CN117688775A - 一种燃气管网泄漏数据生成方法、装置、设备及存储介质 - Google Patents
一种燃气管网泄漏数据生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117688775A CN117688775A CN202311778488.6A CN202311778488A CN117688775A CN 117688775 A CN117688775 A CN 117688775A CN 202311778488 A CN202311778488 A CN 202311778488A CN 117688775 A CN117688775 A CN 117688775A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- data
- leakage
- gas
- information
- 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 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 70
- 230000009467 reduction Effects 0.000 claims abstract description 53
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 17
- 239000007789 gas Substances 0.000 claims description 235
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010845 search algorithm Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000002737 fuel gas Substances 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 abstract description 8
- 238000012549 training Methods 0.000 description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请公开了一种燃气管网泄漏数据生成方法、装置、设备及存储介质,涉及城燃管网数据信息技术领域,包括:获取预设燃气管网的监测数据,并基于监测数据以及预设燃气管网的管网拓扑结构确定预设燃气管网的气体信息;基于气体信息和管网拓扑结构构建预设燃气管网的有向无环图,并基于有向无环图和泄漏孔洞信息确定流量减少值;利用泄漏孔洞信息对管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用流量减少值对监测数据进行更新,以得到更新后数据;通过更新后管网拓扑结构和更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。这样一来,可以解决由于真实管网的泄漏数据稀少导致的无法支撑神经网络模型训练的问题。
Description
技术领域
本发明涉及城燃管网数据信息技术领域,特别涉及一种燃气管网泄漏数据生成方法、装置、设备及存储介质。
背景技术
传统的针对天然气管网泄漏识别的方法包括气体传感器网络,红外成像技术,管道异常声音检测,数据分析,飞行器巡检,远程监测***等,这些方法大部分费时费力,需要耗费大量的人力物力财力。通过训练管网泄漏识别的神经网络模型,可以对多源数据进行实时分析,快速发现燃气管网泄漏情况并定位泄漏管道,并及时派遣人员进行检修,以缓解燃气泄漏带来的巨大损失和危害。
但是,神经网络模型需要巨大数量级的数据量来支撑模型的训练,并且为了保证模型的使用价值,要求数据能包罗各种泄漏状态。然而在实际管网当中,燃气管网事故工况较少,相应数据不足,无法支撑神经网络模型的训练。而采用物理模拟获得的泄漏数据的方式由于模拟的管网形式过于简单,与真实工况下的天然气管网存在巨大差异,所以模拟得到的泄漏数据缺乏真实意义。
发明内容
有鉴于此,本发明的目的在于提供一种燃气管网泄漏数据生成方法、装置、设备及存储介质,可以对燃气管网的泄漏情况进行仿真,进而生成趋近于真实情况的燃气泄漏数据,以解决由于真实管网的泄漏数据稀少导致的无法支撑神经网络模型训练的问题。其具体方案如下:
第一方面,本申请公开了一种燃气管网泄漏数据生成方法,包括:
获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息;
基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值;
利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;
通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
可选的,所述获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息之前,还包括:
基于预设信息***获取预设燃气管网的节点信息表以及管道表,以基于所述节点信息表中的节点信息以及所述管道表中的管道信息确定所述预设燃气管网的管网拓扑结构。
可选的,所述获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息,包括:
基于预设流量采集装置采集预设燃气管网的节点流量数据以及气源点压力数据;
通过所述节点流量数据、所述气源点压力数据以及所述管网拓扑结构进行仿真,以得到与所述预设燃气管网对应的气体流量信息以及气体流向信息。
可选的,所述基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值,包括:
基于所述气体流向信息以及所述管网拓扑结构构建所述管网拓扑结构的有向无环图,并通过所述有向无环图设定泄漏孔洞直径以及燃气泄漏位置;
基于所述气体流量信息以及所述泄漏孔洞直径确定泄漏流量,并通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值。
可选的,所述通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值,包括:
基于所述有向无环图遍历所述管网拓扑结构中的管道,并判断当前遍历管道的管道流量是否为零;
若是,则遍历下一管道,若否,则基于所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量为所述管网拓扑结构设定泄漏情况,以利用预设图算法基于所述泄漏情况计算流量减少值,并遍历下一管道,直至完成对所述管网拓扑结构的遍历。
可选的,所述利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据,包括:
基于所述燃气泄漏位置以及所述泄漏孔洞直径为所述管网拓扑结构新增若干目标节点,并确定所述若干目标节点的连接信息,以基于所述连接信息对所述管网拓扑结构进行更新,得到更新后管网拓扑结构;
监测所述若干目标节点的泄漏流量信息,以基于所述泄漏流量信息对所述监测数据进行更新,得到更新后数据。
可选的,所述通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据,包括:
基于所述更新后管网拓扑结构以及所述更新后数据进行仿真,以得到模拟流量数据以及模拟压力数据;
通过预设压力检测器基于预设压力监测节点对所述模拟压力数据进行筛选,以从所述模拟压力数据中筛选出与所述预设压力监测节点对应的目标压力数据;
对所述目标压力数据以及所述模拟流量数据进行组合,以得到目标模拟泄漏数据。
第二方面,本申请公开了一种燃气管网泄漏数据生成装置,包括:
气体信息确定模块,用于获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息;
流量信息确定模块,用于基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值;
更新模块,用于利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;
数据筛选模块,用于通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序以实现如前述的燃气管网泄漏数据生成方法。
第四方面,本申请公开了一种计算机可读存储介质,用于保存计算机程序,所述计算机程序被处理器执行时实现如前述的燃气管网泄漏数据生成方法。
本申请中,首先获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息,然后基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值,并利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据,最后通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。由此可见,通过本申请的方法,可以利用获取的燃气管网的监测数据以及管网拓扑结构确定燃气管网的气体信息,以基于气体信息以及拓扑结构构建有向无环图,进而根据有向无环图以及泄漏孔洞信息确定流量减少值,进一步的,可以根据泄漏孔洞信息对管网拓扑结构进行更新,利用流量减少值对监测数据进行更新,最后利用更新后管网拓扑结构以及更新后数据进行仿真,以得到模拟泄漏数据。这样一来,可以对燃气管网的泄漏情况进行仿真,进而生成趋近于真实情况的燃气泄漏数据,以解决由于真实管网的泄漏数据稀少导致的泄漏识别相关模型的开发受阻的问题。
附图说明
为了更清楚地说明本发明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发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种燃气管网泄漏数据生成方法流程图;
图2为本申请公开的一种泄漏流量传递示意图;
图3为本申请公开的一种拓扑结构变更示意图;
图4为本申请公开的一种具体的燃气管网泄漏数据生成方法流程图;
图5为本申请公开的一种流量减少值计算流程图;
图6为本申请公开的一种燃气管网泄漏数据生成装置结构示意图;
图7为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中,神经网络模型需要巨大的数据量来支撑模型的训练,并且为了保证模型的使用价值,通常要求数据能包罗各种泄漏状态。在实际工况中,考虑到燃气管网泄漏事故较少,无法获得足够多的泄漏工况数据来支撑神经网络模型的训练。而采用物理模拟获得的泄漏数据的方式由于模拟的管网形式过于简单,与真实工况下的天然气管网存在巨大差异,所以模拟得到的泄漏数据缺乏真实意义。
为了克服上述技术问题,本申请公开了一种燃气管网泄漏数据生成方法、装置、设备及存储介质,可以对燃气管网的泄漏情况进行仿真,进而生成趋近于真实情况的燃气泄漏数据。
参见图1所示,本发明实施例公开了一种燃气管网泄漏数据生成方法,包括:
步骤S11、获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息。
本实施例中,获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息之前,还包括:基于预设信息***获取预设燃气管网的节点信息表以及管道表,以基于所述节点信息表中的节点信息以及所述管道表中的管道信息确定所述预设燃气管网的管网拓扑结构。也即,对于某时刻下的一个燃气管网***的等温稳态仿真计算,首先需要知道燃气管网的拓扑结构和该时刻下管网边界节点的流量以及管网气源处的压力。而对于燃气管网的拓扑结构可以通过城市天然气管网地理信息***(Geographic Information System,GIS)获得,该***中保存着管网的节点信息表(点表)和管道表(线表),点表存储着管网中各节点的ID(Identitydocument)、位置名称、属性、类型、坐标、高度等信息;线表保存着连接各节点的管道信息,包括管道的ID、位置名称、管长、管径、壁厚、起点ID、终点ID、坐标等属性信息,因此基于节点信息表中的节点信息以及管道信息表中的管道信息,可以得到燃气管网的拓扑结构。
进一步的,对于燃气管网的节点流量以及气源点压力,则可以通过在燃气管网中预设采集装置来对前述两项数据进行监测,进而通过对节点流量数据、气源点压力数据以及管网拓扑结构的仿真,得到与燃气管网对应的气体流量信息以及气体流向信息。
步骤S12、基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值。
本实施例中,可以根据气体流量信息以及气体流向信息并结合管网拓扑结构来构建燃气管网的有向无环图,并且可以基于有向无环图设定泄漏孔洞直径以及燃气泄漏位置,进而通过泄漏孔洞直径、燃气泄漏位置以及泄漏流量模拟各种燃气泄漏情况,进而生成每种泄漏情况对应的节点流量减少值。
步骤S13、利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据。
本实施例中,需要根据前述实施例中设定的如泄漏孔洞直径、燃气泄漏位置以及泄漏流量来对管网拓扑结构进行更新,并且需要根据生成的流量减少值来对监测数据中的节点流量数据进行更新,其具体过程如下:利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;,包括:基于所述燃气泄漏位置以及所述泄漏孔洞直径为所述管网拓扑结构新增若干目标节点,并确定所述若干目标节点的连接信息,以基于所述连接信息对所述管网拓扑结构进行更新,得到更新后管网拓扑结构;监测所述若干目标节点的泄漏流量信息,以基于所述泄漏流量信息对所述监测数据进行更新,得到更新后数据。也即,可以根据步骤S12中设定的燃气泄漏位置来变更原拓扑结构,变更方式可以根据用户的模拟需求进行自行设定,例如,在原拓扑管道泄漏处,向外延伸出0.1m长度的虚拟管道,虚拟管道内径取为泄漏孔径,其他管道属性与泄漏管道保持一致,管道末端点视为一个新的用户节点,该用户节点的流量即为泄漏流量,而泄漏点则作为一个新的中间点。在此基础上,删除原管道的端点连接信息,增加各端点与新增中间点的连接信息,各管道流量值也进行更新。如图2所示为构建的有向无环图,则以图2为例,删除原管道的端点连接信息“气源点1->中间点1”后,增加3组新的端点连接信息“气源点1->新中间点”、“新中间点->中间点1”、“新中间点->新用户点”,相应的流量也进行更新,则对应部分的更新后管网拓扑结构为图3所示。
步骤S14、通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
本实施例中,可以利用更新后管网拓扑结构以及更新后数据进行仿真,以模拟各泄漏情况下的燃气管网中的节点压力和以及节点流量,进而对得到的模拟数据进行筛选,以及相应的处理,最终生成可以用于模型训练的数据,其具体过程如下:基于所述更新后管网拓扑结构以及所述更新后数据进行仿真,以得到模拟流量数据以及模拟压力数据;通过预设压力检测器基于预设压力监测节点对所述模拟压力数据进行筛选,以从所述模拟压力数据中筛选出与所述预设压力监测节点对应的目标压力数据;对所述目标压力数据以及所述模拟流量数据进行组合,以得到目标模拟泄漏数据。也即,在得到更新后管网拓扑结构以及更新后数据之后,可以针对每组数据进行等温稳态计算,得到各泄漏情况下的燃气管网中的节点压力和节点流量,并且在实际的燃气管网中,根据需要可以在燃气管网中部分节点安装压力检测器,用于检测该节点的压力变化情况。而在本实施例中,根据实际的压力测点位置,可以筛选出对应的节点压力数据,并将筛选出的压力数据与所有用户节点的流量数据进行组合,得到最终用于模型训练的泄漏数据。这样一来,基于真实的管网线路***和稳态仿真计算结果,通过人为设定泄漏管道和泄漏流量,可以生成任意数量的管网泄漏数据,从而解决模型训练时泄漏数据不足的问题。
由此可见,本实施例中首先获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息,然后基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值,并利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据,最后通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。由此可见,通过本申请的方法,可以利用获取的燃气管网的监测数据以及管网拓扑结构确定燃气管网的气体信息,以基于气体信息以及拓扑结构构建有向无环图,进而根据有向无环图以及泄漏孔洞信息确定流量减少值,进一步的,可以根据泄漏孔洞信息对管网拓扑结构进行更新,利用流量减少值对监测数据进行更新,最后利用更新后管网拓扑结构以及更新后数据进行仿真,以得到模拟泄漏数据。这样一来,可以对燃气管网的泄漏情况进行仿真,进而生成趋近于真实情况的燃气泄漏数据,以解决由于真实管网的泄漏数据稀少导致的泄漏识别相关模型的开发受阻的问题。
基于前述实施例可知,在进行燃气管网泄漏数据的生成时,需要模拟各种泄漏情况下的泄漏数据,为此本实施例对如何模拟各种燃气泄漏进行了详细的说明,参见图4所示,本发明实施例公开了一种燃气管网泄漏数据生成方法,包括:
步骤S21、获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息。
步骤S22、基于所述气体信息中的气体流向信息以及所述管网拓扑结构构建所述管网拓扑结构的有向无环图,并通过所述有向无环图设定泄漏孔洞直径以及燃气泄漏位置。
本实施例中,可以根据得到的气体信息中各个管道的流量正负,来确定管道中气体的流动方向,结合管网的拓扑结构,可以构建整个管网的有向无环图,其中有向无环图中的节点指向代表对应的实际管网中节点间的管道气体流向,有向无环图中的边值的大小代表对应管道流量的绝对值大小。如图2所示,其中图中节点间箭头代表管道中气体流向,箭头旁数值代表管道流量大小。假设某次泄漏发生在气源点1和中间点1之间的管道上,泄漏流量大小是b,则按照节点间管道的气体流向和管道流量占比,使用深度优先搜索算法,计算下游涉及到的所有用户节点的流量减小值。并且在进行计算时需要考虑两种情况,第一种情况,对于节点下游管道只有一条的情况(中间点1/中间点3),泄漏流量直接往下传递;第二种情况,对于节点下游管道有多条的情况(中间点2),根据该节点下游各管道流量值占比(10/5)等比例分割泄漏流量,最终可得到用户节点1和用户节点2的泄漏流量,也即节点流量减少值。
进一步的,假定每次泄漏只发生在管网的某根管道上,则在设定的此种情况下,可以通过构建的有向无环图循环遍历每根管道,并根据管道的结构以及气体信息中的气体流量信息来设定泄漏情况,具体设定方法步骤如下:第一步可以设定燃气泄漏位置,例如,管道的长度是L,则燃气泄漏位置到管道源点的距离可以选为0至L中的一个随机值,以根据取定的随机值设定燃气管道中的燃气泄漏位置;进一步可以设定泄漏孔洞直径,例如,管道内径为d,则泄漏孔洞直径选为0至d中的一个随机值,以根据取定的随机值设定燃气管道中的泄漏孔洞直径。
步骤S23、基于所述气体信息中的气体流量信息以及所述泄漏孔洞直径确定泄漏流量,并通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值。
本实施例中,可以设定泄漏流量,其中可以根据泄漏孔洞直径来确定泄漏处面积A,并基于前述实施例中确定的气源点压力数据,使用孔口出流方程可计算出气体泄漏速率qm,通过转换可以得到对应的泄漏流量,且孔口出流方程的计算公式如下:
其中,qm为气体泄漏速率,kg/s;α为流量系数,本实施例中取0.95;A为泄漏孔洞面积,m2;P为管内泄漏点压力,Pa;M为气体摩尔密度,kg/mol;Z为压缩因子;R为气体常数,在本实施例中取8.314J/(mol·K);k为泊松比,本实施例中取1.3。
并且,可以通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值,其具体过程如下:基于所述有向无环图遍历所述管网拓扑结构中的管道,并判断当前遍历管道的管道流量是否为零;若是,则遍历下一管道,若否,则基于所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量为所述管网拓扑结构设定泄漏情况,以利用预设图算法基于所述泄漏情况计算流量减少值,并遍历下一管道,直至完成对所述管网拓扑结构的遍历。也即,在上述方程构建完毕之后,可以基于构建的有向无环图进行管道的遍历,如图5所示在根据有向无环图进行管道遍历时,为了防止生成无效的泄漏数据并避免进行无用的计算,进而造成资源的浪费,进行上述步骤前需要判断管道流量是否是0,如果是则直接忽略;若否,则泄漏孔洞直径、燃气泄漏位置以及泄漏流量为所述管网拓扑结构设定泄漏情况,进而利用图算法计算当前遍历管道内用户节点的流量减少值,然后遍历下一管道,直至完成对所述管网拓扑结构的遍历,并且由于不同的泄漏孔洞直径、燃气泄漏位置以及泄漏流量对应了不同的泄漏情况,因此可以模拟多种泄漏情况,进而得到多组流量减少值,以提高用于神经网络模型的泄漏数据的可靠性。
步骤S24、利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据。
步骤S25、通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
需要进行说明的是,关于步骤S21、步骤S24、步骤S25更加详细的说明可以参考前述实施例,在此不再进行赘述。
由此可见,通过本实施例中公开的方法,可以基于气体信息中的气体流向信息以及管网拓扑结构构建所述管网拓扑结构的有向无环图,并通过有向无环图设定泄漏孔洞直径以及燃气泄漏位置,进而通过气体流量信息以及泄漏孔洞直径确定泄漏流量,并通过深度优先搜索算法基于有向无环图、泄漏孔洞直径、燃气泄漏位置以及泄漏流量设定不同的泄漏情况,并对有向无环图进行遍历,进而确定不同情况下的流量减少值。这样一来,可以使用于神经网络训练的泄漏数据更加趋近于真实情况下的数据,进而提高泄漏数据的可靠性。
参见图6所示,本发明实施例公开了一种燃气管网泄漏数据生成装置,包括:
气体信息确定模块11,用于获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息;
流量信息确定模块12,用于基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值;
更新模块13,用于利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;
数据筛选模块14,用于通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
由此可见,本实施例中首先获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息,然后基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值,并利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据,最后通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。由此可见,通过本申请的方法,可以利用获取的燃气管网的监测数据以及管网拓扑结构确定燃气管网的气体信息,以基于气体信息以及拓扑结构构建有向无环图,进而根据有向无环图以及泄漏孔洞信息确定流量减少值,进一步的,可以根据泄漏孔洞信息对管网拓扑结构进行更新,利用流量减少值对监测数据进行更新,最后利用更新后管网拓扑结构以及更新后数据进行仿真,以得到模拟泄漏数据。这样一来,可以对燃气管网的泄漏情况进行仿真,进而生成趋近于真实情况的燃气泄漏数据,以解决由于真实管网的泄漏数据稀少导致的泄漏识别相关模型的开发受阻的问题。
在一些实施例中,所述燃气管网泄漏数据生成装置,还可以包括:
拓扑结构确定单元,用于基于预设信息***获取预设燃气管网的节点信息表以及管道表,以基于所述节点信息表中的节点信息以及所述管道表中的管道信息确定所述预设燃气管网的管网拓扑结构。
在一些实施例中,所述气体信息确定模块11,具体可以包括:
数据采集单元,用于基于预设流量采集装置采集预设燃气管网的节点流量数据以及气源点压力数据;
气体信息生成单元,用于通过所述节点流量数据、所述气源点压力数据以及所述管网拓扑结构进行仿真,以得到与所述预设燃气管网对应的气体流量信息以及气体流向信息。
在一些实施例中,所述流量信息确定模块12,具体可以包括:
泄漏信息确定子模块,用于基于所述气体流向信息以及所述管网拓扑结构构建所述管网拓扑结构的有向无环图,并通过所述有向无环图设定泄漏孔洞直径以及燃气泄漏位置;
流量减少值确定子模块,用于基于所述气体流量信息以及所述泄漏孔洞直径确定泄漏流量,并通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值。
在一些实施例中,所述流量减少值确定子模块,具体可以包括:
管道流量判断单元,用于基于所述有向无环图遍历所述管网拓扑结构中的管道,并判断当前遍历管道的管道流量是否为零;
拓扑结构遍历单元,用于若是,则遍历下一管道,若否,则基于所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量为所述管网拓扑结构设定泄漏情况,以利用预设图算法基于所述泄漏情况计算流量减少值,并遍历下一管道,直至完成对所述管网拓扑结构的遍历。
在一些实施例中,所述更新模块13,具体可以包括:
拓扑结构更新单元,用于基于所述燃气泄漏位置以及所述泄漏孔洞直径为所述管网拓扑结构新增若干目标节点,并确定所述若干目标节点的连接信息,以基于所述连接信息对所述管网拓扑结构进行更新,得到更新后管网拓扑结构;
数据更新单元,用于监测所述若干目标节点的泄漏流量信息,以基于所述泄漏流量信息对所述监测数据进行更新,得到更新后数据。
在一些实施例中,所述数据筛选模块14,具体可以包括:
数据仿真单元,用于基于所述更新后管网拓扑结构以及所述更新后数据进行仿真,以得到模拟流量数据以及模拟压力数据;
数据筛选单元,用于通过预设压力检测器基于预设压力监测节点对所述模拟压力数据进行筛选,以从所述模拟压力数据中筛选出与所述预设压力监测节点对应的目标压力数据;
数据组合单元,用于对所述目标压力数据以及所述模拟流量数据进行组合,以得到目标模拟泄漏数据。
进一步的,本申请实施例还公开了一种电子设备,图7是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图7为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的燃气管网泄漏数据生成方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作***221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作***221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的燃气管网泄漏数据生成方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请还公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的燃气管网泄漏数据生成方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种燃气管网泄漏数据生成方法,其特征在于,包括:
获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息;
基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值;
利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;
通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
2.根据权利要求1所述的燃气管网泄漏数据生成方法,其特征在于,所述获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息之前,还包括:
基于预设信息***获取预设燃气管网的节点信息表以及管道表,以基于所述节点信息表中的节点信息以及所述管道表中的管道信息确定所述预设燃气管网的管网拓扑结构。
3.根据权利要求1所述的燃气管网泄漏数据生成方法,其特征在于,所述获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息,包括:
基于预设流量采集装置采集预设燃气管网的节点流量数据以及气源点压力数据;
通过所述节点流量数据、所述气源点压力数据以及所述管网拓扑结构进行仿真,以得到与所述预设燃气管网对应的气体流量信息以及气体流向信息。
4.根据权利要求3所述的燃气管网泄漏数据生成方法,其特征在于,所述基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值,包括:
基于所述气体流向信息以及所述管网拓扑结构构建所述管网拓扑结构的有向无环图,并通过所述有向无环图设定泄漏孔洞直径以及燃气泄漏位置;
基于所述气体流量信息以及所述泄漏孔洞直径确定泄漏流量,并通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值。
5.根据权利要求4所述的燃气管网泄漏数据生成方法,其特征在于,所述通过深度优先搜索算法基于所述有向无环图、所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量确定流量减少值,包括:
基于所述有向无环图遍历所述管网拓扑结构中的管道,并判断当前遍历管道的管道流量是否为零;
若是,则遍历下一管道,若否,则基于所述泄漏孔洞直径、所述燃气泄漏位置以及所述泄漏流量为所述管网拓扑结构设定泄漏情况,以利用预设图算法基于所述泄漏情况计算流量减少值,并遍历下一管道,直至完成对所述管网拓扑结构的遍历。
6.根据权利要求4所述的燃气管网泄漏数据生成方法,其特征在于,所述利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据,包括:
基于所述燃气泄漏位置以及所述泄漏孔洞直径为所述管网拓扑结构新增若干目标节点,并确定所述若干目标节点的连接信息,以基于所述连接信息对所述管网拓扑结构进行更新,得到更新后管网拓扑结构;
监测所述若干目标节点的泄漏流量信息,以基于所述泄漏流量信息对所述监测数据进行更新,得到更新后数据。
7.根据权利要求1至6任一项所述的燃气管网泄漏数据生成方法,其特征在于,所述通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据,包括:
基于所述更新后管网拓扑结构以及所述更新后数据进行仿真,以得到模拟流量数据以及模拟压力数据;
通过预设压力检测器基于预设压力监测节点对所述模拟压力数据进行筛选,以从所述模拟压力数据中筛选出与所述预设压力监测节点对应的目标压力数据;
对所述目标压力数据以及所述模拟流量数据进行组合,以得到目标模拟泄漏数据。
8.一种燃气管网泄漏数据生成装置,其特征在于,包括:
气体信息确定模块,用于获取预设燃气管网的监测数据,并基于所述监测数据以及所述预设燃气管网的管网拓扑结构确定所述预设燃气管网的气体信息;
流量信息确定模块,用于基于所述气体信息以及所述管网拓扑结构构建所述预设燃气管网的有向无环图,并基于所述有向无环图以及泄漏孔洞信息确定流量减少值;
更新模块,用于利用所述泄漏孔洞信息对所述管网拓扑结构进行更新,以得到更新后管网拓扑结构,并利用所述流量减少值对所述监测数据进行更新,以得到更新后数据;所述更新后管网拓扑结构为用于泄漏情况模拟的拓扑结构;
数据筛选模块,用于通过所述更新后管网拓扑结构以及所述更新后数据进行仿真,并对得到的仿真数据进行筛选,以得到目标模拟泄漏数据。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至7任一项所述的燃气管网泄漏数据生成方法。
10.一种计算机可读存储介质,其特征在于,用于保存计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的燃气管网泄漏数据生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311778488.6A CN117688775A (zh) | 2023-12-21 | 2023-12-21 | 一种燃气管网泄漏数据生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311778488.6A CN117688775A (zh) | 2023-12-21 | 2023-12-21 | 一种燃气管网泄漏数据生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117688775A true CN117688775A (zh) | 2024-03-12 |
Family
ID=90131726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311778488.6A Granted CN117688775A (zh) | 2023-12-21 | 2023-12-21 | 一种燃气管网泄漏数据生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117688775A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093058A (zh) * | 2007-06-28 | 2007-12-26 | 天津大学 | 一种城市燃气管网自动监控***及监控方法 |
CN202082628U (zh) * | 2011-03-17 | 2011-12-21 | 河南汉威电子股份有限公司 | 一种实时数据交互的燃气管网巡检*** |
CN104317844A (zh) * | 2014-10-11 | 2015-01-28 | 讯腾数码科技(北京)有限公司 | 一种基于城市燃气管网拓扑分析的应急处理方法 |
CN105868444A (zh) * | 2016-03-23 | 2016-08-17 | 天津城建大学 | 一种基于特征图像的燃气管网泄漏检测和定位方法 |
CN107101087A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道***管道故障传播影响评估方法及*** |
CN107590336A (zh) * | 2017-09-13 | 2018-01-16 | 哈尔滨理工大学 | 燃气管道泄漏对内部流场影响的数值模拟方法 |
CN111721808A (zh) * | 2020-05-16 | 2020-09-29 | 北京城建中南土木工程集团有限公司 | 一种地下管网泄露位置确定方法及*** |
CN115076618A (zh) * | 2022-08-24 | 2022-09-20 | 北京云庐科技有限公司 | 用于燃气管网泄漏管段判定的方法、装置和存储介质 |
CN115111537A (zh) * | 2022-08-24 | 2022-09-27 | 北京云庐科技有限公司 | 用于确定燃气管网中泄漏点的位置的方法、装置和介质 |
CN115146987A (zh) * | 2022-07-14 | 2022-10-04 | 武汉理工大学 | 基于管网拓扑结构的管道泄漏智能重组恢复方法及装置 |
CN115218129A (zh) * | 2022-06-23 | 2022-10-21 | 珠海智通信息技术有限公司 | 供水管网漏损监控方法、计算机装置及存储介质 |
CN115685787A (zh) * | 2023-01-04 | 2023-02-03 | 北京云庐科技有限公司 | 用于城市燃气管网的建模仿真方法、建模仿真***和介质 |
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网*** |
CN116642140A (zh) * | 2023-04-27 | 2023-08-25 | 中国矿业大学 | 一种面向燃气站场管网的监测巡检***及泄漏预警方法 |
-
2023
- 2023-12-21 CN CN202311778488.6A patent/CN117688775A/zh active Granted
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093058A (zh) * | 2007-06-28 | 2007-12-26 | 天津大学 | 一种城市燃气管网自动监控***及监控方法 |
CN202082628U (zh) * | 2011-03-17 | 2011-12-21 | 河南汉威电子股份有限公司 | 一种实时数据交互的燃气管网巡检*** |
CN104317844A (zh) * | 2014-10-11 | 2015-01-28 | 讯腾数码科技(北京)有限公司 | 一种基于城市燃气管网拓扑分析的应急处理方法 |
CN105868444A (zh) * | 2016-03-23 | 2016-08-17 | 天津城建大学 | 一种基于特征图像的燃气管网泄漏检测和定位方法 |
CN107101087A (zh) * | 2017-03-22 | 2017-08-29 | 北京航空航天大学 | 城市天然气管道***管道故障传播影响评估方法及*** |
CN107590336A (zh) * | 2017-09-13 | 2018-01-16 | 哈尔滨理工大学 | 燃气管道泄漏对内部流场影响的数值模拟方法 |
CN111721808A (zh) * | 2020-05-16 | 2020-09-29 | 北京城建中南土木工程集团有限公司 | 一种地下管网泄露位置确定方法及*** |
CN115218129A (zh) * | 2022-06-23 | 2022-10-21 | 珠海智通信息技术有限公司 | 供水管网漏损监控方法、计算机装置及存储介质 |
CN115146987A (zh) * | 2022-07-14 | 2022-10-04 | 武汉理工大学 | 基于管网拓扑结构的管道泄漏智能重组恢复方法及装置 |
CN115076618A (zh) * | 2022-08-24 | 2022-09-20 | 北京云庐科技有限公司 | 用于燃气管网泄漏管段判定的方法、装置和存储介质 |
CN115111537A (zh) * | 2022-08-24 | 2022-09-27 | 北京云庐科技有限公司 | 用于确定燃气管网中泄漏点的位置的方法、装置和介质 |
CN115685787A (zh) * | 2023-01-04 | 2023-02-03 | 北京云庐科技有限公司 | 用于城市燃气管网的建模仿真方法、建模仿真***和介质 |
CN115796408A (zh) * | 2023-02-13 | 2023-03-14 | 成都秦川物联网科技股份有限公司 | 一种用于智慧燃气的燃气输送损耗预测方法和物联网*** |
CN116642140A (zh) * | 2023-04-27 | 2023-08-25 | 中国矿业大学 | 一种面向燃气站场管网的监测巡检***及泄漏预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105117573B (zh) | 基于cad排水管网图纸信息的自动水力模型构建方法 | |
CN105320811B (zh) | 一种建立城市地下电力管网拓扑连通模型的方法 | |
Zhang et al. | SenStore: A scalable cyberinfrastructure platform for implementation of data-to-decision frameworks for infrastructure health management | |
CN110020433B (zh) | 一种基于企业关联关系的工商高管人名消歧方法 | |
CN105912844B (zh) | 一种天然气管网供气可靠性的评价方法及装置 | |
CN107368648A (zh) | 一种面向市政给水管网压力监测点优化布置方法 | |
CN109359351A (zh) | 一种管道三维建模方法及管道设计方法 | |
CN107103640B (zh) | 一种城市地下管线的三维建模方法及*** | |
CN201229289Y (zh) | 一种腐蚀预测装置 | |
CN106250570A (zh) | 一种地下排水管网智能管理*** | |
CN115127036B (zh) | 一种市政燃气管网漏损定位方法及*** | |
Dávila et al. | Open data model standards for structural performance monitoring of infrastructure assets | |
CN115170980A (zh) | 一种基于卫星影像识别的输气管道高后果区智能识别方法 | |
CN114186825A (zh) | 一种天然气巡检规划方法 | |
CN107038287B (zh) | 一种检查排水管网拓扑结构关系的模型分析方法及介质 | |
CN116595695A (zh) | 一种燃气管网模型构建方法及其装置 | |
CN117688775A (zh) | 一种燃气管网泄漏数据生成方法、装置、设备及存储介质 | |
CN117521313A (zh) | 用于对管道网络进行泄漏检测的方法和装置 | |
CN115345078B (zh) | 一种基于电缆迭代模型的电缆管理方法及装置 | |
CN116662935A (zh) | 基于空气质量监测网络的大气污染物空间分布预测方法 | |
CN116757474A (zh) | 基于gis城市排水管网可视化管理监控***和方法 | |
CN116861598A (zh) | 一种基于图论的swmm快速模型生成方法 | |
US7778804B2 (en) | Network system analysis | |
CN113886999B (zh) | 通过cad数据快速建立排水模型与数据gis化的方法 | |
CN115587439A (zh) | 重金属污染物迁移模型可变参数的修正方法及修正平台 |
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 |