CN117850491B - 用于燃气输配的自动调压控制方法及*** - Google Patents
用于燃气输配的自动调压控制方法及*** Download PDFInfo
- Publication number
- CN117850491B CN117850491B CN202410254874.3A CN202410254874A CN117850491B CN 117850491 B CN117850491 B CN 117850491B CN 202410254874 A CN202410254874 A CN 202410254874A CN 117850491 B CN117850491 B CN 117850491B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- gas flow
- pressure
- user side
- expected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000005540 biological transmission Effects 0.000 title claims abstract description 28
- 239000002737 fuel gas Substances 0.000 title description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 230000001276 controlling effect Effects 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 38
- 238000012163 sequencing technique Methods 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 22
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 250
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 206010063385 Intellectualisation Diseases 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Landscapes
- Pipeline Systems (AREA)
Abstract
本公开提供了一种用于燃气输配的自动调压控制方法及***,涉及智能调压控制技术领域,该方法包括:加载调压阀的用户侧管道状态信息,包括燃气流量、管道温度和下级阀门开度;将燃气流量、管道温度和下级阀门开度发送至服务端,通过管道压力预测器生成管道预测压力;判断管道预测压力是否属于期望压力区间;若不属于,对燃气流量进行寻优,生成期望燃气流量发送至执行端,根据期望燃气流量对调压阀进行开度控制。通过本公开可以解决由于采集的压力监测数据准确性较低和自动调压控制滞后性较大,导致不能快速准确地进行自动调压控制的技术问题,可以提高压力监测数据获取的准确性和降低自动调压控制的滞后性,实现快速准确地进行自动调压控制。
Description
技术领域
本公开涉及智能调压控制技术领域,尤其涉及一种用于燃气输配的自动调压控制方法及***。
背景技术
在燃气输配过程中,自动调压控制是一种重要的技术手段,通过感知输气管道内的压力变化完成管道压力的自动调节,可以确保燃气输配的稳定和安全,提高供气质量。
传统的自动调压控制方法通常依赖于压力表的实时监测数据进行管道压力调节,由于压力表容易受到外界环境因素的干扰,导致压力监测数据的误差概率较大,影响了自动调压时的控制精度;同时通过压力表的监测数据上传服务器处理后再进行调压,会造成延后调压控制的时间,导致调压控制滞后性较大。
综上所述,现有的用于燃气输配的自动调压控制方法由于采集的压力监测数据准确性较低和自动调压控制滞后性较大,导致不能快速准确地进行自动调压控制的技术问题。
发明内容
本公开的目的是提供一种用于燃气输配的自动调压控制方法及***,用以解决现有的用于燃气输配的自动调压控制方法由于采集的压力监测数据准确性较低和自动调压控制滞后性较大,导致不能快速准确地进行自动调压控制的技术问题。
鉴于上述问题,本公开提供了一种用于燃气输配的自动调压控制方法及***。
第一方面,本公开提供了一种用于燃气输配的自动调压控制方法,所述方法通过一种用于燃气输配的自动调压控制***实现,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,其中,所述方法包括:加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
第二方面,本公开还提供了一种用于燃气输配的自动调压控制***,用于执行如第一方面所述的一种用于燃气输配的自动调压控制方法,其中,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,所述***包括:管道状态信息加载模块,所述管道状态信息加载模块用于加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;管道预测压力生成模块,所述管道预测压力生成模块用于将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;管道预测压力判断模块,所述管道预测压力判断模块用于判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;期望燃气流量生成模块,所述期望燃气流量生成模块用于若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;调压阀开度控制模块,所述调压阀开度控制模块用于将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
本公开中提供的一个或多个技术方案,至少具有如下技术效果或优点:
(1)可以解决现有的用于燃气输配的自动调压控制方法由于采集的压力监测数据准确性较低和自动调压控制滞后性较大,导致不能快速准确地进行自动调压控制的技术问题。通过加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。通过上述方法可以提高压力监测数据获取的准确性和降低自动调压控制的滞后性,实现快速准确地进行自动调压控制,提高燃气输配自动调压控制的效率、精准性和智能化。
(2)通过构建管道压力预测器进行管道压力预测,得到用户侧管道预测压力,可以提高管道压力数据获得的准确性,从而提高管道压力判断的准确性。
(3)通过进行燃气流量寻优得到期望燃气流量,可以提高期望燃气流量获得的准确性,从而提高自动调压控制的精准性。
上述说明仅是本公开技术方案的概述,为了能够更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举本公开的具体实施方式。应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开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的介绍,显而易见地,下面描述中的附图仅仅是示例性的,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为本公开一种用于燃气输配的自动调压控制方法的流程示意图;
图2为本公开一种用于燃气输配的自动调压控制方法中生成管道压力预测器的流程示意图;
图3为本公开一种用于燃气输配的自动调压控制***的结构示意图。
附图标记说明:
管道状态信息加载模块11,管道预测压力生成模块12,管道预测压力判断模块13,期望燃气流量生成模块14,调压阀开度控制模块15。
具体实施方式
本公开通过提供一种用于燃气输配的自动调压控制方法及***,解决了现有的用于燃气输配的自动调压控制方法由于采集的压力监测数据准确性较低和自动调压控制滞后性较大,导致不能快速准确地进行自动调压控制的技术问题。可以提高压力监测数据获取的准确性和降低自动调压控制的滞后性,实现快速准确地进行自动调压控制的技术目标,达到提高燃气输配自动调压控制的效率、精准性和智能化的技术效果。
下面,将参考附图对本公开中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。基于本公开的实施例,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,都属于本公开保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分而非全部。
实施例一:
请参阅附图1,本公开提供了一种用于燃气输配的自动调压控制方法,其中,所述方法应用于一种用于燃气输配的自动调压控制***,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,所述方法具体包括如下步骤:
加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;
具体而言,本公开提供的方法通过对现有的用于燃气输配的自动调压控制方法进行优化,来提高自动调压控制过程中压力监测数据获取的准确性和降低调压控制的滞后性,实现快速准确地进行自动调压控制的技术目标,达到提高燃气输配自动调压控制的效率、精准性和智能化的技术效果。所述方法实施于一种用于燃气输配的自动调压控制***,其中所述***包括服务端和执行端,所述服务端用于对获取的管道状态监测数据进行智能分析,生成燃气流量控制指令;所述执行端用于控制第一调压阀进行阀门开度控制,所述第一调压阀为燃气输配管道中多个调压阀中的任意一个;所述服务端和所述执行端可以通过信号传输的方式实现数据交互。
获取第一调压阀的用户侧管道状态信息,所述用户侧管道状态信息可通过多个传感器进行数据采集获得,所述第一调压阀燃气输配管道中多个调压阀中的任意一个,本领域技术人员可根据实际情况自行设置,其中所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度。
通过获得用户侧管道状态信息,为下一步进行管道压力预测,得到管道预测压力提供了数据支持。
将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;
具体而言,将所述燃气流量、所述管道温度和所述下级阀门开度发送至燃气输配的自动调压控制***的服务端,其中所述服务端中内嵌有管道压力预测器,所述管道压力预测器为机器学习中可以进行迭代优化的神经网络模型。通过所述管道压力预测器,根据所述燃气流量、所述管道温度和所述下级阀门开度进行管道压力预测,生成用户侧管道预测压力。
通过基于神经网络进行管道压力预测,得到用户侧管道预测压力,可以提高管道压力数据获得的准确性,从而可以提高管道压力判断的准确性。
判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;
具体而言,获取用户侧管道期望压力区间,所述用户侧管道期望压力区间为燃气管道中的正常压力范围,通常根据燃气管道的类型和实际用途进行设置,例如:A级中压燃气管道压力为0.2<P≤0.4MPa、B级中压燃气管道压力为0.01<P≤0.2MPa、低压燃气管道压力为P<0.01MPa。然后根据所述用户侧管道期望压力区间对所述用户侧管道预测压力进行判断,判断所述用户侧管道预测压力是否处于所述用户侧管道期望压力区间的范围内。
若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;
具体而言,当所述用户侧管道预测压力不处于所述用户侧管道期望压力区间的范围内时,表征此时管道压力出现异常,存在压力过小或压力过大的情况,此时通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,得到期望燃气流量,所述期望燃气流量是指用于进行自动调压控制的最优燃气流量,其中燃气输配管道内燃气流量和管道压力成正比,即在相同的供气条件下,管道内的燃气流量越大,则管道压力越大。
通过进行燃气流量寻优得到期望燃气流量,可以提高期望燃气流量获得的准确性,从而提高自动调压控制的精准性。
将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
具体而言,最后将所述期望燃气流量通过所述服务端发送至所述执行端,然后通过所述执行端根据所述期望燃气流量对所述第一调压阀进行开度控制。
所述一种用于燃气输配的自动调压控制方法应用于一种用于燃气输配的自动调压控制***,首先,加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;然后将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;进一步判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;最后将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。通过上述方法可以提高压力监测数据获取的准确性和降低自动调压控制的滞后性,实现快速准确地进行自动调压控制的技术目标,达到提高燃气输配自动调压控制的效率、精准性和智能化的技术效果。
进一步,如附图2所示,在一个实施例中,所述将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力,之前包括:
获得第一调压阀的用户侧管道拓扑特征,其中,所述用户侧管道拓扑特征包括管道拓扑结构信息和管道负载分布信息;
以所述管道拓扑结构信息和所述管道负载分布信息为约束,采集燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力标识信息;
具体而言,其中构建管道压力预测器的方法如下,首先,获得第一调压阀的用户侧管道拓扑特征,其中用户侧管道拓扑特征可通过管道分布图进行信息提取获得,其中所述用户侧管道拓扑特征包括管道拓扑结构信息和管道负载分布信息,所述管道拓扑结构信息包括管道组成部件、结构、布置形式等信息,例如:管道组成部件包括管体、管件等部件;管道结构包括管件结构和连接方式,其中管件结构包括直管、弯头、三通、四通等,连接方式包括焊接、法兰连接、螺纹连接等;其中布置形式包括直线布置、折线布置、环形布置等方式。所述管道负载分布信息是指管道上的阀门等控制装置。
将所述管道拓扑结构信息和所述管道负载分布信息作为约束条件进行信息采集,即采集与所述管道拓扑结构信息和所述管道负载分布信息相同结构分布的管道的燃气输配的历史运行信息,其中所采集的信息包括燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力标识信息,且所述燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和所述管道压力标识信息具有对应关系。
在一个实施例中,所述方法还包括:
以所述管道拓扑结构信息和所述管道负载分布信息为约束,采集燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力监测信息;
其中,任意一组所述燃气流量历史信息、所述管道温度历史信息、所述下级阀门开度历史信息和所述管道压力监测信息包括一个燃气流量记录值、一个管道温度记录值、一个下级阀门开度记录值和多个管道压力监测记录值;
在服务器中搭建集中值临时评价组件,对所述多个管道压力监测记录值进行处理,生成管道压力标识特征值,添加进所述管道压力标识信息;
具体而言,将所述管道拓扑结构信息和所述管道负载分布信息作为信息采集的约束条件,基于工业大数据技术,检索相同条件下的历史运行信息,其中工业大数据技术是一种使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法,包括数据规划、数据采集、分析挖掘等技术手段;得到燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力监测信息,其中任意一组所述燃气流量历史信息、所述管道温度历史信息、所述下级阀门开度历史信息和所述管道压力监测信息均包括一个燃气流量记录值、一个管道温度记录值、一个下级阀门开度记录值和多个管道压力监测记录值。
在服务器中搭建集中值临时评价组件,所述集中值临时评价组件用于对多个管道压力监测记录值进行集中值评价,得到相对准确的压力值。然后通过所述集中值临时评价组件对所述多个管道压力监测记录值进行集中值评价,根据评价结果生成管道压力标识特征值,并将所述管道压力标识特征值添加进所述管道压力标识信息中,获得管道压力标识信息。
由于采集获取的历史运行数据也是通过传感器监测获得,因此可能存在一定的误差,所以通过采集相同燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息对应的多个压力监测值,并对多个压力监测值进行集中值评价得到管道压力标识特征值,可以提高管道压力标识特征值获得的准确性,即可以提高训练数据获取的准确性,从而可以间接提高管道压力预测器的压力预测的准确性。
在一个实施例中,所述方法还包括:
构建集中值评价规则:
步骤A:依据自小到大序列对所述多个管道压力监测记录值调整,生成第一数据序列;
步骤B:对所述第一数据序列的数据量的0.25倍向上取整,获得第一边界序号;
步骤C:对所述第一数据序列的数据量的0.75倍向下取整,获得第二边界序号;
步骤D:将所述第一数据序列中小于所述第一边界序号的数据删除,且将所述第一数据序列中大于所述第二边界序号的数据删除,获得集中数据集;
步骤E:对所述集中数据集进行均值分析,生成所述管道压力标识特征值;
根据所述集中值评价规则,在所述服务器搭建所述集中值临时评价组件。
具体而言,其中在服务器中搭建集中值临时评价组件的方法如下,首先,构建集中值评价规则,其中所述集中值评价规则为:步骤A:依据自小到大序列对所述多个管道压力监测记录值调整,生成第一数据序列;步骤B:对所述第一数据序列的数据量的0.25倍向上取整,获得第一边界序号;步骤C:对所述第一数据序列的数据量的0.75倍向下取整,获得第二边界序号;步骤D:将所述第一数据序列中小于所述第一边界序号的数据删除,且将所述第一数据序列中大于所述第二边界序号的数据删除,获得集中数据集;步骤E:对所述集中数据集进行均值分析,生成所述管道压力标识特征值。简而言之,集中值评价规则为提取第一数据序列中大于0.25且小于0.75的多个管道压力监测记录值,即提取较为集中的多个管道压力监测记录值,然后对提取的多个管道压力监测记录值进行平均值计算,将均值计算结果作为管道压力标识特征值。
基于所述集中值评价规则在所述服务器搭建所述集中值临时评价组件,然后通过所述集中值临时评价组件根据所述集中值评价规则对所述多个管道压力监测记录值进行处理,得到所述管道压力标识信息。
通过构建集中值评价规则,为进行集中值临时评价提供了依据,同时可以提高集中值评价的稳定性和准确性。
其中,当所述管道压力预测器训练完成,将所述集中值临时评价组件删除。
具体而言,所述集中值临时评价组件为临时搭建,只用于对管道压力监测记录值进行处理,当所述管道压力预测器训练完成后,则将所述集中值临时评价组件删除。
以所述管道压力标识信息为监督,调取所述燃气流量历史信息、所述管道温度历史信息和所述下级阀门开度历史信息对BP神经网络进行配置,生成所述管道压力预测器下载至所述服务端。
具体而言,基于BP神经网络构建管道压力预测器的网络结构,其中所述管道压力预测器为机器学习中可以进行迭代优化的神经网络模型,通过历史训练数据进行监督训练获得,所述管道压力预测器包括输入层、隐含层和输出层,所述输入层的输入数据为燃气流量、管道温度和下级阀门开度,所述输出层的输出数据为管道预测压力。
将所述管道压力标识信息作为训练过程中的监督数据,将所述燃气流量历史信息、所述管道温度历史信息和所述下级阀门开度历史信息作为训练数据集对所述管道压力预测器进行监督训练,其训练过程如下,首先,在所述训练数据集中随机选取第一训练数据,所述第一训练数据为所述训练数据集中多个训练数据的任意一个;通过所述第一训练数据对所述管道压力预测器进行监督训练,输出第一管道预测压力;将所述第一管道预测压力与所述第一训练数据对应的管道压力标识信息进行比对;当两者一致时,则随机选取第二训练数据对所述管道压力预测器进行监督训练;当两者不一致时,则根据两者之间的偏差值对所述管道压力预测器的权重参数进行优化调整,然后随机选取第二训练数据对所述管道压力预测器进行监督训练;不断进行迭代监督训练,直到所述管道压力预测器的输出结果准确率大于预设准确率指标时,则获得训练完成的管道压力预测器,其中所述预设准确率指标本领域技术人员可根据实际需求进行设置,其中需求精度越高,则预设准确率指标越大,通常情况下可设置预设准确率指标为95%。最后将训练完成的所述管道压力预测器下载至所述服务端。
进一步的在一个实施例中,所述通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量,包括:
加载上游燃气流量和第一调压阀编号,输入存储于所述服务端的流量约束标识表,获得燃气流量约束区间;
对所述燃气流量约束区间进行多级中位划分,获得k个初始燃气流量,其中,k≥9,k为整数;
通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述k个初始燃气流量执行预测,生成k个初始预测压力;
当所述k个初始预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的初始预测压力的初始燃气流量,设为所述期望燃气流量。
具体而言,首先,获取上游燃气流量和第一调压阀编号,所述上游燃气流量为与安装第一调压阀的燃气管道相连通,且位于燃气输送方向相反方向的相邻燃气管道的燃气流量,可通过安装传感器进行实时监测获得;然后将所述上游燃气流量和所述第一调压阀编号输入流量约束标识表,匹配获得燃气流量约束区间。其中所述流量约束标识表存储于所述服务端中,所述流量约束标识表包括多个调压阀编号和多个流量约束标识子表,其中所述调压阀编号和所述流量约束标识子表具有一一对应的关系;所述流量约束标识子表中包含多个历史上游燃气流量和多个燃气流量约束区间,且所述历史上游燃气流量和所述燃气流量约束区间具有一一对应的关系。首先,将所述第一调压阀编号输入所述流量约束标识表中进行匹配,获得对应的第一流量约束标识子表;然后将所述上游燃气流量输入所述第一流量约束标识子表中进行匹配,获得燃气流量约束区间,所述燃气流量约束区间是指燃气流量可调整的范围。
对所述燃气流量约束区间进行多级中位划分,得到k个初始燃气流量,其中k为大于等于9的整数,k的具体值本领域技术人员可根据燃气流量约束区间的实际范围进行设置,其中燃气流量约束区间的多级中位划分方法如下,首先,确定K的具体值,配置中位划分公式,其中中位划分公式为,其中x为中位划分的级数,即对燃气流量约束区间进行x级中位划分,其中中位划分指的是,每次在区间的中点将区间划分两个区间,例如:一级中位划分是指在燃气流量约束区间的中点进行划分,将其划分为两个区间,此时具有三个端点燃气流量;二级是对一级划分的两个区间分别进行中位划分,此时就有5个端点值;以此类推,则划分为x级,就有/>个端点值,即k个端点值。
通过对所述燃气流量约束区间进行多级中位划分,可以提高初始燃气流量分布的均匀性,从而可以更容易在寻优过程中找到最优值,同时可以提高最优值得到的全局性和准确性。
通过所述管道压力预测器,根据所述管道温度、所述下级阀门开度和所述k个初始燃气流量依次进行管道压力预测,得到k个初始燃气流量对应的k个初始预测压力,其中每个初始燃气流量对应一个初始预测压力。
基于所述用户侧管道期望压力区间对所述k个初始预测压力进行判断,当所述k个初始预测压力中存在初始预测压力处于所述用户侧管道期望压力区间的范围内时,则输出属于所述用户侧管道期望压力区间的初始预测压力的初始燃气流量,并将所述初始燃气流量设为所述期望燃气流量。
在一个实施例中,所述方法还包括:
当所述k个初始预测压力不具有所述用户侧管道期望压力区间,分别计算所述k个初始预测压力和所述用户侧管道期望压力区间的最近距离,设为所述k个初始燃气流量的k个初始适应度;
步骤一:将所述k个初始适应度自小到大进行排序,生成第一适应度排序结果;
根据所述第一适应度排序结果对所述k个初始燃气流量进行序列化调整,获得第一初始燃气流量排序结果;
计算头解数量阈值和尾解数量阈值,其中,所述头解数量阈值等于k*0.1的向上取整值,所述尾解数量阈值等于k*0.3的向上取整值;
根据所述头解数量阈值按照所述第一初始燃气流量排序结果,自首至尾筛选头解燃气流量;
以所述尾解数量阈值按照所述第一初始燃气流量排序结果,自尾至首筛选尾解燃气流量;
配置行进步长约束区间和行进次数约束区间;
根据所述行进步长约束区间和所述行进次数约束区间,以所述头解燃气流量为行进目标,以所述尾解燃气流量为行进起点,构建行进方向约束,对所述尾解燃气流量进行调节,生成燃气流量扩充值;
其中,当所述燃气流量扩充值大于或等于燃气流量扩充值数量阈值时停止扩充;
步骤二:通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述燃气流量扩充值执行预测,生成扩充值预测压力;
步骤三:当所述扩充值预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的扩充值预测压力的燃气流量扩充值,设为所述期望燃气流量。
具体而言,当所述k个初始预测压力中的初始预测压力均不处于所述用户侧管道期望压力区间范围内时,则分别计算所述k个初始预测压力和所述用户侧管道期望压力区间的最近距离,其中所述最近距离是指初始预测压力与所述用户侧管道期望压力区间的最大值或最小值的差值中较小的差值,得到k个最近距离,然后将k个最近距离设为所述k个初始燃气流量的k个初始适应度,其中最近距离越小,则初始适应度越小;同时适应度越小,表征结果越优。
首先,将所述k个初始适应度自小到大进行排序,生成第一适应度排序结果;然后根据所述第一适应度排序结果对所述k个初始燃气流量进行序列化调整,即将所述k个初始燃气流量按照对应适应度的大小进行排列,得到第一初始燃气流量排序结果,其中所述第一初始燃气流量排序结果中初始燃气流量的顺序和对应的适应度在所述第一适应度排序结果中的顺序一致。
分别计算头解数量阈值和尾解数量阈值,其中所述头解数量阈值等于k*0.1的向上取整值,例如:假设K为37,则头解数量阈值为4,所述尾解数量阈值等于k*0.3的向上取整值。然后根据所述头解数量阈值按照所述第一初始燃气流量排序结果,自首至尾筛选头解燃气流量,即提取所述第一初始燃气流量排序结果中排序为前所述头解数量阈值的燃气流量,设定为头解燃气流量;以所述尾解数量阈值按照所述第一初始燃气流量排序结果,自尾至首筛选尾解燃气流量,获得所述尾解数量阈值的尾解燃气流量。
配置行进步长约束区间和行进次数约束区间,所述行进步长约束区间为每次寻优过程中的调整步长,所述行进次数约束区间为本次寻优的总次数,可根据实际情况进行设置。然后根据所述行进步长约束区间和所述行进次数约束区间,将所述头解燃气流量作为行进目标,以所述尾解燃气流量为行进起点,构建行进方向约束,对所述尾解燃气流量进行调节,生成燃气流量扩充值。其中设置所述行进方向约束的目的是将尾解燃气流量向着头解燃气流量所在方向调整,并非调整至等于头解燃气流量就停止,也有可能超越它。获取燃气流量扩充值数量阈值,所述燃气流量扩充值数量阈值可根据实际情况进行设置,当所述燃气流量扩充值大于或等于燃气流量扩充值数量阈值时停止扩充。
然后通过所述管道压力预测器,根据所述管道温度和所述下级阀门开度,对所述燃气流量扩充值依次进行管道压力预测,得到扩充值预测压力。根据所述用户侧管道期望压力区间对所述扩充值预测压力进行判断,当所述扩充值预测压力中存在处于所述用户侧管道期望压力区间范围内的预测压力时,则输出属于所述用户侧管道期望压力区间的扩充值预测压力的燃气流量扩充值,并将所述燃气流量扩充值设为所述期望燃气流量。
在一个实施例中,所述方法还包括:
当所述扩充值预测压力不具有属于所述用户侧管道期望压力区间时,返回步骤一。
具体而言,当所述扩充值预测压力不具有属于所述用户侧管道期望压力区间时,则返回步骤一重新进行寻优,直至获得属于所述用户侧管道期望压力区间内的扩充值预测压力。
综上所述,本公开所提供的一种用于燃气输配的自动调压控制方法具有如下技术效果:
1.通过上述方法可以提高压力监测数据获取的准确性和降低自动调压控制的滞后性,实现快速准确地进行自动调压控制的技术目标,达到提高燃气输配自动调压控制的效率、精准性和智能化的技术效果。
2.通过设置集中值评价规则对多个压力监测值进行集中值评价得到管道压力标识特征值,可以提高管道压力标识特征值获得的准确性,即可以提高训练数据获取的准确性,从而可以间接提高管道压力预测器的压力预测的准确性。
3.通过对所述燃气流量约束区间进行多级中位划分,可以提高初始燃气流量分布的均匀性,从而可以更容易在寻优过程中找到最优值,同时可以提高最优值得到的全局性和准确性。
实施例二:
基于与前述实施例中一种用于燃气输配的自动调压控制方法,同样发明构思,本公开还提供了一种用于燃气输配的自动调压控制***,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,请参阅附图3,所述***包括:
管道状态信息加载模块11,所述管道状态信息加载模块11用于加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;
管道预测压力生成模块12,所述管道预测压力生成模块12用于将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;
管道预测压力判断模块13,所述管道预测压力判断模块13用于判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;
期望燃气流量生成模块14,所述期望燃气流量生成模块14用于若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;
调压阀开度控制模块15,所述调压阀开度控制模块15用于将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
进一步,所述***中的所述管道预测压力生成模块12还用于:
获得第一调压阀的用户侧管道拓扑特征,其中,所述用户侧管道拓扑特征包括管道拓扑结构信息和管道负载分布信息;
以所述管道拓扑结构信息和所述管道负载分布信息为约束,采集燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力标识信息;
以所述管道压力标识信息为监督,调取所述燃气流量历史信息、所述管道温度历史信息和所述下级阀门开度历史信息对BP神经网络进行配置,生成所述管道压力预测器下载至所述服务端。
进一步,所述***中的所述管道预测压力生成模块12还用于:
以所述管道拓扑结构信息和所述管道负载分布信息为约束,采集燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力监测信息;
其中,任意一组所述燃气流量历史信息、所述管道温度历史信息、所述下级阀门开度历史信息和所述管道压力监测信息包括一个燃气流量记录值、一个管道温度记录值、一个下级阀门开度记录值和多个管道压力监测记录值;
在服务器中搭建集中值临时评价组件,对所述多个管道压力监测记录值进行处理,生成管道压力标识特征值,添加进所述管道压力标识信息;
其中,当所述管道压力预测器训练完成,将所述集中值临时评价组件删除。
进一步,所述***中的所述管道预测压力生成模块12还用于:
构建集中值评价规则:
步骤A:依据自小到大序列对所述多个管道压力监测记录值调整,生成第一数据序列;
步骤B:对所述第一数据序列的数据量的0.25倍向上取整,获得第一边界序号;
步骤C:对所述第一数据序列的数据量的0.75倍向下取整,获得第二边界序号;
步骤D:将所述第一数据序列中小于所述第一边界序号的数据删除,且将所述第一数据序列中大于所述第二边界序号的数据删除,获得集中数据集;
步骤E:对所述集中数据集进行均值分析,生成所述管道压力标识特征值;
根据所述集中值评价规则,在所述服务器搭建所述集中值临时评价组件。
进一步,所述***中的所述期望燃气流量生成模块14还用于:
加载上游燃气流量和第一调压阀编号,输入存储于所述服务端的流量约束标识表,获得燃气流量约束区间;
对所述燃气流量约束区间进行多级中位划分,获得k个初始燃气流量,其中,k≥9,k为整数;
通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述k个初始燃气流量执行预测,生成k个初始预测压力;
当所述k个初始预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的初始预测压力的初始燃气流量,设为所述期望燃气流量。
进一步,所述***中的所述期望燃气流量生成模块14还用于:
当所述k个初始预测压力不具有所述用户侧管道期望压力区间,分别计算所述k个初始预测压力和所述用户侧管道期望压力区间的最近距离,设为所述k个初始燃气流量的k个初始适应度;
步骤一:将所述k个初始适应度自小到大进行排序,生成第一适应度排序结果;
根据所述第一适应度排序结果对所述k个初始燃气流量进行序列化调整,获得第一初始燃气流量排序结果;
计算头解数量阈值和尾解数量阈值,其中,所述头解数量阈值等于k*0.1的向上取整值,所述尾解数量阈值等于k*0.3的向上取整值;
根据所述头解数量阈值按照所述第一初始燃气流量排序结果,自首至尾筛选头解燃气流量;
以所述尾解数量阈值按照所述第一初始燃气流量排序结果,自尾至首筛选尾解燃气流量;
配置行进步长约束区间和行进次数约束区间;
根据所述行进步长约束区间和所述行进次数约束区间,以所述头解燃气流量为行进目标,以所述尾解燃气流量为行进起点,构建行进方向约束,对所述尾解燃气流量进行调节,生成燃气流量扩充值;
其中,当所述燃气流量扩充值大于或等于燃气流量扩充值数量阈值时停止扩充;
步骤二:通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述燃气流量扩充值执行预测,生成扩充值预测压力;
步骤三:当所述扩充值预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的扩充值预测压力的燃气流量扩充值,设为所述期望燃气流量。
进一步,所述***中的所述期望燃气流量生成模块14还用于:
当所述扩充值预测压力不具有属于所述用户侧管道期望压力区间时,返回步骤一。
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他实施例的不同之处,前述图1实施例一中的一种用于燃气输配的自动调压控制方法和具体实例同样适用于本实施例的一种用于燃气输配的自动调压控制***,通过前述对一种用于燃气输配的自动调压控制方法的详细描述,本领域技术人员可以清楚知道本实施例中一种用于燃气输配的自动调压控制***,所以为了说明书的简洁,在此不再详述。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,所以描述比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本公开。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样,倘若本公开的这些修改和变型属于本公开及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。
Claims (7)
1.用于燃气输配的自动调压控制方法,其特征在于,应用于燃气输配的自动调压控制***,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,包括:
加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;
将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力,其中,构建管道压力预测器的方法如下:
首先,获得第一调压阀的用户侧管道拓扑特征,其中,所述用户侧管道拓扑特征包括管道拓扑结构信息和管道负载分布信息;将所述管道拓扑结构信息和所述管道负载分布信息作为约束条件进行信息采集,即采集与所述管道拓扑结构信息和所述管道负载分布信息相同结构分布的管道的燃气输配的历史运行信息,其中所采集的信息包括燃气流量历史信息、管道温度历史信息、下级阀门开度历史信息和管道压力标识信息;任意一组所述燃气流量历史信息、所述管道温度历史信息、所述下级阀门开度历史信息和所述管道压力监测信息包括一个燃气流量记录值、一个管道温度记录值、一个下级阀门开度记录值和多个管道压力监测记录值;在服务器中搭建集中值临时评价组件,对所述多个管道压力监测记录值进行处理,生成管道压力标识特征值,添加进所述管道压力标识信息;以所述管道压力标识信息为监督,调取所述燃气流量历史信息、所述管道温度历史信息和所述下级阀门开度历史信息对 BP 神经网络进行配置,生成所述管道压力预测器下载至所述服务端;
判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;
若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;
将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
2.如权利要求1所述的方法,其特征在于,当所述管道压力预测器训练完成,将所述集中值临时评价组件删除。
3.如权利要求2所述的方法,其特征在于,在服务器中搭建集中值临时评价组件,包括:
构建集中值评价规则:
步骤A:依据自小到大序列对所述多个管道压力监测记录值调整,生成第一数据序列;
步骤B:对所述第一数据序列的数据量的0.25倍向上取整,获得第一边界序号;
步骤C:对所述第一数据序列的数据量的0.75倍向下取整,获得第二边界序号;
步骤D:将所述第一数据序列中小于所述第一边界序号的数据删除,且将所述第一数据序列中大于所述第二边界序号的数据删除,获得集中数据集;
步骤E:对所述集中数据集进行均值分析,生成所述管道压力标识特征值;
根据所述集中值评价规则,在所述服务器搭建所述集中值临时评价组件。
4.如权利要求1所述的方法,其特征在于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量,包括:
加载上游燃气流量和第一调压阀编号,输入存储于所述服务端的流量约束标识表,获得燃气流量约束区间;
对所述燃气流量约束区间进行多级中位划分,获得k个初始燃气流量,其中,k≥9,k为整数;
通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述k个初始燃气流量执行预测,生成k个初始预测压力;
当所述k个初始预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的初始预测压力的初始燃气流量,设为所述期望燃气流量。
5.如权利要求4所述的方法,其特征在于,还包括:
当所述k个初始预测压力不具有所述用户侧管道期望压力区间,分别计算所述k个初始预测压力和所述用户侧管道期望压力区间的最近距离,设为所述k个初始燃气流量的k个初始适应度;
步骤一:将所述k个初始适应度自小到大进行排序,生成第一适应度排序结果;
根据所述第一适应度排序结果对所述k个初始燃气流量进行序列化调整,获得第一初始燃气流量排序结果;
计算头解数量阈值和尾解数量阈值,其中,所述头解数量阈值等于k*0.1的向上取整值,所述尾解数量阈值等于k*0.3的向上取整值;
根据所述头解数量阈值按照所述第一初始燃气流量排序结果,自首至尾筛选头解燃气流量;
以所述尾解数量阈值按照所述第一初始燃气流量排序结果,自尾至首筛选尾解燃气流量;
配置行进步长约束区间和行进次数约束区间;
根据所述行进步长约束区间和所述行进次数约束区间,以所述头解燃气流量为行进目标,以所述尾解燃气流量为行进起点,构建行进方向约束,对所述尾解燃气流量进行调节,生成燃气流量扩充值;
其中,当所述燃气流量扩充值大于或等于燃气流量扩充值数量阈值时停止扩充;
步骤二:通过所述管道压力预测器,结合所述管道温度和所述下级阀门开度,遍历所述燃气流量扩充值执行预测,生成扩充值预测压力;
步骤三:当所述扩充值预测压力具有属于所述用户侧管道期望压力区间时,输出属于所述用户侧管道期望压力区间的扩充值预测压力的燃气流量扩充值,设为所述期望燃气流量。
6.如权利要求5所述的方法,其特征在于,还包括:当所述扩充值预测压力不具有属于所述用户侧管道期望压力区间时,返回步骤一。
7.用于燃气输配的自动调压控制***,其特征在于,用于实施权利要求1至6中任意一项所述用于燃气输配的自动调压控制方法的步骤,所述***包括服务端和执行端,所述执行端用于控制第一调压阀,包括:
管道状态信息加载模块,所述管道状态信息加载模块用于加载第一调压阀的用户侧管道状态信息,其中,所述用户侧管道状态信息包括燃气流量、管道温度和下级阀门开度;
管道预测压力生成模块,所述管道预测压力生成模块用于将所述燃气流量、所述管道温度和所述下级阀门开度发送至服务端,通过内嵌于所述服务端的管道压力预测器生成用户侧管道预测压力;
管道预测压力判断模块,所述管道预测压力判断模块用于判断所述用户侧管道预测压力是否属于用户侧管道期望压力区间;
期望燃气流量生成模块,所述期望燃气流量生成模块用于若不属于,通过内嵌于所述服务端的管道流量优化器对所述燃气流量进行寻优,生成期望燃气流量;
调压阀开度控制模块,所述调压阀开度控制模块用于将所述期望燃气流量发送至执行端,通过所述执行端根据所述期望燃气流量,对所述第一调压阀进行开度控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410254874.3A CN117850491B (zh) | 2024-03-06 | 2024-03-06 | 用于燃气输配的自动调压控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410254874.3A CN117850491B (zh) | 2024-03-06 | 2024-03-06 | 用于燃气输配的自动调压控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117850491A CN117850491A (zh) | 2024-04-09 |
CN117850491B true CN117850491B (zh) | 2024-05-10 |
Family
ID=90536290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410254874.3A Active CN117850491B (zh) | 2024-03-06 | 2024-03-06 | 用于燃气输配的自动调压控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117850491B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019110851A1 (en) * | 2017-12-08 | 2019-06-13 | Solution Seeker As | Modelling of oil and gas networks |
WO2020102908A1 (en) * | 2018-11-21 | 2020-05-28 | Crux Operations Control Management Limited | System and method for autonomous operation of pipeline and midstream facility systems |
EP3699700A1 (de) * | 2019-02-25 | 2020-08-26 | Siemens Aktiengesellschaft | Druckregelung in einem versorgungsnetz |
CN112884250A (zh) * | 2021-03-31 | 2021-06-01 | 杨大松 | 一种智慧燃气管理***及方法 |
CN113074323A (zh) * | 2021-03-31 | 2021-07-06 | 杨大松 | 一种智能调压控制***及方法 |
CN113090959A (zh) * | 2021-03-31 | 2021-07-09 | 杨大松 | 一种智慧燃气监测*** |
CN113239504A (zh) * | 2021-06-30 | 2021-08-10 | 西南石油大学 | 一种基于优化神经网络的管道腐蚀缺陷预测方法 |
CN115344019A (zh) * | 2022-08-30 | 2022-11-15 | 国家石油天然气管网集团有限公司 | 一种基于复合智能算法的天然气计量流量调节工艺 |
CN115823500A (zh) * | 2023-02-13 | 2023-03-21 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气的燃气入户压力调控方法和物联网*** |
CN116306221A (zh) * | 2023-01-06 | 2023-06-23 | 南京航空航天大学 | 一种基于lstm预测模型的空气管道***控制方法 |
CN117034808A (zh) * | 2023-08-21 | 2023-11-10 | 浙江大学嘉兴研究院 | 一种基于图注意力网络的天然气管网压力估计方法 |
CN117570381A (zh) * | 2023-11-16 | 2024-02-20 | 北方工业大学 | 基于在线预测和数据融合的管网泄漏预警方法 |
CN117634166A (zh) * | 2023-11-17 | 2024-03-01 | 西南石油大学 | 一种非常规天然气井压裂段压裂参数优化方法、装置及存储介质 |
-
2024
- 2024-03-06 CN CN202410254874.3A patent/CN117850491B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019110851A1 (en) * | 2017-12-08 | 2019-06-13 | Solution Seeker As | Modelling of oil and gas networks |
WO2020102908A1 (en) * | 2018-11-21 | 2020-05-28 | Crux Operations Control Management Limited | System and method for autonomous operation of pipeline and midstream facility systems |
EP3699700A1 (de) * | 2019-02-25 | 2020-08-26 | Siemens Aktiengesellschaft | Druckregelung in einem versorgungsnetz |
CN112884250A (zh) * | 2021-03-31 | 2021-06-01 | 杨大松 | 一种智慧燃气管理***及方法 |
CN113074323A (zh) * | 2021-03-31 | 2021-07-06 | 杨大松 | 一种智能调压控制***及方法 |
CN113090959A (zh) * | 2021-03-31 | 2021-07-09 | 杨大松 | 一种智慧燃气监测*** |
CN113239504A (zh) * | 2021-06-30 | 2021-08-10 | 西南石油大学 | 一种基于优化神经网络的管道腐蚀缺陷预测方法 |
CN115344019A (zh) * | 2022-08-30 | 2022-11-15 | 国家石油天然气管网集团有限公司 | 一种基于复合智能算法的天然气计量流量调节工艺 |
CN116306221A (zh) * | 2023-01-06 | 2023-06-23 | 南京航空航天大学 | 一种基于lstm预测模型的空气管道***控制方法 |
CN115823500A (zh) * | 2023-02-13 | 2023-03-21 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气的燃气入户压力调控方法和物联网*** |
CN117034808A (zh) * | 2023-08-21 | 2023-11-10 | 浙江大学嘉兴研究院 | 一种基于图注意力网络的天然气管网压力估计方法 |
CN117570381A (zh) * | 2023-11-16 | 2024-02-20 | 北方工业大学 | 基于在线预测和数据融合的管网泄漏预警方法 |
CN117634166A (zh) * | 2023-11-17 | 2024-03-01 | 西南石油大学 | 一种非常规天然气井压裂段压裂参数优化方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
The golem: a general data-driven model for oil&gas forecasting based on recurrent neural networks;Victor Martinez等;《IEEE ACCESS》;20230424;第11卷;全文 * |
住宅小区燃气调压***预测控制策略;张昊清;魏东;熊亚选;;电子技术与软件工程;20200215(第04期);全文 * |
智能控制方法在天然气管道中的应用研究;吴岩;宫敬;;油气储运;20060825(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117850491A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7720575B2 (en) | Pipeline flow control optimization software methods | |
CN109210380B (zh) | 天然气自动分输方法和*** | |
CN111475913A (zh) | 一种蒸汽动力***的运行操作优化方法及*** | |
WO2023024433A1 (zh) | 一种燃气蒸汽联合循环发电机组运行调控***及调控方法 | |
CN115796408A (zh) | 一种用于智慧燃气的燃气输送损耗预测方法和物联网*** | |
CN101871448B (zh) | 一种泵站水泵特性曲线确定方法及*** | |
CN106703904A (zh) | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 | |
CN109359428A (zh) | 一种锅炉燃烧效率和氮氧化合物排放量的建模方法 | |
CN110263960B (zh) | 一种基于pdd的城市供水管网压力监测点优化布置的方法 | |
CN110067568A (zh) | 盾构纠偏油压输出的自适应控制方法及*** | |
CN111022932A (zh) | 一种供水管网的传感器布点***及方法 | |
CN107844668A (zh) | 一种基于泵装置的轴流泵疲劳可靠性的分析方法 | |
CN117850491B (zh) | 用于燃气输配的自动调压控制方法及*** | |
CN105240058B (zh) | 一种基于喷嘴流量计算的汽轮机流量曲线辨识及优化方法 | |
CN117314062B (zh) | 一种多级闸门联合多目标优化配水调度方法 | |
CN117066496B (zh) | 一种铸造冷却控制方法及*** | |
CN117662445B (zh) | 一种氮压机运行控制方法及*** | |
CN117556366B (zh) | 基于数据筛选的数据异常检测***及方法 | |
CN103455000A (zh) | 一种自动形成控制逻辑的scada***设备建模方法 | |
JP6400511B2 (ja) | プラント制御用のデータ処理装置およびプラント | |
RU2713553C1 (ru) | Способ повышения отдачи конденсата эксплуатируемым объектом нефтегазоконденсатного месторождения | |
CN117196220A (zh) | 一种智慧燃气应急方案评估方法、物联网***与存储介质 | |
CN107870567B (zh) | 一种比例微分超前广义智能内部模型集pid控制器设计方法 | |
CN105573269B (zh) | 半导体制造机台的参数监控***及方法 | |
CN108132596B (zh) | 一种微分超前广义智能内部模型集pid控制器设计方法 |
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 |