用于自动化湿料管理的系统和方法
1.相关申请的交叉引用本技术要求于2019年7月9日提交的题为“systems and methods for automated wetstock management”的美国专利申请号16/506,614的优先权，其全部内容通过引用并入本文。
技术领域
2.提供用于湿料（wetstock）的自动化管理的系统和方法。
背景技术：
3.湿料管理是燃料存储设施的日常操作中的基本功能。通常，湿料管理可以涉及使用诸如自动罐计量表（atg）、燃料泄漏检测传感器、磁致伸缩探头以及诸如此类的多种测量设备监视燃料存储设施处的燃料库存（stock）、评估测量以检测影响燃料库存的反常且通常是不安全的事件（例如，燃料损失、燃料过量、罐缺陷、操作问题等），并在必要时采取纠正行动。
4.传统上，湿料测量可以由存储设施操作员人工评估。操作员可以负责监视测量，以便标识反常并做出适当的响应。然而，依靠人类人工监视大量传感器数据的实践可能是容易出错的，可能导致无法在早期阶段检测和解决问题。在湿料管理的背景下，这种失败可能产生灾难性后果，诸如环境污染、收入损失、声誉受损和公共卫生风险。
技术实现要素：
5.提供了用于自动化湿料管理的方法和设备。在一个示例性实施例中，设置在燃料存储设施中的多个传感器中的一个或多个可以感测表征燃料存储设施的一个或多个方面的燃料数据。通信地耦合到多个传感器的湿料管理服务器可以处理燃料数据以基于存储在湿料管理服务器中的一个或多个预定义规则或模型检测燃料数据是否满足指示燃料存储设施的操作问题的异常。
6.在某些示例性实施例中，当检测到所述异常时，湿料管理服务器可以基于异常标识燃料存储设施的操作问题。然后湿料管理服务器可以自动生成包括一系列步骤的工作流程，以辅助燃料存储设施的一个或多个用户解决标识的操作问题。此外，通信地耦合到湿料管理服务器的设备可以使用设备的显示单元显示工作流程的视觉特征。
7.在某些示例性实施例中，当检测到所述异常时，湿料管理服务器可以基于与多个预定义风险类别中的每个相关联的一个或多个异常标准将多个预定义风险类别中的风险类别分配给异常。基于标识的风险类别，湿料管理服务器可以自动选择一个或多个电子通信渠道并经由一个或多个选择的电子通信渠道向一个或多个用户电传输表征操作问题的警报。
附图说明
8.通过结合附图参考以下描述可以更好地理解本文的实施例，在附图中，相同的附图数字指示相同或功能相似的元件，其中：图1是示出了自动化湿料管理系统的示例性概览的流程图；图2是由图1的自动化湿料管理系统实现的示例性用户接口；以及图3是示出了由图1的自动化湿料管理系统实现的示例性简化程序的流程图。
9.应当理解，上述附图不一定按比例，呈现了说明本公开的基本原理的各种优选特征的稍微简化的表示。本公开的具体设计特征，包括例如特定尺寸、取向、位置和形状，将部分地由特定的预期应用和使用环境确定。
具体实施方式
10.湿料管理可以涉及使用燃料数据传感器来监视燃料存储设施处的燃料库存、评估测量数据以检测影响燃料库存的反常以及在必要时执行纠正动作。传感器可以测量表征燃料存储设施的无数可能方面的燃料数据。例如，可以检测归因于泄漏、盗窃、交付短缺或诸如此类的燃料损失并且可以标识对存储设备的损坏。通过应用例如人工智能和/或机器学习技术以“智能”方式使这些过程自动化，如下所述，可以更有效、经济和安全地执行湿料管理。
11.用于自动化湿料管理的方法和系统的实施例在下文讨论。
12.图1示出了示例性自动化湿料管理系统的一个实施例。自动化湿料管理系统（“湿料系统”）100可以使用自动化处理、人工智能和/或机器学习技术来提供自动化的、警报驱动的湿料管理服务，以动态创建工作流程，用于解决给定燃料存储设施中出现的问题的目的。在一些实施例中，湿料系统100的操作可以由远程的、基于云的湿料管理服务器（未示出）执行，该服务器被配置为执行下述一个或多个操作。湿料系统100可以从多个源收集表征燃料存储设施的一个或多个方面的电子燃料数据，包括但不限于存储在设施中的燃料、存储设备（例如，罐）、监视设备等，所述多个源诸如例如是自动罐计量表（atg）、销售点设备、前场（forecourt）控制器、后勤（back office）系统、燃料分配器以及诸如此类，以及人工提交的燃料数据（例如，通过湿料管理计算机应用程序、web站点、等等）。湿料系统100可以通过各种算法、机器学习和/或人工智能自动处理收集的数据以创建警报和/或异常。
13.此外，湿料系统100可以将风险分类应用于动态创建的诊断工作流程。湿料系统100可以在引发异常时评估传入数据、验证异常以滤除任何无效异常、基于风险对异常进行分类、标识最可能的故障以及所述故障的概率，并以定制的（bespoke）方式通知用户（例如，燃料存储设施操作员或管理员、燃料商等）。除了异常特定的故障之外，湿料系统100可以利用单独的异常来生成合并的风险对（versus）概率模型和解决方案。最后，湿料系统100可以跟踪和记录解决的问题。数据可以用作机器学习上下文中的训练数据，以使湿料系统100能够从先前的诊断学习并在未来更有效地诊断类似情况。
14.根据一些实施例，如图1中所示，湿料系统100可以被配置为包含（embody）支持部件110和分析部件120，它们中的每个由多个单独的元件组成。然而，湿料系统100不仅限于这种配置。湿料系统100的支持部件110可以包括使能分析模型所必需的部件，由分析部件120实现来运转和被服务。湿料系统100的分析部件120可以包括根据其处理和分析收集的
燃料数据的部件。应当理解，支持和分析部件110和120不仅限于图1中所示的和下面描述的配置，而是可以按照本领域普通技术人员将理解的、与本文定义的本权利要求书的范围一致的任何合适方式重新配置和/或重新布置。
15.在操作上，湿料系统100可以以特定顺序执行支持和分析部件110和120的个体单元，诸如图1中描绘的顺序。然而，图1中所示的单元的排序仅出于示范目的而提供，并且湿料系统100的操作不仅限于此。因此，支持和分析部件110和120的单元可以分别以任何合适的顺序执行，如本领域普通技术人员将理解的、与本文定义的本权利要求书的范围一致的顺序。
16.现在参考图1，支持部件110可以通过执行支持或使能分析部件120的操作的单元来初始化湿料系统100，从而自动处理和分析收集的燃料数据。首先，例如，可以执行导流程（onboarding）单元111，由此执行初始化组织、站点、湿料细节以及诸如此类所需的特征。类似地，可以执行用户和系统管理单元112，由此执行初始化湿料系统100的一个或多个用户（例如，燃料存储设施操作员或管理员、燃料商人等）所需的特征。例如，可以加载湿料系统100的一个或多个注册用户，可以导入一个或多个用户的偏好，可以设置用户许以及诸如此类。此外，可以执行初始化湿料系统100本身所需的特征。例如，可以初始化与湿料系统100相关联的安全设置、站点组以及诸如此类。取决于配置，用户和系统管理单元112可以使用存储在本地或远程存储器（未示出）中的操作数据来初始化用户和系统设置，表征湿料系统100的先前操作的一个或多个方面。在所述操作数据不存在的情况中，用户和系统管理单元112可以根据默认配置初始化用户和系统设置。
17.一旦支持部件110通过执行支持或使能分析部件120的操作的单元初始化了湿料系统100，就可以执行分析部件120的单元。首先，例如，可以执行包括数据的导入和导出两者的数据处理单元121。详细地，数据处理单元121可以通过从诸如传感器或其他测量工具之类的多种设备收集表征燃料存储设施的一个或多个方面的燃料数据开始。这些设备可以包括例如atg、燃料泄漏检测传感器、磁致伸缩探头、销售点设备、前场控制器、后勤系统、燃料分配器以及诸如此类。此外，湿料系统100的用户可以手动提交要处理的数据。可以组合和导出所有输入的数据以使用湿料系统100的预定义算法（122）进行自动化评估。
18.然后可以执行算法单元122，由此将在数据处理单元121中收集的燃料数据输入到湿料系统100的一个或多个预定义模型和/或规则。湿料系统100的算法可以包括任何模型和/或规则，用于处理收集的燃料数据以在存在所述一个或多个异常时生成一个或多个异常（123）。算法可用于评估收集的输入数据，用于诸如分析燃料损失、流量、交付量等之类的无数目的，以便提醒用户燃料存储设施中发生的任何问题。这样的算法可以包括但不限于反常检测（例如，检测在给定时间片期间值的计算的或预配置的正常范围之外的值的存在）、趋势分析（例如，检测朝向被认为不可接受的范围移动的值的趋势）、交叉值相关性（例如，基于另一变量的值或外部事件检测值的改变的趋势）以及诸如此类。为此，可以以各种方式分析输入数据，各种方式诸如是计算给定时间片上的最大值或最小值，计算给定时间片上的平均值（average）、平均数（mean）或中值，计算给定时间片上的标准偏差以及诸如此类。例如，可以将给定时间片（例如，周、月、季度、年等）中的平均值与和过去时间片相关联的对应平均值进行比较以检测反常。在一些实施例中，可以组合多种算法以创建新算法。通过执行这些算法生成的输出数据可用于标识异常、升级（escalate）风险和/或应用于进一
步的算法。
19.接下来，可以执行异常和服务单元123，由此可以将通过经由上述算法处理收集的燃料数据而生成的异常传递给用户。出于本公开的目的，异常可以指具有在预定义的正常或安全范围或阈值之外的值的、经由算法单元122输出的任何数据。例如，燃料泄漏可以引起燃料罐水平的突然下降。如果atg检测到所述水平小于预定义的最小罐水平阈值，则可能存在指示燃料泄漏的异常。可以基于生成的异常向用户提供广泛的服务，包括例如，对即将发生故障的设备的预测性维护、监管报告生成和向适当的标准机构（body）的传递、检测到产品盗窃时的机构（authority）通知、基于趋势的产品的预测性交付、产品的不正确交付（例如，不足交付、不正确产品等）的供应商通知、归因于检测到的问题（例如，泄漏、机械泵问题等）的燃料泵自动化关闭，以及诸如此类。
20.接下来，可以执行风险升级单元124，由此可以基于多种因素将风险类别分配给通过算法单元122和异常和服务单元123生成的异常。风险分配可用于确定是否升级异常，以及升级异常的程度。此外，风险分类可以允许用户将规则分配给特定于他们需要的特定风险类别。在某些情况下，当检测到输入数据中的反常并以上述方式生成异常时，基于机器学习的系统可以在反常情况实时发生时检验为解决反常情况所采取的动作，反常情况诸如是燃料泄漏。因此，当异常重新发生时，可以将响应时间与配置的服务水平协议和过去的解决方案两者进行比较，以确定是否应用了正确的资源以及是否对燃料泄漏给予了适当的关注。此外，当检测到燃料数据中的新反常并生成可以使情况恶化的异常时，机器学习技术可以使用过去的解决方案作为训练数据来改变分配的资源或调用对新的更高或更低风险的自动化反应。这些反应的示例可能是关闭设备、通知机构、通知更有经验的人员以及诸如此类。
21.接下来，可以执行工作流程单元125，由此可以基于标识的异常和分配给其的风险类别实时生成包括用于辅助用户解决标识的操作问题的一系列步骤的工作流程。工作流程可以取决于问题的威胁和严重性、考虑到现场设备，为用户提供端到端支持，来以最适当和有效的方式解决操作问题。例如，当操作问题是燃料泄漏时，工作流程可以包括旨在纠正或防止燃料泄漏的恶化的步骤。可以以根据生成的异常和分配给它的风险水平确定的方式将工作流程提供给用户。在一些实施例中，耦合到负责执行分析部件120的元素的湿料管理服务器（未示出）的设备（例如，诸如计算机、移动设备、平板设备等之类的计算设备）可以经由设备的显示单元显示工作流程的视觉特征，使用户能够阅读并遵循显示的工作流程步骤。
22.接下来，可以执行通知单元126，由此可以生成表征操作问题的通知或警报，其中的每个在本文中可互换使用，并且可以通过各种可能的通信渠道（channel）或机制将其发送给用户。可以生成通知以虑及取决于警报类型使用具体消息和通信的渠道。可以一次通知多个不同的用户，这可以根据一天中的时间而有所不同。此外，可以基于分配的风险类别确定的方式创建和传输通知，使得当违反某些规则和/或风险时，仅向用户提醒现场设备问题。
23.在解决了操作问题时，例如，已消除了检测到的燃料泄漏时，可以执行数据重新评估单元127、解决和学习单元128以及工具单元113，从而针对特定异常完成分析部件120和支持部件110。响应于问题解决，分配的风险类别可以降级（de-escalated），但仍可以收集和监视燃料数据以确保异常不再发生。此外，湿料系统100可以保持记录用于对其的持续改
进，诸如工作流程的验证和模型的训练。在这点上，机器学习技术可以使用可用信息（例如，收集的燃料数据、生成的异常、工作流程、通知等）作为输入应用于训练规则、阈值和/或设置。结果，响应于异常通过湿料系统100提供的的工作流程和通知可以贯穿系统的操作寿命进行改进。
24.作为说明性示例，假设燃料存储设施配备有罐溢出警报，当耦合到燃料罐的atg检测到特定的库存水平体积时，该警报激活。位于现场的诸如物联网（iot）设备之类的燃料数据收集设备（未示出）可以收集atg数据并将收集到的数据传输到远程定位的湿料管理服务器（未示出），该服务器被配置为执行湿料系统100的操作。特别地，湿料管理服务器可以执行包括数据处理单元121的分析部件120的前述单元以结合其他现场设备测量的燃料数据和/或手动输入的数据从燃料数据收集设备收集atg数据，执行算法单元122以根据一个或多个预定义规则和/或模型处理收集的数据，执行异常和服务单元123以确定是否存在异常，例如安全范围之外的燃料罐水平，执行风险升级单元124以向检测到的异常分配风险类别，并且执行工作流程单元125以生成为用户提供端到端支持的工作流程来解决引起异常的问题。
25.湿料管理服务器可以进一步执行通知单元126以确定取决于用户特定和罐特定设置的通知动作。在某些情况下，可以创建多个风险类别，其中每个风险类别对应于一个或多个预定义异常标准。每个风险类别还可以对应于通过其传递通知的一个或多个电子通信渠道，诸如自动化电话呼叫、短消息服务（sms）消息（文本消息）、电子邮件、去往湿料管理应用的推送通知以及诸如此类。随着风险类别的紧迫性增加，可以选择更多的通信渠道来传输通知。可以基于与每个风险类别相关联的（一个或多个）异常标准将多个可能风险类别中的风险类别分配给异常。为了说明，在下面的表1中提供了风险类别和相应的标准和通信渠道的示例集合。
26.[表1]
风险类别类型异常标准通信渠道风险类别1已等于或超过标称容量电话呼叫;sms;电子邮件;推送通知风险类别2安全工作容量（swc）已被破坏超过100升sms;推送通知风险类别3swc已被破坏不到100升推送通知风险类别4swc没有被破坏无警报
[0027]
基于所生成异常的风险类别，可以生成描述操作问题的通知并且经由（一个或多个）相应的电子通信渠道电传输所述通知。通知可以包括表征问题性质的任何可用数据。随着例如燃料泄漏的严重性之类的操作问题的风险增加，通过其传输通知的通信渠道的数量因此也增加。检测到的操作问题的日期和时间可以确定通知的一个或多个用户。
[0028]
被通知的（一个或多个）用户然后可以登录到湿料系统100的应用并审核由湿料管理服务器针对异常生成的工作流程，该工作流程将引导他们解决问题（例如，燃料泄漏）。该工作流程可以包括推荐，诸如针对燃料溢出的迹象检查特定位置、联系相关机构或响应团队以及诸如此类，特定位置例如是拦截器（interceptor）、前场传感器等。在问题已经解决之后，湿料系统100可以保持记录用于学习目的，使得在相同高度处未来库存读数的情况下，这种问题的风险是已知的并且可以更有效地解决。
[0029]
湿料系统100可以实现具有用户接口的湿料管理计算机应用，用户可以通过该用
户接口通过查看工作流程、接收通知（例如，推送通知）以及诸如此类与湿料系统100交互。在这点上，图2是由湿料系统100实现的示例性用户接口。用户接口200可以包括多种交互元素，旨在通知用户表征由湿料系统100提供的燃料存储设施的一个或多个方面的信息。例如，用户接口200可以包括测试点选择部分210，其中用户可以选择燃料存储设施的测试点（例如，测试点1），以及所选择点的特定罐（例如，罐1）。测试点选择部分210还可以包括可选元素（例如，按钮、下拉菜单、测试输入栏等），使用户能够快速选择当前点、接收置信度预测（如下所述）和/或重置湿料系统100收集的所有输入数据。
[0030]
另外，用户接口200可以包括燃料数据部分220，其显示基于收集的燃料数据的信息，所述燃料数据表征燃料存储设施的一个或多个方面。例如，燃料数据部分220可以包括燃料存储设施内的传感器、警报器以及诸如此类的状态指示符。此外，燃料数据部分220可以包括由湿料系统100基于收集的燃料数据自动确定的活动和非活动异常两者的视觉指示符。如图2中所示，燃料数据对象221可以指示非活动异常，而燃料数据对象222可以指示活动异常。这样，湿料系统100不限于一次仅识别单个异常，而是可以在某些情况下识别多个异常。
[0031]
在一些实施例中，湿料系统100可以组合燃料数据对象221和222所指示的多个异常，以便预测异常的最可能原因。在这点上，用户接口200可以包括置信度预测部分230，其中按照使用上述湿料系统100分析计算的概率的顺序提供一个或多个可能的故障。如图2中所示，例如，线路问题可以被预测为最可能的故障或当前异常的原因。基于预测的最可能故障，湿料系统100可以以上述方式生成工作流程，该工作流程可以通过用户接口200显示给用户。在一些实施例中，用户可以选择异常的特定预测原因，并且可以基于选择的原因生成工作流程。
[0032]
图3是示出了由湿料系统100实现的示例性简化程序的流程图。程序300可以在步骤305处开始，并继续到步骤310，其中，如下文更详细描述的，湿料系统100可以执行自动化湿料管理以使能解决燃料存储设施的操作期间标识的异常。
[0033]
在步骤305处，设置在燃料存储设施中的多个传感器（例如，atg、燃料泄漏检测传感器、磁致伸缩探头、销售点设备、前场控制器、后勤系统、燃料分配器等）中的一个或多个传感器可以感测燃料存储设施的燃料数据。燃料数据可以包括表征燃料存储设施的一个或多个方面的任何类型的测量数据，包括例如燃料罐水平、含水量、泄漏检测、流量读数、设备状态以及诸如此类。
[0034]
在步骤310处，通信地耦合到多个传感器的湿料管理服务器可以经由数据处理单元121收集获取的燃料数据，并经由算法单元122和异常和服务单元123处理燃料数据来基于存储在湿料管理服务器中的一个或多个预定义规则或模型检测燃料数据是否满足指示燃料存储设施的操作问题的异常。湿料管理服务器可以是位于燃料存储设施外部的远程服务器，即基于云的服务器。在一些实施例中，测量的燃料数据可以由位于现场的诸如iot设备之类的燃料数据收集设备（未示出）收集，并且燃料数据收集设备可以将收集的数据传输到湿料管理服务器以用于处理。
[0035]
在检测到所收集的燃料数据满足异常时，程序300可以朝向一个或多个输出进行，包括生成和显示工作流程（步骤315到325）和标识风险类别并经由选择通信渠道传输警报（步骤330到340）。在一些实施例中，可以仅执行输出之一。在其他实施例中，可以执行两种
输出或其任何组合。
[0036]
在步骤315处，可以基于异常来标识燃料存储设施的操作问题。例如，如果异常源于燃料罐水平的突然下降，则可以将操作问题标识为燃料损失或泄漏。
[0037]
在步骤320处，可以经由工作流程单元125生成工作流程，用于辅助燃料存储设施的用户解决在步骤315中标识的操作问题。该工作流程可以包括一系列步骤，为用户提供端到端支持来以最合适和有效的方式解决操作问题。工作流程可以动态生成，即实时生成，同时考虑现场设备和问题的严重性。
[0038]
在步骤325处，通信地耦合到湿料管理服务器的设备可以显示工作流程的视觉特征，诸如工作流程步骤的列表。例如计算机、移动设备、平板计算机或诸如此类的设备可以包括被配置为显示工作流程的视觉特征的显示单元。在一些实施例中，用户可以通过例如通过设备指示工作流程步骤已经完成、附加的辅助是需要的或诸如此类来与设备交互。
[0039]
同时，在步骤330处，可以经由风险升级单元124将多个预定义风险类别中的风险类别分配给异常。可以基于与多个预定义风险类别中的每个相关联的一个或多个异常标准来执行标识风险类别。例如，如表1中所示，与燃料超过预定义最大限制的量有关的标准可以对应于每个风险类别。可以将在步骤310中检测到的异常与异常标准进行比较，以将适当的风险类别分配给异常。
[0040]
在步骤335处，可以选择多个预定义的电子通信渠道中的一个或多个电子通信渠道用于向用户传输表征操作问题的警报。再次参考表1，每个预定义的风险类别可以对应于电子通信渠道的特定集合。因此，可以基于分配的风险类别来选择一个或多个电子通信渠道。
[0041]
在步骤340处，可以使用在步骤335中选择的一个或多个电子通信渠道，经由通知单元126向用户电传输表征操作问题的警报或通知。接收警报的用户数量可以取决于与分配的风险类别相关联的紧急程度以及检测到异常的日期和时间。此外，可以创建和传输警报，使得在破坏某些规则和/或风险时仅提醒用户现场设备问题。
[0042]
程序300可以贯穿燃料存储设施的操作继续。上面详细描述了可以执行程序300的步骤的技术，以及辅助程序和异常标准。
[0043]
应该注意，图3中所示的步骤仅是用于说明的示例，并且可以根据需要包括或排除某些其他步骤。此外，虽然示出了步骤的特定顺序，但该顺序仅仅是说明性的，并且可以使用任何合适的步骤布置而不脱离本文实施例的范围。更进一步，所示步骤可以根据本权利要求的范围以任何合适的方式进行修改。
[0044]
因此，本文讨论的自动化湿料管理系统可以将所有已知的警报和数据点、现场设备和基础设施细节组合到模型中，以基于风险、可能性、现实生活概率以及现场的设备为用户提供最可能的现场故障。通过将人工智能和机器学习技术应用于湿料管理程序，可以更有效地执行湿料管理，从而节省成本并改进安全性。
[0045]
应当理解，本文使用的术语仅出于描述特定实施例的目的并且不旨在限制本公开。如本文所用，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文另有明确指示。将进一步理解的是，当在本说明书中使用时，术语“包括”、“包含”或其变体指定了所述特征、整数、步骤、操作、元素和/或部件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、部件和/或它们的组的存在或添加。如本文所用，术语“和/或”包括一个或多
个相关联的列出项目中的任何项目和所有组合。术语“耦合”表示两个部件之间的物理关系，由此部件直接相互连接或经由一个或多个中间部件间接连接。
[0046]
如贯穿说明书和权利要求书中使用的近似语言可用于修改任何可允许变化而不导致其相关的基本功能改变的定量表示。因此，由诸如“大约”、“大致”和“基本上”之类的一个或多个术语修饰的值不限于指定的精确值。在至少一些情况下，近似语言可以对应于用于测量值的仪器的精度。在此以及贯穿说明书和权利要求书，范围限制可以组合和/或互换，除非上下文或语言另有说明，否则此类范围被标识并包括其中包含的所有子范围。
[0047]
另外，应当理解，一种或多种上述方法或其方面可以由至少一个控制单元执行。术语“控制单元”可以指代包括存储器和处理器的硬件设备。存储器被配置为存储程序指令，并且处理器被具体编程以执行程序指令来执行上述一个或多个过程。如本文所述，控制单元可以控制单元、模块、部分、设备或诸如此类的操作。此外，应当理解，如本领域普通技术人员将理解的，上述方法可以由包括控制单元结合一个或多个其他部件的、诸如湿料管理服务器之类的装置来执行。
[0048]
前面的描述已经针对本公开的实施例。然而，清楚的是，可以对所描述的实施例进行其他变化和修改，以获得它们的一些或全部优势。因此，本描述仅作为示例来理解并且不是否则限制本文实施例的范围。因此，所附权利要求的目的是涵盖落入本文实施例的真实精神和范围内的所有这样的变化和修改。
1.相关申请的交叉引用本技术要求于2019年7月9日提交的题为“systems and methods for automated wetstock management”的美国专利申请号16/506,614的优先权，其全部内容通过引用并入本文。
技术领域
2.提供用于湿料（wetstock）的自动化管理的系统和方法。
背景技术：
3.湿料管理是燃料存储设施的日常操作中的基本功能。通常，湿料管理可以涉及使用诸如自动罐计量表（atg）、燃料泄漏检测传感器、磁致伸缩探头以及诸如此类的多种测量设备监视燃料存储设施处的燃料库存（stock）、评估测量以检测影响燃料库存的反常且通常是不安全的事件（例如，燃料损失、燃料过量、罐缺陷、操作问题等），并在必要时采取纠正行动。
4.传统上，湿料测量可以由存储设施操作员人工评估。操作员可以负责监视测量，以便标识反常并做出适当的响应。然而，依靠人类人工监视大量传感器数据的实践可能是容易出错的，可能导致无法在早期阶段检测和解决问题。在湿料管理的背景下，这种失败可能产生灾难性后果，诸如环境污染、收入损失、声誉受损和公共卫生风险。
技术实现要素：
5.提供了用于自动化湿料管理的方法和设备。在一个示例性实施例中，设置在燃料存储设施中的多个传感器中的一个或多个可以感测表征燃料存储设施的一个或多个方面的燃料数据。通信地耦合到多个传感器的湿料管理服务器可以处理燃料数据以基于存储在湿料管理服务器中的一个或多个预定义规则或模型检测燃料数据是否满足指示燃料存储设施的操作问题的异常。
6.在某些示例性实施例中，当检测到所述异常时，湿料管理服务器可以基于异常标识燃料存储设施的操作问题。然后湿料管理服务器可以自动生成包括一系列步骤的工作流程，以辅助燃料存储设施的一个或多个用户解决标识的操作问题。此外，通信地耦合到湿料管理服务器的设备可以使用设备的显示单元显示工作流程的视觉特征。
7.在某些示例性实施例中，当检测到所述异常时，湿料管理服务器可以基于与多个预定义风险类别中的每个相关联的一个或多个异常标准将多个预定义风险类别中的风险类别分配给异常。基于标识的风险类别，湿料管理服务器可以自动选择一个或多个电子通信渠道并经由一个或多个选择的电子通信渠道向一个或多个用户电传输表征操作问题的警报。
附图说明
8.通过结合附图参考以下描述可以更好地理解本文的实施例，在附图中，相同的附图数字指示相同或功能相似的元件，其中：图1是示出了自动化湿料管理系统的示例性概览的流程图；图2是由图1的自动化湿料管理系统实现的示例性用户接口；以及图3是示出了由图1的自动化湿料管理系统实现的示例性简化程序的流程图。
9.应当理解，上述附图不一定按比例，呈现了说明本公开的基本原理的各种优选特征的稍微简化的表示。本公开的具体设计特征，包括例如特定尺寸、取向、位置和形状，将部分地由特定的预期应用和使用环境确定。
具体实施方式
10.湿料管理可以涉及使用燃料数据传感器来监视燃料存储设施处的燃料库存、评估测量数据以检测影响燃料库存的反常以及在必要时执行纠正动作。传感器可以测量表征燃料存储设施的无数可能方面的燃料数据。例如，可以检测归因于泄漏、盗窃、交付短缺或诸如此类的燃料损失并且可以标识对存储设备的损坏。通过应用例如人工智能和/或机器学习技术以“智能”方式使这些过程自动化，如下所述，可以更有效、经济和安全地执行湿料管理。
11.用于自动化湿料管理的方法和系统的实施例在下文讨论。
12.图1示出了示例性自动化湿料管理系统的一个实施例。自动化湿料管理系统（“湿料系统”）100可以使用自动化处理、人工智能和/或机器学习技术来提供自动化的、警报驱动的湿料管理服务，以动态创建工作流程，用于解决给定燃料存储设施中出现的问题的目的。在一些实施例中，湿料系统100的操作可以由远程的、基于云的湿料管理服务器（未示出）执行，该服务器被配置为执行下述一个或多个操作。湿料系统100可以从多个源收集表征燃料存储设施的一个或多个方面的电子燃料数据，包括但不限于存储在设施中的燃料、存储设备（例如，罐）、监视设备等，所述多个源诸如例如是自动罐计量表（atg）、销售点设备、前场（forecourt）控制器、后勤（back office）系统、燃料分配器以及诸如此类，以及人工提交的燃料数据（例如，通过湿料管理计算机应用程序、web站点、等等）。湿料系统100可以通过各种算法、机器学习和/或人工智能自动处理收集的数据以创建警报和/或异常。
13.此外，湿料系统100可以将风险分类应用于动态创建的诊断工作流程。湿料系统100可以在引发异常时评估传入数据、验证异常以滤除任何无效异常、基于风险对异常进行分类、标识最可能的故障以及所述故障的概率，并以定制的（bespoke）方式通知用户（例如，燃料存储设施操作员或管理员、燃料商等）。除了异常特定的故障之外，湿料系统100可以利用单独的异常来生成合并的风险对（versus）概率模型和解决方案。最后，湿料系统100可以跟踪和记录解决的问题。数据可以用作机器学习上下文中的训练数据，以使湿料系统100能够从先前的诊断学习并在未来更有效地诊断类似情况。
14.根据一些实施例，如图1中所示，湿料系统100可以被配置为包含（embody）支持部件110和分析部件120，它们中的每个由多个单独的元件组成。然而，湿料系统100不仅限于这种配置。湿料系统100的支持部件110可以包括使能分析模型所必需的部件，由分析部件120实现来运转和被服务。湿料系统100的分析部件120可以包括根据其处理和分析收集的
燃料数据的部件。应当理解，支持和分析部件110和120不仅限于图1中所示的和下面描述的配置，而是可以按照本领域普通技术人员将理解的、与本文定义的本权利要求书的范围一致的任何合适方式重新配置和/或重新布置。
15.在操作上，湿料系统100可以以特定顺序执行支持和分析部件110和120的个体单元，诸如图1中描绘的顺序。然而，图1中所示的单元的排序仅出于示范目的而提供，并且湿料系统100的操作不仅限于此。因此，支持和分析部件110和120的单元可以分别以任何合适的顺序执行，如本领域普通技术人员将理解的、与本文定义的本权利要求书的范围一致的顺序。
16.现在参考图1，支持部件110可以通过执行支持或使能分析部件120的操作的单元来初始化湿料系统100，从而自动处理和分析收集的燃料数据。首先，例如，可以执行导流程（onboarding）单元111，由此执行初始化组织、站点、湿料细节以及诸如此类所需的特征。类似地，可以执行用户和系统管理单元112，由此执行初始化湿料系统100的一个或多个用户（例如，燃料存储设施操作员或管理员、燃料商人等）所需的特征。例如，可以加载湿料系统100的一个或多个注册用户，可以导入一个或多个用户的偏好，可以设置用户许以及诸如此类。此外，可以执行初始化湿料系统100本身所需的特征。例如，可以初始化与湿料系统100相关联的安全设置、站点组以及诸如此类。取决于配置，用户和系统管理单元112可以使用存储在本地或远程存储器（未示出）中的操作数据来初始化用户和系统设置，表征湿料系统100的先前操作的一个或多个方面。在所述操作数据不存在的情况中，用户和系统管理单元112可以根据默认配置初始化用户和系统设置。
17.一旦支持部件110通过执行支持或使能分析部件120的操作的单元初始化了湿料系统100，就可以执行分析部件120的单元。首先，例如，可以执行包括数据的导入和导出两者的数据处理单元121。详细地，数据处理单元121可以通过从诸如传感器或其他测量工具之类的多种设备收集表征燃料存储设施的一个或多个方面的燃料数据开始。这些设备可以包括例如atg、燃料泄漏检测传感器、磁致伸缩探头、销售点设备、前场控制器、后勤系统、燃料分配器以及诸如此类。此外，湿料系统100的用户可以手动提交要处理的数据。可以组合和导出所有输入的数据以使用湿料系统100的预定义算法（122）进行自动化评估。
18.然后可以执行算法单元122，由此将在数据处理单元121中收集的燃料数据输入到湿料系统100的一个或多个预定义模型和/或规则。湿料系统100的算法可以包括任何模型和/或规则，用于处理收集的燃料数据以在存在所述一个或多个异常时生成一个或多个异常（123）。算法可用于评估收集的输入数据，用于诸如分析燃料损失、流量、交付量等之类的无数目的，以便提醒用户燃料存储设施中发生的任何问题。这样的算法可以包括但不限于反常检测（例如，检测在给定时间片期间值的计算的或预配置的正常范围之外的值的存在）、趋势分析（例如，检测朝向被认为不可接受的范围移动的值的趋势）、交叉值相关性（例如，基于另一变量的值或外部事件检测值的改变的趋势）以及诸如此类。为此，可以以各种方式分析输入数据，各种方式诸如是计算给定时间片上的最大值或最小值，计算给定时间片上的平均值（average）、平均数（mean）或中值，计算给定时间片上的标准偏差以及诸如此类。例如，可以将给定时间片（例如，周、月、季度、年等）中的平均值与和过去时间片相关联的对应平均值进行比较以检测反常。在一些实施例中，可以组合多种算法以创建新算法。通过执行这些算法生成的输出数据可用于标识异常、升级（escalate）风险和/或应用于进一
步的算法。
19.接下来，可以执行异常和服务单元123，由此可以将通过经由上述算法处理收集的燃料数据而生成的异常传递给用户。出于本公开的目的，异常可以指具有在预定义的正常或安全范围或阈值之外的值的、经由算法单元122输出的任何数据。例如，燃料泄漏可以引起燃料罐水平的突然下降。如果atg检测到所述水平小于预定义的最小罐水平阈值，则可能存在指示燃料泄漏的异常。可以基于生成的异常向用户提供广泛的服务，包括例如，对即将发生故障的设备的预测性维护、监管报告生成和向适当的标准机构（body）的传递、检测到产品盗窃时的机构（authority）通知、基于趋势的产品的预测性交付、产品的不正确交付（例如，不足交付、不正确产品等）的供应商通知、归因于检测到的问题（例如，泄漏、机械泵问题等）的燃料泵自动化关闭，以及诸如此类。
20.接下来，可以执行风险升级单元124，由此可以基于多种因素将风险类别分配给通过算法单元122和异常和服务单元123生成的异常。风险分配可用于确定是否升级异常，以及升级异常的程度。此外，风险分类可以允许用户将规则分配给特定于他们需要的特定风险类别。在某些情况下，当检测到输入数据中的反常并以上述方式生成异常时，基于机器学习的系统可以在反常情况实时发生时检验为解决反常情况所采取的动作，反常情况诸如是燃料泄漏。因此，当异常重新发生时，可以将响应时间与配置的服务水平协议和过去的解决方案两者进行比较，以确定是否应用了正确的资源以及是否对燃料泄漏给予了适当的关注。此外，当检测到燃料数据中的新反常并生成可以使情况恶化的异常时，机器学习技术可以使用过去的解决方案作为训练数据来改变分配的资源或调用对新的更高或更低风险的自动化反应。这些反应的示例可能是关闭设备、通知机构、通知更有经验的人员以及诸如此类。
21.接下来，可以执行工作流程单元125，由此可以基于标识的异常和分配给其的风险类别实时生成包括用于辅助用户解决标识的操作问题的一系列步骤的工作流程。工作流程可以取决于问题的威胁和严重性、考虑到现场设备，为用户提供端到端支持，来以最适当和有效的方式解决操作问题。例如，当操作问题是燃料泄漏时，工作流程可以包括旨在纠正或防止燃料泄漏的恶化的步骤。可以以根据生成的异常和分配给它的风险水平确定的方式将工作流程提供给用户。在一些实施例中，耦合到负责执行分析部件120的元素的湿料管理服务器（未示出）的设备（例如，诸如计算机、移动设备、平板设备等之类的计算设备）可以经由设备的显示单元显示工作流程的视觉特征，使用户能够阅读并遵循显示的工作流程步骤。
22.接下来，可以执行通知单元126，由此可以生成表征操作问题的通知或警报，其中的每个在本文中可互换使用，并且可以通过各种可能的通信渠道（channel）或机制将其发送给用户。可以生成通知以虑及取决于警报类型使用具体消息和通信的渠道。可以一次通知多个不同的用户，这可以根据一天中的时间而有所不同。此外，可以基于分配的风险类别确定的方式创建和传输通知，使得当违反某些规则和/或风险时，仅向用户提醒现场设备问题。
23.在解决了操作问题时，例如，已消除了检测到的燃料泄漏时，可以执行数据重新评估单元127、解决和学习单元128以及工具单元113，从而针对特定异常完成分析部件120和支持部件110。响应于问题解决，分配的风险类别可以降级（de-escalated），但仍可以收集和监视燃料数据以确保异常不再发生。此外，湿料系统100可以保持记录用于对其的持续改
进，诸如工作流程的验证和模型的训练。在这点上，机器学习技术可以使用可用信息（例如，收集的燃料数据、生成的异常、工作流程、通知等）作为输入应用于训练规则、阈值和/或设置。结果，响应于异常通过湿料系统100提供的的工作流程和通知可以贯穿系统的操作寿命进行改进。
24.作为说明性示例，假设燃料存储设施配备有罐溢出警报，当耦合到燃料罐的atg检测到特定的库存水平体积时，该警报激活。位于现场的诸如物联网（iot）设备之类的燃料数据收集设备（未示出）可以收集atg数据并将收集到的数据传输到远程定位的湿料管理服务器（未示出），该服务器被配置为执行湿料系统100的操作。特别地，湿料管理服务器可以执行包括数据处理单元121的分析部件120的前述单元以结合其他现场设备测量的燃料数据和/或手动输入的数据从燃料数据收集设备收集atg数据，执行算法单元122以根据一个或多个预定义规则和/或模型处理收集的数据，执行异常和服务单元123以确定是否存在异常，例如安全范围之外的燃料罐水平，执行风险升级单元124以向检测到的异常分配风险类别，并且执行工作流程单元125以生成为用户提供端到端支持的工作流程来解决引起异常的问题。
25.湿料管理服务器可以进一步执行通知单元126以确定取决于用户特定和罐特定设置的通知动作。在某些情况下，可以创建多个风险类别，其中每个风险类别对应于一个或多个预定义异常标准。每个风险类别还可以对应于通过其传递通知的一个或多个电子通信渠道，诸如自动化电话呼叫、短消息服务（sms）消息（文本消息）、电子邮件、去往湿料管理应用的推送通知以及诸如此类。随着风险类别的紧迫性增加，可以选择更多的通信渠道来传输通知。可以基于与每个风险类别相关联的（一个或多个）异常标准将多个可能风险类别中的风险类别分配给异常。为了说明，在下面的表1中提供了风险类别和相应的标准和通信渠道的示例集合。
26.[表1]
风险类别类型异常标准通信渠道风险类别1已等于或超过标称容量电话呼叫;sms;电子邮件;推送通知风险类别2安全工作容量（swc）已被破坏超过100升sms;推送通知风险类别3swc已被破坏不到100升推送通知风险类别4swc没有被破坏无警报
[0027]
基于所生成异常的风险类别，可以生成描述操作问题的通知并且经由（一个或多个）相应的电子通信渠道电传输所述通知。通知可以包括表征问题性质的任何可用数据。随着例如燃料泄漏的严重性之类的操作问题的风险增加，通过其传输通知的通信渠道的数量因此也增加。检测到的操作问题的日期和时间可以确定通知的一个或多个用户。
[0028]
被通知的（一个或多个）用户然后可以登录到湿料系统100的应用并审核由湿料管理服务器针对异常生成的工作流程，该工作流程将引导他们解决问题（例如，燃料泄漏）。该工作流程可以包括推荐，诸如针对燃料溢出的迹象检查特定位置、联系相关机构或响应团队以及诸如此类，特定位置例如是拦截器（interceptor）、前场传感器等。在问题已经解决之后，湿料系统100可以保持记录用于学习目的，使得在相同高度处未来库存读数的情况下，这种问题的风险是已知的并且可以更有效地解决。
[0029]
湿料系统100可以实现具有用户接口的湿料管理计算机应用，用户可以通过该用
户接口通过查看工作流程、接收通知（例如，推送通知）以及诸如此类与湿料系统100交互。在这点上，图2是由湿料系统100实现的示例性用户接口。用户接口200可以包括多种交互元素，旨在通知用户表征由湿料系统100提供的燃料存储设施的一个或多个方面的信息。例如，用户接口200可以包括测试点选择部分210，其中用户可以选择燃料存储设施的测试点（例如，测试点1），以及所选择点的特定罐（例如，罐1）。测试点选择部分210还可以包括可选元素（例如，按钮、下拉菜单、测试输入栏等），使用户能够快速选择当前点、接收置信度预测（如下所述）和/或重置湿料系统100收集的所有输入数据。
[0030]
另外，用户接口200可以包括燃料数据部分220，其显示基于收集的燃料数据的信息，所述燃料数据表征燃料存储设施的一个或多个方面。例如，燃料数据部分220可以包括燃料存储设施内的传感器、警报器以及诸如此类的状态指示符。此外，燃料数据部分220可以包括由湿料系统100基于收集的燃料数据自动确定的活动和非活动异常两者的视觉指示符。如图2中所示，燃料数据对象221可以指示非活动异常，而燃料数据对象222可以指示活动异常。这样，湿料系统100不限于一次仅识别单个异常，而是可以在某些情况下识别多个异常。
[0031]
在一些实施例中，湿料系统100可以组合燃料数据对象221和222所指示的多个异常，以便预测异常的最可能原因。在这点上，用户接口200可以包括置信度预测部分230，其中按照使用上述湿料系统100分析计算的概率的顺序提供一个或多个可能的故障。如图2中所示，例如，线路问题可以被预测为最可能的故障或当前异常的原因。基于预测的最可能故障，湿料系统100可以以上述方式生成工作流程，该工作流程可以通过用户接口200显示给用户。在一些实施例中，用户可以选择异常的特定预测原因，并且可以基于选择的原因生成工作流程。
[0032]
图3是示出了由湿料系统100实现的示例性简化程序的流程图。程序300可以在步骤305处开始，并继续到步骤310，其中，如下文更详细描述的，湿料系统100可以执行自动化湿料管理以使能解决燃料存储设施的操作期间标识的异常。
[0033]
在步骤305处，设置在燃料存储设施中的多个传感器（例如，atg、燃料泄漏检测传感器、磁致伸缩探头、销售点设备、前场控制器、后勤系统、燃料分配器等）中的一个或多个传感器可以感测燃料存储设施的燃料数据。燃料数据可以包括表征燃料存储设施的一个或多个方面的任何类型的测量数据，包括例如燃料罐水平、含水量、泄漏检测、流量读数、设备状态以及诸如此类。
[0034]
在步骤310处，通信地耦合到多个传感器的湿料管理服务器可以经由数据处理单元121收集获取的燃料数据，并经由算法单元122和异常和服务单元123处理燃料数据来基于存储在湿料管理服务器中的一个或多个预定义规则或模型检测燃料数据是否满足指示燃料存储设施的操作问题的异常。湿料管理服务器可以是位于燃料存储设施外部的远程服务器，即基于云的服务器。在一些实施例中，测量的燃料数据可以由位于现场的诸如iot设备之类的燃料数据收集设备（未示出）收集，并且燃料数据收集设备可以将收集的数据传输到湿料管理服务器以用于处理。
[0035]
在检测到所收集的燃料数据满足异常时，程序300可以朝向一个或多个输出进行，包括生成和显示工作流程（步骤315到325）和标识风险类别并经由选择通信渠道传输警报（步骤330到340）。在一些实施例中，可以仅执行输出之一。在其他实施例中，可以执行两种
输出或其任何组合。
[0036]
在步骤315处，可以基于异常来标识燃料存储设施的操作问题。例如，如果异常源于燃料罐水平的突然下降，则可以将操作问题标识为燃料损失或泄漏。
[0037]
在步骤320处，可以经由工作流程单元125生成工作流程，用于辅助燃料存储设施的用户解决在步骤315中标识的操作问题。该工作流程可以包括一系列步骤，为用户提供端到端支持来以最合适和有效的方式解决操作问题。工作流程可以动态生成，即实时生成，同时考虑现场设备和问题的严重性。
[0038]
在步骤325处，通信地耦合到湿料管理服务器的设备可以显示工作流程的视觉特征，诸如工作流程步骤的列表。例如计算机、移动设备、平板计算机或诸如此类的设备可以包括被配置为显示工作流程的视觉特征的显示单元。在一些实施例中，用户可以通过例如通过设备指示工作流程步骤已经完成、附加的辅助是需要的或诸如此类来与设备交互。
[0039]
同时，在步骤330处，可以经由风险升级单元124将多个预定义风险类别中的风险类别分配给异常。可以基于与多个预定义风险类别中的每个相关联的一个或多个异常标准来执行标识风险类别。例如，如表1中所示，与燃料超过预定义最大限制的量有关的标准可以对应于每个风险类别。可以将在步骤310中检测到的异常与异常标准进行比较，以将适当的风险类别分配给异常。
[0040]
在步骤335处，可以选择多个预定义的电子通信渠道中的一个或多个电子通信渠道用于向用户传输表征操作问题的警报。再次参考表1，每个预定义的风险类别可以对应于电子通信渠道的特定集合。因此，可以基于分配的风险类别来选择一个或多个电子通信渠道。
[0041]
在步骤340处，可以使用在步骤335中选择的一个或多个电子通信渠道，经由通知单元126向用户电传输表征操作问题的警报或通知。接收警报的用户数量可以取决于与分配的风险类别相关联的紧急程度以及检测到异常的日期和时间。此外，可以创建和传输警报，使得在破坏某些规则和/或风险时仅提醒用户现场设备问题。
[0042]
程序300可以贯穿燃料存储设施的操作继续。上面详细描述了可以执行程序300的步骤的技术，以及辅助程序和异常标准。
[0043]
应该注意，图3中所示的步骤仅是用于说明的示例，并且可以根据需要包括或排除某些其他步骤。此外，虽然示出了步骤的特定顺序，但该顺序仅仅是说明性的，并且可以使用任何合适的步骤布置而不脱离本文实施例的范围。更进一步，所示步骤可以根据本权利要求的范围以任何合适的方式进行修改。
[0044]
因此，本文讨论的自动化湿料管理系统可以将所有已知的警报和数据点、现场设备和基础设施细节组合到模型中，以基于风险、可能性、现实生活概率以及现场的设备为用户提供最可能的现场故障。通过将人工智能和机器学习技术应用于湿料管理程序，可以更有效地执行湿料管理，从而节省成本并改进安全性。
[0045]
应当理解，本文使用的术语仅出于描述特定实施例的目的并且不旨在限制本公开。如本文所用，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文另有明确指示。将进一步理解的是，当在本说明书中使用时，术语“包括”、“包含”或其变体指定了所述特征、整数、步骤、操作、元素和/或部件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、部件和/或它们的组的存在或添加。如本文所用，术语“和/或”包括一个或多
个相关联的列出项目中的任何项目和所有组合。术语“耦合”表示两个部件之间的物理关系，由此部件直接相互连接或经由一个或多个中间部件间接连接。
[0046]
如贯穿说明书和权利要求书中使用的近似语言可用于修改任何可允许变化而不导致其相关的基本功能改变的定量表示。因此，由诸如“大约”、“大致”和“基本上”之类的一个或多个术语修饰的值不限于指定的精确值。在至少一些情况下，近似语言可以对应于用于测量值的仪器的精度。在此以及贯穿说明书和权利要求书，范围限制可以组合和/或互换，除非上下文或语言另有说明，否则此类范围被标识并包括其中包含的所有子范围。
[0047]
另外，应当理解，一种或多种上述方法或其方面可以由至少一个控制单元执行。术语“控制单元”可以指代包括存储器和处理器的硬件设备。存储器被配置为存储程序指令，并且处理器被具体编程以执行程序指令来执行上述一个或多个过程。如本文所述，控制单元可以控制单元、模块、部分、设备或诸如此类的操作。此外，应当理解，如本领域普通技术人员将理解的，上述方法可以由包括控制单元结合一个或多个其他部件的、诸如湿料管理服务器之类的装置来执行。
[0048]
前面的描述已经针对本公开的实施例。然而，清楚的是，可以对所描述的实施例进行其他变化和修改，以获得它们的一些或全部优势。因此，本描述仅作为示例来理解并且不是否则限制本文实施例的范围。因此，所附权利要求的目的是涵盖落入本文实施例的真实精神和范围内的所有这样的变化和修改。
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
