一种基于大数据的六氟化硫物料管控方法及系统与流程

1.本发明涉及气体物料管控领域，尤其是涉及一种基于大数据的六氟化硫物料管控方法及系统。


背景技术：

2.六氟化硫是一种优良的绝缘和灭弧介质，在电力行业中得到了广泛的应用，随着六氟化硫电气设备数量的逐年增加，六氟化硫气体用量不断加大，六氟化硫气体的排放对大气环境的影响在近年来受到了各行各业的广泛关注。
3.目前对其数字化管控仍处于起步阶段。目前，研究重点侧重于六氟化硫气体的回收、净化及再利用。对于基于大数据技术的六氟化硫回收再利用管控问题，均未见有系统的研究。
4.现有的六氟化硫气体管控及回收再利用工作主要存在以下问题：
5.1)六氟化硫气体使用或回收量难以精准计量
6.准确掌握六氟化硫气体的使用或回收量，是实现六氟化硫气体全生命周期精益化管控的基础。然而，目前我国仍有不少地市局在使用或回收六氟化硫气体时仅通过目测设备气压，来对气体用量进行粗略估算。一些重视六氟化硫气体管控的地市局，采用对六氟化硫气体钢瓶称重的方式来获取准确的六氟化硫气体用量信息。但受限于复杂的现场工况，部分情况下无法对气体进行称重，也就无法获取精准的气体用量信息。
7.2)六氟化硫气体与电力设备之间未建立关联台账
8.目前，尚未见技术提及六氟化硫气体设备和六氟化硫气体信息的集成管控，设备内充气体来源、补气/回收信息难以追溯，影响对设备状态和工作成效的准确评估。六氟化硫台账繁杂，智能化程度不高。目前，企业六氟化硫气体普遍由物流负责集中采购(配给)与回收，化学专业负责派发及试验监督，运检专业负责使用操作。六氟化硫气体使用过程中，多专业、跨部门参与，台账多，管控信息冗杂，且跨专业查询不便，缺乏智能、集成、适用面广的一体化管控平台。
9.针对当前“六氟化硫循环利用过程”的管控模式不清晰、数据采集方式落后、运维体系不完善的问题，亟待开发一种六氟化硫物料管控技术，实现六氟化硫气体数据化管控，揭示关键排放、低效回收环节，掌握各环节的气体损耗情况并通过对大数据的建模分析掌握设备健康情况、预测新气购置量、气体回收量、净化气需求量及回用量。


技术实现要素：

10.本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种实现六氟化硫气体的源、流、汇流转全过程物料管控的基于大数据的六氟化硫物料管控方法及系统。
11.本发明的目的可以通过以下技术方案来实现：
12.根据本发明的第一方面，提供了一种基于大数据的六氟化硫物料管控方法，该方法包括以下步骤：
13.步骤s1、基于六氟化硫气体全周期数据，利用分布式动态状态感知模型进行数据分析，建立包括全链条多维信息的六氟化硫气体全寿命周期的信息管控大数据库；
14.步骤s2、基于信息管控大数据库，建立六氟化硫气体物料核算模型；
15.步骤s3、基于信息管控大数据库，采用神经网络算法，建立六氟化硫气体量预测模型，对六氟化硫需求量进行预测，并在六氟化硫数字孪生模型上进行验证；
16.步骤s4、基于区块链技术，建立六氟化硫气体综合分析和数字化可视系统，对六氟化硫气体的源、流、汇流转全过程进行物料管控。
17.优选地，所述步骤s1中的全链条多维信息包括全寿命周期过程的在役设备的历史充气量、不同任务状态下及不同使用年限下的回收回用量、净化量、流量以及出入库数据。
18.优选地，所述步骤s1包括以下步骤：
19.步骤s11、基于六氟化硫存储容器、电力设备实物id、六氟化硫气体辅助工器具的编码通用规则，以及六氟化硫气体身份识别技术，确定六氟化硫气体压力容器识别标签，形成多码合一的六氟化硫分布式动态状态感知模型；
20.步骤s12、采集不同电压等级的充气电力设备实物id、回收装置、六氟化硫存储容器及六氟化硫多级库存信息，建立设备与气体库存管控机制，将充气设备和六氟化硫气体存量数据进行融合；
21.步骤s13、基于多码合一的六氟化硫分布式动态状态感知模型，对六氟化硫气体流转过程、终端自动识别跟踪，并自动记录和上传数据；
22.步骤s14、基于不同管控模式下六氟化硫回收再利用场景，设计相对应的数据库表，从而形成六氟化硫气体全寿命周期的信息管控大数据库。
23.优选地，所述步骤s11中六氟化硫气体身份识别技术为基于射频识别的仓储跟踪技术。
24.优选地，所述步骤s2具体为：采用机器学习方法对利用传感器技术采集的海量全链条多维信息进行数据挖掘，结合六氟化硫气体的状态感知模型，进行数据分析，建立六氟化硫气体物料平衡核算模型，为六氟化硫排放基准线、边界界定、边际减排成本或障碍分析提供数据支撑。
25.优选地，所述步骤s3具体为：
26.基于六氟化硫气体全寿命周期的信息管控大数据库以及数字孪生技术，采用经验模态分解和长短期记忆神经网络算法，建立六氟化硫气体预测模型，对六氟化硫需求量进行预测。
27.优选地，所述步骤s4具体为：
28.在六氟化硫气体的各个环节建立区块链账本，建立多方参与且信息透明、共享、保真的溯源链；
29.基于六氟化硫大数据地图服务，利用数据可视化技术实现六氟化硫气体全寿命周期可视化展示，并基于六氟化硫气体物料核算模型和预测模型，六氟化硫气体的源、流、汇流转全过程的综合分析进行数字化展示。
30.优选地，所述步骤s4中六氟化硫气体的各个环节包括购置、管控、使用、回收、净化以及回用环节。
31.优选地，所述六氟化硫大数据地图服务为基于jquery和bootstraps框架的六氟化
硫大数据地图服务。
32.根据本发明的第二方面，提供了一种基于上述的基于大数据的六氟化硫物料管控方法的系统，该系统包括以下模块：
33.信息管控大数据库模块，用于采集并处理六氟化硫气体的相关数据；
34.气体物料核算模块，用于对六氟化硫气体进行物料核算；
35.基于区块链的数据传输模块，用于实现六氟化硫气体可信数据传输；
36.数字化可视化模块，用于对六氟化硫气体的源、流、汇流转全过程进行可视化展示。
37.与现有技术相比，本发明具有以下优点：
38.1)本发明六氟化硫循环利用各环节数据实现非接触式智能化传输，构建非接触式六氟化硫气体全寿命周期大数据库，整合了电气设备、气体多级库存、气体流转及循环利用等分散信息；
39.2)本发明采用的基于移动智能终端为基础的多元化前端感知技术，跟踪六氟化硫气体入网、在运及循环利用过程，实现六氟化硫气体流转信息的快速识别和实时的自动交互；
40.3)本发明针对六氟化硫服务场景复杂化、多样性，采用六氟化硫循环利用过程各环节数据智能传输方法，避免各环节数据人为篡改，提出了一种六氟化硫多维数据分类核算技术，为确立六氟化硫排放基准线、边界界定，边际减排成本、投资分析、障碍分析等关键因素提供数据支撑，实现六氟化硫回收再利用可持续发展；
41.4)本发明提升了六氟化硫循环利用管控手段，基于射频识别原理的仓储跟踪技术，管控在役气体和库存气体，在源头上解决电气设备中六氟化硫气体重量核算不准的技术难题；
42.5)本发明利用基于区块链的全数据链溯源技术解决目前六氟化硫全寿命循环利用周期过程中多渠道、多来源数据的准确可信传输问题，利用生产管控过程仿真的数字孪生技术构建六氟化硫气体全寿命周期管控过程数字孪生模型，通过大数据的应用分析提取过程管控关键特征函数，在虚拟世界当中模拟实际管控过程，实现六氟化硫循环利用工作的全过程智能管控；
43.6)本发明采用的可信数据交换传输，建立了多方参与信息透明、共享、保真的溯源链；在六氟化硫气体的购置、管控、使用、回收、净化、回用等多个环节构建账本，建立的六氟化硫大数据的溯源全程链式路径，路径直达终端使用者；实现了网络环境下可推广的六氟化硫可信数据交换传输，形成完整证据链。
附图说明
44.图1为本发明的方法流程图；
45.图2为实施例中六氟化硫气体全寿命周期的信息管控大数据库架构图；
46.图3为实施例中的系统架构图。
具体实施方式
47.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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
48.本发明涉及一种基于大数据的六氟化硫物料管控方法及系统。
49.下面结合图1，给出本发明的方法实施例，一种基于大数据的六氟化硫物料管控方法，该方法包括以下步骤：
50.步骤s1、基于六氟化硫气体全周期数据，利用分布式动态状态感知模型进行数据分析，建立包括全链条多维信息的六氟化硫气体全寿命周期的信息管控大数据库，其中全链条多维信息包括全寿命周期过程的在役设备的历史充气量、不同任务状态下及不同使用年限下的回收回用量、净化量、流量以及出入库数据；
51.如图2所示，步骤s1具体为：
52.步骤s11、基于六氟化硫存储容器、电力设备实物id、六氟化硫气体辅助工器具的编码通用规则，以及基于射频识别的六氟化硫气体仓储跟踪技术，确定六氟化硫气体压力容器识别标签，形成多码合一的六氟化硫分布式动态状态感知模型；
53.步骤s12、采集不同电压等级的充气电力设备实物id、回收装置、六氟化硫存储容器及六氟化硫多级库存信息，建立设备与气体库存管控机制，将充气设备和六氟化硫气体存量数据进行融合；
54.步骤s13、基于多码合一的六氟化硫分布式动态状态感知模型，对六氟化硫气体流转过程、终端自动识别跟踪，并自动记录和上传数据；
55.步骤s14、基于不同管控模式下六氟化硫回收再利用场景，设计相对应的数据库表，从而形成六氟化硫气体全寿命周期的信息管控大数据库。
56.所述分布式状态感知模型依托前端感知技术，表现为传感器与智能终端的信息交换，其感知数据交互的过程：使用非接触技术将前端内置感知传感器信息，传输至终端设备中；当终端设备内部信息发生变化时，通过非接触技术对前端感知传感器进行数据更新处理。交互过程数据不因感知而发生改变，实现数据可逆传输；
57.步骤s2、基于信息管控大数据库，建立六氟化硫气体物料核算模型；
58.采用机器学习方法对利用传感器技术采集的海量全链条多维信息进行数据挖掘，结合六氟化硫气体的状态感知模型，进行数据分析，建立六氟化硫气体物料平衡核算模型，为六氟化硫排放基准线、边界界定、边际减排成本或障碍分析提供数据支撑；
59.所述六氟化硫气体物料核算模型利用传感器技术等采集获取海量在役设备的历史充气量、在不同任务状态下及不同使用年限下的回收回用量、净化量、流量及出入库数据等全链条多维信息，在数据预处理基础上，采用统计机器学习方法对海量的六氟化硫全寿命周期管控数据进行挖掘，揭示关键排放、低效回收的环节，提出优化改进方案，建立高准确率的六氟化硫气体物料核算模型
60.步骤s3、基于信息管控大数据库，采用神经网络算法，建立六氟化硫气体量预测模型，对六氟化硫需求量进行预测，并在六氟化硫数字孪生模型上进行验证，具体为；
61.利用六氟化硫气体全寿命周期的信息管控大数据库以及数字孪生技术，以及实时数据流和时间序列数据处理机制，挖掘设备故障与气体状态变化之间的关联规则，采用经验模态分解和长短期记忆神经网络算法，基于全设备健康状态空间模型，建立六氟化硫气
体预测模型，并在六氟化硫数字孪生模型上进行验证；
62.所述六氟化硫气体预测模型是以电气设备中六氟化硫气体密度实时数据为基础，在无监督环境下数据自主聚类分析研究，建立设备泄露与气体密度变化之间的关系模型；同时，基于六氟化硫气体理论损耗和净化过程中损耗等信息，结合在役设备数量、历史故障概率、检修维保计划、设备更换淘汰计划确立的六氟化硫气体全寿命周期的信息管控大数据库，采用数字孪生技术建立六氟化硫气体量仿真预测模型，指导气体管控中心进行新气购置量、气体回收量、净化气需求量及回用量相关的预测和计划安排；
63.步骤s4、基于区块链技术，建立六氟化硫气体综合分析和数字化可视系统，对六氟化硫气体的源、流、汇流转全过程进行物料管控；
64.在六氟化硫气体的购置、管控、使用、回收、净化以及回用环节建立区块链账本，建立多方参与且信息透明、共享、保真的溯源链；
65.依托基于jquery和bootstraps框架的氟化硫大数据地图服务，利用数据可视化技术实现六氟化硫气体全寿命周期可视化展示，并基于六氟化硫气体物料核算模型和预测模型，六氟化硫气体的源、流、汇流转全过程的综合分析进行数字化展示。
66.结合图3，给出了本发明的系统实施例，一种基于上述的基于大数据的六氟化硫物料管控方法的系统，该系统包括以下模块：
67.信息管控大数据库模块，用于采集并处理六氟化硫气体的相关数据；
68.气体物料核算模块，用于对六氟化硫气体进行物料核算；
69.基于区块链的数据传输模块，用于实现六氟化硫气体可信数据传输；
70.数字化可视化模块，用于对六氟化硫气体的源、流、汇流转全过程进行可视化展示。
71.本实施例基于六氟化硫气体物料核算模型和预测模型，利用大数据可视化呈现技术，开发六氟化硫气体的源(新气购置)、流(气体应用场景)、汇流转(回收净化循环再利用)全过程的综合分析和数字化展示系统，利用数据可视化技术实现六氟化硫气体从购置到使用回收净化再利用全寿命周期直观展示，对关键排放、低效回收、气体损耗等环节进行重点监控，并综合整个过程数据。
72.在此基础上建立基于大数据的六氟化硫回收再利用评价体系，对六氟化硫回收利用工作执行情况进行客观评价和指导。
73.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。