本發(fā)明涉及燃?xì)夤芫W(wǎng)異常識(shí)別，具體涉及一種燃?xì)夤芫W(wǎng)異常工況感知方法和系統(tǒng)。
背景技術(shù)：
1、當(dāng)前城市燃?xì)夤芫W(wǎng)規(guī)模不斷擴(kuò)大、結(jié)構(gòu)日趨復(fù)雜，對(duì)安全監(jiān)測(cè)技術(shù)提出了更高要求。傳統(tǒng)燃?xì)夤芫W(wǎng)安全監(jiān)測(cè)系統(tǒng)主要依賴(lài)單個(gè)站點(diǎn)的壓力、流量等參數(shù)設(shè)置固定閾值進(jìn)行報(bào)警，該方法孤立看待每個(gè)站點(diǎn)，忽略了故障通過(guò)管網(wǎng)拓?fù)鋫鞑サ暮诵奈锢硖匦浴＠绻艿佬孤?huì)引發(fā)上游流量增大、下游壓力下降的跨站點(diǎn)關(guān)聯(lián)變化，而單點(diǎn)閾值報(bào)警無(wú)法捕捉此類(lèi)規(guī)律；同時(shí)，對(duì)于凍堵等緩慢發(fā)展的異常，其參數(shù)變化短期內(nèi)難以觸及閾值，極易導(dǎo)致漏報(bào)。此外，傳統(tǒng)方法無(wú)法區(qū)分局部泄漏、全局氣源不足等不同成因的異常工況，缺乏異常溯源能力，也無(wú)法量化異常影響范圍，難以滿(mǎn)足智能運(yùn)維的實(shí)際需求。因此，亟需一種能夠從系統(tǒng)層面理解管網(wǎng)整體行為、精準(zhǔn)診斷異常工況的智能感知技術(shù)。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述問(wèn)題，本發(fā)明實(shí)施例提供一種燃?xì)夤芫W(wǎng)異常工況感知方法和系統(tǒng)，以解決現(xiàn)有的技術(shù)問(wèn)題。
2、為解決上述技術(shù)問(wèn)題，本發(fā)明提供以下技術(shù)方案：
3、第一方面，本發(fā)明提供一種燃?xì)夤芫W(wǎng)異常工況感知方法，所述方法包括：
4、構(gòu)建反映燃?xì)夤芫W(wǎng)中各站箱間關(guān)聯(lián)關(guān)系的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ停?/p>
5、分析異常工況在站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ鸵l(fā)的具有空間分布特征的運(yùn)行參數(shù)變化規(guī)律；
6、歸納工況異常與站場(chǎng)拓?fù)潢P(guān)系中不同位置站箱運(yùn)行參數(shù)異常變化趨勢(shì)之間的特征映射關(guān)系，形成結(jié)構(gòu)化的異常工況特征庫(kù)；
7、實(shí)時(shí)采集各站箱運(yùn)行參數(shù)并識(shí)別異常變化趨勢(shì)特征；
8、結(jié)合識(shí)別出的異常變化趨勢(shì)特征的對(duì)應(yīng)參數(shù)以及對(duì)應(yīng)的站箱在站場(chǎng)拓?fù)潢P(guān)系中的相對(duì)位置特征形成待匹配特征組；
9、將待匹配特征組與所述異常工況特征庫(kù)匹配，進(jìn)而判定異常工況類(lèi)型、推斷發(fā)生位置及評(píng)估影響范圍。
10、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)中的異常工況為管道泄漏時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
11、本站箱的壓力下降，且本站箱的溫度下降或維持不變；
12、上游站箱的壓力呈下降趨勢(shì)，且上游站箱的流量增加；
13、下游站箱的壓力呈下降趨勢(shì)，且下游站箱的流量減少或維持不變；
14、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
15、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)中的異常工況為管道凍堵時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
16、本站箱的壓力和流量均下降，且本站箱的溫度下降或維持不變；
17、上游站箱的壓力升高或不變，且上游站箱的流量下降；
18、下游站箱的壓力和流量均下降；
19、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
20、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)中的異常工況為站箱用氣突增時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
21、本站箱的流量瞬間躍升，且本站箱的壓力瞬間下降；
22、上游站箱的流量增加，且上游站箱的壓力下降；
23、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
24、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)中的異常工況為站箱用氣突減時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
25、本站箱的流量瞬間跌落，且本站箱的壓力瞬間上升；
26、上游站箱的流量減少，且上游站箱的壓力上升；
27、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
28、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)中的異常工況為氣源供氣不足時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
29、本站箱、上游站箱、下游站箱和相鄰站箱的壓力均呈現(xiàn)同步且緩慢下降趨勢(shì)；
30、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
31、一實(shí)施例中，還包括：當(dāng)識(shí)別出異常變化趨勢(shì)特征，但在異常工況特征庫(kù)中無(wú)匹配的特征映射關(guān)系時(shí)，則判定為出現(xiàn)誤報(bào)或通訊中斷。
32、一實(shí)施例中，所述識(shí)別異常變化趨勢(shì)特征包括：
33、計(jì)算運(yùn)行參數(shù)的變化率，過(guò)濾掉變化率為零的數(shù)據(jù)點(diǎn)并計(jì)算非零變化率的絕對(duì)平均值，作為判斷變化顯著性的動(dòng)態(tài)閾值；
34、采用滑動(dòng)窗口檢測(cè)連續(xù)單一方向的參數(shù)變化；
35、當(dāng)連續(xù)單一方向變化的數(shù)據(jù)點(diǎn)數(shù)量達(dá)到動(dòng)態(tài)閾值，且該段內(nèi)超過(guò)半數(shù)數(shù)據(jù)點(diǎn)的變化率絕對(duì)值超過(guò)所述絕對(duì)平均值時(shí)，識(shí)別為異常變化趨勢(shì)特征。
36、第二方面，本發(fā)明提供一種燃?xì)夤芫W(wǎng)異常工況感知系統(tǒng)，該系統(tǒng)包括：
37、拓?fù)淠Ｐ蜆?gòu)建模塊：用于構(gòu)建反映燃?xì)夤芫W(wǎng)中各站箱間關(guān)聯(lián)關(guān)系的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ停?/p>
38、模擬分析模塊：用于分析異常工況在站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ鸵l(fā)的具有空間分布特征的運(yùn)行參數(shù)變化規(guī)律；
39、異常工況特征庫(kù)構(gòu)建模塊：用于歸納工況異常與站場(chǎng)拓?fù)潢P(guān)系中不同位置站箱運(yùn)行參數(shù)異常變化趨勢(shì)之間的特征映射關(guān)系，形成結(jié)構(gòu)化的異常工況特征庫(kù)；
40、異常識(shí)別模塊：用于實(shí)時(shí)采集各站箱運(yùn)行參數(shù)并識(shí)別異常變化趨勢(shì)特征；
41、特征組生成模塊：用于結(jié)合識(shí)別出的異常變化趨勢(shì)特征的對(duì)應(yīng)參數(shù)以及對(duì)應(yīng)的站箱在站場(chǎng)拓?fù)潢P(guān)系中的相對(duì)位置特征形成待匹配特征組；
42、感知結(jié)果輸出模塊：用于將待匹配特征組與所述異常工況特征庫(kù)匹配，進(jìn)而判定異常工況類(lèi)型、推斷發(fā)生位置及評(píng)估影響范圍。
43、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)構(gòu)建模塊中的異常工況特征庫(kù)中的異常工況為管道泄漏時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
44、本站箱的壓力下降，且本站箱的溫度下降或維持不變；
45、上游站箱的壓力呈下降趨勢(shì)，且上游站箱的流量增加；
46、下游站箱的壓力呈下降趨勢(shì)，且下游站箱的流量減少或維持不變；
47、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
48、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)構(gòu)建模塊中的異常工況特征庫(kù)中的異常工況為管道凍堵時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
49、本站箱的壓力和流量均下降，且本站箱的溫度下降或維持不變；
50、上游站箱的壓力升高或不變，且上游站箱的流量下降；
51、下游站箱的壓力和流量均下降；
52、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
53、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)構(gòu)建模塊中的異常工況特征庫(kù)中的異常工況為站箱用氣突增時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
54、本站箱的流量瞬間躍升，且本站箱的壓力瞬間下降；
55、上游站箱的流量增加，且上游站箱的壓力下降；
56、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
57、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)構(gòu)建模塊中的異常工況特征庫(kù)中的異常工況為站箱用氣突減時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
58、本站箱的流量瞬間跌落，且本站箱的壓力瞬間上升；
59、上游站箱的流量減少，且上游站箱的壓力上升；
60、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
61、一實(shí)施例中，所述站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭芯哂邢鄬?duì)關(guān)聯(lián)關(guān)系的站箱包括本站箱、上游站箱、下游站箱和相鄰站箱，當(dāng)所述異常工況特征庫(kù)構(gòu)建模塊中的異常工況特征庫(kù)中的異常工況為氣源供氣不足時(shí)，其特征映射關(guān)系需滿(mǎn)足以下全部條件：
62、本站箱、上游站箱、下游站箱和相鄰站箱的壓力均呈現(xiàn)同步且緩慢下降趨勢(shì)；
63、除以上參數(shù)外的站場(chǎng)關(guān)聯(lián)拓?fù)淠Ｐ椭兴姓鞠涞钠溆鄥?shù)均保持正常。
64、一實(shí)施例中，還包括系統(tǒng)故障判定模塊：所述系統(tǒng)故障判定模塊：用于當(dāng)識(shí)別出異常變化趨勢(shì)特征，但在異常工況特征庫(kù)中無(wú)匹配的特征映射關(guān)系時(shí)，則判定為出現(xiàn)誤報(bào)或通訊中斷。
65、一實(shí)施例中，所述異常識(shí)別模塊中識(shí)別異常變化趨勢(shì)特征包括：
66、計(jì)算運(yùn)行參數(shù)的變化率，過(guò)濾掉變化率為零的數(shù)據(jù)點(diǎn)并計(jì)算非零變化率的絕對(duì)平均值，作為判斷變化顯著性的動(dòng)態(tài)閾值；
67、采用滑動(dòng)窗口檢測(cè)連續(xù)單一方向的參數(shù)變化；
68、當(dāng)連續(xù)單一方向變化的數(shù)據(jù)點(diǎn)數(shù)量達(dá)到動(dòng)態(tài)閾值，且該段內(nèi)超過(guò)半數(shù)數(shù)據(jù)點(diǎn)的變化率絕對(duì)值超過(guò)所述絕對(duì)平均值時(shí)，識(shí)別為異常變化趨勢(shì)特征。
69、第三方面，本發(fā)明提供一種電子設(shè)備，包括：處理器和存儲(chǔ)器；
70、所述存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；
71、所述處理器，用于通過(guò)調(diào)用所述計(jì)算機(jī)程序，執(zhí)行第一方面任一項(xiàng)提供的一種燃?xì)夤芫W(wǎng)異常工況感知方法。
72、第四方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括程序，所述程序在被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)第一方面任一項(xiàng)提供的一種燃?xì)夤芫W(wǎng)異常工況感知方法。
73、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：本發(fā)明摒棄傳統(tǒng)單點(diǎn)閾值判斷模式，采用多站點(diǎn)多參數(shù)協(xié)同模式識(shí)別，通過(guò)拓?fù)潢P(guān)聯(lián)分析同時(shí)考慮參數(shù)變化的持續(xù)時(shí)間和變化幅度（即變化趨勢(shì)），有效區(qū)分癥狀相似但成因不同的異常工況，顯著降低誤報(bào)與漏報(bào)風(fēng)險(xiǎn)，提高異常感知的準(zhǔn)確率。利用管網(wǎng)拓?fù)潢P(guān)聯(lián)性，從多個(gè)受影響站點(diǎn)的參數(shù)變化中反向推理異常源的類(lèi)型和具體位置，解決了傳統(tǒng)方法無(wú)法定位的技術(shù)難題，為精準(zhǔn)排查提供支撐。并且對(duì)參數(shù)的異常變化趨勢(shì)高度敏感，能夠在故障引發(fā)嚴(yán)重后果前提前預(yù)警，將被動(dòng)響應(yīng)轉(zhuǎn)化為主動(dòng)預(yù)防。可自動(dòng)快速評(píng)估異常工況影響范圍，輸出受影響站箱清單，為應(yīng)急資源調(diào)配和運(yùn)行調(diào)度提供全面決策依據(jù)，提升燃?xì)夤芫W(wǎng)智能運(yùn)維水平。