模型建立模块;
所述管道负荷监测模块,基于数据预处理模块中的二次管道负荷数据,通过管道负荷监测模型计算得出各监测子区域的管道负荷系数,并将计算得出的管道负荷系数传输至预警模型建立模块;
所述预警模型建立模块,基于各监测子区域的运行稳定性系数、管道腐蚀系数和管道负荷系数计算得出各监测子区域的管道安全指数,建立预警模型,并将计算得出的管道安全指数传输至风险评估控制模块;
所述风险评估控制模块,接收预警模型建立模块计算得出的各监测子区域的管道安全指数,预测管道风险,并依据风险等级提供对应的控制方案传输至客户端。
本实施例中,需要具体说明的是,所述数据采集模块中一次管道运行数据包括各监测子区域的管道内温度、管道外温度、管道内流体速度以及管道承受应力,其中管道承受应力包括管道压力、管道材料密度和管道直径,一次管道质量数据包括各监测子区域的管道腐蚀深度、管道壁厚和极限压力,一次管道负荷数据包括各监测子区域的管道起点压力、管道终点压力和管道阻力,其中管道阻力包括管道长度、管道直径和管道内流体速度。
本实施例中,需要具体说明的是,所述数据预处理模块中对采集到的一次数据进行滤波处理,是通过滤波算法去除采集到的一次数据中的噪声数据,具体为:
数据筛选:对采集到的一次数据进行匹配度筛选,当c>r,即生成结果的长度大于真实结果的长度时,数据保留,当cr,即生成结果的长度小于或等于真实结果的长度时,数据不保留;
数据过滤:将筛选后的数据依次代入傅里叶函数计算,得出二次数据,傅里叶函数计算公式为:,其中/>为计算得出的二次数据,x表示第k个对应数据,/>表示第k个对应数据的生成结果长度。
本实施例中,需要具体说明的是,所述管道运行监测模块中各监测子区域的运行稳定性系数的计算步骤如下:
步骤S01:计算管道承受应力,计算公式为:,其中/>表示各监测子区域的管道承受应力,/>表示各监测子区域的管道压力,/>表示各监测子区域的管道材料密度,/>表示各监测子区域的管道直径;
步骤S02:计算运行稳定性系数,计算公式为:,其中表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道内温度,/>表示各监测子区域的管道外温度,/>表示各监测子区域的管道内流体速度,/>表示各监测子区域的管道承受应力。
本实施例中,需要具体说明的是,所述管道质量监测模块中各监测子区域的管道腐蚀系数的计算公式为:,其中/>表示各监测子区域的管道腐蚀系数,表示各监测子区域的管道腐蚀深度,/>表示各监测子区域的管道壁厚,/>表示各监测子区域的极限压力。
本实施例中,需要具体说明的是,所述管道负荷监测模块中各监测子区域的管道负荷系数的计算步骤如下:
步骤S01:计算管道阻力,计算公式为:,其中/>表示各监测子区域的管道阻力,/>表示各监测子区域的管道长度,/>表示各监测子区域的管道直径,/>表示各监测子区域的管道内流体速度,g表示重力加速度;
步骤S02:计算管道负荷系数,计算公式为:,其中/>表示各监测子区域的管道负荷系数,/>表示各监测子区域的管道起点压力,/>表示各监测子区域的管道终点压力,/>表示各监测子区域的管道阻力。
本实施例中,需要具体说明的是,所述预警模型建立模块中各监测子区域的管道安全指数的计算公式为:,其中/>表示各监测子区域的管道安全指数,/>表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道腐蚀系数,/>表示各监测子区域的管道负荷系数,/>、/>和/>表示常数。
本实施例中,需要具体说明的是,所述风险评估控制模块将预警模型建立模块计算得出的管道安全指数与预设的管道安全标准指数/>进行对比,若管道安全指数/>大于管道安全标准指数/>,则预测管道风险等级为一级,若管道安全指数/>等于管道安全标准指数/>,则预测管道风险等级为二级,若管道安全指数/>小于管道安全标准指数,则预测管道风险等级为三级,系统依据不同的风险等级提供对应的控制方案传输至客户端;
一级风险:对于一级风险,控制方案包括:常规监测:通过定期检查和巡检,对管道运行状态进行常规监测,及时发现异常情况;预防性维护:定期进行管道清洗、除锈、防腐等预防性维护工作,保持管道良好的运行状态;数据记录与分析:对监测数据进行记录和分析,评估管道运行状况,及时发现潜在问题。
二级风险:对于二级风险,控制方案包括:加强监测:在关键部位安装传感器,实时监测管道运行状态和环境参数,及时发现异常情况;应急预案:制定针对可能出现的风险的应急预案,一旦出现风险,能够迅速采取措施进行处置;定期检查与评估:定期对管道进行全面的检查和评估,发现并解决潜在问题,降低风险等级。
三级风险:对于三级风险,控制方案包括:实时监测:在关键部位安装传感器,实时监测管道运行状态和环境参数,及时发现异常情况并进行预警;紧急处置措施:制定针对可能出现的风险的紧急处置措施,一旦出现风险,能够迅速采取措施进行处置,防止事态扩大;停运与维修:当发现严重问题时,及时停运相关设备并进行维修,确保管道安全运行。
本实施例中,需要具体说明的是,本实施与现有技术的区别主要在于本实施例通过设有管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块,管段划分模块将管道划分为多段监测子区域,数据采集模块收集各监测子区域的一次数据,数据预处理模块得到滤波处理后的二次数据,管道运行监测模块计算得出各监测子区域的运行稳定性系数,管道质量监测模块计算得出各监测子区域的管道腐蚀系数,管道负荷监测模块计算得出各监测子区域的管道负荷系数,预警模型建立模块计算得出管道安全指数,建立预警模型,风险评估控制模块预测管道风险,总之,一种用于城市输配送管网的风险监测控制系统,通过采用先进的传感器技术和数据处理技术,该系统能够实时监测管网运行状态,并自动进行分析和评估,从而提高了监测效率,能够及时发现潜在风险和异常情况,并发出预警和报警信息,从而能够及时采取措施进行干预和控制,避免了潜在风险扩大或引发事故。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种用于城市输配送管网的风险监测控制系统,其特征在于:包括:管段划分模块、数据采集模块、数据预处理模块、管道运行监测模块、管道质量监测模块、管道负荷监测模块、预警模型建立模块,以及风险评估控制模块;
所述管段划分模块,按照管道划分标准,将管道划分为多段监测子区域,并将各监测子区域依次编号为1,2,3,...,i,...,n;
所述数据采集模块,在各监测子区域安装传感器,收集各监测子区域的一次数据,包括一次管道运行数据、一次管道质量数据和一次管道负荷数据,并将收集到的一次数据传输至数据预处理模块;
所述数据预处理模块,接收数据采集模块采集的一次数据,通过滤波处理对一次数据进行预处理操作,得到滤波处理后的二次数据,包括二次管道运行数据、二次管道质量数据和二次管道负荷数据;
所述管道运行监测模块,基于数据预处理模块中的二次管道运行数据,通过管道运行监测模型计算得出各监测子区域的运行稳定性系数,并将计算得出的运行稳定性系数传输至预警模型建立模块;
所述管道运行监测模块中各监测子区域的运行稳定性系数的计算步骤如下:
步骤S01:计算管道承受应力,计算公式为:,其中/>表示各监测子区域的管道承受应力,/>表示各监测子区域的管道压力,/>表示各监测子区域的管道材料密度,/>表示各监测子区域的管道直径;
步骤S02:计算运行稳定性系数,计算公式为:,其中/>表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道内温度,/>表示各监测子区域的管道外温度,/>表示各监测子区域的管道内流体速度,/>表示各监测子区域的管道承受应力;
所述管道质量监测模块,基于数据预处理模块中的二次管道质量数据,通过管道质量监测模型计算得出各监测子区域的管道腐蚀系数,并将计算得出的管道腐蚀系数传输至预警模型建立模块;
所述管道质量监测模块中各监测子区域的管道腐蚀系数的计算公式为:,其中/>表示各监测子区域的管道腐蚀系数,/>表示各监测子区域的管道腐蚀深度,/>表示各监测子区域的管道壁厚,/>表示各监测子区域的极限压力;
所述管道负荷监测模块,基于数据预处理模块中的二次管道负荷数据,通过管道负荷监测模型计算得出各监测子区域的管道负荷系数,并将计算得出的管道负荷系数传输至预警模型建立模块;
所述管道负荷监测模块中各监测子区域的管道负荷系数的计算步骤如下:
步骤S01:计算管道阻力,计算公式为:,其中/>表示各监测子区域的管道阻力,/>表示各监测子区域的管道长度,/>表示各监测子区域的管道直径,/>表示各监测子区域的管道内流体速度,g表示重力加速度;
步骤S02:计算管道负荷系数,计算公式为:,其中/>表示各监测子区域的管道负荷系数,/>表示各监测子区域的管道起点压力,/>表示各监测子区域的管道终点压力,/>表示各监测子区域的管道阻力;
所述预警模型建立模块,基于各监测子区域的运行稳定性系数、管道腐蚀系数和管道负荷系数计算得出各监测子区域的管道安全指数,建立预警模型,并将计算得出的管道安全指数传输至风险评估控制模块;
所述预警模型建立模块中各监测子区域的管道安全指数的计算公式为:,其中/>表示各监测子区域的管道安全指数,/>表示各监测子区域的运行稳定性系数,/>表示各监测子区域的管道腐蚀系数,/>表示各监测子区域的管道负荷系数,/>、/>和/>表示常数;
所述风险评估控制模块,接收预警模型建立模块计算得出的各监测子区域的管道安全指数,预测管道风险,并依据风险等级提供对应的控制方案传输至客户端。
2.根据权利要求1所述的一种用于城市输配送管网的风险监测控制系统,其特征在于:所述数据采集模块中一次管道运行数据包括各监测子区域的管道内温度、管道外温度、管道内流体速度以及管道承受应力,其中管道承受应力包括管道压力、管道材料密度和管道直径,一次管道质量数据包括各监测子区域的管道腐蚀深度、管道壁厚和极限压力,一次管道负荷数据包括各监测子区域的管道起点压力、管道终点压力和管道阻力,其中管道阻力包括管道长度、管道直径和管道内流体速度。
3.根据权利要求1所述的一种用于城市输配送管网的风险监测控制系统,其特征在于:所述数据预处理模块中对采集到的一次数据进行滤波处理,是通过滤波算法去除采集到的一次数据中的噪声数据,具体为:
数据筛选:对采集到的一次数据进行匹配度筛选,当c>r,即生成结果的长度大于真实结果的长度时,数据保留,当cr,即生成结果的长度小于或等于真实结果的长度时,数据不保留;
数据过滤:将筛选后的数据依次代入傅里叶函数计算,得出二次数据,傅里叶函数计算公式为:,其中/>为计算得出的二次数据,x表示第k个对应数据,/>表示第k个对应数据的生成结果长度。
4.根据权利要求1所述的一种用于城市输配送管网的风险监测控制系统,其特征在于:所述风险评估控制模块将预警模型建立模块计算得出的管道安全指数与预设的管道安全标准指数/>进行对比,若管道安全指数/>大于管道安全标准指数/>,则预测管道风险等级为一级,若管道安全指数/>等于管道安全标准指数/>,则预测管道风险等级为二级,若管道安全指数/>小于管道安全标准指数/>,则预测管道风险等级为三级,系统依据不同的风险等级提供对应的控制方案传输至客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311786647.7A CN117469604B (zh) | 2023-12-25 | 2023-12-25 | 一种用于城市输配送管网的风险监测控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311786647.7A CN117469604B (zh) | 2023-12-25 | 2023-12-25 | 一种用于城市输配送管网的风险监测控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117469604A CN117469604A (zh) | 2024-01-30 |
CN117469604B true CN117469604B (zh) | 2024-03-26 |
Family
ID=89635012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311786647.7A Active CN117469604B (zh) | 2023-12-25 | 2023-12-25 | 一种用于城市输配送管网的风险监测控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117469604B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108224096A (zh) * | 2018-01-03 | 2018-06-29 | 中国石油大学(华东) | 一种城市油气管道重大事故风险预警评估方法 |
CN111027730A (zh) * | 2019-11-19 | 2020-04-17 | 浙江大学 | 一种基于阀门操作和在线用水计量的供水管网漏失高效定位方法 |
CN112036086A (zh) * | 2020-08-31 | 2020-12-04 | 北京市燃气集团有限责任公司 | 燃气管线动态风险预警系统 |
CN116164237A (zh) * | 2023-02-22 | 2023-05-26 | 国家石油天然气管网集团有限公司 | 一种基于数据治理的长输油气管道管理系统 |
CN117034044A (zh) * | 2023-10-09 | 2023-11-10 | 山东朝启电子科技有限公司 | 一种基于数据智能的智能表井管理系统 |
CN117055446A (zh) * | 2023-09-26 | 2023-11-14 | 扬州研凯电气自动化科技有限公司 | 一种模拟信号的电气信号设备监控系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7565266B2 (en) * | 2006-02-14 | 2009-07-21 | Seagate Technology, Llc | Web-based system of product performance assessment and quality control using adaptive PDF fitting |
CN114004263B (zh) * | 2021-12-29 | 2022-05-03 | 四川大学 | 一种特征融合转换的大型设备工况诊断预测方法 |
-
2023
- 2023-12-25 CN CN202311786647.7A patent/CN117469604B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108224096A (zh) * | 2018-01-03 | 2018-06-29 | 中国石油大学(华东) | 一种城市油气管道重大事故风险预警评估方法 |
CN111027730A (zh) * | 2019-11-19 | 2020-04-17 | 浙江大学 | 一种基于阀门操作和在线用水计量的供水管网漏失高效定位方法 |
CN112036086A (zh) * | 2020-08-31 | 2020-12-04 | 北京市燃气集团有限责任公司 | 燃气管线动态风险预警系统 |
CN116164237A (zh) * | 2023-02-22 | 2023-05-26 | 国家石油天然气管网集团有限公司 | 一种基于数据治理的长输油气管道管理系统 |
CN117055446A (zh) * | 2023-09-26 | 2023-11-14 | 扬州研凯电气自动化科技有限公司 | 一种模拟信号的电气信号设备监控系统及方法 |
CN117034044A (zh) * | 2023-10-09 | 2023-11-10 | 山东朝启电子科技有限公司 | 一种基于数据智能的智能表井管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117469604A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325692B (zh) | 水管网的数据实时分析方法及装置 | |
CN112348237B (zh) | 一种动态钻井数据异常趋势检测方法 | |
CN111059457B (zh) | 蒸汽供热管网基础设施工作状态判断系统、判断方法 | |
CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN114783165B (zh) | 基于分布式光纤振动传感的电缆通道防外破在线监测系统 | |
CN117308275B (zh) | 一种基于温差的管路连接异常检测方法及系统 | |
CN115165725A (zh) | 一种基于数据驱动的海上装备腐蚀监测与安全预警系统 | |
JP6248933B2 (ja) | 漏洩検査装置、漏洩検査方法、及び漏洩検査プログラム | |
CN117469604B (zh) | 一种用于城市输配送管网的风险监测控制系统 | |
CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
Ribeiro et al. | Statistical methodologies for removing the operational effects from the dynamic responses of a high‐rise telecommunications tower | |
CN116432866B (zh) | 基于物联网的城市智慧排水管线安全管理方法及系统 | |
CN116562739B (zh) | 液体化工码头作业流程规划与动态监控系统 | |
CN117071706B (zh) | 一种市政道路用排水管网控制系统 | |
CN111207306B (zh) | 基于数字压力信号处理的热力管网泄漏监测方法 | |
KR102428222B1 (ko) | 스마트 가스 안전 제어 서비스 플랫폼 및 방법 | |
Leihs et al. | Situational analysis in real-time traffic systems | |
CN109087029B (zh) | 一种绝缘子腐蚀性闪络风险评估方法 | |
CN113137983B (zh) | 一种自学习的井盖姿态监测方法及监测系统 | |
CN113588713B (zh) | 一种大型硫冷凝器的热成像监测方法及系统 | |
CN212567515U (zh) | 一种管廊监测与告警装置 | |
Marsh et al. | Representing parameterised fault trees using Bayesian networks | |
CN111272368B (zh) | 基于基频数据K-Means聚类的支吊架劣化报警方法 | |
CN115655422A (zh) | 一种排水管网坍塌预警分析方法、装置、电子设备及介质 | |
CN116862089B (zh) | 一种食品生产厂房内排气路径规划系统 |
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 |