CN116055514A - 天然气增效控制方法、智慧燃气物联网***、装置和介质 - Google Patents
天然气增效控制方法、智慧燃气物联网***、装置和介质 Download PDFInfo
- Publication number
- CN116055514A CN116055514A CN202211388217.5A CN202211388217A CN116055514A CN 116055514 A CN116055514 A CN 116055514A CN 202211388217 A CN202211388217 A CN 202211388217A CN 116055514 A CN116055514 A CN 116055514A
- Authority
- CN
- China
- Prior art keywords
- gas
- target
- determining
- user
- platform
- 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
- 239000007789 gas Substances 0.000 title claims abstract description 330
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 236
- 239000003345 natural gas Substances 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002195 synergetic effect Effects 0.000 title claims description 13
- 238000005457 optimization Methods 0.000 claims abstract description 127
- 239000013598 vector Substances 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims description 148
- 230000006870 function Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 239000012747 synergistic agent Substances 0.000 claims description 10
- 239000002737 fuel gas Substances 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 description 38
- 238000002485 combustion reaction Methods 0.000 description 34
- 230000000875 corresponding effect Effects 0.000 description 29
- 230000008859 change Effects 0.000 description 26
- 230000009466 transformation Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 14
- 230000000670 limiting effect Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 7
- 238000010792 warming Methods 0.000 description 7
- 239000000654 additive Substances 0.000 description 6
- 239000004615 ingredient Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000000996 additive effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000000630 rising effect Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000002815 homogeneous catalyst Substances 0.000 description 4
- 239000003112 inhibitor Substances 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000003607 modifier Substances 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 238000006116 polymerization reaction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000007800 oxidant agent Substances 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 229910052761 rare earth metal Inorganic materials 0.000 description 2
- 150000002910 rare earth metals Chemical class 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003623 enhancer Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003837 high-temperature calcination Methods 0.000 description 1
- -1 internal pressure Chemical compound 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/41—Servomotor, servo controller till figures
- G05B2219/41108—Controlled parameter such as gas mass flow rate
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种用于智慧燃气的天然气增效控制方法、智慧燃气物联网***、装置和介质,该方法包括基于所述智慧燃气服务平台通过所述智慧燃气用户平台获取至少一个用户需求,所述用户需求包括用气目标需求;基于所述至少一个用户需求,确定至少一个优化目标;根据所述至少一个优化目标确定增效剂的目标配比特征,所述目标配比特征包括所述增效剂的配比向量以及添加比例;以及通过所述智慧燃气传感网络平台将所述目标配比特征发送到所述智慧燃气对象平台,从而配置满足所述目标配比特征的目标增效剂,对天然气进行增效。
Description
技术领域
本说明书涉及智慧燃气领域,特别涉及一种用于智慧燃气的天然气增效控制方法、智慧燃气物联网***、装置和介质。
背景技术
天然气增效一般指通过增效剂、天然气参数调节以及其他技术手段控制天然气的燃烧温度、能耗、尾气等性能参数。随着天然气的用途越来越广泛,不同用户可能对天然气存在不同的使用需求,如何对天然气进行合理增效控制以满足各个用户的使用需求已成为本领域亟待解决的技术问题。
发明内容
本说明书一个或多个实施例提供一种用于智慧燃气的天然气增效控制方法,基于智慧燃气物联网***实现,所述智慧燃气物联网***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以及智慧燃气对象平台,所述方法由所述智慧燃气设备管理平台执行,包括:基于所述智慧燃气服务平台通过所述智慧燃气用户平台获取至少一个用户需求,所述用户需求包括用气量需求以及用气目标需求;基于所述至少一个用户需求,确定至少一个优化目标;根据所述至少一个优化目标确定增效剂的目标配比特征,所述目标配比特征包括所述增效剂的配比向量以及添加比例;以及通过所述智慧燃气传感网络平台将所述目标配比特征发送到所述智慧燃气对象平台,从而配置满足所述目标配比特征的目标增效剂,对天然气进行增效。
本说明书一个或多个实施例提供一种用于智慧燃气天然气增效控制的智慧燃气物联网***,所述智慧燃气物联网***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以及智慧燃气对象平台,所述智慧燃气设备管理平台用于:基于所述智慧燃气服务平台通过所述智慧燃气用户平台获取至少一个用户需求,所述用户需求包括用气量需求以及用气目标需求;基于所述至少一个用户需求,确定至少一个优化目标;根据所述至少一个优化目标确定增效剂的目标配比特征,所述目标配比特征包括所述增效剂的配比向量以及添加比例;以及通过所述智慧燃气传感网络平台将所述目标配比特征发送到所述智慧燃气对象平台,从而配置满足所述目标配比特征的目标增效剂,对天然气进行增效。
本说明书一个或多个实施例提供一种用于智慧燃气的天然气增效控制装置,其特征在于,所述装置包括处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述装置实现所述用于智慧燃气的天然气增效控制方法。
本说明书一个或多个实施例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,当所述计算机指令被处理器执行时实现所述用于智慧燃气的天然气增效控制方法。
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物联网***的示意图;
图2是根据本说明书一些实施例所示的用于智慧燃气的天然气增效控制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最终优化目标确定方法的示例性流程图;
图4是根据本说明书一些实施例所示的候选配比特征迭代处理的示意图;
图5是根据本说明书一些实施例所示的目标完成评价值确认过程的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另作说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“***”、“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。
如本说明书和权利要求书中所示,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和元素,而这些步骤和元素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或元素。
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***所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧燃气物联网***示意图。
如图1所示,智慧燃气物联网***100可以包括依次交互的智慧燃气用户平台、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、智慧燃气对象平台。其中,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、智慧燃气对象平台通过依次通信连接的方式实现交互。
智慧燃气用户平台,被配置为终端设备,用于接收燃气用户的用户需求并反馈智慧燃气的相关情况(如天然气的燃烧温度、排放量、使用量等)。终端设备可以包括台式电脑、平板电脑、笔记本电脑、手机等实现数据处理以及数据通信的智能电子设备,在此不做过多限定。在一些实施例中,智慧燃气用户平台可以包括燃气用户分平台以及政府用户分平台,以便于燃气用户和政府用户均能接收智慧燃气服务平台传递的信息。
在一些实施例中,燃气用户分平台可以为燃气用户(如工业燃气用户、商业燃气用户、普通燃气用户等)使用的用户平台,可以上传燃气用户的用户需求。在一些实施例中,燃气用户分平台可以与智慧用气服务分平台对应及交互,以获取安全用气的服务。
在一些实施例中,政府用户分平台可以为政府用户(如环保局、燃气局等)使用的用户平台,可以获取智慧燃气物联网***100内各个设备的运行参数以实现对智慧燃气物联网***100的监管。在一些实施例中,政府用户分平台可以与智慧运营服务分平台对应及交互,以获取燃气运营的服务。
在一些实施例中,智慧燃气用户平台还可以包括监管用户分平台。监管用户分平台可以为监管用户(如天然气的***门)使用的用户平台,可以用于对整个物联网***的运行进行监管,以保证智慧燃气的用气安全。在一些实施例中,与智慧监管服务分平台对应及交互,以获取***需求的服务。
在一些实施例中,智慧燃气用户平台可以向下与智慧燃气服务平台进行交互。例如,可以通过燃气用户分平台下发燃气用户的需求信息至智慧用气服务分平台;并接收智慧用气服务分平台上传的增效剂使用信息。再例如,可以通过政府用户分平台下发燃气增效剂配比方案至智慧燃气运营服务分平台;接收智慧燃气运营服务分平台上传的燃气增效剂配比方案。
智慧燃气服务平台可以用于实现智慧燃气用户平台与智慧燃气设备管理平台的信息交互。例如,智慧燃气设备管理平台可以将增效剂的目标配比特征通过智慧燃气服务平台发送至智慧燃气用户平台。
在一些实施例中,智慧燃气服务平台可以包括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。其中,智慧用气服务分平台与燃气用户分平台对应,为燃气用户提供燃气设备相关信息。智慧运营服务分平台与政府用户分平台对应,为政府用户提供燃气运营相关的信息。智慧监管服务分平台与监管用户分平台对应,为监管用户提供***相关信息。
在一些实施例中,智慧燃气服务平台可以向下与智慧燃气设备管理平台进行交互:下发燃气设备运行信息查询指令至设备管理平台的数据中心;接收设备管理平台的数据中心上传的燃气设备运行信息。
在一些实施例中,智慧燃气服务平台还可以向上与智慧燃气用户平台进行交互,获取智慧燃气用户平台的相关数据获取指令并反馈对应的信息。例如,可以通过智慧用气服务分平台接收燃气用户分平台下发燃气用户的需求信息;上传智慧用气服务分平台上传的增效剂使用信息。再例如,可以通过智慧运营服务分平台接收政府用户分平台下发的燃气设备运行信息查询指令;上传当前天然气增效剂的配比方案(如各个增效剂的配比特征)至政府用户分平台。
智慧燃气设备管理平台可以处理智慧燃气中天然气及其设备的相关参数以确定满足用户需求的增效剂的目标配比特征。在一些实施例中,智慧燃气设备管理平台可以包括智慧燃气户内设备管理分平台、智慧燃气管网设备管理分平台和智慧燃气数据中心。其中,智慧燃气户内设备管理分平台与智慧燃气管网设备管理分平台相互独立,智慧燃气户内设备管理分平台、智慧燃气管网设备管理分平台可以分别与智慧燃气数据中心双向交互。例如,其他平台向智慧燃气设备管理平台传输的相关的数据可以汇总至智慧燃气数据中心,并根据各个管理分平台的需要,将对应的数据发送到对应的管理分平台。示例性地,智慧燃气数据中心可以将与户内设备有关的参数(如燃气用户的用气量、当前天然气燃烧温度、能耗等)发送至智慧燃气户内设备管理分平台,并通过智慧燃气户内设备管理分平台处理确定户内设备的参数调整值。
在一些实施例中,各个管理分平台可以包括设备运行参数监测预警管理模块以及设备参数远程管理模块。其中,设备运行参数监测预警管理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,智慧燃气管网设备参数管理分平台,可以结合用户的需求信息、燃气用户设备/管网设备的监测信息的处理,获得不同的区域的燃气增效剂的配比方案,并进行自动控制。
在一些实施例中,智慧燃气设备管理平台可以通过智慧燃气数据中心与其他平台进行交互。例如,智慧燃气设备管理平台可以向下与智慧燃气传感网络平台进行交互:智慧燃气设备管理平台可以下发获取燃气设备运行相关数据指令至智慧燃气传感网络平台;接收智慧燃气传感网络平台上传的燃气设备运行相关数据。
智慧燃气传感网络平台可以被配置为通信网络和网关,用于接收智慧燃气对象平台获取的智慧燃气物联网***内的设备监控数据(如户内设备的监测数据以及管网设备的监控数据),并将其传递给智慧燃气设备管理平台。
在一些实施例中,智慧燃气传感网络平台向下可以与智慧燃气对象平台进行交互:接收智慧燃气对象平台上传的燃气设备相关数据;下发获取燃气设备相关数据的指令至自会燃起对象平台;向上可以与智慧燃气设备管理平台进行交互:接收智慧燃气设备管理平台的数据中心下发的获取燃气设备相关数据的指令;上传燃气设备的相关数据至智慧燃气数据中心。
在一些实施例中,智慧燃气传感网络平台可以包括智慧燃气户内设备传感网络分平台以及智慧燃气管网设备传感网络分平台。其中,智慧燃气户内设备传感网络分平台可以与智慧燃气户内设备对象分平台相对应,用于获取户内设备的相关数据。智慧燃气管网设备传感网络分平台可以与智慧燃气管网设备对象分平台相对应,用于获取管网设备的相关数据。
智慧燃气对象平台可以被配置为各类燃气设备。其中,燃气设备可以包括户内设备(如用户燃气表等)以及管网设备(如燃气添加剂设备、输气管道、燃气流量计、阀控设备、温度计、气压计等)。管网设备可以用于获取燃气管网的监控数据(如管网中天然气流量、气压、温度等信息)。管网设备还可以通过调整对应设备的工作参数执行目标配比特征的增效方案(如控制管网的天然气总流量、压力、增效剂添加比等)。户内设备可以用于获取各个燃气用户的监控数据(如各个燃气用户的天然气使用量)。
在一些实施例中,智慧燃气对象平台向上可以与智慧燃气传感网络平台进行交互:接收智慧燃气传感网络分平台下发的获取燃气设备运行的相关数据指令;上传燃气设备运行的相关数据至相应的智慧燃气传感网络分平台。
在一些实施例中,智慧燃气对象平台可以包括智慧燃气户内设备对象分平台以及智慧燃气管网设备对象分平台。其中,智慧燃气户内设备对象分平台可以与智慧燃气户内设备传感网络分平台相对应,户内设备运行的相关数据通过户内设备传感网络分平台上传到智慧燃气数据中心。智慧燃气管网设备对象分平台可以与智慧燃气管网设备传感网络分平台相对应,管网设备运行的相关数据通过管网设备传感网络分平台上传到智慧燃气数据中心。
应当理解,图1所示的***及其模块可以利用各种方式来实现。
需要注意的是,以上对于智慧燃气管网安全管理物联网***及其模块的描述,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***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***与其他模块连接。在一些实施例中,图1中披露的智慧燃气用户平台、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可以是一个***中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的用于智慧燃气的天然气增效控制方法的示例性流程图。图2是根据本说明书一些实施例所示的智慧城市街道管理方法的示例性流程图。在一些实施例中,流程200可以由智慧燃气设备管理平台执行。
如图2所示,流程200包括下述步骤。
步骤210,基于智慧燃气服务平台通过智慧燃气用户平台获取至少一个用户需求。
用气需求可以指燃气用户对于天然气在使用时的要求。例如,用气需求可以包括对天然气的燃烧温度的要求、对天然气废气排放的要求等。示例性地,对于工业燃气用户,其用气需求主要体现为天然气的燃烧温度的要求(如2300℃)。对于商业燃气用户,其用气需求主要体现为天然气的废气排放的要求(如1立方米天然气完全燃烧后烟气小于1.16)。
在一些实施例中,用气需求可以包括用气量需求以及用气目标需求。其中,用气量需求可以用于描述该燃气用户对天然气使用量的需求。例如,对于普通燃气用户(如三口之家)一个月的用气量需求可以为25至30立方天然气。用气目标需求可以用于描述该燃气用户对天然气的性能参数的要求。例如,对于工业燃气用户的用气目标需求可以包括天然气的燃烧温度能满足对应的工业需求(如2800℃)。
在一些实施例中,用气量需求可以通过智慧燃气设备管理平台确定。例如,可以通过智慧燃气户内设备管理分平台检测燃气用户的天然气使用情况。然后通过智慧燃气传感网络平台发送到智慧燃气设备管理平台,从而基于历史天然气使用情况预估各个燃气用户的用气量需求。
在一些实施例中,用气目标需求可以通过燃气用户在对应的智慧燃气用户平台的交互操作确定。例如,存在特殊需求的工业燃气用户(如天然气高温煅烧、焊接等),其天然气的燃烧温度的要求(如3200℃)可能明显高于一般工业燃气用户,则可以通过对应的用户平台设置用户需求(如期望天然气的燃烧温度高于3200℃)。
在一些实施例中,用气目标需求还可以包括天然气的合规最低需求。例如,可以根据国家规范性条例确定天然气最低应当满足的需求。示例性地,可以根据《锅炉污染物排放标准》、《大气污染物综合排放标准》等规范性文件确定各类燃气用户的天然气的废气排放的最低要求。
在一些实施例中,当燃气用户通过智慧燃气服务平台以及智慧燃气用户平台向智慧燃气设备管理平台发送用气目标需求后,可以将用气目标需求与燃气用户绑定。例如,可以根据上传智慧燃气用户平台的设备ID或绑定的燃气用户ID将燃气用户与用气目标需求绑定,以确定该燃气用户在该管网的位置以及用户目标需求。
在一些实施例中,考虑到在对天然气进行增效时一般在管网处执行,则可以根据天然气管网对燃气用户分组。其中,同一组用户均位于同一天然气管网中。同一组用户计算一次天然气增效方案。
步骤220,基于至少一个用户需求,确定至少一个优化目标。
优化目标可以指为满足用户需求,当前的天然气应当改变的性能指标。在一些实施例中,优化目标可以通过比较用户需求中的天然气的期望性能指标与实际使用中的天然气当前性能指标确定。例如,天然气的当前燃烧温度为2300℃,当用户需求中天然气的期望燃烧温度为3200℃,则优化目标可以为燃烧温度提高900℃。其中,天然气的当前性能指标可以根据燃气设备运行参数确定。例如,智慧燃气对象平台可以将各个燃气设备的运行参数通过智慧燃气传感网络平台发送到智慧燃气设备管理平台,以确定天然气的当前性能指标。
在一些实施例中,优化目标与用户需求一一对应。其中,当用气目标需求包括多个用气子目标时,则优化目标可以包括多个优化子目标,每个优化子目标与用气子目标一一对应。例如,当燃气用户的用气目标需求可以包括升温目标(如期望燃烧温度为2500℃)以及降排目标(如排放量降低10%),则优化目标可以包括温度优化子目标(升温200摄氏度)以及降排子目标(排放量降低10%)。
在一些实施例中,可以根据用户需求确定最终优化目标。其中,最终优化目标可以是能尽可能地满足各个用户需求的目标。例如,最终优化目标可以是各个用户需求中对各个天然气性能要求的最大值。示例性地,同一组的不同燃气用户可以包括不同的升温需求,当升温200℃可以满足50%用户、升温300℃可以满足80%的用户、升温500℃可以满足100%的用户时,则可以选取满足用户数量最大的500℃作为最终优化目标。关于最终优化目标的更多内容可以参见流程300及其相关描述。
步骤230,根据至少一个优化目标确定增效剂的目标配比特征。
增效剂可以指能提高天然气性能的添加剂。例如,增效剂可以包括通过用于提高天然气总热值的高能物质、用于降低燃气活化能,改善化学反应速度的均相催化剂、用于促进燃料与氧气间的相互作用的助燃剂、用于提高燃气的扩散掺混性能,改善天然气与氧的混合速度和混合率的阻聚剂以及用于改变燃烧时火焰频率及波长、激活燃气,抑制火焰的热辐射的辐射改进剂。示例性地,增效剂可以包括SQ-I稀土燃料增益剂、SQ-II稀土燃料增益剂。
在一些实施例中,增效剂的配比特征可以指用于描述用于天然气增效的各个增效剂的使用方法。在一些实施例中,配比特征包括增效剂的配比向量以及添加比例。配比向量可以用于描述各个增效剂之间的添加量比例,添加比例可以用于描述总增效剂与天然气的比例。
在一些实施例中,可以以高能物质、均相催化剂、助燃剂、阻聚剂以及辐射改进剂作为增效剂的主要成分。配比向量可以表征为5个元素的向量,每个元素与为各类成分对应,元素值表征该类成分的添加比例(如该成本的添加量/总添加量)。
在一些实施例中,各类成分可以由多类子成分组成,则配比向量的各个元素可以与各个子成分对应,元素值对应该子成分的添加占比。示例性地,配比特征的配比向量可以为(1,1,1,1,1),则表征增效剂中高能物质、均相催化剂、助燃剂、阻聚剂以及辐射改进剂以1:1:1:1:1的比例进行混合。配比特征的添加比例为1%,则说明增效剂与天然气的比例为1:99的比例进行混合。
目标配比特征可以指能满足优化目标的配比特征。例如,目标配比特征可以指添加对应的增效剂后,天然气的增效后性能参数可以满足绝大多数(如90%及以上的)用户需求的配比特征。
在一些实施例中,可以基于各个优化目标确定一个能满足大部分用户需求的最终优化目标,并基于最终优化目标确定目标配比特征。即在确定目标配比特征时,目标配比特征只需满足最终优化目标。例如,可以从各个配比特征中挑选增效后性能参数可能满足最终优化目标的配比特征作为目标配比特征。关于最终优化目标的更多内容可以参见图3及其相关描述。
在一些实施例中,可以基于预设的配比特征生成规则确定多个候选配比特征,并从各个候选配比特征中选取能满足最终优化目标的配比特征作为目标配比特征。其中,预设的配比特征生成规则可以包括随机生成规则、历史选取规则等。随机生成规则可以指随机生成配比特征的各个参数以生成多个配比特征。历史选取规则可以指基于历史增效数据确定多个候选配比特征。
历史增效数据指对各种历史配比特征的增效剂对天然气的历史性能参数(如天然气的燃烧温度、废气排放量等)的增效情况的记录数据。例如,可以从历史增效数据中选取对历史性能参数的增效情况与最终优化目标一致或接近的历史配比特征作为候选配比特征。在一些实施例中,历史增效数据还可以包括添加增效剂时的天然气设备参数(如天然气流速、气压等)。
在一些实施例中,为进一步提高候选配比特征的数量,在基于历史增效数据确定候选配比特征后,可以以预设步长对配比特征进行调整,以扩展候选配比特征。例如,预设步长可以为任意参数的一个单位。对于配比向量(1,1,1,1,1),一个预设步长的调节后可以为(2,1,1,1,1)、(1,2,1,1,1)等。上述调节参数可以重复执行多次,以确定多个候选配比特征。
在一些实施例中,候选配比特征还可以基于迭代处理生成,并在每次迭代中可以对候选配比特征进行扩展、评估、筛选以确定满足最终优化目标的目标配比特征。
在一些实施例中,可以先根据至少一个优化目标确定目标配比特征应满足的约束条件。根据约束条件生成至少一个候选配比特征,每个候选配比特征包括增效剂的候选配比向量以及候选添加比例。接着,对至少一个候选配比特征进行至少一轮迭代处理,确定每轮迭代后的候选配比特征以及评价值,直到评价值满足约束条件。最后,确定评价值满足约束条件的候选配比特征,作为目标配比特征。其中,约束条件可以根据至少一个优化目标(如最终优化目标)确定,用于表征迭代后的配比方案应当满足的要求。关于迭代处理的更多内容可以参见图4及其相关描述。评价值可以描述候选配比特征对约束条件的实现情况,关于确定评价值的更多内容可以参见图5及其相关描述。
步骤240,通过智慧燃气传感网络平台将目标配比特征发送到智慧燃气对象平台,从而配置满足目标配比特征的目标增效剂,对天然气进行增效。其中,目标增效剂可以指基于目标配比特征配置的增效剂。
在一些实施例中,考虑到增效剂一般在管网设备处添加,则可以通过控制管网设备(如燃气添加剂设备)按目标配比特征添加目标增效剂,从而对天然气进行增效。其中,管网设备可以通过智慧燃气传感网络平台,从智慧燃气设备管理平台中获取对应的设备参数。
在一些实施例中,考虑到使用目标增效剂后,为充分利用增效剂,天然气的其他相关参数(如内部压强、流速等)也应进行适应性调整。则可以根据目标增效剂确定其他燃气设备的运行参数,并通过智慧燃气传感网络平台发送到对应的燃气设备。例如,为提高天然气的燃烧温度,需要在单位时间内释放更多天然气,则可以调整管网设备以及户内设备中的天然气流速,从而满足目标增效剂的需要。
在一些实施例中,考虑到本申请的增效剂基于同一管网的多个燃气用户确定。在确定目标增效剂时,可以基于各个管网的增效剂进行合并,确定各个供气站的增效剂,以提高添加增效剂的安全性。例如,管网A与管网B均从供气点1供气,则可以考虑在供气点1处添加管网A、B相同的部分增效剂,在管网A、B处则可以不添加该部分增效剂。
本说明书一些实施例提供的天然气增效控制方法,能分析各个燃气用户的用户需求,并分析出天然气的优化目标,再确定用于增效的目标增效剂,从而使基于优化目标确定目标增效剂,由此确定的目标增效剂能满足绝大多数燃气用户的用户需求,提高增效剂的使用合理性。
图3是根据本说明书一些实施例所示的确定增效剂的目标配比特征的示例性流程图。在一些实施例中,流程300可以由智慧燃气设备管理平台执行。
如图3所示,流程300可以包括如下步骤:
步骤310,对于至少一个优化目标中的每个优化目标,确定至少一个用户需求中各个用户需求对优化目标的用户满意度。
用户满意度可以指用户对优化目标的满意程度。在一些实施例中,用户需求对用户满意度可以通过优化目标对用户需求的实现程度表征。例如,某一用户需求为升温800℃,而某一优化目标为升温500℃,则该用户对该优化目标的满意度为500℃/800℃=62.5%。
在一些实施例中,对于每个优化目标可以计算该优化目标与各个用户需求的满意度。例如,燃气用户包括用户ABCDEF时,如燃气用户A的用户需求对优化目标a的用户满意度可以记作Aa,则该优化目标a的用户满意度包括Aa、Ba、Ca、Da、Ea以及Fa。
在一些实施例中,当用气目标需求包括至少两个用气子目标,对于至少一个优化目标中的每个优化目标,智慧燃气设备管理平台可以确定用户需求中各个用气子目标对优化目标的子用户满意度。根据用户需求的各个子用户满意度确定用户需求对优化目标的用户满意度。例如,用户B的用户需求可以包括升温目标B1以及降排目标B2,则燃气用户B的用户需求对优化目标a的满意度Ba可以根据升温满意度Ba1以及降排满意度Ba2确定。示例性地,Ba=(Ba1+Ba2)/2。即满意度Ba可以为升温满意度Ba1与降排满意度Ba2的均值。
在一些实施例中,还可以根据至少两个用气子目标,确定每个用气子目标的需求度,再基于用气子目标的需求度确定用气子目标的权重。其中,用气子目标的需求度可以指燃气用户对该子目标实现的意愿强度。例如,当用户B相对于减排,更需要升温时,则可以根据实际情况对升温满意度Ba1赋予高权重(如0.7)并对降排满意度Ba2赋予低权重(如0.3),则此时Ba=0.7*Ba1+0.3*Ba2。
在一些实施例中,需求度可以根据燃气用户的具体用途和/或用户意愿确定。例如,燃气用户在输入用户需求时,可以选择更看重哪一个子目标,则选中的子目标具有更高的需求度。再例如,可以根据燃气用户的性质确定需求度。例如,工业燃气用户可能更看重升温目标,则对应工业燃气用户升温子目标具有更高的需求度,商业燃气用户可能更看重减排目标,则对于商业燃气用户减排子目标具有更高的需求度。
基于上述计算方法,在确定用户满意度时充分考虑到各类子目标的影响,提高了用户满意度的表征能力,进而提高最终优化目标对用户需求的实现能力。
步骤320,根据优化目标对应的各个用户满意度确定优化目标的总满意度。
总满意度可以指各个用户对某一优化目标的总满意程度。在一些实施例中,总满意度可以表征为该优化目标的各个用户满意度的和。例如,优化目标a的总满意度可以为Aa+Ba+Ca+Da+Ea+Fa。
在一些实施例中,考虑到各个燃气用户为处于同一天然气管线的用户,在增效后,各个用户享用同等的增效后的天然气。则在考虑计算总满意度时,可以基于各个燃气用户的实际燃气使用情况对用户满意度的权重进行调整,从而提高总满意度的表征能力。即可以先确定用户需求的权重。再对于至少一个优化目标中的每个优化目标,根据权重对优化目标对应的各个用户满意度进行加权处理,确定优化目标的总满意度。
用户需求的权重可以反映该用户的燃气使用情况。在一些实施例中,权重可以与燃气用户的用气量需求正相关。例如,用户A的权重=用户A的用气量需求/该组用户的用气量需求和。示例性地,用户A的权重可以记作wA,其他用户以此类推。则优化目标a的总满意度可以为wA*Aa+wB*Ba+wC*Ca+wD*Da+wE*Ea+wF*Fa。
步骤330,根据每个优化目标的总满意度,确定最终优化目标。
最终优化目标可以尽可能地满足各个用户需求的优化目标。例如,可以根据各个优化目标的总满意度,从优化目标中选取总满意度最大的优化目标作为最终优化目标。
在一些实施例中,在确定最终优化目标时还可以考虑其他限制条件,从满足限制条件的各个优化目标中,选取最终优化目标。其中,限制条件可以包括成本限制条件以及技术限制条件。其中,技术限制调整可以为当前状态下能实现的最大优化指标(如天然气的最大升温温度为800℃,则超越800℃的升温子目标无法实现)。成本限制可以指优化目标的预估总成本应该小于成本限制条件。
在一些实施例中,可以先获取成本限制条件和/或技术限制条件。再判断各个优化目标是否满足成本限制条件和技术限制条件,并从满足成本限制条件和技术限制条件的优化目标中,选取用户满意度最大的优化目标作为最终优化目标。其中,判断优化目标是否满足成本限制条件时,可以先基于历史增效数据中能实现该优化目标的增效剂确定最低成本,当最低成本小于成本限制条件中的成本阈值时,优化目标满足成本限制条件,反之则不满足。
步骤340,根据最终优化目标确定目标配比特征。
在一些实施例中,可以将最终优化目标作为目标配比特征的约束条件。即目标配比特征可以指能满足最终优化目标的配比特征。例如,可以预估执行各个候选配比特征对应的增效剂后,天然气的性能参数。当天然气的性能参数满足最终优化目标时,将该天然气的性能参数对应的候选配比特征作为目标配比特征。
基于本说明书一些实施例的最终优化目标确定方法,可以通过用户满意度确定能使绝大多数用户满意的最终优化目标,进而使基于最终优化目标确定的目标配比特征可以满足绝大多数用户的用户需求,进一步提高目标增效剂的使用合理性。
图4是根据本说明书一些实施例所示的候选配比特征迭代处理的示意图。
如图4所示,对于第i轮迭代过程400可以包括如下步骤:
步骤410,获取上一轮迭代后的候选配比特征。
在一些实施例中,在每轮迭代处理中,当完成本轮迭代后可以确定至少一个候选配比特征。在步骤410中,当i>1时,可以直接获取上一轮迭代的候选配比特征。当i=1时,可以先初始化至少一个候选配比特征作为本轮的候选配比特征。
在一些实施例中,在初始化候选配比特征时,可以从历史增效数据中确定多个候选配比特征。并基于至少一个增效剂组合进行扩展(如增减各个成分的含量)从而确定多个增效剂组合并作为本轮的候选配比特征。关于历史增效数据的更多内容可以参见步骤230及其相关描述。
在一些实施例中,考虑到候选配比特征包括增效剂的候选配比向量以及候选添加比例,则候选配比特征可以通过一个特征向量表征。其中,特征向量的元素数量为添加剂中的成分数量+1。其中特征向量中的一个元素可以表征该增效剂相对于天然气的候选添加比例,其他元素可以表征各个成分的候选配比向量。例如,增效剂可以成分包括1种高能物质、1种均相催化剂、2种助燃剂、1种阻聚剂、2种辐射改进剂、2种商用增效剂组合时,增效剂可能包括9种成分。则特征向量可以包括10个元素。其中,元素1-9分别与各个成分对应,元素值表征对应成分在增效剂中的占比,元素10表征候选添加比例。
步骤420,对上一轮迭代后的候选配比特征进行变换处理,确定本轮迭代的第一候选配比特征。
变换处理可以指对特征向量中各个元素的元素值的变换。例如,变换处理可以包括交叉变换、变异变换以及复制变换中的至少一种或多种组合。
交叉变换可以指对于选定的两个候选配比特征,交换该两个候选配比特征的某一元素的元素值。变异变换可以只对于选定的候选配比特征,变换某一元素的元素值。复制变换指复制选定的候选配比特征。例如,对于候选配比特征A(1,1,1,0,2,0,1,0,0,5),候选配比特征B(1,1,0,2,2,0,1,0,0,4),当候选配比特征A、B就第3位元素进行交叉变换时,变换后的配比特征为C(1,1,0,0,2,0,1,0,0,5)、D(1,1,1,2,2,0,1,0,0,4)。当候选配比特征A就第7位元素进行突变处理时,变化后的配比特征可以为E(1,1,1,0,2,0,3,0,0,5)。当候选配比特征B就第6位元素进行突变处理时,变化后的配比特征可以为F(1,1,0,2,2,1,1,0,0,4)。
在一些实施例中,交叉变换与变异变换为两个主要变换方法,复制变换一般同其他两个变换一同执行以扩展候选配比特征的数量。例如,对于候选配比特征A、B,在进行变换时,可以先复制出A’与B’,再对候选配比特征A’与B’执行交叉变换和/或变异变换以确定候选配比特征G、H。承前例,配比特征A’可以与配比特征A一致,配比特征B’可以与配比特征B一致,关于交叉变换和/或变异变换的说明参见前文。
在一些实施例中,考虑到候选配比特征的成本约束,在各个候选配比特征在进行变换时,能以减小候选配比特征的执行成本的角度对候选配比特征进行变换,从而获取成本更低的候选配比特征。即可以先确定至少两个变换方向中各个变换方向的成本变化情况。再根据变换方向的成本变化确定变换方向的变换概率。最后根据至少两个变换方向中每个变换方向的变换概率确定候选配比特征的具体变换方向。
变换方向可以指各个元素值在进行变换后相对于变换前的变化方向。例如,对于元素a在进行变化时且候选添加比例(即增效剂与天然气的比例)不变时,如变化后的a在增效剂的占比大于变化前的a在增效剂的占比,则其变换方向为变大。反之则为变小。示例性地,对于配比特征(1,1,0,0,2,0,1,0,0,5)中的第一个元素代表的成分A在当前增效剂中占比20%。变化后配比特征若为(4,1,0,0,2,0,1,0,0,5)时,则该成分A在增效剂中占比为50%,说明该变换对于成分A的变换方向为变大。
成本变化情况可以指某一成分的元素值变化后的候选配比特征的执行成本相对于变化前的执行成本的变化情况。例如,在候选添加比例不变时,增加成分a占比时,变化后的增效剂价格大于变换前的增效剂价格,则说明增加成分a可以导致增效剂成本增加,反之则成本减少。
在一些实施例中,基于减少增效剂总成本的目的,可以在变换时为主动控制各个成分的变换方向以使增效剂的成本变小。例如,可以给成分的两个变换方向分别赋予不同的概率。其中,导致成本增加的变化方向具有更小的变化概率。例如,前述成分a元素值的变小的概率(如0.7)应大于变大(如0.3)的元素值。
在一些实施例中,增效剂的成本变化情况可以根据各个成分的市场价确定。例如,可以计算出当前增效剂的平均价格,当成分的单价高于该平均价格时,则该成分对应的元素值的变小的概率应大于变大的元素值,反之则该成分对应的元素值的变小的概率应小于变大的元素值。
在一些实施例中,在确定候选配比特征中各个元素的变化概率后可以根据该变化概率随机选取元素进行交叉变换和/或变异变换。例如,对于成本a的元素值进行变化(如变异变化)时,有70%概率将成分a的占比变小,有30%概率将成分a的占比变大。
步骤430,根据本轮迭代的第一候选配比特征以及上一轮迭代后的候选配比特征,确定本轮迭代的第一候选配比特征的本轮评价值以及上一轮迭代后的候选配比特征的本轮评价值。
在一些实施例中,评价值可以用于反映候选配比特征对约束条件的满足情况。例如,当候选配比特征的评价值较大,则执行对应的候选配比特征后,天然气的性能参数可以较为接近约束条件(如最终优化目标)。反之可能无法满足约束条件。
在一些实施例中,评价值可以基于执行候选配比特征后,天然气的性能参数确定。例如,可以通过查询历史配比特征或近似特征在历史增效数据中对天然气性能参数的增效情况是否满足最终优化目标,从而确定该候选配比特征的评价值。其中,若历史性能参数能满足最终优化目标则评价值可以为1,若历史性能参数能不满足最终优化目标则评价值可以根据历史性能参数与最终优化目标的差异确定。
在一些实施例中,考虑到存在为记录在历史增效数据中的候选配比特征,在确定评价值时还可以通过预先训练好的机器学习模型处理候选配比特征,确定执行候选配比特征后(增效后)的天然气的性能参数,再根据增效后的性能参数确定评价值。关于基于机器学习模型确定评价值的更多描述可以参见图5及其相关内容。
本轮评价值可以指在确定本轮迭代的第一候选配比特征以及上一轮迭代后的候选配比特征后,直接对本轮迭代的第一候选配比特征以及上一轮迭代后的候选配比特征进行评价而确定的评价值。
在一些实施例中,考虑到在迭代过程中可能出现某一类型的候选配比特征数量较多且评价值较高,在迭代几次后,出现的与该类型不同的候选配比特征评价值较低均被筛除,难以继续迭代。由此,可以引入聚类评价值,使评价值可以基于目标完成评价值以及聚类评价值确定,仅保留每类候选配比特征中评价值较高的,从而增加候选配比特征的丰富性。其中,评价值与目标完成评价值正相关,与聚类评价值负相关。
目标完成评价值可以表征该候选配比特征对最终优化目标的完成情况。例如,候选配比特征可以提升300℃,而最终优化目标为升温600℃,则目标完成评价值可以为50%。聚类评价值可以表征与该候选配比特征相近的其他特征的比例。例如,聚类评价值=与该候选配比特征相似的候选配比特征数量/候选配比特征总数量。其中,与该候选配比特征相似的候选配比特征可以是参数与候选配比特征接近的其他候选配比特征。
在一些实施例中,与该候选配比特征相似的候选配比特征可以根据特征向量的各个元素值确定。例如,相似的候选配比特征可以指只存在一项成分不同且区别项的取值差异小于预设差异值的候选配比特征。
在一些实施例中,在确定评价值时可以先根据约束条件,通过预设评价函数确定本轮迭代后的候选配比特征的目标完成评价值。接着,根据本轮迭代后的候选配比特征中每个候选配比特征,确定本轮迭代后的候选配比特征的聚类评价值。最后,根据目标完成评价值以及聚类评价值确定本轮迭代后的候选配比特征的评价值。其中,预设评价函数可以用于处理候选配比特征以确定目标完成评价值。例如,预设评价函数可以为训练好的机器学习模型。其中,预设评价函数的输入可以是候选配比特征以及天然气的当前性能参数,输出可以是执行候选配比特征后(增效后)的天然气性能参数。其中,增效后的天然气性能参数可以与最终优化目标进行对比,从而确定候选配比特征的目标完成评价值。
在一些实施例中,聚类评价值可以基于候选配比特征与其他候选配比特征的距离确定。例如,可以先根据特征向量计算各个候选配比特征之间的距离(如欧氏距离、海明距离等)。然后将距离在预设范围内的候选配比特征作为与该候选配比特征相似的候选配比特征,并根据其数量计算聚类评价值。
在一些实施例中,与该候选配比特征相似的候选配比特征也可以记作同类候选配比特征。则可以基于聚类算法确定多类候选配比特征,对于任一类候选配比特征,其聚类评价值均为该类候选配比特征的数量/总候选配比特征数。其中,聚类算法可以包括但不限于K-MEANS聚类算法、DBSCAN聚类算法等。
在一些实施例中,评价值可以直接基于目标完成评价值以及聚类评价值计算。例如,评价值=α*目标完成评价值-β*聚类评价值。其中,α、β可以根据经验设置。示例性地,α、β可以均为1。
在一些实施例中,考虑到上一轮迭代后的候选配比特征已在上一轮迭代中计算过目标完成评价值,在本轮迭代中可以直接调用该目标完成评价值,并根据重新计算的聚类评价值确定本轮评价值。
步骤440,根据上一轮迭代后的候选配比特征的本轮评价值以及本轮迭代的第一候选配比特征的本轮评价值,确定本轮迭代后的候选配比特征。
在一些实施例中,可以基于本轮评价值对上一轮迭代后的候选配比特征以及本轮迭代的第一候选配比特征中的各个候选配比特征进行筛选。例如,可以根据本轮评价值筛选出上一轮迭代后的候选配比特征以及本轮迭代的第一候选配比特征中本轮评价值最大的10个候选配比特征作为本轮迭代后的候选配比特征。再例如,可以筛选出本轮评价值大于预设阈值的候选配比特征作为本轮迭代后的候选配比特征。
步骤450,根据本轮迭代后的候选配比特征确定本轮迭代后的候选配比特征的评价值。
在一些实施例,在确定本轮迭代后的候选配比特征后,可以基于本轮迭代后的候选配比特征重新计算评价值。例如,对于存在多个同类候选配比特征的候选配比特征A,其同类候选配比特征被筛除后,该候选配比特征A评价值应当上升。其中,评价值的重新计算过程中主要体现为对各个候选配比特征的聚类评价值的重新计算,候选配比特征的目标完成评价值可以沿用步骤430的计算结果。
步骤460,基于本轮迭代后的候选配比特征的评价值判断是否满足约束条件。
约束条件可以是目标配比特征应当满足的条件。例如,约束条件可以包括执行配比特征后,增效后的天然气的性能参数应符合最终优化目标。例如,约束条件可以是历史增效数据未记载过的性能指标或对性能指标的符合要求(如升温500℃且降排10%),在迭代时可以通过不断迭代候选配比特征,从已知数据中不断变化筛选出满足最终优化目标的配比特征。再例如,约束条件还可以包括对增效剂的成本约束,直接基于性能指标确定的增效剂可能具有较高的成本,由此可以通过迭代各个成分,在保证增效剂的增效效果的同时,降低增效剂成本。
在判断候选配比特征是否满足约束条件的过程中,当候选配比特征满足约束条件时,将满足该约束条件的候选配比特征作为目标配比特征,并结束迭代。当不满足时,继续执行下一轮迭代。
在一些实施例中,考虑到是否在判断是否已满足约束条件时,主要依据为是否满足最终优化目标,则前述步骤450也可以省略,直接用评价值中的目标完成评价值判断是否满足约束条件。
基于本说明书一些实施例的配比特征迭代方法,可以扩展候选配比特征并对候选配比特征进行合理评估,从而提高目标配比特征的合理性。还引入了聚类评价值,降低了同类候选配比特征的评价值,进一步提高了候选配比特征的丰富性。此外,还基于降低成本的考虑引入了成本约束以及变换方向概率,从而使候选配比特征在迭代中的成本逐步降低直至满足成本约束条件。
图5是根据本说明书一些实施例所示的目标完成评价值确认过程的示意图。
如图5所示,考虑到约束条件可以包括多个子约束条件,在确定评价值时,可以通过预设的评价函数500确定至少一个子约束条件中每个子约束条件的子目标完成评价值。然后,根据子约束条件对对应的子目标完成评价值进行加权处理,将子目标完成评价值的加权和作为目标完成评价值。
如图5所示,约束条件可以一般包括升温目标与降排目标,则预设的评价函数500可以包括温度确定模型510、排放确定模型520以及比较算法(图中未视出)。其中,比较算法可以将温度确定模型510、排放确定模型520的输出与相关参数进行比较以确定对应的子目标完成评价值。
温度确定模型510可以用于预估执行本轮迭代后的候选配比特征后的温度变化值,再根据温度变化值以及升温目标,确定升温目标完成评价值。其中,候选配比特征可以参见图4及其相关描述。升温目标可以参见图2及其相关描述。温度变化值可以指在添加与候选配比特征对应的增效剂后,天然气燃烧温度的变化。升温度目标完成评价值可以用于描述温度变化值在升温目标中的完成情况。例如,升温度目标完成评价值=温度变化值/升温目标。
在一些实施例中,温度确定模型510可以是训练好的机器学习模型。例如,温度确定模型510可以是深度神经网络(Deep Neural Networks,DNN)模型。其中,温度确定模型510的输入可以为天然气设备参数(如天然气成分、压强等)以及候选配比特征,输出可以为天然气的预估燃烧温度。其中,天然气的预估燃烧温度可以指执行添加基于候选配比特征配置的增效剂后,天然气增效后的燃烧温度。在确定天然气的预估燃烧温度后,评价函数500(如比较算法)可以基于天然气的预估燃烧温度与以及升温目标(如增效后的目标燃烧温度)确定升温目标完成评价值。例如,升温目标完成评价值=1/(目标燃烧温度-预估燃烧温度)。
在一些实施例中,温度确定模型510可以基于历史增效数据训练。其中,第一训练样本可以为历史增效数据中的天然气设备参数以及历史增效剂的历史配比特征,第一训练标签可以为与历史增效剂以及天然气设备参数对应的历史燃烧温度。在训练时,可以将第一训练样本输入未设置参数的温度确定模型510,输出预估燃烧温度,基于历史燃烧温度与预估燃烧温度构建损失函数以迭代温度确定模型510的参数直到训练完成。
排放确定模型520可以用于预估执行本轮迭代后的候选配比特征后的排放变化值,再根据排放变化值以及降排目标,确定降排目标完成评价值。其中,候选配比特征可以参见图4及其相关描述。降排目标可以参见图2及其相关描述。排放量变化值可以指在添加与候选配比特征对应的增效剂后,天然气排放量的变化。降排目标完成评价值可以用于描述排放量变化值在降排目标中的完成情况。例如,降排度目标完成评价值=排放量变化值/降排目标。
在一些实施例中,排放确定模型520可以是训练好的机器学习模型。例如,排放确定模型520可以是DNN模型。其中,排放确定模型520的输入可以为天然气设备参数(如天然气成分、压强等)以及候选配比特征,输出可以为天然气的预估排放量。其中,天然气的预估排放量可以指执行添加基于候选配比特征配置的增效剂后,天然气增效后的排放量。在确定天然气的预估排放量后,评价函数500(如比较算法)可以基于天然气的预估排放量与以及降排目标(如增效后的目标排放量)确定降排目标完成评价值。例如,降排目标完成评价值=目标排放量-预估排放量。
在一些实施例中,排放确定模型520可以基于历史增效数据训练。其中,第二训练样本可以为历史增效数据中的天然气设备参数以及历史增效剂的历史配比特征,第二训练标签可以为与该天然气设备参数以及历史增效剂对应的历史排放量。在训练时,可以将第二训练样本输入未设置参数的排放确定模型520,输出预估排放量,基于历史排放量与预估排放量构建损失函数以迭代排放确定模型520的参数直到训练完成。
在一些实施例中,考虑到成本的约束,评价值还可以引入成本评价值,以提高成本较低的方法的评价值。其中,成本评价值=执行成本/最大总成本。目标完成评价值与成本评价值负相关。执行成本可以指候选配比特征中对应的助燃剂一标准单位的成本(如1m3天然气需要的助燃剂的成本),最大总成本可以指相关工作人员设置的单位助燃剂的最大成本。
在一些实施例中,可以先确定本轮迭代后的候选配比特征的执行成本。接着,根据执行成本以及成本约束条件确定成本评价值。最后,根据成本评价值、升温目标完成评价值以及降排目标完成评价值确定评价值。例如,可以根据候选配比特征中各个成分的价格以确定单位增效剂的预估成本作为执行成本。再根据执行成本与成本约束条件(如单位增效剂的最大成本)确定成本评价值(如成本评价值=单位增效剂的预估成本/单位增效剂的最大成本)。最终基于成本评价值、升温目标完成评价值以及降排目标完成评价值进行加权计算确定评级值。其中,评价值=成本评价值+升温目标完成评价值+降排目标完成评价值。
在一些实施例中,还可以在计算评价值时,先计算执行成本然后筛除执行成本高于成本阈值的各个候选配比特征。
在一些实施例中,在确定评价值时还可以考虑升温目标与降排目标的重要性,对升温目标完成评价值以及降排目标完成评价值进行加权处理。例如,可以先根据至少一个用户需求确定升温目标完成评价值的升温权重以及降排目标完成评价值的降排权重;然后,根据升温权重以及降排权重对升温目标完成评价值以及降排目标完成评价值进行加权处理,确定目标完成评价值。即目标完成评价值=升温权重α*升温目标完成评价值+降排权重β*降排目标完成评价值。
在一些实施例中,考虑到前述升温目标完成评价值以及降排目标完成评价值可能基于不同的算法计算,其单位与计量方式不同难以直接叠加,在叠加前可以对升温目标完成评价值以及降排目标完成评价值进行归一化处理。例如,可以将升温目标完成评价值以及降排目标完成评价值转化为[0,1]区间的数值。其中,数值越接近1则说明接近最终优化目标,数值越接近0则说明越无法实现最终优化目标。
在一些实施例中,升温权重以及降排权重可以根据燃气用气的实际需要确定。例如,在确定每个用气子目标的需求度时,可以统计各个燃气用户的升温子目标的需求度以及降排子目标的需求度,并统计出升温子目标的需求度之和、降排子目标的需求度之和以及各个用气子目标的需求度总和。则升温权重=(升温子目标的需求度之和)/(各个用气子目标的需求度总和),降排权重=(降排子目标的需求度之和)/(各个用气子目标的需求度总和)。其中,需求度可以参见图2及其相关描述。
基于本说明书一些实施例提供的评价函数,可以准确评估升温目标完成评价值以及降排目标完成评价值,从而提高选择候选配比特征的准确度,进而提高目标配比特征的精度。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
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。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种用于智慧燃气的天然气增效控制方法,基于智慧燃气物联网***实现,所述智慧燃气物联网***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以及智慧燃气对象平台,所述方法由所述智慧燃气设备管理平台执行,包括:
基于所述智慧燃气服务平台通过所述智慧燃气用户平台获取至少一个用户需求,所述用户需求包括用气量需求以及用气目标需求;
基于所述至少一个用户需求,确定至少一个优化目标;
根据所述至少一个优化目标确定增效剂的目标配比特征,所述目标配比特征包括所述增效剂的配比向量以及添加比例;以及
通过所述智慧燃气传感网络平台将所述目标配比特征发送到所述智慧燃气对象平台,从而配置满足所述目标配比特征的目标增效剂,对天然气进行增效。
2.根据权利要求1所述的方法,所述基于所述至少一个优化目标,确定增效剂的目标配比特征,包括:
对于所述至少一个优化目标中的每个优化目标,确定所述至少一个用户需求中各个用户需求对所述优化目标的用户满意度;
根据所述优化目标对应的各个用户满意度确定所述优化目标的总满意度;
根据每个所述优化目标的总满意度,确定最终优化目标;以及
根据所述最终优化目标确定所述目标配比特征。
3.根据权利要求2所述的方法,所述根据所述优化目标对应的各个用户满意度确定所述优化目标的总满意度,包括:
确定所述用户需求的权重;
对于所述至少一个优化目标中的每个优化目标,根据所述权重对所述优化目标对应的各个用户满意度进行加权处理,确定所述优化目标的总满意度。
4.根据权利要求2所述的方法,当所述用气目标需求包括至少两个用气子目标时,所述确定所述至少一个用户需求中各个用户需求对所述优化目标的用户满意度,包括:
根据所述至少两个用气子目标,确定每个所述用气子目标的需求度;
对于所述至少一个优化目标中的每个优化目标,确定所述用户需求中各个用气子目标对所述优化目标的子用户满意度;
根据所述用户需求的各个子用户满意度确定所述用户需求对所述优化目标的用户满意度。
5.根据权利要求1所述的方法,所述根据所述至少一个优化目标确定所述增效剂的目标配比特征,包括:
根据所述至少一个优化目标确定所述目标配比特征应满足的约束条件;
根据所述约束条件生成至少一个候选配比特征,每个所述候选配比特征包括所述增效剂的候选配比向量以及候选添加比例;
对所述至少一个候选配比特征进行至少一轮迭代处理,确定每轮迭代后的候选配比特征以及评价值,直到所述评价值满足所述约束条件;
确定所述评价值满足所述约束条件的所述候选配比特征,作为所述目标配比特征。
6.根据权利要求5所述的方法,在所述至少一轮迭代处理的每轮迭代中,所述确定每轮迭代后的候选配比特征以及评价值,包括:
获取上一轮迭代后的候选配比特征;
对所述上一轮迭代后的候选配比特征进行变换处理,确定本轮迭代的第一候选配比特征;
根据所述本轮迭代的第一候选配比特征以及所述上一轮迭代后的候选配比特征,确定所述本轮迭代的第一候选配比特征的本轮评价值以及所述上一轮迭代后的候选配比特征的本轮评价值;
根据所述上一轮迭代后的候选配比特征的本轮评价值以及所述本轮迭代的第一候选配比特征的本轮评价值,确定本轮迭代后的候选配比特征;
根据所述本轮迭代后的候选配比特征确定所述本轮迭代后的候选配比特征的评价值。
7.根据权利要求6所述的方法,所述根据所述本轮迭代后的候选配比特征确定所述本轮迭代后的候选配比特征的评价值,包括:
根据所述约束条件,通过预设评价函数确定所述本轮迭代后的候选配比特征的目标完成评价值;
根据所述本轮迭代后的候选配比特征中每个候选配比特征,确定所述本轮迭代后的候选配比特征的聚类评价值;
根据所述目标完成评价值以及所述聚类评价值确定所述本轮迭代后的候选配比特征的评价值。
8.一种用于智慧燃气天然气增效控制的智慧燃气物联网***,所述智慧燃气物联网***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以及智慧燃气对象平台,所述智慧燃气设备管理平台用于:
基于所述智慧燃气服务平台通过所述智慧燃气用户平台获取至少一个用户需求,所述用户需求包括用气量需求以及用气目标需求;
基于所述至少一个用户需求,确定至少一个优化目标;
根据所述至少一个优化目标确定增效剂的目标配比特征,所述目标配比特征包括所述增效剂的配比向量以及添加比例;以及
通过所述智慧燃气传感网络平台将所述目标配比特征发送到所述智慧燃气对象平台,从而配置满足所述目标配比特征的目标增效剂,对天然气进行增效。
9.一种用于智慧燃气的天然气增效控制装置,其特征在于,所述装置包括处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述装置实现如权利要求1所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当所述计算机指令被处理器执行时实现如权利要求1所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211388217.5A CN116055514B (zh) | 2022-11-08 | 2022-11-08 | 天然气增效控制方法、智慧燃气物联网***、装置和介质 |
US18/061,485 US20230101197A1 (en) | 2022-11-08 | 2022-12-05 | Methods for controlling natural gas efficiency enhancement, smart gas internet of things (iot) systems and mediums thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211388217.5A CN116055514B (zh) | 2022-11-08 | 2022-11-08 | 天然气增效控制方法、智慧燃气物联网***、装置和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116055514A true CN116055514A (zh) | 2023-05-02 |
CN116055514B CN116055514B (zh) | 2024-06-14 |
Family
ID=85721513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211388217.5A Active CN116055514B (zh) | 2022-11-08 | 2022-11-08 | 天然气增效控制方法、智慧燃气物联网***、装置和介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230101197A1 (zh) |
CN (1) | CN116055514B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205610B (zh) * | 2023-04-26 | 2023-07-18 | 成都普惠道智慧能源科技有限公司 | 一种lng加气站管理方法、物联网***和存储介质 |
US11861552B1 (en) | 2022-06-14 | 2024-01-02 | Chengdu Puhuidao Smart Energy Technology Co., Ltd. | Methods for managing liquefied natural gas (LNG) tanking safety based on location matching and internet of things systems thereof |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104949725A (zh) * | 2015-06-25 | 2015-09-30 | 苏州市英富美欣科技有限公司 | 基于温度和压强补偿的燃气流量采集装置 |
WO2018152701A1 (zh) * | 2017-02-22 | 2018-08-30 | 深圳益创信息科技有限公司 | 一种居民建筑的天然气泄漏检测***及方法 |
US20180356151A1 (en) * | 2017-06-08 | 2018-12-13 | General Electric Company | Methods and systems for enhancing production of liquefied natural gas |
CN109285099A (zh) * | 2018-10-15 | 2019-01-29 | 孙迎仙 | 养老服务智慧云平台和智能腕表 |
CN110163765A (zh) * | 2018-03-06 | 2019-08-23 | 上海虹铂环保科技有限公司 | 一种能源燃气冷热电三联产(供)***的智慧云计算方法 |
CN110175788A (zh) * | 2019-05-31 | 2019-08-27 | 国网上海市电力公司 | 一种智慧城市能源云平台 |
CN110225075A (zh) * | 2019-03-25 | 2019-09-10 | 北京快电科技有限公司 | 一种建筑能源互联网智慧运营云操作*** |
CN111432016A (zh) * | 2020-03-31 | 2020-07-17 | 西安石油大学 | 物联网智慧分布式清洁能源生产供应*** |
US20200302559A1 (en) * | 2019-03-20 | 2020-09-24 | Chengdu Qinchuan Technology Development Co., Ltd. | Gas energy-saving prompting method based on compound internet of things (iot) and iot system |
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*** |
CN112882403A (zh) * | 2021-01-26 | 2021-06-01 | 国家电投集团河南电力有限公司 | 一种基于物联网的综合智慧能源管控*** |
CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化***及方法 |
CN113965591A (zh) * | 2020-07-01 | 2022-01-21 | 成都秦川物联网科技股份有限公司 | 基于智能燃气表的分区云平台网内运算方法及*** |
CN114352947A (zh) * | 2021-12-08 | 2022-04-15 | 天翼物联科技有限公司 | 一种燃气管道泄漏检测方法、***、装置及存储介质 |
US20220163365A1 (en) * | 2021-02-04 | 2022-05-26 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas based on internet of things |
CN114548665A (zh) * | 2022-01-11 | 2022-05-27 | 湖南大唐先一科技有限公司 | 一种燃气电厂生产智能管理*** |
CN114626643A (zh) * | 2022-05-16 | 2022-06-14 | 成都秦川物联网科技股份有限公司 | 智慧城市政府供电调控方法、物联网***、装置及介质 |
-
2022
- 2022-11-08 CN CN202211388217.5A patent/CN116055514B/zh active Active
- 2022-12-05 US US18/061,485 patent/US20230101197A1/en active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104949725A (zh) * | 2015-06-25 | 2015-09-30 | 苏州市英富美欣科技有限公司 | 基于温度和压强补偿的燃气流量采集装置 |
WO2018152701A1 (zh) * | 2017-02-22 | 2018-08-30 | 深圳益创信息科技有限公司 | 一种居民建筑的天然气泄漏检测***及方法 |
US20180356151A1 (en) * | 2017-06-08 | 2018-12-13 | General Electric Company | Methods and systems for enhancing production of liquefied natural gas |
CN110163765A (zh) * | 2018-03-06 | 2019-08-23 | 上海虹铂环保科技有限公司 | 一种能源燃气冷热电三联产(供)***的智慧云计算方法 |
CN109285099A (zh) * | 2018-10-15 | 2019-01-29 | 孙迎仙 | 养老服务智慧云平台和智能腕表 |
US20200302559A1 (en) * | 2019-03-20 | 2020-09-24 | Chengdu Qinchuan Technology Development Co., Ltd. | Gas energy-saving prompting method based on compound internet of things (iot) and iot system |
CN110225075A (zh) * | 2019-03-25 | 2019-09-10 | 北京快电科技有限公司 | 一种建筑能源互联网智慧运营云操作*** |
CN110175788A (zh) * | 2019-05-31 | 2019-08-27 | 国网上海市电力公司 | 一种智慧城市能源云平台 |
CN111432016A (zh) * | 2020-03-31 | 2020-07-17 | 西安石油大学 | 物联网智慧分布式清洁能源生产供应*** |
CN113965591A (zh) * | 2020-07-01 | 2022-01-21 | 成都秦川物联网科技股份有限公司 | 基于智能燃气表的分区云平台网内运算方法及*** |
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*** |
CN112882403A (zh) * | 2021-01-26 | 2021-06-01 | 国家电投集团河南电力有限公司 | 一种基于物联网的综合智慧能源管控*** |
US20220163365A1 (en) * | 2021-02-04 | 2022-05-26 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas based on internet of things |
CN113077101A (zh) * | 2021-04-16 | 2021-07-06 | 华北电力大学 | 面向能源互联网调配管理的数字化***及方法 |
CN114352947A (zh) * | 2021-12-08 | 2022-04-15 | 天翼物联科技有限公司 | 一种燃气管道泄漏检测方法、***、装置及存储介质 |
CN114548665A (zh) * | 2022-01-11 | 2022-05-27 | 湖南大唐先一科技有限公司 | 一种燃气电厂生产智能管理*** |
CN114626643A (zh) * | 2022-05-16 | 2022-06-14 | 成都秦川物联网科技股份有限公司 | 智慧城市政府供电调控方法、物联网***、装置及介质 |
Non-Patent Citations (1)
Title |
---|
L. JINFENG等: ""Management of Indoor Gas Safety based on the NB-IoT Gas Meter"", 《2021 33RD CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》, 30 November 2021 (2021-11-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN116055514B (zh) | 2024-06-14 |
US20230101197A1 (en) | 2023-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116055514B (zh) | 天然气增效控制方法、智慧燃气物联网***、装置和介质 | |
Hong et al. | Optimal VAR control considering wind farms using probabilistic load-flow and gray-based genetic algorithms | |
CN106991539B (zh) | 一种能源***优化调度方法及装置 | |
Goryashko et al. | Robust energy cost optimization of water distribution system with uncertain demand | |
CN115355447B (zh) | 一种基于物联网的智慧燃气门站调压优化方法和*** | |
CN116091080B (zh) | 基于智慧燃气呼叫中心的回访管理方法和物联网*** | |
CN111404153A (zh) | 计及可再生能源与需求响应的能量枢纽规划模型构建方法 | |
Zhao et al. | Optimal operation of compressor units in gas networks to provide flexibility to power systems | |
CN111589302A (zh) | 燃煤电厂scr脱硝性能预测方法、装置、设备和存储介质 | |
CN103574580A (zh) | 一种火电机组NOx排放监控方法及*** | |
CN111589301A (zh) | 燃煤电厂scr脱硝性能预测方法、装置、设备和存储介质 | |
US11989008B2 (en) | Methods and Internet of Things systems for regulating rated outlet pressures of gate station compressors for smart gas | |
CN109272353A (zh) | 计及综合需求响应不确定性的***动态概率能流分析方法 | |
CN111563637A (zh) | 基于需求响应的多目标概率最优潮流计算方法及装置 | |
CN105244870A (zh) | 一种快速计算电网风电场弃风率及机组发电量的方法 | |
Bengoetxea et al. | Control strategy optimization of a Stirling based residential hybrid system through multi-objective optimization | |
Ben et al. | Tailoring domestic retrofit by incorporating occupant behaviour | |
CN112134275B (zh) | 一种计算含风电场电力***的可靠性方法及*** | |
CN117458716A (zh) | 基于物联网的配电设备远程监测监控方法和*** | |
Ali et al. | Building power control and comfort management using genetic programming and fuzzy logic | |
Abd Hamid et al. | An analysis on energy consumption of two different commercial buildings in Malaysia | |
CN112361376B (zh) | 一种用于锅炉燃烧过程的控制方法、装置及存储介质 | |
CN110081614B (zh) | 燃气冷凝锅炉控制方法、装置、设备与存储介质 | |
CN109217380B (zh) | 一种弃风限电方法及装置 | |
CN111815479A (zh) | 基于电力大数据和物联网的智能供电方法及*** |
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 |