一种用于城市燃气管网智能化仪表的控制方法与流程

1.本发明涉及一种用于城市燃气管网智能化仪表的控制方法。


背景技术：

2.随着城市化进程的推进，燃气管网的布设得到了普及，各级城市普遍搭建了自己的燃气管道系统。随着燃气管网布设的推进，判断和诊断城市燃气管网的堵塞情况对于燃气管网的管理来说是十分重要的。如果不能及时检测管道的堵塞情况并解决，不仅会影响用户的正常生活，还会带来安全隐患。城市燃气管网包括高中低压管路，高压管路通常作为城市周边环状主线，中低压管道通常作为庭院管道，一般起始于小区调压箱或者楼宇的调压箱出口至用户引入管，通常呈支状分布。低压管道由于布局更加复杂、出口更加接近用户，因此对于中低压管网堵塞进行准确的诊断和定位对于管线管理和用户使用来说都是十分重要的。
3.随着物联网的发展，目前的中低压管网更多的会使用智能化仪表，采用边缘计算的方式，边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端(即中央控制系统)计算，仍然可以访问边缘计算的历史数据。一方面缓解了中央控制系统的负荷压力，另一方面在进物端进行计算能够更快的实现响应。
4.现有技术中的城市燃气中低压管网堵塞诊断和定位方法，通过在分支管路分支之前，施加总的附加脉冲信号，并在支路末端收集多个流量函数，进行分析。解决了对于每一条管线均设置压力脉冲的检测流程，增加设备复杂度和计算量的问题。但是，将通过边缘计算网络实现上述计算时，边缘节点会收集会存在多个管线末端的流量计反馈流量数据的过程，但是由于城市低压管道中每条末端管道的长度均不相同，因此在分支节点处施加附加脉冲信号时，附加脉冲信号流动并影响到管道末端流量的时间均不相同，因此每条管道末端的流量数据返回到边缘节点的时间长度均不相同。由于上述的数据反馈时间差别，造成在每个边缘节点的数据收集时的同步性降低，并且需要进行复杂的补偿计算来抵消上述时间差别。而补偿计算中往往使用每个分支管道的设计长度作为补偿依据，但是实际过程中设计长度和施工长度往往存在差别，也造成了上述补偿计算可能存在不准确的情况。因此，造成了计算量和数据传输量的增加，并且在实际的城市燃气管道中分支管道的数量众多，如何在庞大数据组之间实现数据的同步也是需要解决的技术问题。
5.因此，需要提供一种用于城市燃气管网智能化仪表的控制方法，能够避免上述现有技术中的问题，实现庞大数据组之间数据的同步，并降低由于管道长度不同带来的过多的补偿计算。


技术实现要素：

6.本发明所要解决的技术问题是现有技术存在的以下不足：由于城市低压管道中每条末端管道的长度均不相同，因此在分支节点处施加附加脉冲信号时，附加脉冲信号流动并影响到管道末端流量的时间均不相同，因此每条管道末端的流量数据返回到边缘节点的时间长度均不相同。由于上述的数据反馈时间差别，造成在每个边缘节点的数据收集时的同步性降低，并且需要进行复杂的补偿计算来抵消上述时间差别。而补偿计算中往往使用每个分支管道的设计长度作为补偿依据，但是实际过程中设计长度和施工长度往往存在差别，也造成了上述补偿计算可能存在不准确的情况。因此，造成了计算量和数据传输量的增加，并且在实际的城市燃气管道中分支管道的数量众多，如何在庞大数据组之间实现数据的同步也是需要解决的技术问题。
7.本发明解决其技术问题所采取的技术方案是：
8.一种用于城市燃气管网智能化仪表的控制方法，该方法包括：边缘层计算部驱动附加设备向调压箱和分支管道部的每个分支管道的分路节点之间施加燃气附加脉冲，边缘层的边缘节点接收调压箱输出流量
‑
时间函数以及每个分支管道部模块的流量
‑
时间按函数，通过对比调压箱输出流量
‑
时间函数以及每个分支管道部模块的流量
‑
时间按函数来判断管道堵塞情况；该方法还包括对每个分支管道部模块的流量
‑
时间按函数做时间延时调整。
9.具体的，在分支管道末端安装有智能化流量计。
10.具体的，在分支管道末端安装的智能化流量计实时将数据上传至边缘层。
11.具体的，在分支管道末端安装的智能化流量计实时将数据上传至边缘层中与之一一对应的边缘节点中。
12.具体的，附加脉冲的幅值u表示为函数u＝f(t0)，其中t0表示燃气附加脉冲施加的时间变量。
13.具体的，从第i 1个边缘节点提取调压箱出口流量计的历史数据，形成调压箱流量
‑
时间函数φ(t)。
14.具体的，从第1
‑
i个边缘节点提取的分支管道3
‑
1、3
‑
2、
……
、3
‑
i末端流量计的历史数据，形成i个分支流量
‑
时间函数β1(t)
……
βi(t)。
15.本技术提供的一种用于城市燃气管网智能化仪表的控制方法的有益效果是实现庞大数据组之间数据的同步，并降低由于管道长度不同带来的过多的补偿计算。
附图说明
16.图1为本技术提供的用于城市燃气管网智能化仪表的边缘计算系统的结构示意图。
17.图2为本技术提供的用于城市燃气管网智能化仪表的控制方法中提取时间延时的步骤示意图。
具体实施方式
18.下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因
此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
19.为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。
20.为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用一方便、清晰地辅助说明本发明实施例的目的。
21.本技术提供的城市燃气管网智能化仪表的控制方法，基于本技术提供的城市燃气管网智能化仪表的边缘计算系统。城市燃气管网智能化仪表的边缘计算系统包括设备层、边缘层和云计算层。
22.其中设备层包括燃气站1，调压箱2，分支管道部3。其中，燃气站1，调压箱2，分支管道部3之间通过燃气管道进行连接。
23.调压箱2包括调压器2
‑
1以及附加设备2
‑
2，调压器2
‑
1实现中低压管网中中低压燃气的压力控制，例如该中低压燃气的压力可以为0.01
‑
0.4mpa，例如可以为0.01mpa、0.2mpa、0.3mpa、0.4mpa。所述附加设备2
‑
2与边缘层计算部之间通讯连接，附加设备2
‑
2接收边缘层计算部发送的指令，从而实现对燃气管网施加附加的以时间为变量的特定函数构成的压力值的燃气附加脉冲。
24.具体的，附加设备2
‑
2向燃气管网施加燃气附加脉冲的时间可以为特定检测周期，例如每24小时一次，或每12小时一次。作为可以换的实施例，附加设备2
‑
2向燃气管网施加燃气附加脉冲的时间也可以通过边缘层计算部检测分支管道部3中每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i上设置的带有流量检测功能的电磁阀门所检测到的流量值低于特定阈值时(例如：低于正常或平均流量的60％时)，通过边缘层计算部驱动附加设备2
‑
2向燃气管网施加燃气附加脉冲。
25.附加设备2
‑
2向燃气管道施加燃气附加脉冲的时间持续的总跨度为t，优选的t＝3
‑
5秒，如果t过大容易在管道中造成流体的反复震荡，而如果t过小则造成采样数据过少，容易造成误差。
26.分支管道部3包括多个分支管道3
‑
1、3
‑
2、3
‑
3、3
‑
4、
……
、3
‑
i。图1中为了展示方便，将每个分支管道的长度展示为长度相同，而实际连接中每个分支管道的长度根据入户需要均不相同，每个分支管道的长度为l1、l2、l3、l4、
……
、li。在分支管道部3的每个分支管道3
‑
1、3
‑
2、3
‑
3、3
‑
4、
……
、3
‑
i的末端是燃气表，在燃气表和附加设备2
‑
2向燃气管网施加燃气附加脉冲的位置之间设置了带有流量检测功能的阀门，例如可以为带有流量检测功能的电磁阀门，一方面可以起到控制分支管道的开闭的作用，
27.其中，流量检测功能的阀门和燃气表为智能化仪表，其能够实现数据的采集、发送以及简单数据处理功能。
28.边缘层，其包括i 1个边缘节点和边缘层计算部，边缘层中的i 1个边缘节点中的第1边缘节点到第i边缘节点与各个分支管道的流量检测功能的阀门和燃气表通讯连接，第i 1个边缘节点连接在调压箱2出口的流量计上，从而获得了调压箱2实时的流量输送数据。上述连接方式可以是有线或者无线的。流量检测功能的阀门和燃气表通过通讯连接能够将其采集的数据实时上传至边缘节点。
29.边缘层计算部用于定时(特定检测周期，例如每24小时一次，或每12小时一次)或按照预设阈值激发模式(通过边缘层检测分支管道部3中每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i上设置的带有流量检测功能的电磁阀门所检测到的流量值低于特定阈值时，通过边缘层计算部驱动附加设备2
‑
2向燃气管网施加燃气附加脉冲)控制附加设备2
‑
2进行燃气附加脉冲的施加、收集带有流量检测功能的阀门所测量的流量信息。
30.云计算层，其远程连接于边缘层，云计算层可以读取边缘层数据，并根据边缘层的上述数据诊断和定位管道堵塞，该数据诊断和定位管道堵塞包括粗定位(即定位至少一个存在堵塞可能性的分支管道)和再次定位(即确认存在堵塞的管道并判断堵塞位置)，上述流量信息为经过带有流量检测功能的阀门的燃气流量和时间的关系信息，即燃气流量
‑
时间的波形信息，上述波形信息中包括了实时的流量幅值。
31.特别的，云计算层还具有预设的深度学习模式识别功能，其能够通过深度学习模型将附加设备2
‑
2的附加脉冲信号和与之相对的各个分支管道的响应波动信号，并通过大量的历史数据，获得各个分支管道响应波动信号与附加脉冲信号之间的延迟时间，用于进行时间补偿。
32.基于上述城市燃气管网智能化仪表的边缘计算系统，本技术还提供了一种城市燃气管网智能化仪表的控制方法。具体包括以下步骤：
33.步骤1、边缘层中的从第1边缘节点到第i边缘节点的i个边缘节点分别一对一顺次连接到各个分支管道3
‑
1、3
‑
2、
……
、3
‑
i末端智能化的流量检测功能的阀门和燃气表上，能够实时接收上述流量计和燃气表的实时数据存储于对应的边缘节点上。
34.步骤2、通过边缘层计算部判断是否达到特定条件，如果到达特定条件，则通过边缘层计算部向调压箱2的附加设备2
‑
2发送驱动信号，从而驱动附加设备2
‑
2向调压箱2和分支管道部3的每个分支管道3
‑
1、3
‑
2、3
‑
3、3
‑
4、
……
、3
‑
i的分路节点o之间施加燃气附加脉冲，同时调压箱2的调压器2
‑
1保持调压箱2和分支管道部3的每个分支管道3
‑
1、3
‑
2、3
‑
3、3
‑
4、
……
、3
‑
i的分路节点o之间的中低压的基本燃气压力该中低压燃气的压力可以为0.01
‑
0.4mpa，例如可以为0.01mpa、0.2mpa、0.3mpa、0.4mpa；如果没有达到特定条件，则继续等待。
35.其中，所述特定条件可以为固定周期/频率条件，即特定时间周期内检测一次，例如：每24小时一次，或每12小时一次。上述特定条件还可以为达到预设阈值激发条件，即附加设备2
‑
2向燃气管网施加燃气附加脉冲的时间也可以通过边缘层计算部检测分支管道部3中每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i上设置的带有流量检测功能的电磁阀门所检测到的流量值低于特定阈值时(例如：低于正常或平均流量的60％时)，通过边缘层计算部驱动附加设备2
‑
2向燃气管网施加燃气附加脉冲。
36.上述燃气附加脉冲的幅值u可以表示为函数u＝f(t0)，其中t0表示燃气附加脉冲施加的时间变量，优选的u＝f(t0)＝ksin(ωt0)，其中k为幅度参数，ω为频率参数。t0时间跨度为t，t＝3
‑
5秒，即脉冲波发射的时间长度不超过t，t＝3
‑
5秒。如果t过大容易在管道中造成流体的反复震荡，而如果t过小则造成采样数据过少，容易造成误差。通过k和ω的设置，使得在时间跨度t内，形成5
‑
8个正弦脉冲周期，正弦脉冲的幅值为3
‑
4倍的基本燃气压力。
37.步骤3、通过边缘层计算部接受分支管道部3中每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i上
设置的带有流量检测功能的电磁阀门所检测到的分支末端流量，并且计算拟合分支末端流量和时间构成的i个拟合函数v
j
＝g
j
(t)，v
j
表示每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i上设置的带有流量检测功能的电磁阀门所检测到的分支末端流量，g
j
(t)表示每个分支管道3
‑
1、3
‑
2、
……
、3
‑
i的末端流量和时间(t)构成的拟合函数，j表示管道编号，j＝1到i。
38.步骤4、云计算层通过读取边缘层数据，对i个拟合函数v
j
＝g
j
(t)分别进行延时调整。
39.参见图2，具体包括：
40.1.云计算层从第i 1个边缘节点提取调压箱2出口流量计的历史数据，形成调压箱流量
‑
时间函数φ(t)。
41.2.云计算层从第1边缘节点到第i边缘节点的i个边缘节点提取的分支管道3
‑
1、3
‑
2、
……
、3
‑
i末端流量计的历史数据，形成i个分支流量
‑
时间函数β1(t)
……
βi(t)。
42.3.建立深度学习模型，通过深度学习神经网络识别调压箱流量
‑
时间函数φ(t)和i个分支流量
‑
时间函数β1(t)
……
βi(t)的每一个存在响应关系的特征点(参见图2)，即识别φ(t)中的特征1在β1(t)
……
βi(t)曲线中的的每一个具有响应关系的特征点1
‑
1，
……
，1
‑
i。并且确定每个管道的补偿时间延时δt(j)。其中，j表示分支管道编号，j＝1到i，k表示特征编号，k＝1到s。
43.上述步骤具体包括：
44.1)分别形成φ(t)和β1(t)
……
βi(t)曲线；
45.2)通过构建深度学习模型，提取φ(t)曲线中的s个特征点(特征1，特征2，
……
，特征s)，并提取每条β1(t)
……
βi(t)曲线中的多个特征点，例如特征1
‑
1，
……
，特征1
‑
i，特征2，特征2
‑
1，
……
，特征2
‑
i，特征s，特征s
‑
1，
……
，特征s
‑
i。
46.3)构建s个两类分类器，s个两类分类器分别用于依次判断每条β1(t)
……
βi(t)曲线中的多个特征点是否和φ(t)曲线中的s个特征点中的一个存在响应关系，即是由φ(t)曲线中的s个特征点中的一个引起的。s个分类器分别对应φ(t)曲线中的s个特征点，通过s个分类器的运算，将从每条β1(t)
……
βi(t)曲线中提取的多个特征点(例如特征1
‑
1，
……
，特征1
‑
i，特征2，特征2
‑
1，
……
，特征2
‑
i，特征s，特征s
‑
1，
……
，特征s
‑
i)，分类到s个两类分类器中，即归类到s个特征点的响应关系中。从而建立φ(t)曲线中的s个特征点分别与从每条φ(t)和β1(t)
……
βi(t)曲线中提取的多个特征点(例如特征1
‑
1，
……
，特征1
‑
i，特征2，特征2
‑
1，
……
，特征2
‑
i，特征s，特征s
‑
1，
……
，特征s
‑
i)的响应关系，即判断β1(t)
……
βi(t)的哪些特征点是响应于φ(t)上s个特征点中的一个。例如：β1(t)上的特征点2
‑
1、βi(t)上的特征点2
‑
i是响应于φ(t)上的特征2的。
47.上述分类器的训练样本来自于历史数据，分类器的构建方式可以采用本领域公知的两类分类器，例如线性分类器等。
48.4)根据响应关系，云计算层计算针对每一个分支管道的每一类特征点到φ(t)上具有响应关系得特征点的时间延时δt
(j,b)
＝t
(j，b)
‑
t
(b)
，其中，j表示分支管道编号，j＝1到i，b表示分类后该特征与φ(t)上存在相应关系的特征编号，b＝1到s；t
(j，b)
表示第j个管道上与φ(t)上第b个特征存在响应关系的特征的时间，t
(b)
表示与该特征存在响应关系的φ(t)上的第b个特征的时间。随后将计算每个分支管道的s个δt
(j,b)
的调和平均数，得到该分支管道的补偿时间延时δt
(j)
，j＝1到i。
49.例如，β1(t)上的特征点1
‑
1，2
‑
1，
……
，s
‑
1分别与φ(t)上的特征点1，2，
……
，s存在对应关系，计算特征点1
‑
1时间和特征1时间的差值，特征点2
‑
1时间和特征2时间的差值，
……
，特征点s
‑
1时间和特征s时间的差值，并计算上述s个差值的调和平均数，作为该分支管道的δt
(1)
，此处j＝1。
50.4.云计算层对i个拟合函数v
j
＝g
j
(t)分别进行延时调整，将v
j
＝g
j
(t)调整为v
jc
＝g
j
(t
‑
δt
(j)
)。
51.步骤5、通过云计算层对延时调整后的拟合函数v
jc
＝g
j
(t
‑
δt
(j)
)进行傅里叶fft变换，得到频域函数fj＝fft(v
jc
)。
52.步骤6、利用云计算层，通过检测频域函数fj＝fft(v
jc
)是否存在超过阈值的高强度频率f
high
信号，来判断该条支路管道是否存在堵塞风险。具体包括：
53.1)利用云计算层，计算平均频域函数并确定高强度频率f
high
：
54.对i个分支管道的频域函数fj，进行f1，f2，
……
，fi取算术平均值得到平均频域函数该平均频域函数曲线上的点，均可以表示在频率
‑
信号强度构成的x
‑
y坐标中，基于平均频域函数计算平均频域函数中所有频率强度超过频域函数最大强度1/2的频率即高强度频率f
high
，在频域函数中高强度频率f
high
表示了频域函数信号中流量变化率比较大的部分信号，即由于施加燃气附加脉冲后在管道末端的阀门处造成明显变化的信号。
55.2)利用云计算层，计算i个支路的频域函数fj＝fft(v
jc
)在对应高强度频率f
high
频率上是否存在超阈值情况：
56.计算所有i个支路的频域函数fj＝fft(v
jc
)在对应高强度频率f
high
整体频率范围内的信号响度平均值，即将所有支路上的所有高强度频率f
high
的强度信号取算术平均值，得到
57.当每个支路的频域函数具有以下情况时，
58.其中是所有支路上的所有高强度频率f
high
的强度信号取算术平均值，i
i
‑
high
是i条支路中每一个支路中对应于高强度频率f
high
的信号强度，边缘层计算部判断存在超阈值情况，否则边缘层计算部判断不存在超阈值情况。相应的，如果某条支路存在超阈值情况，边缘层计算部判断判断该条支路管道存在堵塞风险，如果某条支路不存在超阈值情况，边缘层计算部判断该条支路管道不存在堵塞风险。
59.通过傅里叶变换将流量的时域函数变换为频域函数并通过平均频域函数中高强度信号的筛选，能够将由于施加燃气附加脉冲后在管道末端的阀门处造成明显变化的信号过滤出来，避免了较为复杂的计算，能够提高计算的效率。
60.步骤7，针对步骤6中，确定的存在堵塞风险的支路，云计算层进一步确定堵塞的管路和堵塞的位置。
61.针对步骤6中，确定的存在堵塞风险的支路，云计算层向边缘层计算部发送控制信号，从而驱动相应管道末端的带有流量检测功能的电磁阀门，进行瞬时关闭
‑
开启动作。由于支路管道的持续稳态供气，进行相应管道末端的带有流量检测功能的电磁阀门的瞬时关闭
‑
开启动作，会使得气体流量遇到关闭的阀门后，向上游传递能量压力，即压力波。当上述
压力波在管道中到达堵塞下游端(用户端),流动受阻则动能降低、势能增加导致该处压力升高,压力波以正压波的形式向阀门方向传播。此后，当上述压力波在管道中到达堵塞上游端(供气端)时，压力波进入未堵塞区,由于突然膨胀和速度的降低会形成一个负压波向管线下游端(阀门方向)传播。向阀门方向传播传递正压力波时，通过阀门流量计检测获得的流量
‑
时间函数会出现向上的短暂波峰，而向阀门方向传播传递负压力波时，通过阀门流量计检测获得的流量
‑
时间函数会出现向下的短暂波谷。
62.通过云计算层检测每个管路中是否出现上述的流量
‑
时间函数的波峰和波谷现象，如果没有出现上述的流量
‑
时间函数的波峰和波谷现象，则云计算层判断该管路不存在堵塞现象。如果出现上述的流量
‑
时间函数的波峰和波谷现象，则云计算层判断该管路存在堵塞现象。
63.并且进一步，通过上述流量
‑
时间函数的波峰和波谷的极值出现的时间tp和tv计算堵塞的起始点和结束点，具体为xstart＝ctp/2，ld＝c(tp
‑
tv)/2。其中，xstart为堵塞距离阀门的距离，ld为堵塞长度,c为声速。
64.本技术提供的一种用于城市燃气管网智能化仪表的控制方法的有益效果是实现庞大数据组之间数据的同步，并降低由于管道长度不同带来的过多的补偿计算。
65.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。