CN106768652A - 油库监测方法和*** - Google Patents
油库监测方法和*** Download PDFInfo
- Publication number
- CN106768652A CN106768652A CN201611173702.5A CN201611173702A CN106768652A CN 106768652 A CN106768652 A CN 106768652A CN 201611173702 A CN201611173702 A CN 201611173702A CN 106768652 A CN106768652 A CN 106768652A
- Authority
- CN
- China
- Prior art keywords
- data
- oil depot
- seepage
- result data
- result
- 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 111
- 238000012544 monitoring process Methods 0.000 title claims abstract description 97
- 239000005416 organic matter Substances 0.000 claims description 41
- 239000003208 petroleum Substances 0.000 claims description 24
- 241001269238 Data Species 0.000 claims description 12
- 238000013499 data model Methods 0.000 claims description 11
- 238000005325 percolation Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 27
- 238000013473 artificial intelligence Methods 0.000 abstract description 17
- 230000000694 effects Effects 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 239000007789 gas Substances 0.000 description 13
- 238000013461 design Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 239000012855 volatile organic compound Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000007418 data mining Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请实施例提供了一种油库监测方法和***，其中，该方法包括以下步骤：客户端采集待监测油库的状态数据；根据状态数据确定第一结果数据，其中，第一结果数据用于指示是否发生渗漏；将状态数据发送至服务器端；接收服务器端发送的第二结果数据；将第一结果数据和第二结果数据作为渗漏监测结果。由于该方案利用服务器端通过人工智能分析对状态数据进行处理，得到第二结果数据，进而根据第一结果数据和第二结果数据得出渗漏监测结果。因此解决了现有油库监测方法中存在的不能充分利用采集数据，不能对油库渗漏进行准确预测的技术问题，达到了充分利用采集数据，提高监控、预测油库渗漏准确度的技术效果。
Description
技术领域
本申请涉及环境监控技术领域，特别涉及一种油库监测方法和***。
背景技术
在实际生产生活中，油库的安全情况非常重要。例如，实际生产中如果不能及时发现油库渗漏，会存在很大安全隐患，甚至可能会引起严重的生产事故。因此，具体施工时，往往需要对油库的渗漏情况进行实时监测，以保证油库安全，并为后续监控、决策提供参考依据。
目前，主要采用的油库监测方法/装置一般只是对一些特定数据，例如空气中预设有机物的含量数据，进行采集和存储；只是将采集的数据与预设阈值做简单比较。而不能对采集的数据进行有效的处理和分析。因此，不能深入挖掘出数据之间的联系，更不能对未来的油库的渗漏情况进行预测。
因此，现有的油库监测方法/装置，具体实施时往往存在不能有效利用采集数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种油库监测方法和***，以解决现有的油库监测方法/装置存在的不能有效利用采集数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。
本申请实施例提供了一种油库监测方法，包括：
客户端采集待监测油库的状态数据；
根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
将所述状态数据发送至服务器端；
接收所述服务器端发送的第二结果数据；
将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
在一个实施方式中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。
在一个实施方式中，在所述状态数据包括空气中预设有机物的含量数据的情况下，所述采集待监测油库的状态数据，包括：
通过所述客户端中内置的光离子化验检测器采集空气中预设有机物的含量数据；
或者，通过与所述客户端相连的外置的光离子化验检测器采集空气中预设有机物的含量数据。
在一个实施方式中，在所述客户端采集待监测油库的状态数据之前，所述方法还包括：
对所述光离子化验检测器进行校准。
在一个实施方式中，在所述客户端采集待监测油库的状态数据之后，所述方法还包括：
剔除所述状态数据中的无效数据；
将剔除无效数据后的状态数据作为第一数据；
相应的，根据所述状态数据确定第一结果数据，包括：所述客户端根据所述第一数据确定所述第一结果数据；
将所述状态数据发送至服务器端，包括：将所述第一数据发送至所述服务器端。
在一个实施方式中，所述渗漏监测结果包括以下至少之一：油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息。
本申请还提供了另一种油库监测方法，包括：
服务器端接收客户端发送的状态数据；
根据所述状态数据，得到第二数据；
根据所述第二数据，确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
将所述第二结果数据发送至所述客户端。
在一个实施方式中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。
在一个实施方式中，根据所述第二数据，确定第二结果数据，包括：
根据所述第二数据中的多个状态数据，从多个预设模型中确定对应的多个匹配模型；
分别根据所述多个匹配模型和所述第二数据中的多个状态数据，确定多个拟合参数；
根据所述多个拟合参数和所述第二数据，建立所述渗漏率概率曲线；
根据所述渗漏率概率曲线，得到所述第二结果数据。
在一个实施方式中，在根据所述第二数据，确定第二结果数据之前，所述方法还包括：
服务器端获取多个样本数据，得到多个样本数据模型；
对所述多个样本数据模型进行训练，得到多个训练后的样本数据模型作为所述多个预设模型。
在一个实施方式中，在根据所述第二数据，确定第二结果数据之后，所述方法还包括：
在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。
本申请提供了再一种油库监测方法，包括：
客户端采集待监测油库的状态数据，其中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息；
客户端根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
客户端将所述状态数据发送至服务器端；
服务器端根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
客户端将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
基于相同的发明构思，本申请实施例还提供了一种油库监测***，包括：客户端和服务器端，其中，
所述客户端包括：
采集模块，用于采集待监测油库的状态数据，其中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差，所述油库输油管的内管壁压力，所述油库输气管的内管壁压力和所述油库的工况信息；
第一发送模块，用于将所述状态数据发送至所述服务器端；
第一确定模块，用于根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
第一接收模块，用于接收所述服务器端发送的第二结果数据；
显示模块，用于将所述第一结果数据和所述第二结果数据作为渗漏监测结果；
所述服务器端包括：
第二接收模块，用于接收所述客户端发送的所述状态数据；
第二确定模块，用于根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
第二发送模块，用于将所述第二结果数据发送至所述客户端。
在一个实施方式中，所述服务器端还包括：
地图显示模块，用于在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。
在本申请实施例中，在客户端采集得到待监测油库的状态数据之后，不是仅在客户端进行简单数据的分析，而是同时将数据发送到服务器端进行深入分析，结合服务器端和客户端两者的分析结果，确定待监测油库的状况。因为服务器端的分析和处理能力往往是强于客户端的。因此，通过本申请实施例所提供的方法可以解决现有的仅通过客户端进行监测分析而存在的结果不准确，数据利用率较低，不能对油库渗漏进行预测的技术问题，达到了有效提高监测结果准确性的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种油库监测方法处理流程图；
图2是根据本申请实施例的另一种油库监测方法处理流程图；
图3是根据本申请实施例的再一种油库监测方法的处理流程图；
图4是根据本申请实施例的油库监测***的组成结构图；
图5是应用本申请实施例提供的油库监测方法/***的油库渗漏***的机构框图；
图6是应用本申请实施例提供的油库监测方法/***的VOCS监测模块***构架示意图；
图7是应用本申请实施例提供的油库监测方法/***的网络传输模块的服务器/客户端设计框图；
图8是应用本申请实施例提供的油库监测方法/***的网络传输模块设计示意图；
图9是应用本申请实施例提供的油库监测方法/***的人工智能分析流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
考虑到现有的油库监测方法，由于一般只能采集和存储特定数据，进而只能在客户端将特定数据与预设阈值进行简单比较，因此不能有效、充分地利用和处理采集数据，导致具体施工时，存在不能有效利用采集数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。针对产生上述技术问题的根本原因，本申请考虑可以先由客户端采集特定数据，在由客户端根据特定数据得出第一结果数据的同时，通过客户端将特定数据发送给服务器端；服务器端通过人工智能分析对上述数据进行深入充分的分析处理，得到第二结果数据；根据第一结果数据和第二结果数据得到最终的油库渗漏监测结果，为后续决策提供参考依据。从而解决了现有的油库监测方法/装置存在的不能有效利用采集数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。达到了充分、有效利用特定数据，提高对油库渗漏情况监测和预警准确度的技术效果。
基于上述思考思路，本申请首先提供了一种油库监测方法。请参阅图1。本申请实施方式提供的客户端的使用，可以包括以下步骤。
步骤101：客户端采集待监测油库的状态数据。
在一个实施方式，为了对油库的渗漏情况进行全面监控、准确判断，可以采集待测油库预设范围内的一种或多种相关数据作为油库的状态数据。即，所述状态数据具体可以包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。具体实施时，可以根据具体情况，以其中的任意一种或多种组合作为所要采集的状态数据。需要说明的是，所述油库的工况信息具体可以是除空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力和所述油库输气管的内管壁压力以外油库的状态信息，例如可以是油库的温度、油库工作人员提交的状态报告和油库附近的环境信息等。
在一个实施方式中，所述预设有机物的含量数据具体可以是VOCs(VolatileOrganic Compounds，挥发性有机物的简称)的含量数据。具体实施时，可以根据油库的具体情况或者监测和预警的具体要求，从多种挥发性有机物中选择一种或几种作为预设有机物，对预设有机物的含量数据进行采集。对此，本申请不作限定。
在一个实施方式中，当所述状态数据包括空气中预设有机物的含量数据时，客户端为了采集获取预设有机物的含量数据，可以通过内置的光离子化验检测器采集空气中预设有机物的含量数据；也可以，通过与所述客户端相连的外置的光离子化验检测器采集空气中预设有机物的含量数据。需要说明的是，上述用于采集预设有机物的含量数据的光离子化验检测器可以是集成于客户端的一部分，也可以是独立于客户端，但与客户端通过有线或无线的方式相连，并且受客户端控制的一个采集设备。
在一个实施方式中，为了采集并获得准确的空气中预设有机物的含量数据，在所述采集空气中预设有机物的含量数据之前，所述方法还可以包括：对所述光离子化验检测器进行校准。其中，对光离子化验检测器进行校准具体可以包括：标气和/或零气。当然，上述列举的两种校准方式只是为了更好地说明本实施方式，还可以包括其他的校准方式。具体实施时，可以根据具体情况选择合适的校准方式。对此，本申请不作限定。
步骤102：根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏。
在一个实施方式中，所述根据状态数据确定第一结果数据可以是对状态数据或第一数据进行初步处理后，得出的指示是否发生渗漏的结果数据。例如，可以根据常见油库渗漏情况，预先设置一个含量阈值。根据所述状态数据确定第一结果数据，具体就可以是将所述状态数据或第一数据的数值与含量阈值进行比较，根据比较情况，确定第一结果数据。例如，如果状态数据数值大于等于含量阈值，则确定第一结果数据是：发生渗漏。如果状态数据数值小于含量阈值，则确定第一结果数据是：未发生渗漏。当然，上述所列举的确定第一结果数据的方法只是为了更好地说明本实施方式，具体实施时，还可以具体情况和具体要求设计其他合适方式用以根据对状态数据或第一数据进行初步处理，得到第一结果数据。
步骤103：将所述状态数据发送至服务器端。
在本实施方式中，为了减少后续服务器端的工作量，提高服务器端的工作效率，在采集了待检测油库的状态数据之后，在将待监测油库的状态数据发送至服务器端之前，所述方法还可以包括：
S1：剔除所述状态数据中的无效数据；
S2：将剔除无效数据后的状态数据作为第一数据。
相应的，后续客户端将所述状态数据发送至服务器端，就可以是将所述第一数据发送至所述服务器端。同样，相应的，后续客户端根据所述状态数据确定第一结果数据，就可以是客户端根据所述第一数据确定所述第一结果数据。
在一个实施方式中，为了向服务器端发送状态数据，客户端和服务器端可以通过有线或无线的互联网相连。即可以使用C/S网络架构，使用RTP协议(实时传输协议)进行数据传输，并使用RTCP协议(实时传输控制协议)对数据传输过程的各成员状态进行监视。为了保证数据实时交互过程的安全性、稳定性和可靠性，本实施方式还在客户端和服务器端的网络连接方式中引入了缓存机制。具体地，应用该缓存机制，例如，客户端可以将待发送至服务器端的状态数据先缓存在一个临时存储器中，再由临时存储器将状态数据发送至服务器端，从而降低了由客户端向服务器端直接发送状态数据时发生数据遗漏或损失的风险，提高了数据传输过程的安全性、稳定性和可靠性。当然，服务器端也可以通过类似的方式，例如，可以将第二结果数据先缓存在一个临时存储器中，再由临时存储器将第二结果数据发送至客户端。还需要说明的是，通过该机制，结合视频监控子***可以实现监控中心由点到面的全面监控。当在客户端和服务器端需要进行实时的语音数据或视频数据交互，例如，工作人员要将油库实时监控情况的录影图像发送至服务器端，监控中心要根据服务器端接收的实施监控情况做出语音指示时，通过该缓存机制，可以将图像数据和语音数据先缓存在临时存储器中，在有临时存储器发送至对应的服务器端或客户端，从而可以实现对油库现场情况的实时监控和远程指挥。
步骤104：接收所述服务器端发送的第二结果数据。
步骤105：将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
在一个实施方式中，所述渗漏监测结果可以包括以下至少之一：油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息。即，服务器端可以根据第一结果数据和第二结果数据，通过内置的显示器或者外置的显示设备，显示渗漏监测结果。其中，该渗漏监测结果，可以分别单独是油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息，也可以是上述指示信息任意两种或三种的组合。例如，根据第一结果数据，指示该油库未发生渗漏；根据第二结果数据，指示该油库存在发生渗漏的危险，且未来发生渗漏的概率很高，发生渗漏的概率为70％。客户端可以结合上述的第一结果数据和第二结果数据显示最终的渗漏监测结果：该油库目前尚未发生渗漏，但未来有70％的概率发生渗漏。同时，还可以显示相应的提醒信息或预警信息，例如，还会显示：该油库渗漏风险极高，请注意排查隐患。
对应于上述的油库监测方法，本申请还提供了另一种油库监测方法，可以参阅图2。本申请实施方式提供的油库监测方法，具体可以包括以下步骤。
步骤201：服务器端接收客户端发送的状态数据。
在本实施方式中，所述状态数据可以包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。
在一个本实施方式中，为了接收客户端发送的状态数据，服务器端可以通过与客户端之间有线或无线的互联网络连接。当然，如果客户端发送的是经过预处理得到的第一数据，这里服务器端相应的接收到也是第一数据。
步骤202：根据所述状态数据，得到第二数据。
在一个实施方式中，为了后续可以有效进行人工智能分析，服务器端还需要对接收的状态数据进行预处理，得到第二数据。其中，所述预处理可以包括：S1：剔除所述状态数据中的无效数据；S2：将剔除无效数据后的状态数据作为第二数据。也可以还包括：S3：对处理后的第二数据进行校正，将校正后的第二数据作为所述第二数据。当然，上述列举的步骤只是为了更好地说明服务器端对状态数据的预处理的过程。具体实施时，还可以根据具体情况设计增加其他的预处理步骤，对状态数据进行进一步处理，得到第二数据。
步骤203：根据所述第二数据，确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因。
在一个实施方式中，为了充分利用第二数据，分析得到第二结果数据，服务器端具体可以按照以下步骤，利用人工智能分析得到第二结果数据。
S1：根据所述第二数据中的多个状态数据，从多个预设模型中确定对应的多个匹配模型。具体可以是根据所述第二数据中多个状态数据，从多个预设模型中确定对应的多个匹配模型，其中，所述多个匹配模型分别与所述第二数据中多个状态数据中的一个对应的状态数据的差异值小于预设阈值；
S2：分别根据所述多个匹配模型和所述第二数据中对应的状态数据，确定多个拟合参数；
S3：根据所述多个拟合参数和所述第二数据，建立所述渗漏率概率曲线；
S4：根据所述渗漏率概率曲线，得到所述第二结果数据。
在本实施方式中，服务器端为了建立多个预设模型，具体还可以在根据所述第二数据，确定第二结果数据之前，利用人工智能，训练得到多个预设模型。
S1：服务器端获取多个样本数据，得到多个样本数据模型；
S2：对所述多个样本数据模型进行训练，得到多个训练后的样本数据模型作为所述多个预设模型。
在一个实施方式中，所述第二结果数据可以是服务器端根据第二数据通过人工智能分析得到的对该油库是否发生渗漏的判断数据，也可以是服务器端根据预设模型对该油库未来发生渗漏的概率分析数据，也可以是对该油库发生渗漏或者未来发生渗漏的可能原因和位置的分析数据，还可以是根据上述情况服务器端发送的对应的预警指示数据。当然，第二数据可以是上述多种数据中的一种，也可以是上述多种数据中任意的两种或几种。具体可以按照施工要求设定，本申请不作限定。
在一个实施方式中，在服务器端确定第二结果数据之后，还可以接收第一结果数据和反馈的现场结论数据，根据第一结果数据、第二结果数据和现场结论数据通过人工智能，对上述预设模型进行调整，例如，可以根据现场结论数据和第一结果数据与第二结果数据之间的偏差，调整对应预设模型中某些参数的权重或者调整多个预设模型中某个模型的权重，或者删除错误严重的预设模型或相关参数。进而提高服务器端确定第二结果数据的准确度。
步骤204：将所述第二结果数据发送至所述客户端。
在本实施方式中，服务器端通过无线或有线连接的互联网将第二结果数据发送至客户端。
在一个实施方式中，为了直观地将服务器端分析得到的结果呈现给监控中心人员，以便监控中心人员根据辖区中各个油库的具体情况，进行统一的调度或者制定整体处理策略。在将第二结果数据发送至客户端之后，所述方法还可以包括：在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。需要说明的是，上述生成显示的渗漏信息可以是单独的该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息或该油库存在渗漏风险的提醒信息中的一个，也可以是上述信息中任意两个或三个的组合，还可以是根据具体情况得到的其他相关信息。具体实施时，服务器端可以利用GIS(Geographic Information System，地理信息***的简称)与数据库接口功能，在电子地图上直观生成可视化监测数据和预警概率图标。
基于上述分别基于客户端和服务器端的油库监测方法，本申请实施方式还提供了一种综合基于上述客户端和服务端的油库监测方法。请参阅图3，具体可以包括以下步骤。
步骤301：客户端采集待监测油库的状态数据。
在一个实施方式中，所述状态数据可以包括可以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。
在一个实施方式中，客户端采集空气中预设有机物的含量数据，可以包括：通过内置的光离子化验检测器采集空气中预设有机物的含量数据；或者，通过与所述客户端相连的外置的光离子化验检测器采集空气中预设有机物的含量数据。其中，所述预设有机物可以是空气中挥发性有机物中的一种或几种。
在一个实施方式中，在采集空气中预设有机物的含量数据之前，所述方法还包括对所述光离子化验检测器进行校准。其中，校准可以包括标气和/或零气。
步骤302：客户端根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏。
步骤303：客户端将所述状态数据发送至服务器端。
在一个实施方式中，客户端在将状态数据发送至服务器端之前，可以先对状态数据进行预处理，以减少服务器端的工作量。具体可以包括：剔除所述状态数据中的无效数据；将剔除无效数据后的状态数据作为第一数据；相应的，将所述状态数据发送至服务器端，包括：将所述第一数据发送至所述服务器端；相应的，根据所述状态数据确定第一结果数据，包括：所述客户端根据所述第一数据确定所述第一结果数据。
在一个实施方式中，客户端通过无线或有线的互联网与服务器端连接，通过该连接进行数据交互。为了改善数据交互过程的安全性、稳定性和可靠性，在上述连接方式中还引入了缓存机制。在本实施方式中，客户端通过互联网将状态数据发送至服务器端。
步骤304：服务器端根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因。
在一个实施方式中，根据所述状态数据确定第二结果数据，具体可以包括：
S1：根据所述第二数据中多个状态数据，从多个预设模型中确定对应的多个匹配模型，其中，所述多个匹配模型分别与所述第二数据中多个状态数据中的一个对应的状态数据的差异值小于预设阈值；
S2：分别根据所述多个匹配模型和所述第二数据中对应的状态数据，确定多个拟合参数；
S3：根据所述多个拟合参数和所述第二数据，建立所述渗漏率概率曲线；
S4：根据所述渗漏率概率曲线，得到所述第二结果数据。
在一个实施方式中，在根据所述状态数据确定第二结果数据之前，所述方法还可以包括：
S1：服务器端获取多个样本数据；
S2：对所述多个样本数据模型进行训练，得到多个训练后的模型作为所述多个预设模型。
步骤305：客户端将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
在一个实施方式中，所述渗漏监测结果可以包括以下至少之一：油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息。
在一个实施方式中，在将第二结果数据发送至客户端之后，所述方法还可以包括：在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。从而可以为监控中心的工作人员对辖区内的各个油库进行统一管理和后续策略提供参考依据。从而可以将辖区内各个油库的状态数据和分析结果数据直观地展示出来以供监控中心的工作人员根据辖区的整体情况进行统一的调度和处理，为后续策略提供参考依据。
在本申请实施例中，相较于现有的油库监测方法，本申请实施方式提供的方法可以先通过客户端采集特定的状态数据，并根据特定的状态数据得到第一结果数据，其中，第一结果数据用于指示是否发生渗漏；同时通过服务器端根据特定状态数据，通过人工智能分析，得到第二结果数据，其中，第二结果数据可以用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；最后根据第一结果数据和第二结果数据，得到渗漏监测结果。解决了现有油库监测方法/装置存在的不能有效利用采集得到的状态数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。达到了充分、有效利用特定状态数据，提高对油库渗漏情况监测和预警准确度的技术效果。
基于同一发明构思，本发明实施例中还提供了一种油库监测***，如下面的实施例所述。由于装置解决问题的原理与油库监测方法相似，因此油库监测***的实施可以参见油库监测方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。请参阅图4，是本发明实施例提供的油库监测***的一种组成结构图，该***可以包括：客户端41和服务器端42，其中，客户端41又可以包括：采集模块411，第一发送模块412，第一确定模块413，第一接收模块414和显示模块415；服务器端42又可以包括：第二接收模块421，第二确定模块422和第二发送模块423。下面对该结构进行具体说明。
所述客户端41可以包括：
采集模块411，用于采集待监测油库的状态数据。
在一个实施方式中，所述状态数据可以包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力和所述油库的工况信息。
第一发送模块412，用于将所述状态数据发送至所述服务器端。
第一确定模块413，用于根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏。
第一接收模块414，用于接收所述服务器端发送的第二结果数据。
显示模块415，用于将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
在本实施方式中，所述渗漏监测结果可以包括以下至少之一：油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息。
所述服务器端42可以包括。
第二接收模块421，用于接收所述客户端发送的所述状态数据。
第二确定模块422，用于根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因。
第二发送模块423，用于将所述第二结果数据发送至所述客户端。
在一个实施方式中，客户端41与服务器端42可以通过无线或有线的互联网相连接，通过该连接，客户端41和服务器端42可以进行数据交互。例如，客户端41向服务器端42发送状态数据或者服务器端42向客户端41发送第二结果数据。进一步，本申请实施方式为了改善数据交互过程的安全性、稳定性和可靠性，在上述连接方式中还引入了缓存机制。即客户端41发送给服务器端42的数据先由一个临时存储器接收并存储，再由该临时存储器将数据发送至服务器端42。同样，服务器端42发送给客户端41的数据也先由一个临时存储器接收并存储，再由该临时存储器将数据发送至对应的客户端41。从而，可以降低数据在传输过程中遗失或损坏的风险，提高了数据传输的安全性、稳定性和可靠性。
在一个实施方式中，所述采集模块411通过内置的光离子化验检测器采集空气中预设有机物的含量数据；或者，通过与采集模块411相连的外置的光离子化验检测器采集空气中预设有机物的含量数据。其中，预设有机物可以是空气中挥发性有机物中的一种或几种。
所述客户端41还可以包括第一预处理模块，用于剔除所述状态数据中的无效数据，并将剔除无效数据后的状态数据作为第一数据。相应的，第一发送模块412可以将所述第一数据替换上述状态数据发送至所述服务器端。同样，相应的，第一确定模块413可以所述第一数据确定所述第一结果数据。
在一个实施方式中，第二确定模块422为了根据状态数据确定第二结果数据，具体可以包括以下子单元。
匹配子单元，用于根据所述第二数据中多个状态数据，从多个预设模型中确定对应的多个匹配模型，其中，所述多个匹配模型分别与所述第二数据中多个状态数据中的一个对应的状态数据的差异值小于预设阈值；
第一确定子单元，用于分别根据所述多个匹配模型和所述第二数据中对应的状态数据，确定多个拟合参数；
第二确定子单元，用于根据所述多个拟合参数和所述第二数据，建立所述渗漏率概率曲线；
第三确定子单元，用于根据所述渗漏率概率曲线，得到所述第二结果数据。
在一个实施方式中，所述第二结果数据可以是服务器端根据第二数据通过人工智能分析得到的对该油库是否发生渗漏的判断数据，也可以是服务器端根据预设模型对该油库未来发生渗漏的概率分析数据，也可以是对该油库发生渗漏或者未来发生渗漏的可能原因和位置的分析数据，还可以是根据上述情况服务器端发送的对应的预警指示数据。当然，第二数据可以是上述多种数据中的一种，也可以是上述多种数据中任意的两种或几种。具体可以按照施工要求设定，本申请不作限定。
在一个实施方式中，服务器端42还可以包括反馈调整模块，用于接收第一结果数据和反馈的现场结论数据，根据第一结果数据、第二结果数据和现场结论数据通过人工智能，对预设模型进行调整，例如，可以根据现场结论数据和第一结果数据与第二结果数据之间的偏差，调整对应预设模型中某些参数的权重或者调整多个预设模型中某个模型的权重。进而可以提高服务器端42中第二确定模块422的第三确定子单元确定第二结果数据的准确度。
在一个实施方式中，第二确定模块422还可以包括：建模子单元，用于获取多个样本数据，并对所述多个样本数据模型进行训练，得到多个训练后的模型作为所述多个预设模型。
在一个实施方式中，所述第二确定模块422还可以包括：预处理子单元，用于对状态数据进行预处理，得到处理后的状态数据作为所述状态数据。其中，所述预处理可以包括：剔除所述状态数据中的无效数据和/或对所述状态数据进行校正。
在一个实施方式中，所述服务器端42还可以包括地图显示模块，用于在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，上述实施方式阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，在本说明书中，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外，在本说明书中，诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分，而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下，参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个，而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中，可以看出，本申请实施例提供的油库监测方法和***，可以先通过客户端采集特定状态数据，并通过客户端根据特定状态数据得到第一结果数据，其中，第一结果数据用于指示是否发生渗漏；同时再利用服务器端更强的数据处理性能，根据上述特定状态数据，通过人工智能分析，得到第二结果数据，其中，第二结果数据可以用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；最后根据第一结果数据和第二结果数据，得到渗漏监测结果。解决了现有油库监测方法/装置存在的不能有效利用采集得到的状态数据，不能对油库的渗漏进行准确监测和预警，不能为后续决策提供有效的参考依据的技术问题。达到了充分、有效利用特定状态数据，提高对油库渗漏情况监测准确度，实现预警的技术效果；通过服务器端利用人工智能充分利用状态数据或第一数据，进行分析处理，提高了油库监测和预警的准确度；又通过客户端对状态数据进行预处理，得到第一数据，将第一数据发送至服务器端进行分析处理，减少了服务器端的工作量，提高了服务器端的分析处理效率；又通过服务器端在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，直观地显示了整体信息，进一步为后续决策提供参考依据；还通过在客户端和服务器端之间的网络连接引入缓存机制，改善了客户端和服务器端之间数据交互过程的稳定性和可靠性。
尽管本申请内容中提到不同的油库监测方法或***，获取油库渗漏的监测结果，但是，本申请并不局限于必须是行业标准或实施例所描述的情况等，某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例，仍然可以属于本申请的可选实施方案范围之内。
在一个具体的实施例中，应用本申请提供的油库监测方法***设计了一套油库渗漏的智能在线监测***，对某区域内的多个油库的渗漏情况进行实时监测和预警。
参阅图5，油库渗漏的智能在线监测***主要由现场端VOCS检测和分析设备、稳定安全的网络传输***、人工智能预测分析***和在线监控中心组成。该***可以进行自动采样、对VOCS进行在线监测、对渗漏进行分析和预测。最后由监控中心进行数据汇总、整理和综合分析。
为保证监测数据的准确，该***需要用标气和零气对现场端分析设备进行定期标定。用PID传感器检测油库附近空气中VOCS含量，通过A/D转换器，将数据传输到设备分析仪中。利用加油站局域网，将数字信号传送到现场监控中心，并在显示设备显示。同时，利用互联网技术，实时将监测数据和该时间的工况信息传至监控中心。数据监控中心利用人工智能和数据挖掘技术，对监测数据进行智能分析，并将分析结果进行反馈至现场操作端，以完成渗漏报警和预警。
参阅图6，该模块具有采集气体样本、分析空气中VOCS含量、保存和传输数据等功能。在该模块中，采用PID(Photoionization Detector，光离子化验检测器的简称)，PID对大多数有机物均可产生相应信号，且对被检气体具有非破坏性。该检测器不仅具有较高灵敏度，还能避免如氧气、一氧化碳、氮气等常见气体的干扰，在复杂环境中也只和有机物反应，具有较强的指向性。
将PID检测的模拟信号通过A/D转换器，利用串口485通信协议将数字信号传输到已标定过的设备分析仪(在线监测控制仪)中，并将监测数据整理计算后传输到监测点服务器。服务器的数据一路通过局域网传输到加油站控制中心，一路通过互联网传输到数据监控中心。
油库渗漏的智能在线监测***网络传输设计时兼顾两方面。一方面，尽可能的降低服务器端的运算负荷。由于我们设计的监测***是智能***，需要在中心服务器端进行人工智能、数据挖掘等分析。因此，服务器端不必要的运算应移到现场端完成。另一方面，保证传输***整体的安全性，即任意现场端发生故障，均不影响整个传输网络的正常运行。综合考虑，本发明***应采用客户机(Client)/服务器(Server)架构，简称C/S架构。
通过调研和实验，在本发明***C/S架构设计时，使用UDP协议(用户数据包协议)作为底层传输协议，使用RTP协议(实时传输协议)进行数据传输，并使用RTCP协议(实时传输控制协议)对数据传输过程的各成员状态进行监视。我们将现场端(Client端)数据进行分包打包，存放至客户端缓存区，收到发送指令后将数据发送至监控中心端(Server端)缓存区，等待分包、解包。网络模块C/S建构设计具体可以参阅图7所示情况。油库渗漏智能在线监测***的整体网络传输模块设计具体可以参阅图8所示情况。
再利用大数据，即对海量数据库数据进行人工智能分析，使其对生产过程具有较强的决策力、洞察能力和过程优化能力。油库渗漏的智能在线监测***引入大数据理论，避免现场端的监测数据误判，并对渗漏事故具有一定的预见性。
在本***中，可以将现场端传输的监测数据和工况信息采集汇总，利用数据挖掘理论寻找数据间的规律，搜索***智能分析过程所需的有用数据信息。可以利用这些有用信息，模拟仿真大量实验，拟合出渗漏概率曲线，在实时监控中根据拟合曲线计算评估渗漏概率。可以利用大数据原理和数据挖掘技术对监测信息进行评估的过程，可以参阅图9所示情况。
基于上述描述，该油库渗漏的智能在线监测***具体可以实现以下功能：
1)在线监测和远程控制。可以在线查看、查询、获取各加油站点的最新数据、状况和历史数据状况。
2)报警处理。报警有四种：设备故障报警，异常危险报警，开关设备报警，智能预测报警。可以灵活的设置报警条件并和现场及监控中心工作人员手机、短信绑定，满足报警条件时自动发送报警信息。
3)短信服务。可以将报警情况已短信的形式发给工作人员，并将月度监测情况汇总发给站点管理者。
4)统计查询。提供多种条件查询方式，方便运营者完成信息汇总。
5)***管理。设置一些参数，包括权限管理、常量管理、设备管理等。
6)视频数据。视频监控***要求实现现场影像的同步实时传输，可以在监控中心终端大屏上显示，通过监控中心实现图像的传输、显示、存储、回放等功能，为渗漏应急处理做好服务工作。
通过上述应用，验证了本申请实施方式提供的油库监测方法和***确实可以解决现有方法中存在的不能充分利用采集数据，不能对油库渗漏进行准确预警的技术问题，达到了充分利用采集数据，提高监测、预测油库渗漏准确度的技术效果。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请。
Claims (14)
1.一种油库监测方法，其特征在于，包括：
客户端采集待监测油库的状态数据；
根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
将所述状态数据发送至服务器端；
接收所述服务器端发送的第二结果数据；
将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
2.根据权利要求1所述的方法，其特征在于，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力、所述油库的工况信息。
3.根据权利要求2所述的方法，其特征在于，在所述状态数据包括空气中预设有机物的含量数据的情况下，所述采集待监测油库的状态数据，包括：
通过所述客户端中内置的光离子化验检测器采集空气中预设有机物的含量数据；
或者，通过与所述客户端相连的外置的光离子化验检测器采集空气中预设有机物的含量数据。
4.根据权利要求3所述的方法，其特征在于，在所述客户端采集待监测油库的状态数据之前，所述方法还包括：
对所述光离子化验检测器进行校准。
5.根据权利要求1所述的方法，其特征在于，在所述客户端采集待监测油库的状态数据之后，所述方法还包括：
剔除所述状态数据中的无效数据；
将剔除无效数据后的状态数据作为第一数据；
相应的，根据所述状态数据确定第一结果数据，包括：根据所述第一数据确定所述第一结果数据；
将所述状态数据发送至服务器端，包括：将所述第一数据发送至所述服务器端。
6.根据权利要求1所述的方法，其特征在于，所述渗漏监测结果包括以下至少之一：油库发生渗漏的警告信息、油库未发生渗漏的指示信息和油库存在渗漏风险的提醒信息。
7.一种油库监测方法，其特征在于，包括：
服务器端接收客户端发送的状态数据；
根据所述状态数据，得到第二数据；
根据所述第二数据，确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
将所述第二结果数据发送至所述客户端。
8.根据权利要求7所述的方法，其特征在于，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力、所述油库的工况信息。
9.根据权利要求8所述的方法，其特征在于，根据所述第二数据，确定第二结果数据，包括：
根据所述第二数据中的多个状态数据，从多个预设模型中确定对应的多个匹配模型；
分别根据所述多个匹配模型和所述第二数据中的多个状态数据，确定多个拟合参数；
根据所述多个拟合参数和所述第二数据，建立所述渗漏率概率曲线；
根据所述渗漏率概率曲线，得到所述第二结果数据。
10.根据权利要求9所述的方法，其特征在于，在根据所述第二数据，确定第二结果数据之前，所述方法还包括：
服务器端获取多个样本数据，建立多个样本数据模型；
对所述多个样本数据模型进行训练，得到多个训练后的样本数据模型作为所述多个预设模型。
11.根据权利要求9所述的方法，其特征在于，在根据所述第二数据，确定第二结果数据之后，所述方法还包括：
在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。
12.一种油库监测方法，其特征在于，包括：
客户端采集待监测油库的状态数据，其中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差，所述油库输油管的内管壁压力，所述油库输气管的内管壁压力、所述油库的工况信息；
客户端根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
客户端将所述状态数据发送至服务器端；
服务器端根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
客户端将所述第一结果数据和所述第二结果数据作为渗漏监测结果。
13.一种油库监测***，其特征在于，包括：客户端和服务器端，其中，
所述客户端包括：
采集模块，用于采集待监测油库的状态数据，其中，所述状态数据包括以下至少之一：空气中预设有机物的含量数据、所述油库输油管的双层管壁压差、所述油库输气管的双层管壁压差、所述油库输油管的内管壁压力、所述油库输气管的内管壁压力、所述油库的工况信息；
第一发送模块，用于将所述状态数据发送至所述服务器端；
第一确定模块，用于根据所述状态数据确定第一结果数据，其中，所述第一结果数据用于指示是否发生渗漏；
第一接收模块，用于接收所述服务器端发送的第二结果数据；
显示模块，用于将所述第一结果数据和所述第二结果数据作为渗漏监测结果；
所述服务器端包括：
第二接收模块，用于接收所述客户端发送的所述状态数据；
第二确定模块，用于根据所述状态数据确定第二结果数据，其中，所述第二结果数据用于指示以下至少之一：是否发生渗漏、发生渗漏的概率和渗漏原因；
第二发送模块，用于将所述第二结果数据发送至所述客户端。
14.根据权利要求13所述的***，其特征在于，所述服务器端还包括：
地图显示模块，用于在预设的电子地图中各个油库位置处生成各个油库的渗漏信息，其中，所述渗漏信息包括以下至少之一：该油库发生渗漏的警告信息、该油库未发生渗漏的指示信息和该油库存在渗漏风险的提醒信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611173702.5A CN106768652B (zh) | 2016-12-16 | 2016-12-16 | 油库监测方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611173702.5A CN106768652B (zh) | 2016-12-16 | 2016-12-16 | 油库监测方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106768652A true CN106768652A (zh) | 2017-05-31 |
| CN106768652B CN106768652B (zh) | 2019-04-09 |
Family
ID=58891226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611173702.5A Active CN106768652B (zh) | 2016-12-16 | 2016-12-16 | 油库监测方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106768652B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018227708A1 (zh) * | 2017-06-16 | 2018-12-20 | 深圳市盛路物联通讯技术有限公司 | 煤矿安全监测方法及装置 |
| CN110458123A (zh) * | 2019-08-15 | 2019-11-15 | 成都睿晓科技有限公司 | 一种基于视频监控的加油站服务效率智能分析*** |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005228174A (ja) * | 2004-02-16 | 2005-08-25 | Sanyo Electric Co Ltd | タンク監視システム |
| CN101255950A (zh) * | 2007-06-14 | 2008-09-03 | 北京华银广誉石油科技有限公司 | 输油集输***计量与管道监控智能报警*** |
| CN102393721A (zh) * | 2011-11-14 | 2012-03-28 | 江苏科技大学 | 大型多油罐液位自动测量集成*** |
| CN103836347A (zh) * | 2014-03-07 | 2014-06-04 | 中国石油大学(华东) | 一种用于原油集输管道的泄漏监测装置及监测方法 |
| CN104200307A (zh) * | 2014-05-30 | 2014-12-10 | 中国石油化工股份有限公司 | 油库与加油站设备安全管理方法 |
| CN104881966A (zh) * | 2015-05-15 | 2015-09-02 | 焦一平 | 一种燃气泄漏无线远程监控*** |
| CN105003829A (zh) * | 2015-08-05 | 2015-10-28 | 中南大学 | 一种基于无线传感的油库燃油泄漏监测装置、***及方法 |
| CN105275447A (zh) * | 2014-06-30 | 2016-01-27 | 中国石油化工股份有限公司 | 一种钻井工程参数监测方法 |
| CN105468608A (zh) * | 2014-08-27 | 2016-04-06 | 廖飞 | 一种基于众包的数据采集及处理方法和*** |
| CN105719435A (zh) * | 2016-04-19 | 2016-06-29 | 中国石油化工股份有限公司 | 一种基于油膜探测传感器的原油库泄漏监测预警*** |
-
2016
- 2016-12-16 CN CN201611173702.5A patent/CN106768652B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005228174A (ja) * | 2004-02-16 | 2005-08-25 | Sanyo Electric Co Ltd | タンク監視システム |
| CN101255950A (zh) * | 2007-06-14 | 2008-09-03 | 北京华银广誉石油科技有限公司 | 输油集输***计量与管道监控智能报警*** |
| CN102393721A (zh) * | 2011-11-14 | 2012-03-28 | 江苏科技大学 | 大型多油罐液位自动测量集成*** |
| CN103836347A (zh) * | 2014-03-07 | 2014-06-04 | 中国石油大学(华东) | 一种用于原油集输管道的泄漏监测装置及监测方法 |
| CN104200307A (zh) * | 2014-05-30 | 2014-12-10 | 中国石油化工股份有限公司 | 油库与加油站设备安全管理方法 |
| CN105275447A (zh) * | 2014-06-30 | 2016-01-27 | 中国石油化工股份有限公司 | 一种钻井工程参数监测方法 |
| CN105468608A (zh) * | 2014-08-27 | 2016-04-06 | 廖飞 | 一种基于众包的数据采集及处理方法和*** |
| CN104881966A (zh) * | 2015-05-15 | 2015-09-02 | 焦一平 | 一种燃气泄漏无线远程监控*** |
| CN105003829A (zh) * | 2015-08-05 | 2015-10-28 | 中南大学 | 一种基于无线传感的油库燃油泄漏监测装置、***及方法 |
| CN105719435A (zh) * | 2016-04-19 | 2016-06-29 | 中国石油化工股份有限公司 | 一种基于油膜探测传感器的原油库泄漏监测预警*** |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018227708A1 (zh) * | 2017-06-16 | 2018-12-20 | 深圳市盛路物联通讯技术有限公司 | 煤矿安全监测方法及装置 |
| CN110458123A (zh) * | 2019-08-15 | 2019-11-15 | 成都睿晓科技有限公司 | 一种基于视频监控的加油站服务效率智能分析*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106768652B (zh) | 2019-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20060031934A1 (en) | Monitoring system | |
| CN106597947A (zh) | 变电站设备测试方法、服务器、测试仪及*** | |
| Sindhwani et al. | Thingspeak-based environmental monitoring system using IoT | |
| KR102290850B1 (ko) | 다중 센서 데이터 수집 전파 장치 및 안전 모니터링 시스템 | |
| CN106932543A (zh) | 火电厂环境烟气监测预警*** | |
| EP2917653B1 (en) | A device and method for dynamically measuring an enviromental quality factor. | |
| CN104483462B (zh) | 用于环境监测的水样取样方法及*** | |
| CN104388948A (zh) | 管道阴极保护检测监控*** | |
| CN109426206A (zh) | 一种实验室环境管理***、设备和方法 | |
| CN104580311A (zh) | 室内或车内环境监测与控制的物联网***及其监控方法 | |
| CN104539053A (zh) | 基于爬虫技术的电力调度自动化巡检机器人及巡检方法 | |
| Pauzi et al. | Development of iot based weather reporting system | |
| CN116744357A (zh) | 基站故障预测方法、装置、设备和介质 | |
| Adong et al. | Applying machine learning for large scale field calibration of low‐cost PM2. 5 and PM10 air pollution sensors | |
| CN106774565A (zh) | 一种临床实验室温湿度的智能管理***及其管理方法 | |
| CN102938712A (zh) | 作业现场数字化管控*** | |
| CN106768652A (zh) | 油库监测方法和*** | |
| CN106453256A (zh) | 具有自动学习功能的密码特征库***及其学习方法 | |
| CN116311770A (zh) | 基于物联边缘计算网关的房屋安全预警***、方法及终端 | |
| Aashiq et al. | An IoT-based handheld environmental and air quality monitoring station | |
| Li et al. | Developing a fire monitoring and control system based on IoT | |
| CN103498701A (zh) | 一种安全智能巡检方法 | |
| CN113064399A (zh) | 一种基于大数据分布式编程框架的工业监控软件预测维护*** | |
| CN204298463U (zh) | 管道阴极保护检测监控*** | |
| CN102707676A (zh) | 基于物联网的环保设备远程监控*** |
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 |