基于大数据的油罐泄露监测告警系统及方法与流程

本发明涉及库存检测分析预警技术领域，尤其涉及一种基于大数据的油罐泄露监测告警系统及方法。

背景技术：

大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个v，数据量大(volume)、速度快(velocity)、类型多(variety)、价值（value）、真实性（veracity），大数据作为时下最火热的it行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的价值的利用逐渐成为行业价值焦点。随着大数据时代的来临，大数据分析也应运而生。

物联网(internetofthings，iot)是新一代的信息技术，是利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。

目前油罐存储是否有泄露异常监测预警一般是巡视员根据液位仪库存监控以及人工经验判断出大量泄露发生的，而对油罐的渗漏、滴漏无从分析查看。安全方面仍存在自动化及监测监控设施不完善、监控预警信息化水平低、安全监督管理困难、事故预警能力不足等情况日益突出，提高油料损耗成本，且不能避免泄露事件的发生。

技术实现要素：

本发明的目的在于提供一种基于大数据的油罐泄露监测告警系统及方法，有效避免泄露事件的发生并降低油料损耗的成本。

为实现上述目的，第一方面，本发明提供了一种基于大数据的油罐泄露监测告警系统，所述基于大数据的油罐泄露监测告警系统包括采集模块、设置模块、数据清洗模块、计算模块和告警模块，所述采集模块、所述设置模块、所述数据清洗模块、所述计算模块和所述告警模块依次连接；

所述采集模块，用于实时采集油罐库运行数据；

所述设置模块，用于根据油罐库区实际规模，灵活设置各油罐的固定参数和告警参数；

所述数据清洗模块，用于根据各采集设备型号的不同，对所采集的数据格式和异常数据进行统一数据规则转换和接口管理；

所述计算模块，用于对储油、入油和出油时刻进行损耗率计算和告警判断；

所述告警模块，用于结合泄漏紧急度给出不同的预警级别发出预警信息。

其中，所述采集模块包括运行数据采集单元和速率采集单元，所述运行数据采集单元和所述速率采集单元与所述数据清洗模块连接；

所述运行数据采集单元，用于利用液位计、管内温度计、压力传感器和油气浓度传感器，采集罐内储油高度、温度、压力和油气浓度，并传输至所述数据清洗模块；

所述速率采集单元，用于利用质量流量计采集油罐库的入油和出油速率，并传输至所述数据清洗模块。

其中，所述设置模块包括数据导入单元和告警设置单元，所述数据导入单元与所述计算模块连接，所述告警设置单元与所述告警模块连接；

所述数据导入单元，用于导入各油管的储油种类、油料标号、标准油料密度、生产油罐容积表、标准油料损耗和标准损耗；

所述告警设置单元，用于根据所述损耗率设置对应的告警级别和告警发布方式。

其中，所述计算模块包括储油计算单元、入油计算单元和出油计算单元，所述储油计算单元、所述入油计算单元和所述出油计算单元均与所述数据导入单元和所述告警模块连接；

所述储油计算单元，用于按照5分钟、30分钟、1小时为单位，进行损耗率计算和告警判断，并对油料数据进行滚动更新；

所述入油计算单元，用于按照30秒、60秒为单位，进行入油损耗率计算和告警判断，并对油料数据进行滚动更新；

所述出油计算单元，用于按照30秒、60秒为单位，进行出油损耗率计算和告警判断，并对油料数据进行滚动更新。

其中，所述基于大数据的油罐泄露监测告警系统还包括报表生成模块，所述报表生成模块与所述储油计算单元、所述入油计算单元和所述出油计算单元连接；

所述报表生成模块，用于生成各类入、出、储油罐损耗趋势报表。

其中，所述基于大数据的油罐泄露监测告警系统还包括网络管理模块，所述网络管理模块与所述报表生成模块连接；

所述网络管理模块，用于建立各级权限，对应调阅各油罐状况和报表。

第二方面，本发明提供一种基于大数据的油罐泄露监测告警方法，包括：

采集设备运行信息和固定参数，并进行数据清洗；

判断油料泄露异常时刻和类别，并进行趋势分析；

根据所述趋势分析结果进行告警。

其中，所述采集设备运行信息和固定参数，并进行数据清洗，包括：

利用采集模块采集当前时间、油罐液位高度、油罐压力、油罐内温度、油气浓度和入出油质量流量计，并利用设置模块导入的容积表和标准油料密度进行标准格式整理后，将相邻时间点内的油料质量进行对比，并保存所有数据至所述采集模块中。

其中，所述判断油料泄露异常时刻和类别，并进行趋势分析，包括：

利用储油计算单元分别计算当时间累积为5分钟、30分钟和1小时的实时损耗率和对应油罐内温度对应的标准油料损耗值的第一比值，若所述第一比值大于1，则进行告警判断和趋势分析；若所述第一比值小于等于1，则对油料数据进行滚动更新。

其中，所述判断油料泄露异常时刻和类别，并进行趋势分析，还包括：

利用入油计算单元和出油计算单元分别计算当时间累积为30秒和60秒的实时损耗率和对应油罐内温度对应的标准油料损耗值的第二比值和第三比值，若所述第二比值和所述第三比值大于1，则进行告警判断和趋势分析；若所述第二比值和所述第三比值小于等于1，则将对应的时间累积和损耗累积进行归零初始化。

本发明的一种基于大数据的油罐泄露监测告警系统及方法，所述基于大数据的油罐泄露监测告警系统包括采集模块、设置模块、数据清洗模块、计算模块和告警模块，获取油罐库运行数据，同时根据油罐库区实际规模，灵活设置各油罐的固定参数和告警参数，利用所述数据清洗模块进行统一数据规则转换和接口管理后，并分别计算出储油、入油时刻和出油时刻的损耗率，并判断是否存在泄漏异常时刻点及所有的消耗趋势以及告警判断，同时动态更新数据，结合泄漏紧急度给出不同的预警级别发出预警信息，实现油罐泄露监测告警的动态性、实时性、科学性、智能性，有效避免泄露事件的发生并降低油料损耗的成本。

附图说明

为了更清楚地说明本发明实施例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地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种基于大数据的油罐泄露监测告警系统的结构示意图。

图2是本发明提供的基于大数据的油罐泄露监测告警方法的步骤示意图。

图3是本发明提供的基于大数据的油罐泄露监测告警系统及方法的流程示意图。

1-采集模块、2-设置模块、3-数据清洗模块、4-计算模块、5-告警模块、6-报表生成模块、7-网络管理模块、11-运行数据采集单元、12-速率采集单元、21-数据导入单元、22-告警设置单元、41-储油计算单元、42-入油计算单元、43-出油计算单元。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

请参阅图1，本发明提供一种基于大数据的油罐泄露监测告警系统，所述基于大数据的油罐泄露监测告警系统包括采集模块1、设置模块2、数据清洗模块3、计算模块4和告警模块5，所述采集模块1、所述设置模块2、所述数据清洗模块3、所述计算模块4和所述告警模块5依次连接；

所述采集模块1，用于实时采集油罐库运行数据；

所述设置模块2，用于根据油罐库区实际规模，灵活设置各油罐的固定参数和告警参数；

所述数据清洗模块3，用于根据各采集设备型号的不同，对所采集的数据格式和异常数据进行统一数据规则转换和接口管理；

所述计算模块4，用于对储油、入油和出油时刻进行损耗率计算和告警判断；

所述告警模块5，用于结合泄漏紧急度给出不同的预警级别发出预警信息。

在本实施方式中，首先利用所述采集模块1获取油罐库运行数据，和与油罐库存有关的情景要素的数据；同时利用所述设置模块2根据油罐库区实际规模，灵活设置各油罐的固定参数和告警参数，其在，所述固定参数包括储油种类、油罐容积表、标准油料密度、标准油料损耗和质量流量计标准损耗，所述告警参数包括损耗率对应的告警级别和发布方式；然后利用所述数据清洗模块3删除无用和错误数据后，进行统一数据规则转换和接口管理，然后分别计算出储油、入油时刻和出油时刻的损耗率，并判断是否存在泄漏异常时刻点及所有的消耗趋势以及告警判断，同时动态更新数据，结合泄漏紧急度给出不同的预警级别发出预警信息，所述告警模块5分别接受储油状态模式、入油状态模式、出油状态模式所传输的实时损耗率数据，按照设置模块2的自定义告警级别发出告警信息，包括声光报警，广播告警，移动端电话告警；实现油罐泄露监测告警的动态性、实时性、科学性、智能性，充分结合了油罐情景发生的历史状况经验、当前情景状态以及未来所有情景状态发生的可能性，预警的效果比现有的更加准确，不只考虑了油罐的固定损耗标准取值，而是综合考虑与油罐情景有关的所有要素实时变化的取值，实时地感知到油罐可能异常时刻点，然后在该时刻点进行趋势分析。通过这种方式，既可以避免频繁预警，也可以提高在线实时泄露告警的效率，有效避免泄露事件的发生并降低油料损耗的成本。

进一步的，所述采集模块1包括运行数据采集单元11和速率采集单元12，所述运行数据采集单元11和所述速率采集单元12与所述数据清洗模块3连接；

所述运行数据采集单元11，用于利用液位计、管内温度计、压力传感器和油气浓度传感器，采集罐内储油高度、温度、压力和油气浓度，并传输至所述数据清洗模块3；

所述速率采集单元12，用于利用质量流量计采集油罐库的入油和出油速率，并传输至所述数据清洗模块3。

在本实施方式中，利用安装在油罐内正上方的液位计、管内温度计、压力传感器和油气浓度传感器采集罐内储油高度、温度、压力和油气浓度，并利用安装在油罐的入出油管道上的质量流量计采集油罐库的入油和出油速率，利用光纤设备将所述运行数据采集单元11和所述速率采集单元12采集的数据传输至所述数据清洗单元进行转换，综合考虑与油罐情景有关的所有要素实时变化的取值，并充分考虑地域和环境等库区情景的当前状态以及未来的趋势，可以预防泄露事件的发生。

进一步的，所述设置模块2包括数据导入单元21和告警设置单元22，所述数据导入单元21与所述计算模块4连接，所述告警设置单元22与所述告警模块5连接；

所述数据导入单元21，用于导入各油管的储油种类、油料标号、标准油料密度、生产油罐容积表、标准油料损耗和标准损耗；

所述告警设置单元22，用于根据所述损耗率设置对应的告警级别和告警发布方式。

在本实施方式中，根据油罐库区实际规模，分别按照每个油罐通过所述数据导入单元21将各油罐的储油种类、油料标号、标准油料密度、按照油罐生产商提供的油罐容积表、标准油料损耗总体和质量流量计生产商提供的标准损耗导入并进行数据清洗，同时利用所述告警设置单元22，根据所述损耗率设置对应的告警级别和告警发布方式，便于管理人员区分对应的告警。

进一步的，所述计算模块4包括储油计算单元41、入油计算单元42和出油计算单元43，所述储油计算单元41、所述入油计算单元42和所述出油计算单元43均与所述数据导入单元21和所述告警模块5连接；

所述储油计算单元41，用于按照5分钟、30分钟、1小时为单位，进行损耗率计算和告警判断，并对油料数据进行滚动更新；

所述入油计算单元42，用于按照30秒、60秒为单位，进行入油损耗率计算和告警判断，并对油料数据进行滚动更新；

所述出油计算单元43，用于按照30秒、60秒为单位，进行出油损耗率计算和告警判断，并对油料数据进行滚动更新。

在本实施方式中，首先，利用所述储油计算单元41按照5分钟、30分钟、1小时为单位，判断油罐储油是否存在泄漏异常时刻点及所有的消耗趋势以及每种趋势发生的可能性大小，然后按照30秒、60秒为单位，利用所述入油计算单元42和所述出油计算单元43计算出对应的损耗率和告警判断，并对油料数据进行滚动更新，充分结合了油罐情景发生的历史状况经验、当前情景状态以及未来所有情景状态发生的可能性，预警的效果比现有的更加准确，不仅维持较低的油料损耗水平，而且有效防止泄露事件的发生。

进一步的，所述基于大数据的油罐泄露监测告警系统还包括报表生成模块6，所述报表生成模块6与所述储油计算单元41、所述入油计算单元42和所述出油计算单元43连接；

所述报表生成模块6，用于生成各类入、出、储油罐损耗趋势报表。

在本实施方式中，利用所述报表生成模块6生成各类入、出、储油罐损耗趋势报表，便于后续的记录查找和分析。

进一步的，所述基于大数据的油罐泄露监测告警系统还包括网络管理模块7，所述网络管理模块7与所述报表生成模块6连接；

所述网络管理模块7，用于建立各级权限，对应调阅各油罐状况和报表。

在本实施方式中，利用所述网络管理模块7建立各级权限，对应调阅各油罐状况和报表，实行分级管理，保证管理的秩序性，方便管理。

请参阅图2，本发明提供一种基于大数据的油罐泄露监测告警方法，包括：

s101、采集设备运行信息和固定参数，并进行数据清洗。

具体的，利用采集模块1实时采集系统当前时间t1、油罐液位高度ht1、油罐压力pt1、油罐内温度ct1、油气浓度mt1、入出油质量流量计rt1，并利用设置模块2导入的容积表和标准油料密度进行标准格式整理，包括：

根据预设的各油罐的【容积表】参数，计算实时油料体积：

油料体积vt1=液位高度ht1*容积表参数r

根据预设的各油罐的【标准油料密度】参数，计算温度环境下实时油料质量：

油料质量st1=油料体积vt1*标准油料密度

然后，将相邻时间点内的油料质量进行对比，并保存所有数据至所述采集模块1中，具体步骤为：

当前的油料质量st1与前一时间点的油料质量st0进行比较，如果相等，则更新时间累积ts5=ts5+（t1–t0），损耗累积ds5=ds5+0、ts30=ts30+（t1–t0）；损耗累积ds30=ds30+0、ts60=ts60+（t1–t0）；损耗累积ds60=ds60+0；如果不相等，则更新时间累积ts5=ts5+（t1–t0）；损耗累积ds5=ds5+（st0-st1）、ts30=ts30+（t1–t0）；损耗累积ds30=ds30+（st0-st1）、ts60=ts60+（t1–t0）；损耗累积ds60=ds60+（st0-st1），把本次采集的所有数据t1记录到采集模块1中，作为下次比较条件t0。

s102、判断油料泄露异常时刻和类别，并进行趋势分析。

具体的，首先，利用所述储油计算单元41判断油罐储油是否存在泄漏异常时刻点及所有的消耗趋势以及每种趋势发生的可能性大小，包括：

入出油质量流量计rt1=0场合，判断泄露异常是否存在。

步骤1：时间累积ts5=300秒并且损耗累积ds5>0，则实时损耗率dt=损耗累积ds5/油罐标准容积*100。如果第一比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第一比值小于等于1，即实时损耗率dt<=相同油罐内温度ct1的【标准油料损耗】，则更新油料所有损耗数据与【标准油料损耗】相应数据，提高损耗判断精度。ts5、ds5进行值为0的初始化。

步骤2：时间累积ts30=1800秒并且损耗累积ds30>0，则实时损耗率dt=损耗累积ds30/油罐标准容积*100。如果第一比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第一比值小于等于1，即实时损耗率dt<=相同油罐内温度ct1的【标准油料损耗】，则更新油料所有损耗数据与【标准油料损耗】相应数据，提高损耗判断精度。ts30、ds30进行值为0的初始化。

步骤3：时间累积ts60=3600秒并且损耗累积ds60>0，则实时损耗率dt=损耗累积ds60/油罐标准容积*100。如果第一比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第一比值小于等于1，即实时损耗率dt<=相同油罐内温度ct1的【标准油料损耗】，则更新油料所有损耗数据与【标准油料损耗】相应数据，提高损耗判断精度。ts60、ds60进行值为0的初始化。

其次，利用所述入油计算单元42判断油罐入油时刻是否存在泄漏异常时刻点，包括：

入出油质量流量计rt1>0的场合，判断泄露异常是否存在。

步骤1：时间累积ts5=30秒并且损耗累积ds5+rt1>0，则实时损耗率dt=（损耗累积ds5/油罐标准容积*100）+质量流量计标准损耗率。如果第二比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第二比值小于等于1，则ts5、ds5进行值为0的初始化。

步骤2：时间累积ts30=60秒并且损耗累积ds30+rt1>0，则实时损耗率dt=（损耗累积ds30/油罐标准容积*100）+质量流量计标准损耗率。如果第二比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第二比值小于等于1，则ts30、ds30进行值为0的初始化。

最后，利用所述出油计算单元43判断油罐出油时刻是否存在泄漏异常时刻点，包括：

入出油质量流量计rt1<0的场合，判断泄露异常是否存在。

步骤1：时间累积ts5=30秒并且损耗累积ds5+rt1>0，则实时损耗率dt=（损耗累积ds5/油罐标准容积*100）+质量流量计标准损耗率。如果第三比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；如果第三比值小于等于1，则ts5、ds5进行值为0的初始化。

步骤2：时间累积ts30=60秒并且损耗累积ds30+rt1>0，则实时损耗率dt=（损耗累积ds30/油罐标准容积*100）+质量流量计标准损耗率。如果第三比值大于1，即实时损耗率dt>相同油罐内温度ct1的【标准油料损耗】，进行告警判断并更新油料所有损耗数据，作为趋势分析数据源；然后第三比值小于等于1，则ts30、ds30进行值为0的初始化。

充分结合了油罐情景发生的历史状况经验、当前情景状态以及未来所有情景状态发生的可能性，预警的效果比现有的更加准确，不仅维持较低的油料损耗水平，而且有效防止泄露事件的发生。并且实时地感知到油罐可能异常时刻点，然后在该时刻点进行趋势分析。通过这种方式，本发明既可以避免频繁预警，也可以提高在线实时泄露告警的效率。

s103、根据所述趋势分析结果进行告警。

具体的，利用所述告警模块5分别接受储油计算单元41、入油计算单元42、出油计算单元43所传输的实时损耗率数据，按照设置模块2的自定义告警级别发出告警信息，包括声光报警，广播告警，移动端电话告警，便于管理人员进行应急处理，降低油料损耗成本。

如图3所提供的大数据的油罐泄露监测及告警系统及方法的流程示意图所示，首先运行油罐泄露监测及告警系统，设置油罐安全容量、储油类别等参数，然后采集设备运行信息，包括：时间、液位高度、压力、罐内温度、出油速率、入油速率等数据，并导入数据清洗模块3进行数据清洗和统一格式转换，并判断是否存在可能异常，若不存在，则重新采集设备运行信息，若存在异常，则判断油料泄露异常可能时刻点和类别，并进行趋势分析并动态更新油料信息后，判断是否需要告警，若不需要告警，则重新获取设备运行信息，若需要告警，则发送告警信息，运行油罐泄露监测及告警系统，有效避免泄露事件的发生并降低油料损耗的成本。

本发明的一种基于大数据的油罐泄露监测告警系统及方法，所述基于大数据的油罐泄露监测告警系统包括采集模块1、设置模块2、数据清洗模块3、计算模块4和告警模块5，获取油罐库运行数据，同时根据油罐库区实际规模，灵活设置各油罐的固定参数和告警参数，利用所述数据清洗模块3进行统一数据规则转换和接口管理后，并分别计算出储油、入油时刻和出油时刻的损耗率，并判断是否存在泄漏异常时刻点及所有的消耗趋势以及告警判断，同时动态更新数据，结合泄漏紧急度给出不同的预警级别发出预警信息，实现油罐泄露监测告警的动态性、实时性、科学性、智能性，有效避免泄露事件的发生并降低油料损耗的成本。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。