CN117952282A - 一种基于物联网的智慧燃气全周期监管系统及方法 - Google Patents
一种基于物联网的智慧燃气全周期监管系统及方法 Download PDFInfo
- Publication number
- CN117952282A CN117952282A CN202410352232.7A CN202410352232A CN117952282A CN 117952282 A CN117952282 A CN 117952282A CN 202410352232 A CN202410352232 A CN 202410352232A CN 117952282 A CN117952282 A CN 117952282A
- Authority
- CN
- China
- Prior art keywords
- gas
- supervision
- target
- batch
- data
- 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 32
- 239000007789 gas Substances 0.000 claims abstract description 491
- 238000004519 manufacturing process Methods 0.000 claims abstract description 171
- 239000002737 fuel gas Substances 0.000 claims abstract description 138
- 230000001105 regulatory effect Effects 0.000 claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 68
- 230000000875 corresponding effect Effects 0.000 description 53
- 238000012549 training Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 26
- 239000013598 vector Substances 0.000 description 23
- 238000013075 data extraction Methods 0.000 description 12
- 230000002596 correlated effect Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于物联网的智慧燃气全周期监管系统及方法,该方法包括:获取燃气生产数据;基于所述燃气生产数据,确定基础监管数据;以预设频率获取剩余计算资源;响应于参考资源消耗总量以及剩余计算资源满足预设要求,执行下述操作:生成控制指令并发送给燃气公司管理平台;基于目标数据和目标燃气的燃气生产数据,评估目标燃气中每个批次的燃气的重要程度;基于重要程度和目标数据,对目标燃气中至少一个批次的燃气的燃气供应量进行调节。该系统包括公众用户平台、政府安全监管服务平台、政府安全监管管理平台、政府安全监管传感网络平台、政府安全监管对象平台和燃气公司传感网络平台。
Description
技术领域
本说明书涉及燃气监管领域,特别涉及一种基于物联网的智慧燃气全周期监管系统及方法。
背景技术
目前,燃气全周期监管主要涉及燃气的生产、储存、运输、分配、销售和使用等环节,由于不同燃气公司提供不同批次的燃气,其全周期包含的上述环节也不完全相同,比如部分燃气批次没有运输配送环节而是直接管道输送,其燃气全周期的持续时间也不同。如果对不同批次的燃气,使用相同的监管方案,可能造成监管资源分配不合理,不能及时发现燃气全周期各个环节中如生产安全、运输安全、燃气质量等问题。
因此希望提供一种智慧燃气全周期监管系统及方法,能够针对不同批次的燃气实施不同的监管方案。
发明内容
为了解决如何针对不同批次的燃气实施不同的监管方案的问题,本说明书提供一种基于物联网的智慧燃气全周期监管系统及方法。
发明内容包括一种基于物联网的智慧燃气全周期监管方法,所述方法由智慧燃气全周期监管系统的政府安全监管管理平台执行,所述方法包括:基于政府安全监管传感网络平台,获取政府安全监管对象平台中的燃气公司管理平台上传的至少一个批次的燃气的燃气生产数据;基于所述燃气生产数据,确定基础监管数据,所述基础监管数据包括基础监管参数和参考资源消耗量;以预设频率获取剩余计算资源,所述预设频率基于燃气预估生产总量、燃气运输总量和燃气供给总量中的至少一种确定;响应于参考资源消耗总量以及所述剩余计算资源满足预设要求,执行下述操作:生成控制指令并发送给所述燃气公司管理平台,所述控制指令用于获取目标数据,所述目标数据包括目标燃气的实际监管参数,所述目标燃气为当前处于监管中的所有批次的燃气;基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度;基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节。
发明内容包括一种基于物联网的智慧燃气全周期监管系统,所述系统包括公众用户平台、政府安全监管服务平台、政府安全监管管理平台、政府安全监管传感网络平台、政府安全监管对象平台和燃气公司传感网络平台,所述政府安全监管对象平台包括燃气公司管理平台;所述政府安全监管管理平台被配置为:基于所述政府安全监管传感网络平台,获取所述政府安全监管对象平台中的所述燃气公司管理平台上传的至少一个批次的燃气生产数据;基于所述燃气生产数据,确定基础监管数据,所述基础监管数据包括基础监管参数和参考资源消耗量;以预设频率获取剩余计算资源,所述预设频率基于燃气预估生产总量、燃气运输总量和燃气供给总量中的至少一种确定;响应于参考资源消耗总量以及所述剩余计算资源满足预设要求,执行下述操作:生成控制指令并发送给所述燃气公司管理平台,所述控制指令用于获取目标数据,所述目标数据包括目标燃气的实际监管参数,所述目标燃气为当前处于监管中的所有批次的燃气;基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度;基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节。
上述发明内容带来的有益效果包括但不限于:(1)智慧燃气全周期监管系统的各功能平台协调规律运行,实现信息化和智慧化;(2)根据燃气全周期中各环节的生产数据和监管数据,针对不同批次的燃气的重要程度,对监管力度和计算资源进行合理规划和分配,能够更及时地发现各环节中可能出现的燃气风险,降低燃气事故出现的可能;(3)针对不同环节,预估不同环节发生燃气事故的风险,同时对于风险较高的环节,增加其对应预测层的训练样本数量,提高预测的危险程度的准确性,有效预防燃气事故的发生,提高燃气安全;(4)基于当前的计算资源缺口,暂停一部分优先程度较低的环节中的燃气批次,将省出的计算资源挪给优先程度更高的环节,能够保证燃气系统能够长时间持续地对重要的燃气数据进行监管,保障燃气系统的正常运行,预防燃气事故的发生;(5)根据重点监管燃气对象分配到的可调节计算资源量、重点监管燃气对象对应的燃气公司的用户数量,确定燃气计量装置的数据采集频率,使处于使用环节中的燃气批次获得较好的监管。
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智慧燃气全周期监管系统的结构示意图;
图2是根据本说明书一些实施例所示的智慧燃气全周期监管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评估目标燃气重要程度的示例性流程图;
图4是根据本说明书一些实施例所示的风险模型的示例性模型图;
图5是根据本说明书一些实施例所示的调节燃气供应量的示例性流程图。
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。
图1是根据本说明书一些实施例所示的智慧燃气全周期监管系统的结构示意图。
在一些实施例中,如图1所示,智慧燃气全周期监管系统100可以包括公众用户平台110、政府安全监管服务平台120、政府安全监管管理平台130、政府安全监管传感网络平台140、政府安全监管对象平台150和燃气公司传感网络平台160,其中,政府安全监管对象平台150包括燃气公司管理平台151。在一些实施例中,政府安全监管管理平台130基于政府安全监管传感网络平台140,获取政府安全监管对象平台150中的燃气公司管理平台151上传的至少一个批次的燃气生产数据;基于燃气生产数据,确定基础监管数据;以预设频率获取剩余计算资源,并响应于参考资源消耗总量以及剩余计算资源满足预设要求,生成控制指令发送给燃气公司管理平台151,基于目标数据和目标燃气的燃气生产数据,评估目标燃气中每个批次的燃气的重要程度;基于重要程度和目标数据,对目标燃气中至少一个批次的燃气的燃气供应量进行调节,更多内容可以参见图2-图5的相关描述。
公众用户平台110是用于与用户进行交互的平台。在一些实施例中,公众用户平台可以获取公众用户的需求以及将信息反馈给用户。在一些实施例中,公众用户平台110可以被配置为终端设备。在一些实施例中,公众用户平台110可以与政府监管服务平台120进行信息交互。
政府安全监管服务平台120是为公众用户提供燃气安全监管相关数据的平台。在一些实施例中,政府安全监管服务平台120可以与政府安全监管管理平台130进行信息交互。
政府安全监管管理平台130是政府安全管理部门用以对整个智慧燃气全周期监管系统100的运行进行管理的平台。
在一些实施例中,政府安全监管管理平台130可以执行智慧燃气全周期监管方法。
政府安全监管传感网络平台140是对安全监管信息传感通信进行管理的功能平台。政府监管传感网络平台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,政府安全监管传感网络平台140可以接收政府安全监管对象平台150中燃气公司管理平台151上传的燃气生产数据并发送给政府安全监管管理平台130。
政府安全监管对象平台150是感知信息生成和控制信息执行的功能平台。在一些实施例中,政府安全监管对象平台150可以包括燃气公司管理平台151。
燃气公司管理平台151可以用于上传燃气生产数据,接收政府安全监管管理平台130发出的指令。
燃气公司传感网络平台160是对燃气运营传感通信进行管理的功能平台。
关于智慧燃气全周期监管系统100的功能的更多内容,可以参见图2-图5的相关描述。
图2是根据本说明书一些实施例所示的智慧燃气全周期监管方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由政府安全监管管理平台130执行。
步骤210,基于政府安全监管传感网络平台140,获取政府安全监管对象平台150中的燃气公司管理平台151上传的至少一个批次的燃气的燃气生产数据。
燃气生产数据是指与燃气的生产相关的数据。燃气生产数据可以包括燃气预估生产量,燃气公司的基本信息、燃气公司的生产规模、燃气公司的用户数量等。其中,燃气公司的生产规模可以包括生产设备数量、原材料类型等。
在一些实施例中,燃气生产数据可以由燃气公司管理平台151上传,政府安全监管传感网络平台140将接收到的至少一个批次的燃气生产数据发送给政府安全监管管理平台130。
在一些实施例中,不同批次的燃气对应独立的燃气全周期。不同批次的燃气可以同时处于监管中。在一些实施例中,在一批燃气开始生产或即将开始生产时,该批次燃气的燃气生产数据通过燃气公司管理平台151上传,并发送给政府安全监管管理平台130。
燃气全周期是指燃气应用的生命周期。燃气全周期可以包括燃气的生产、储存、运输、分配、销售和使用环节。
步骤220,基于燃气生产数据,确定基础监管数据。
基础监管数据是指预估的燃气全周期的各个环节中与监管相关的数据。例如,基础监管数据可以包括生产环节预估的燃气生产量、运输环节预估的燃气的运输量、使用环节预估的燃气的使用量等。在一些实施例中,在一批燃气开始生产或即将开始生产时,基于上传的该批次燃气的燃气生产数据,可以预估该批次燃气的燃气全周期中,各个环节对应的基础监管数据。
在一些实施例中,政府安全监管管理平台130可以通过多种可行的方式确定基础监管数据,例如,政府安全监管管理平台130可以通过向量匹配的方式确定基础监管数据。
示例的,政府安全监管管理平台130可以构建第一向量数据库,第一向量数据库中包括多个参考向量以及与参考向量对应的参考监管数据。政府安全监管管理平台130可以基于历史批次的燃气生产数据构建参考向量,参考向量对应的参考监管数据可以基于对应的历史批次的燃气在燃气全周期各个环节中的实际监管数据获取。
政府安全监管管理平台130可以基于当前上传批次的燃气生产数据,构建目标特征向量,基于目标特征向量在第一向量数据库中匹配满足第一预设条件的参考向量,将满足第一预设条件的参考向量对应的参考监管数据,作为当前上传的批次的燃气的基础监管数据。其中,预设条件可以是参考向量与目标特征向量之间的向量距离最小等,向量距离可以包括欧式距离、余弦距离等。
在一些实施例中,基础监管数据包括基础监管参数和参考资源消耗量。基础监管参数是指燃气全周期中各个环节对应的与监管相关的参数。基础监管参数可以包括各个环节对应的待监管数据类型和数据抽取频率。
待监管数据类型是指不同环节需要进行监管的燃气相关数据的数据类型。不同的环节对应的待监管数据类型可以不同。例如,在生产环节中,待监管数据类型可以包括燃气实际生产量、实际运行的燃气生产设备及其运行参数等。又例如,在运输环节中,待监管数据类型可以包括燃气实际运输量;又例如,在使用环节中,待监管数据类型可以包括燃气供给总量等。
数据抽取频率是指从各种监测装置采集的数据中抽取部分数据用于分析的抽取频率。其中,监测装置是指可以用于监测燃气质量以及燃气运行参数的设备或装置,监测装置可以包括燃气浓度监测装置、温度传感器、压力传感器、燃气计量装置、气体检漏仪等。
参考资源消耗量是指某批次的燃气进行到某一环节时可能占用的计算资源。不同环节对应的参考资源消耗量可以不同。
步骤230,以预设频率获取剩余计算资源。
剩余计算资源是指系统当前可用的计算资源。在一些实施例中,政府安全监管管理平台130可以以预设频率扫描智慧燃气全周期监管系统100,获取当前占用的计算资源和当前未被占用的计算资源,将当前未被占用的计算资源确定为剩余计算资源。
预设频率是预设的获取剩余计算资源的频率。在一些实施例中,预设频率可以基于燃气预估生产总量、燃气运输总量和燃气供给总量中的至少一种确定。
在一些实施例中,预设频率可以正相关于当前处于监管中的所有批次的燃气的燃气预估生产总量。政府安全监管管理平台130可以基于燃气预估生产总量,通过预设的第一对应关系,确定预设频率。第一对应关系包括燃气预估生产总量与预设频率的对应关系,可以基于先验经验或历史数据确定。
在一些实施例中,预设频率可以正相关于当前处于监管中的所有运输环节的燃气的燃气运输总量。政府安全监管管理平台130可以基于燃气运输总量,通过预设的第二对应关系,确定预设频率。第二对应关系包括燃气运输总量与预设频率的对应关系,可以基于先验经验或历史数据确定。
在一些实施例中,预设频率可以正相关于当前处于监管中的所有使用环节的燃气的燃气供给总量。政府安全监管管理平台130可以基于燃气供给总量,通过预设的第三对应关系,确定预设频率。第三对应关系包括燃气供给总量与预设频率的对应关系,可以基于先验经验或历史数据确定。
可以理解的,燃气预估生产总量越大、燃气运输总量越大、燃气供给总量越大,则燃气系统发生风险的可能性越高,为保障监管工作的正常进行,需要更紧密地关注剩余计算资源。在计算资源匮乏时,通过及时调整监管方式,能够确保监管质量,降低发生事故的风险。
步骤240,响应于参考资源消耗总量以及剩余计算资源满足预设要求,执行下述步骤241-步骤243。
在一些实施例中,满足预设要求可以是参考资源消耗总量大于剩余计算资源,即出现计算资源匮乏的情况。
其中,参考资源消耗总量是指当前处于监管中的所有批次燃气,在当前环节的参考资源消耗量之和。示例性的,若当前处于监管中的所有批次的燃气包括批次1燃气(处于生产环节)、批次2燃气(处于运输环节)、批次3燃气(处于使用环节)、批次4燃气(处于使用环节),并且批次1燃气、批次2燃气、批次3燃气与批次4燃气对应的参考资源消耗量分别为a、b、c、d。则此时参考资源消耗总量=a+b+c+d。
步骤241,生成控制指令并发送给燃气公司管理平台151。
控制指令用于控制燃气公司管理平台151获取目标数据。
目标数据包括目标燃气的实际监管参数。例如,目标燃气的实际燃气供给量等。目标燃气是指当前处于监管中的所有批次的燃气。在一些实施例中,目标数据可以由监测装置采集。
步骤242,基于目标数据和目标燃气的燃气生产数据,评估目标燃气中每个批次的燃气的重要程度。
燃气的重要程度反映某批次燃气在目标燃气中的重要程度。可以理解的,某批次的燃气的重要程度越高,则该批次的燃气发生事故对用户的影响越大。
在一些实施例中,政府安全监管管理平台130可以基于目标数据和目标燃气的燃气生产数据,通过多种可行的方式评估目标燃气中每个批次的燃气的重要程度,例如,通过查阅目标数据、目标燃气的燃气生产数据以及重要程度的预设关系表进行评估。关于评估重要程度的更多内容可以参见图3及其相关说明。
步骤243,基于重要程度和目标数据,对目标燃气中至少一个批次的燃气的燃气供应量进行调节。
燃气供应量是指燃气全周期中各环节的燃气总量。初始燃气供应量可以基于燃气生产数据获取。
在一些实施例中,政府安全监管管理平台130可以基于重要程度和目标数据,通过多种可行的方式实现对目标燃气中至少一个批次的燃气的燃气供应量进行调节,例如,通过查阅重要程度、目标数据以及调节参数的预设调节参数对应关系表,获取燃气供应量的调节参数,从而对燃气供应量进行调节。关于对目标燃气中至少一个批次的燃气的燃气供应量进行调节的更多内容,可以参见图5的相关说明。
可以理解的,调节燃气供应量可以从两个主要方面解决监管负荷大的问题。一方面,调节燃气供应量可以调整需要监管的数据量。例如,当监管负荷过大,系统无法承担时,可以适当降低燃气供应量,即降低了燃气的生产速率和生产量,需要进行监管的生产设备及监管设备就会减少,同时需要监管的数据量也降低了,降低了计算资源的消耗,减小了燃气平台的监管负荷。另一方面,调节燃气供应量可以使燃气系统获得暂时缓冲,避免持续高负荷运转。例如,当降低燃气供应量时,燃气的生产量降低,则投入燃气全周期的燃气总量降低,在燃气全周期中需要被分析和监管的燃气量降低,相当于使燃气系统获得暂时缓冲,避免燃气系统一直高负荷运转。
本说明书的一些实施例根据燃气全周期中各环节的生产数据和监管数据,针对不同批次的燃气的重要程度,对监管力度和计算资源进行合理规划和分配,能够更及时地发现各环节中可能出现的燃气风险,降低燃气事故出现的可能。
图3是根据本说明书一些实施例所示的评估燃气的重要程度的示例性流程图。如图3所示,步骤242包括下述步骤。在一些实施例中,步骤242可以由政府安全监管管理平台130执行。
步骤2421,基于目标数据和目标燃气的燃气生产数据,确定目标燃气中每个批次的燃气的危险程度。
关于目标数据、目标燃气以及燃气生产数据的说明可以参见图2的相关内容。
危险程度反映某批次燃气发生事故的风险。在一些实施例中,政府安全监管管理平台130可以基于所有批次的燃气,根据燃气所处环境,确定各个环节的基础危险程度,并基于基础危险程度,结合各个环节的特征,确定不同批次的燃气在各个环节分别对应的危险程度。其中,各个环节的特征可以包括不同批次的燃气在各个环节分别对应的燃气预估生产量(对应生产环节)、燃气运输量(对应运输环节)、燃气供给量(对应使用环节)等。
在一些实施例中,政府安全监管管理平台130可以通过聚类分析的方式,确定某批次的燃气在某个环节的基础危险程度。
以确定X批次的燃气在生产环节的基础危险程度为例,政府安全监管管理平台131可以基于历史数据构建第二向量数据库。第二向量数据库可以包括多个子数据库,各个子数据库可以分别对应燃气全周期的各个环节。
例如,子数据库可以包括生产子数据库、储存子数据库、运输子数据库、分配子数据库、销售子数据库、使用子数据库。生产子数据库中可以存储有X批次的燃气以及历史各个批次的燃气,及其对应的历史燃气生产数据和历史生产环节的事故情况。历史生产环节的事故情况包括历史生产环节实际是否发生事故、事故类型的严重等级等。事故类型的严重等级可以预先划分,例如划分为1-10级,等级越高则事故越严重。
政府安全监管管理平台130可以基于预设数量的聚类中心,以燃气生产数据为聚类指标,对生产子数据库中的所有批次的燃气进行聚类,得到预设数量的聚类簇。政府安全监管管理平台可以基于X批次的燃气所在的聚类簇,根据该聚类簇的历史生产环节事故情况,对其中发生事故的事故类型的严重等级求和,进而确定基础危险程度。
例如,基础危险程度可以通过下述公式(1)确定:
其中,为X批次的燃气在生产环节的基础危险程度,/>为事故类型的严重等级的和,即对X批次燃气所在聚类中所有批次燃气计算事故类型的严重等级的和,/>为该聚类簇中所包含的燃气的批次数,/>为事故类型的严重等级的最大值。事故类型的严重等级的最大值是预先划分的严重等级的最大值。
示例性的,当计算某批次的燃气在生产环节对应的基础危险程度时,事故类型的严重等级为1-10级,其中10级为最严重。若该批次的燃气所在的聚类簇共有15个批次的燃气,其中发生3次事故,事故类型的严重等级分别是3级、1级和2级,则生产环节对应的基础危险程度。
在一些实施例中,政府安全监管管理平台131可以对基础危险程度进行调整,从而得到危险程度。例如,危险程度可以基于下述公式(2)确定:
其中,为X批次在生产环节的危险程度,/>为X批次在生产环节的基础危险程度,为生产调整系数。
生产调整系数表征燃气相关的数据对危险程度的影响。生产调整系数可以基于X批次燃气的燃气预估生产量与生产调整系数的预设第四对应关系确定,第四对应关系可以反映生产调整系数与X批次燃气的燃气预估生产量的正相关关系。第四对应关系可以基于先验经验或历史数据确定。
不同批次的燃气对应的生产环节的生产调整系数可以不同。例如,若X批次的燃气和Y批次的燃气均处于生产环节,则可以分别预设各自的燃气预估生产量与生产调整系数的对应关系,确定各自的生产调整系数,进而确定各自的危险程度。
在一些实施例中,X批次的燃气在全周期的其他环节的危险程度的确定方式与X批次的燃气在生产环节的危险程度的确定方式类似。例如,可以基于上述公式(2)确定,其中,生产调整系数可以对应各环节,替换为储存调整系数、运输调整系数、分配调整系数、销售调整系数或使用环节调整系数。储存调整系数正相关于X批次的燃气的燃气储存量,运输调整系数正相关于X批次的燃气的燃气运输量,分配调整系数正相关于X批次的燃气的燃气分配量,销售调整系数正相关于X批次的燃气的燃气销售量,使用环节调整系数正相关于X批次的燃气的燃气供给量。
在一些实施例中,危险程度还可以通过机器学习模型确定。
在一些实施例中,政府安全监管管理平台130可以通过风险模型,预测目标燃气中每个批次的燃气的危险程度。其中,风险模型为机器学习模型。
图4是根据本说明书一些实施例所示的风险模型的示例性模型图。
风险模型是用于预测危险程度的模型。如图4所示,风险模型420包括嵌入层421、生产预测层422、储存预测层423、运输预测层424和使用预测层425。
风险模型420可以是机器学习模型。例如,嵌入层421可以是基于注意力机制的神经网络架构(transformer),用以处理序列数据;生产预测层422、储存预测层423、运输预测层424和使用预测层425可以是深度神经网络(Deep Neural Networks,DNN)模型或支持向量机(Support Vector Machine)模型等中的一种或其组合。
在一些实施例中,嵌入层的输入可以包括环节序列411、燃气生产数据序列412和天气数据序列413;输出可以包括特征向量430。
环节序列411是指当前处于监管中的所有批次的燃气的当前所处环节所构成的序列。需要说明的是,环节序列411不包括分配环节和销售环节。考虑到对分配环节和销售环节进行监控的效果不明显,且效果体现在后续财务核对等而非体现在当前,计算资源不足时,这两个环节可以暂时不监管。此外这两个环节的事故大多是人为操作造成的,随机性较大,可以通过历史数据进行统计。例如,A批次的燃气处于生产环节,B批次的燃气处于储存环节,C批次的燃气处于运输环节,D批次的燃气处于使用环节,则环节序列可以是{(A,生产),(B,储存),(C,运输),(D,使用)}。
燃气生产数据序列412是指当前处于监管中的所有批次的燃气的燃气生产数据所构成的序列。关于燃气生产数据的具体说明可以参见图2及其相关内容。
天气数据序列413是与天气相关的数据构成的序列。天气数据可以基于第三方平台获取并人工或自动输入系统中,示例的第三方平台包括天气预报。
在一些实施例中,生产预测层422的输入可以包括特征向量430以及处于生产环节的A批次的燃气的燃气生产数据441;输出可以包括A批次的燃气的危险程度442。处于生产环节的A批次的燃气的燃气生产数据441可以从最近一次获取的A批次的燃气的目标数据中获取,关于燃气生产数据可以参见图2的说明。
在一些实施例中,生成预测层422的第一训练样本为处于历史生产环节批次的燃气的燃气生产数据,第一标签为第一训练样本对应的历史生产环节的事故情况。如果无事故发生,标签为0;如果发生事故,则基于事故类型的严重等级确定第一训练标签。例如,第一训练标签=事故类型的严重等级的和÷事故类型的严重等级的最大值×100%。事故类型的严重等级的和以及事故类型的严重等级的最大值参见图3的说明。
在一些实施例中,储存预测层423的输入可以包括特征向量430以及处于储存环节的B批次的燃气的储存数据451;输出可以包括B批次的燃气的危险程度452。
储存数据反映与燃气的储存相关的信息。储存数据可以包括燃气储存点的位置及其储量分布、燃气储存点的环境、燃气储存点的安全设施等级等。处于储存环节的B批次的燃气的储存数据451可以基于最近一次获取的B批次的目标数据获取。
在一些实施例中,储存预测层423的第二训练样本为处于历史储存环节批次的燃气的储存数据,第二标签为第二训练样本对应的历史储存环节的事故情况。如果无事故发生,标签为0;如果发生事故,则基于事故类型的严重等级确定第二训练标签。例如,第二训练标签=事故类型的严重等级的和÷事故类型的严重等级的最大值×100%。事故类型的严重等级的和以及事故类型的严重等级的最大值参见图3的说明。
在一些实施例中,运输预测层424的输入可以包括特征向量430以及处于运输环节的C批次的燃气的运输数据461;输出可以包括C批次的燃气的危险程度462。
运输数据反映与燃气的运输相关的信息。运输数据可以包括燃气的运输方式、当前运输时间、当前运输路径、目标运输量等。处于运输环节的C批次的燃气的运输数据可以基于最近一次获取的C批次的目标数据获取。
在一些实施例中,运输预测层424的第三训练样本为处于历史运输环节批次的燃气的运输数据,第三标签为第三训练样本对应的历史运输环节的事故情况。如果无事故发生,标签为0;如果发生事故,则基于事故类型的严重等级确定第三训练标签。例如。第三训练标签=事故类型的严重等级的和÷事故类型的严重等级的最大值×100%。事故类型的严重等级的和以及事故类型的严重等级的最大值参见图3的说明。
在一些实施例中,使用预测层425的输入可以包括特征向量430,处于使用环节的D批次的燃气的使用数据471;输出可以包括D批次的燃气的危险程度472。
使用数据反映与燃气的使用相关的信息。使用数据可以包括当前燃气使用时段、燃气供给量等。处于使用环节的D批次的燃气的使用数据可以基于最近一次获取的D批次的目标数据获取。
在一些实施例中,使用预测层425的第四训练样本为处于历史使用环节批次的燃气的使用数据,第四标签为第四训练样本对应的历史使用环节的事故情况。如果无事故发生,标签为0;如果发生事故,则基于事故类型的严重等级确定第四训练标签。例如。第四训练标签=事故类型的严重等级的和÷事故类型的严重等级的最大值×100%。事故类型的严重等级的和以及事故类型的严重等级的最大值参见图3的说明。
在一些实施例中,风险模型可以通过将嵌入层与生产预测层、储存预测层、运输预测层和使用预测层通过联合训练得到。训练样本包括样本环节序列、样本燃气生产数据序列、样本天气数据序列、第一训练样本、第二训练样本、第三训练样本和第四训练样本,标签为第一标签、第二标签、第三标签和第四标签。
联合训练的损失函数包含4个损失函数,分别与初始生产预测层、初始储存预测层、初始运输预测层和初始使用预测层对应。初始嵌入层的参数会基于4个损失函数进行更新,同时初始生产预测层、初始储存预测层、初始运输预测层、初始使用预测层的参数只基于各自对应的单个损失函数更新。当4个损失函数满足预设条件时模型训练完成,得到训练好的风险模型。其中,预设条件可以是4个损失函数均收敛、迭代的次数均达到阈值等。
在一些实施例中,风险模型包括四个预测层,四个预测层的训练样本数量,相关于四个预测层各自对应的全周期中的预设环节的预估危险程度。
预估危险程度是指各个环节的预估的发生燃气事故的风险程度。在一些实施例中,政府安全监管管理平台130可以基于事故类型的严重等级确定预估危险程度。
以生产环节为例,政府安全监管管理平台130可以查询第二向量数据库中生产子数据库,确定预估危险程度。
在一些实施例中,预估危险程度与所有发生事故的燃气批次对应的事故类型的严重等级之和正相关。例如,预估危险程度可以通过下述公式(3)确定:
其中,为生产环节的预估危险程度,/>为事故类型的严重等级的和,即对生产子数据库中所有批次燃气计算事故类型的严重等级的和,/>为生产子数据库中燃气批次数之和,/>为事故类型的严重等级的最大值。关于生产子数据库参见图3的说明,生产子数据库中包括多个批次的燃气。
在一些实施例中,各环节的预估危险程度与其对应的预测层的训练样本数量可以呈正相关关系。例如,各环节对应的预测层的训练样本数量的比值可以与各环节的预估危险程度的比值相同。
本说明书的一些实施例针对不同环节,预估了该环节发生燃气事故的风险,对于风险较高的环节,增加其对应预测层的训练样本数量,能够提高预测的危险程度的准确性,有效预防燃气事故的发生,提高燃气安全。
本说明书的一些实施例通过机器学习模型确定各个燃气环节对应的危险程度,不仅可以提供预测结果的准确性,还可以对处于不同燃气环节的燃气批次进行分开训练计算,提高对燃气数据的处理效率,减少计算负荷。
步骤2422,基于目标燃气的燃气生产数据,确定目标燃气中每个批次的燃气的用户影响程度。
用户影响程度反映某批次燃气发生事故时对燃气用户的影响程度。在一些实施例中,政府安全监管管理平台131可以基于当前发生燃气事故的燃气批次对应的燃气公司的用户数量与目标燃气中的所有燃气公司的用户总数量,确定用户影响程度。例如,用户影响程度可以是当前发生燃气事故的燃气批次对应的燃气公司的用户数量与目标燃气中所有燃气公司的用户总数量的比值。
步骤2423,基于危险程度和用户影响程度,确定目标燃气中每个批次的燃气的重要程度。
关于重要程度的说明可以参见图2及其相关内容。
在一些实施例中,政府安全监管管理平台130可以基于危险程度和用户影响程度,通过多种方式确定重要程度。例如,政府安全监管管理平台130可以对危险程度和用户影响程度进行加权求和,得到重要程度。权重可以根据经验或历史数据人工设置。
在一些实施例中,目标燃气中每个批次的燃气的危险程度对重要程度的影响,可以正相关于目标燃气中每个批次的燃气所属的燃气公司的历史事故发生次数。在一些实施例中,对于目标燃气中某个批次的危险程度和用户影响程度进行加权求和时,其危险程度对应的权重,可以正相关于该批次燃气所属的燃气公司的历史发生事故的次数。
本说明书的一些实施例考虑到目标燃气中每个批次的燃气所属的燃气公司的历史事故发生次数与目标燃气中每个批次的燃气的所述危险程度对所述重要程度的影响的关系,能提高确定危险程度对应的权重的准确性,进而提高重要程度的预测结果的准确性。
本说明书的一些实施例基于目标数据和目标燃气对应的燃气生产数据分别确定其对应的危险程度和用户影响程度,进而确定重要程度,考虑了燃气事故造成的风险和对用户的影响,能更全面地评估该批次的燃气的重要程度,及时调整监管力度,预防燃气事故的发生。
图5是根据本说明书一些实施例所示的调节燃气供应量的示例性流程图。如图5所示,步骤243包括下述步骤。在一些实施例中,步骤243可以由政府安全监管管理平台130执行。
步骤2431,确定计算资源缺口。
计算资源缺口是指参考资源消耗量与剩余计算资源的差值。关于参考资源消耗量和剩余计算资源的具体说明可以参见图2及其相关内容。
步骤2432,获取至少一个批次的燃气的当前占用计算资源。
当前占用计算资源是指处于特定环节的至少一个批次的燃气当前所占用的计算资源。特定环节可以包括销售和分配环节。在一些实施例中,政府安全监管管理平台130可以获取目标燃气中处于特定环节的至少一个批次的燃气所占用的计算资源。例如,政府安全监管管理平台130可以获取处于特定环节的Q批次的燃气和L批次的燃气,并获取Q批次的燃气和L批次的燃气在当前监管中所占用的计算资源Q1和L1。关于当前占用计算资源的获取可以参见图2的说明。
步骤2433,响应于当前占用计算资源的总量大于计算资源缺口,基于重要程度,从处于预定环节的至少一个批次的燃气中,确定待调节批次燃气,并暂停对待调节批次燃气的监管。
待调节批次燃气是指暂时不进行监管的燃气批次。在一些实施例中,政府安全监管管理平台130可以根据当前处于特定环节的燃气的重要程度,确定待调节批次燃气。
示例的,对于当前处于特定环节的至少一个批次的燃气,按照重要程度由低到高的顺序。由重要程度最低的燃气批次E1开始,将其所占用的计算资源总量与计算资源缺口比较,若其所占用的计算资源总量小于计算资源缺口,则表明其不能弥补计算资源缺口,则继续选取重要程度倒数第二低的燃气批次E2,将E1与E2所占用的计算资源总量(即加和值)与计算资源缺口比较,若E1与E2占用的计算资源之和仍然小于计算资源缺口,则继续选择重要程度倒数第三低的燃气批次E3,重复上述操作,直至选出的燃气批次的所占用的计算资源总量不小于计算资源缺口,则停止操作,将此时选出的燃气批次作为待调节批次燃气。
在一些实施例中,响应于当前占用计算资源的总量不超过计算资源缺口,基于剩余批次的燃气的重要程度和剩余计算资源,更新剩余批次的燃气的数据抽取频率。
关于数据抽取频率的具体说明可以参见图2及其相关内容。
剩余批次的燃气是指当前处于监管中的所有批次的燃气中,除了处于特定环节的部分批次燃气外,剩余的所有批次的燃气。
在一些实施例中,政府安全监管管理平台130可以计算剩余批次燃气的可用计算资源,基于可用计算资源和当前数据抽取频率,确定更新后的数据抽取频率。
剩余批次的燃气的可用计算资源的总量为当前系统的剩余计算资源。剩余批次的燃气的可用计算资源与该剩余批次的重要程度正相关,与所有剩余批次的燃气的重要程度之和负相关。
例如,可用计算资源可以通过下述公式(4)确定:
/>
其中,为剩余批次/>的燃气对应的可用计算资源,/>为剩余批次/>的燃气对应的重要程度,/>为包括批次/>在内的剩余批次的燃气的重要程度之和,/>为当前系统的剩余计算资源。
在一些实施例中,更新后的数据抽取频率与当前数据抽取频率正相关,与该批次对应的可用计算资源正相关,与该批次当前占用计算资源负相关。
例如,更新后的数据抽取频率可以通过下述公式(5)确定:
其中,为剩余批次/>的燃气对应的更新后的数据抽取频率,/>为剩余批次/>的燃气对应的可用计算资源,/>为剩余批次/>的燃气对应的当前占用计算资源,/>为剩余批次/>的燃气对应的当前的数据抽取频率。计算结果向下取整。
本说明书的一些实施例通过调整数据抽取频率的方式,重新分配对剩余批次的燃气占用的计算资源,不仅能缓解系统的计算负荷,还能够保证重要的燃气环节始终处于监管之下,有效预防燃气事故的发生。
在一些实施例中,响应于当前所占用的计算资源的总量不超过计算资源缺口,基于计算资源缺口以及生产中燃气的重要程度,更新生产中燃气的生产参数,并发送给生产中燃气的燃气生产设备。
生产参数是指与燃气生产设备相关的运行参数。生产参数可以包括生产设备的运行数量等。在一些实施例中,生产参数可以基于先验经验或历史数据确定。生产中燃气指处于生产环节的燃气。
在一些实施例中,政府安全监管管理平台130可以基于计算资源缺口以及生产中燃气的重要程度更新生产参数。
在一些实施例中,政府安全监管管理平台130可以将计算资源缺口,按照生产中燃气的重要程度,分配给生产中燃气。
某批次生产中燃气分配到的计算资源缺口,可以理解为该批次生产中燃气需要通过减少自身部分对应的生产设备的运行,来腾出这部分超负荷的计算空间。
生产中燃气分配到的计算资源缺口可以与该生产中燃气的重要程度正相关,与所有生产中燃气的重要程度之和负相关。例如,生产中燃气分配到的计算资源缺口可以通过下述公式(6)确定:
其中,为批次/>的生产中燃气分配到的计算资源缺口,/>为批次/>的生产中燃气对应的重要程度,/>为所有生产中燃气的重要程度之和,/>为计算资源缺口。
在一些实施例中,某批次生产中燃气更新后的生产参数与该批次当前实际投入生产的生产设备的运行数量正相关。
例如,更新后的生产参数可以通过下述公式(7)确定:
其中,为生产中燃气中批次/>的燃气对应的更新后的生产参数,/>为生产中燃气中批次/>的燃气分配到的计算资源缺口,/>为生产中燃气中批次/>的燃气对应的当前占用计算资源,/>为当前实际投入生产的生产设备的运行数量。计算结果向下取整。
本说明书的一些实施例通过调整生产参数的方式,调整投入生产的生产设备的数量,进而调整燃气的供应量,不仅能缓解系统的计算负荷,还能够保证重要的燃气环节始终处于监管之下,有效预防燃气事故的发生。
本说明书的一些实施例可以基于当前的计算资源缺口,暂停一部分优先程度较低的环节中的燃气批次,将省出的计算资源挪给优先程度更高的环节,能够保证燃气系统能够长时间持续地对重要的燃气数据进行监管,保障燃气系统的正常运行,预防燃气事故的发生。
在一些实施例中,政府安全监管管理平台130响应于参考资源消耗总量以及剩余计算资源,不满足预设要求,将重要程度高于重要度阈值的至少一个批次的燃气,作为重点监管燃气对象;响应于重点监管燃气对象处于生产环节,对处于生产环节的至少一个重点监管燃气对象,提高其燃气浓度检测装置的数据采集频率。
关于满足预设要求的具体说明可以参见图2及其相关内容。不满足预设要求即参考资源消耗量小于计算资源缺口,即此时计算资源充足。
重点监管燃气对象是指重要程度高于重要度阈值的至少一个批次的燃气。重要度阈值是指至少一个批次的燃气作为重点监管燃气对象的重要程度的最低值。在一些实施例中,重要度阈值可以基于先验经验或历史数据确定。
在一些实施例中,重要度阈值可以基于天气情况、当前时段以及当前处于监管中的所有燃气公司的用户总数量的至少一种确定。天气情况可以基于第三方平台获取,例如,天气预报等。当前时段可以基于系统自带的计时装置获取。当前处于监管中的所有燃气公司的用户总数量由燃气公司管理平台151上传。
在一些实施例中,天气情况越差,重要度阈值可以越低,从而在天气情况差的情况下加强监管,降低天气对燃气生产、运输和使用环节带来的风险。其中,天气情况差可以指温度低于预设温度阈值或温度高于预设温度阈值,天气情况差也可以指降水量超过设定降水量阈值。
在一些实施例中,可以提前预设用气高峰时段,用气高峰时段的重要度阈值可以低于其他时段,从而增强用气高峰时段的监管,降低由于燃气使用量增大可能增加的风险。
在一些实施例中,当前处于监管中的所有燃气公司的用户总数量可以与重要度阈值负相关,从而通过增强监管,降低由于用户数量大可能带来的事故增加风险。
本说明书的一些实施例考虑了天气情况以及燃气用户的数量对重要度阈值的影响也,能得到更精准的重要度阈值,提高监管效果。
数据采集频率是指燃气浓度检测装置采集数据的频率。在一些实施例中,数据采集频率可以基于人工确定。燃气浓度检测装置可以包括燃气浓度检测仪等。
在一些实施例中,政府安全监管管理平台130可以基于可调节计算资源,和重点监管燃气对象的重要程度,确定每个重点监管燃气对象的更新后的燃气浓度检测装置的数据采集频率。
可调节计算资源是当前系统的剩余计算资源与参考资源消耗总量的差值。
在一些实施例中,政府安全监管管理平台130可以按照重点监管燃气对象的重要程度占所有重点监管燃气对象的重要程度之和的比值,将可调节计算资源分配给每个重点监管对象。
在一些实施例中,政府安全监管管理平台130可以基于预设的可调节计算资源与燃气浓度检测装置的数据采集频率的对应关系,确定每个重点监管对象的更新后的燃气浓度检测装置的数据采集频率。其中,可调节计算资源与燃气浓度检测装置的数据采集频率正相关。
在一些实施例中,政府安全监管管理平台130可以响应于至少一个重点监管燃气对象处于使用环节,对处于使用环节的至少一个重点监管燃气对象,提高其燃气计量装置的数据采集频率。
燃气计量装置是用于计量与燃气相关的数据的装置,燃气计量装置可以包括燃气计量器等。
在一些实施例中,政府安全监管管理平台130可以基于预设的可调节计算资源、重点监管燃气对象对应的燃气公司的用户数量与燃气计量装置的数据采集频率的对应关系,确定每个重点监管燃气对象的更新后的燃气计量装置的数据采集频率。其中,可调节计算资源与燃气计量装置的数据采集频率正相关,重点监管燃气对象对应的燃气公司的用户数量与燃气计量装置的数据采集频率负相关。
本说明书的一些实施例可以根据重点监管燃气对象分配到的可调节计算资源量、重点监管燃气对象对应的燃气公司的用户数量,确定燃气计量装置的数据采集频率,使处于使用环节中的燃气批次获得较好的监管。
本说明书的一些实施例可以在计算资源充足的时候,使不同批次的燃气在全周期的各个环节都得到较好的监管,对重要的燃气数据进行重点监管,有效预防燃气事故的发生。
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。
Claims (10)
1.一种基于物联网的智慧燃气全周期监管方法,其特征在于,所述方法由智慧燃气全周期监管系统的政府安全监管管理平台执行,所述方法包括:
基于政府安全监管传感网络平台,获取政府安全监管对象平台中的燃气公司管理平台上传的至少一个批次的燃气的燃气生产数据;
基于所述燃气生产数据,确定基础监管数据,所述基础监管数据包括基础监管参数和参考资源消耗量;
以预设频率获取剩余计算资源,所述预设频率基于燃气预估生产总量、燃气运输总量和燃气供给总量中的至少一种确定;
响应于参考资源消耗总量以及所述剩余计算资源满足预设要求,执行下述操作:
生成控制指令并发送给所述燃气公司管理平台,所述控制指令用于获取目标数据,所述目标数据包括目标燃气的实际监管参数,所述目标燃气为当前处于监管中的所有批次的燃气;
基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度;
基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度,包括:
基于所述目标数据和所述目标燃气的所述燃气生产数据,确定所述目标燃气中每个批次的燃气的危险程度;
基于所述目标燃气的所述燃气生产数据,确定所述目标燃气中每个批次的燃气的用户影响程度;
基于所述危险程度和所述用户影响程度,确定所述目标燃气中每个批次的燃气的所述重要程度。
3.根据权利要求1所述的方法,其特征在于,所述基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节,包括:
确定计算资源缺口;
获取至少一个批次的燃气的当前占用计算资源;
响应于所述当前占用计算资源的总量大于所述计算资源缺口,基于所述重要程度,从处于预定环节的至少一个批次的燃气中,确定待调节批次燃气,并暂停对所述待调节批次燃气的监管。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述参考资源消耗总量以及所述剩余计算资源,不满足所述预设要求,将所述重要程度高于重要度阈值的至少一个批次的燃气,作为重点监管燃气对象;
响应于所述重点监管燃气对象处于生产环节,对处于所述生产环节的至少一个所述重点监管燃气对象,提高其燃气浓度检测装置的数据采集频率。
5.根据权利要求4所述的方法,其特征在于,所述方法进一步包括:响应于至少一个所述重点监管燃气对象处于使用环节,对处于所述使用环节的至少一个所述重点监管燃气对象,提高其燃气计量装置的数据采集频率。
6.一种基于物联网的智慧燃气全周期监管系统,其特征在于,所述系统包括公众用户平台、政府安全监管服务平台、政府安全监管管理平台、政府安全监管传感网络平台、政府安全监管对象平台和燃气公司传感网络平台,所述政府安全监管对象平台包括燃气公司管理平台;所述政府安全监管管理平台被配置为:
基于所述政府安全监管传感网络平台,获取所述政府安全监管对象平台中的所述燃气公司管理平台上传的至少一个批次的燃气的燃气生产数据;
基于所述燃气生产数据,确定基础监管数据,所述基础监管数据包括基础监管参数和参考资源消耗量;
以预设频率获取剩余计算资源,所述预设频率基于燃气预估生产总量、燃气运输总量和燃气供给总量中的至少一种确定;
响应于参考资源消耗总量以及所述剩余计算资源满足预设要求,执行下述操作:
生成控制指令并发送给所述燃气公司管理平台,所述控制指令用于获取目标数据,所述目标数据包括目标燃气的实际监管参数,所述目标燃气为当前处于监管中的所有批次的燃气;
基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度;
基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节。
7.根据权利要求6所述的系统,其特征在于,所述基于所述目标数据和所述目标燃气的所述燃气生产数据,评估所述目标燃气中每个批次的燃气的重要程度,包括:
基于所述目标数据和所述目标燃气的所述燃气生产数据,确定所述目标燃气中每个批次的燃气的危险程度;
基于所述目标燃气的所述燃气生产数据,确定所述目标燃气中每个批次的燃气的用户影响程度;
基于所述危险程度和所述用户影响程度,确定所述目标燃气中每个批次的燃气的所述重要程度。
8.根据权利要求6所述的系统,其特征在于,所述基于所述重要程度和所述目标数据,对所述目标燃气中至少一个批次的燃气的燃气供应量进行调节,包括:
确定计算资源缺口;
获取至少一个批次的燃气的当前占用计算资源;
响应于所述当前占用计算资源的总量大于所述计算资源缺口,基于所述重要程度,从处于预定环节的至少一个批次的燃气中,确定待调节批次燃气,并暂停对所述待调节批次燃气的监管。
9.根据权利要求6所述的系统,其特征在于,所述政府安全监管管理平台响应于所述参考资源消耗总量以及所述剩余计算资源,不满足所述预设要求,将所述重要程度高于重要度阈值的至少一个批次的燃气,作为重点监管燃气对象;
所述政府安全监管管理平台响应于所述重点监管燃气对象处于生产环节,对处于所述生产环节的至少一个所述重点监管燃气对象,提高其燃气浓度检测装置的数据采集频率。
10.根据权利要求9所述的系统,其特征在于,所述政府安全监管管理平台响应于至少一个所述重点监管燃气对象处于使用环节,对处于所述使用环节的至少一个所述重点监管燃气对象,提高其燃气计量装置的数据采集频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410352232.7A CN117952282B (zh) | 2024-03-26 | 2024-03-26 | 一种基于物联网的智慧燃气全周期监管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410352232.7A CN117952282B (zh) | 2024-03-26 | 2024-03-26 | 一种基于物联网的智慧燃气全周期监管系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117952282A true CN117952282A (zh) | 2024-04-30 |
CN117952282B CN117952282B (zh) | 2024-06-21 |
Family
ID=90803457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410352232.7A Active CN117952282B (zh) | 2024-03-26 | 2024-03-26 | 一种基于物联网的智慧燃气全周期监管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117952282B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405062A (zh) * | 2015-10-30 | 2016-03-16 | 成都兴联宜科技有限公司 | 智慧城市智能燃气系统 |
KR101917358B1 (ko) * | 2017-05-15 | 2018-11-09 | 한국에너지기술연구원 | 사물인터넷 기반 열처리 공업로 시스템 |
KR20190050066A (ko) * | 2017-11-02 | 2019-05-10 | (주)세화하이테크 | 원격 모니터링 및 원격 제어를 수행하는 IoT 가스 플랫폼 시스템 및 그 방법 |
CN110609512A (zh) * | 2019-09-25 | 2019-12-24 | 新奥(中国)燃气投资有限公司 | 一种物联网平台和物联网设备监控方法 |
CN110942200A (zh) * | 2019-11-28 | 2020-03-31 | 好买气电子商务有限公司 | 一种基于物联区块链技术的lng能源管理的方法 |
CN112241924A (zh) * | 2020-09-22 | 2021-01-19 | 四川九门科技股份有限公司 | 一种智慧燃气系统 |
CN115860983A (zh) * | 2022-12-10 | 2023-03-28 | 武汉汇青房地产咨询有限公司 | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 |
CN116862710A (zh) * | 2023-06-29 | 2023-10-10 | 天津市赛达燃气有限公司 | 一种智慧燃气管理平台 |
CN117608232A (zh) * | 2024-01-24 | 2024-02-27 | 成都秦川物联网科技股份有限公司 | 一种工业燃气流量自动控制方法与智慧燃气物联网系统 |
-
2024
- 2024-03-26 CN CN202410352232.7A patent/CN117952282B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405062A (zh) * | 2015-10-30 | 2016-03-16 | 成都兴联宜科技有限公司 | 智慧城市智能燃气系统 |
KR101917358B1 (ko) * | 2017-05-15 | 2018-11-09 | 한국에너지기술연구원 | 사물인터넷 기반 열처리 공업로 시스템 |
KR20190050066A (ko) * | 2017-11-02 | 2019-05-10 | (주)세화하이테크 | 원격 모니터링 및 원격 제어를 수행하는 IoT 가스 플랫폼 시스템 및 그 방법 |
CN110609512A (zh) * | 2019-09-25 | 2019-12-24 | 新奥(中国)燃气投资有限公司 | 一种物联网平台和物联网设备监控方法 |
CN110942200A (zh) * | 2019-11-28 | 2020-03-31 | 好买气电子商务有限公司 | 一种基于物联区块链技术的lng能源管理的方法 |
CN112241924A (zh) * | 2020-09-22 | 2021-01-19 | 四川九门科技股份有限公司 | 一种智慧燃气系统 |
CN115860983A (zh) * | 2022-12-10 | 2023-03-28 | 武汉汇青房地产咨询有限公司 | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 |
CN116862710A (zh) * | 2023-06-29 | 2023-10-10 | 天津市赛达燃气有限公司 | 一种智慧燃气管理平台 |
CN117608232A (zh) * | 2024-01-24 | 2024-02-27 | 成都秦川物联网科技股份有限公司 | 一种工业燃气流量自动控制方法与智慧燃气物联网系统 |
Non-Patent Citations (4)
Title |
---|
付春林;阳志亮;: "智慧燃气监控平台的数据传输分析", 集成电路应用, no. 02 * |
付春林;阳志亮;: "智慧燃气监控平台的数据传输分析", 集成电路应用, vol. 37, no. 02, 20 January 2020 (2020-01-20), pages 70 - 71 * |
姬永超: "基于物联网的工业智能燃气控制系统设计", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 02, 15 February 2021 (2021-02-15), pages 038 - 2093 * |
邵泽华 等: "智能燃气表智造工业物联网体系的研究与建设", 《物联网技术》, vol. 13, no. 06, 14 June 2023 (2023-06-14), pages 111 - 117 * |
Also Published As
Publication number | Publication date |
---|---|
CN117952282B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11876374B2 (en) | System and method for optimal control of energy storage system | |
CN103036974B (zh) | 基于隐马尔可夫模型的云计算资源调度方法和系统 | |
CN106315319B (zh) | 一种电梯智能预调度方法及系统 | |
CN109617134B (zh) | 计及不确定量预测误差时空相关性的鲁棒机组组合方法 | |
CN110232203B (zh) | 知识蒸馏优化rnn短期停电预测方法、存储介质及设备 | |
CN108230049A (zh) | 订单的预测方法及系统 | |
CN115456315A (zh) | 一种用于智慧燃气的燃气管网预设管理方法和物联网系统 | |
US20230281535A1 (en) | Methods and internet of things systems for gas resource dispatching based on smart gas call centers | |
CN115048815B (zh) | 一种基于数据库的电力业务智能仿真管理系统及方法 | |
CN116720837B (zh) | 基于智慧燃气数据中心的信息交互管理方法与物联网系统 | |
CN116843071B (zh) | 一种用于智慧港口的运输网络运行指数预测方法及装置 | |
CN107527121A (zh) | 一种电网的信息系统运行状态诊断预测的方法 | |
CN116109104A (zh) | 智慧燃气的燃气报修管理方法、物联网系统、装置及介质 | |
CN116737804B (zh) | 基于智慧燃气物联网的燃气数据分级处理方法和系统 | |
CN117952282B (zh) | 一种基于物联网的智慧燃气全周期监管系统及方法 | |
US20240046283A1 (en) | Methods and iot systems for industrial gas demand regulation based on smart gas | |
CN116703651B (zh) | 一种智慧燃气数据中心运行管理方法、物联网系统和介质 | |
CN111260161A (zh) | 一种众包任务下发的方法及设备 | |
CN116070795A (zh) | 一种基于物联网的智慧能源管控方法及系统 | |
CN109978299B (zh) | 用于海上风电业务的数据分析方法、装置和存储介质 | |
CN115481815A (zh) | 基于神经网络的火电厂负荷分配系统及方法 | |
CN101364286A (zh) | 一种火力发电机组等效强迫停运率的预测方法及系统 | |
CN115358515A (zh) | 一种分布式光伏系统的功率预测方法和系统 | |
Munro et al. | DECISION ANALYSIS IN THE READY-MIXED CONCRETE INDUSTRY. | |
US20240151368A1 (en) | Methods for assessing loss of maintenance medium of smart gas pipeline network and internet of things (iot) systems |
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 |