一种基于大数据分析的热网数据安全控制系统及方法与流程

本发明涉及热网数据安全控制，具体为一种基于大数据分析的热网数据安全控制系统及方法。

背景技术：

1、我国城市集中供热起步较晚，供热运行管理方面基本采用传统方式，处于人工操作的阶段，信息化和数据共享方面还处于初步阶段，发展相对较晚；整体供热系统技术水平不成熟，自动化水平比较低，与全面实现信息化和数据共享还存在着一定的差距。

2、在现有技术对热网数据的安全控制方面，基本数据“人控”“人治”阶段，在每年的供热初期，由于热网中部分供热管道因堵塞或坏损，会导致热网中末端供热管道(供热用户使住房内使用的供热管道)的热水供应量产生波动(例如：当供热管道出现破损时，会导致相应供热管道内的水压降低，在分支管道与该供热管道连接处的阀门开度保持不变的情况下，各个分支管道内通过的热水流速会降低；当供热管道堵塞时，会使其连接的供热管道上其余分支管道通过的水压上升，流速变大)，供热用户住房内实现的供热效果产生偏差；而现阶段采用的解决办法通常是在供热初期对供热管道进行人工全检，该方式费时费力，且无法及时排查故障的供热管道，使得对热网数据的安全调控周期变长，严重影响了供热用户对热网的使用体验；进而现有技术缺乏对存在故障风险的供热管道的预测及对巡检路线的获取，因此，现有技术存在较大的缺陷，无法实现对热网的“数控”及“智控”。

技术实现思路

1、本发明的目的在于提供一种基于大数据分析的热网数据安全控制系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据分析的热网数据安全控制方法，所述方法包括以下步骤：

3、s1、获取监测区域内各个供热用户对应的供热信息，并结合历史数据中各个供热用户对应供热信息，筛选出监测区域内的异常供热节点，并将异常供热节点所围区域作为供热异常巡检区域；每个异常供热节点对应一个供热用户；

4、s2、对供热异常巡检区域内的供热管道进行编号，分析不同供热管道之间的故障风险影响关系，并锁定供热管道中的故障风险源；结合异常供热节点对应供热用户的供热信息，计算每个故障风险源受到的风险干扰值；

5、s3、按照所得风险干扰值从大到小的顺序对各个故障风险源进行排序，生成每个故障风险源对应的巡检优先级；所述巡检优先级等于相应故障风险源在相应排序结果中的序号，每个故障风险源对应一个供热管道；

6、s4、获取供热异常巡检区域内各个故障风险源构成的集合，并将所得集合中的元素按不同的排列顺序生成不同的组合方案，每个组合方案均包含所得集合中的所有元素；根据组合方案中相邻两个供热管道分别对应的端点位置，得到每个组合方案对应的巡检路线，所述供热管道包括两个端点(首尾两个端点)；结合每个故障风险源对应的巡检优先级，生成最佳巡检路线；

7、s5、在巡检设备按最佳巡检路线执行巡检任务的过程中，通过无线传输网路实时接收巡检结果，并对巡检结果中存在故障的故障风险源进行标记，实时生成维护任务，并指派维护人员进行故障风险源中的故障点进行维修，所述故障点为故障风险源对应供热管道中出现故障的位置。本发明中所述维护任务实时更新，能够有效缩短故障点对供热管道的影响时间，及时控制热网数据免受外界环境及故障管道的干扰，确保热网的安全与稳定。

8、进一步的，所述供热信息包括：供热用户对应的供热管道进水阀门开度及出水口处的流速；不同时间用户的供热信息内的参数值不同，所述供热信息通过传感器实时采集；

9、所述s1中筛选出监测区域内的异常供热节点的方法包括以下步骤：

10、s11、获取监测区域内各个供热用户对应的供热信息；

11、s12、将供热用户对应的供热管道记为末端供热管道，选取任意一个供热用户记为a，获取a对应末端供热管道前一级供热管道，所述末端供热管道为其前一级供热管道的分支管道，且其前一级供热管道上连接有多个分支管道且每个分支管道对应一个供热用户，将a所属前一级供热管道上除a对应末端供热管道之外的其余分支管道对应的供热用户，记为a对应的关联供热节点；

12、s13、获取历史数据中各个供热用户对应供热信息，得到a当前受其关联供热节点影响后产生的流速干扰偏差，记为ma，

13、所述

14、其中，ea表示a在最近一次采集的供热信息中出水口处的流速；ean表示a对应的第n个关联供热节点在最近一次采集的供热信息中出水口处的流速且ean＞0；eqa表示历史数据中a在前一年中采集的供热信息内出水口处的流速的平均值；eqan表示a对应的第n个关联供热节点在历史数据中前一年采集的供热信息内出水口处的流速的平均值且eqan＞0；n1表示a对应的关联供热节点的总个数；

15、s13、将ma与阈值r进行比较，所述阈值r为动态阈值，阈值r在不同时间对应的值不同，且所述阈值r等于监测区域内各个供热用户受其关联供热节点影响后产生的流速干扰偏差的平均值，

16、当ma＜r＜r1＜0时，则判定当前时间a为监测区域内的一个异常供热节点，r1为数据库中预置的流速干扰偏差阈值；反之，则判定当前时间a为正常供热节点；

17、得到供热异常巡检区域的过程中，获取最近一次得到的所有异常供热节点对应的位置，将不同的异常供热节点的位置通过线段相互连接，将所得线段所围的各个闭合区域中面积最大的闭合区域作为当前时间对应的供热异常巡检区域；不同时间得到的供热异常巡检区域不同。

18、本发明筛选异常供热节点时，考虑到供热管道容易出现堵塞的情况且同一供热管道上各个分支供热管道之间存在相互影响的情况，当在供热管道上供水过程中，分支管道上在出现堵塞的情况下，会使得通过分支管道的供水流速减小，相应的会使与分支管道相连的上一级供热管道中的供水压力增大，使得其余分支管道在阀门开度保持不变的情况下，通过其余分支管道的流量增大；进而当分支管道出现堵塞情况且上一级供热管道的供水数据未发生变化时，无论是堵塞的分支管道还是其余分支管道通过的流量相较于历史数据均会产生偏差；因此，可以知道，本技术中的异常供热节点并非均是出现堵塞情况的供热管道，也有可能是受其余供热管道影响导致的异常。

19、进一步的，所述s2中分析不同供热管道之间的故障风险影响关系时，获取与前一级供热管道相连的各个分支管道分别与前一级供热管道连接处的阀门开度，比较与前一级供热管道相连的各个分支管道之间的故障风险影响关系，

20、当存在分支管道与前一级供热管道连接处的阀门开度减去历史数据中相应阀门在前一年的阀门开度平均值的差值，大于误差阈值时，则判定该分支管道与其余分支管道之间的故障风险影响关系为存在异常，且该分支管道为一个锁定的故障风险源，所述误差阈值为数据库中预置的常数；

21、当各个分支管道与前一级供热管道连接处的阀门开度分别减去历史数据中相应阀门在前一年的阀门开度平均值的差值，均小于等于误差阈值时，进一步比较各个分支管道的流速对应的流速干扰偏差，所述分支管道的流速等于相应分支管道流向的所有末端供热管道所属供热用户的供热信息中出水口处的流速之和，

22、若任意一个分支管道的流速占比变化量小于等于第二预设值时，则判定该分支管道与其余分支管道之间的故障风险影响关系为存在异常，且该分支管道为一个锁定的故障风险源；若任意一个分支管道的流速占比变化量大于第二预设值时，则判定该分支管道与其余分支管道之间的故障风险影响关系为正常，且该分支管道不为故障风险源；

23、获取相应分支管道的流速除以前一年中相应分支管道对应各个流速的平均值，得到相应分支管道的流速占比，将相应分支管道的流速占比减去其余分支管道分别对应的流速占比的平均值，得到相应分支管道的流速占比变化量；

24、相连的两个不同编号的供热管道对应的级别不同，在热水流经一个供热管道流向另一个供热管道时，流经的供热管道的级别高于流向的供热管道级别。

25、本发明锁定故障风险源是为了根据上述内容中得到的异常供热节点筛选出可能存在堵塞情况的供热管道，且本发明中的故障风险源可能是部分异常供热节点，也有可能是异常供热节点的上级供热管道。

26、进一步的，所述s2中计算每个故障风险源受到的风险干扰值的方法包括以下步骤：

27、s311、获取异常供热节点对应供热用户的供热信息及各个故障风险源；

28、s312、得到每个故障风险源受到的风险干扰值，任选一个故障风险源，记为u，将u对应的风险干扰值记为fu，

29、所述fu＝a1·g(ny)+a2·by+a3·lc，

30、其中，ny表示u对应的供热管道内热水在后续流经的各个供热管道中为故障风险源的个数；g(ny)表示u对应的供热管道内热水在后续流经的各个供热管道中，每个故障风险源与u之间相差的管道级别的倒数之和；by表示u对应的供热管道内热水在后续流经的末端供热管道中，对应的异常供热节点个数占对应的供热用户总数的占比；lc表示u对应的供热管道中与机动车道之间距离小于预设距离的管道长度，所述a1、a2及a3均为转化系数，且a1、a2及a3均为数据库中阈值的常数。

31、本发明计算故障风险源受到的风险干扰值，是为后续步骤中生成巡检组合方案及最佳巡检路线提供数据支撑。

32、进一步的，所述s4中得到每个组合方案对应的巡检路线的方法包括以下步骤：

33、s401、获取供热异常巡检区域内的各个组合方案，及每个组合方案中依次出现的故障风险源分别对应的供热管道，获取所得供热管道中每个供热管道分别对应的两个端点；

34、s402、将k个组合方案中，第g次出现的故障风险源对应的供热管道的两个端点中的一个与第g-1次出现的故障风险源对应供热管道的一个端点连接，将第g次出现的故障风险源对应的供热管道的两个端点中的另一个与第g+1次出现的故障风险源对应供热管道的一个端点连接，将第k个组合方案中包含的故障风险源个数记为g1，g∈[2,g1-1]，得到2g1种连接方式，每种连接方式对应一条组合路线，所述连接方式对应的组合路线中属于同一供热管道上两个端点之间的路线与相应供热管道的排布路线相同，所述连接方式对应的组合路线中不属于同一供热管道上两个端点之间的路线等于北斗导航中相应两个端点之间距离最短的路线；

35、s403、提取所得2g1种连接方式分别对应的组合路线中距离最短的组合路线，作为第g个组合方案对应的巡检路线。

36、进一步的，所述s4中结合每个故障风险源对应的巡检优先级，生成最佳巡检路线的方法包括以下步骤：

37、s411、获取各个组合方案对应的巡检路线及每个组合方案中故障风险源的巡检优先级；

38、s412、获取当前时间每个组合方案中各个故障风险源分别对应的异常持续时长，所述故障风险源对应的异常持续时长等于相应异常风险源在历史数据中的异常风险状态起始时间点与当前时间的间隔时长，

39、将当前时间任意一个故障风险源，并将其对应的供热管道记为d，则当前时间的该异常风险源在历史数据中的异常风险状态起始时间点至当前时间构成的时间区间中，任意时间点时d均为故障风险源，且当前时间的异常风险源在历史数据中的异常风险状态起始时间点等于构成区间长度最大的时间区间中相应的区间起始时间点；

40、s413、得到每个组合方案对应巡检路线的异常状态稳定性评估值，将第k个组合方案对应巡检路线的异常状态稳定性评估值记为ywk，

41、

42、bt(k，g)＝t(k，g)/max{tk}，

43、其中，pg表示第k个组合方案对应的巡检路线中，从巡检路线起点位置开始出现的第g个故障风险源对应的巡检优先级；bt(k，g)表示第k个组合方案中第g个故障风险源对应的异常持续时长占比系数；e表示自然常数；max{tk}表示第k个组合方案中各个故障风险源分别对应的异常持续时长中的最大值；t(k，g)表示第k个组合方案中第g个故障风险源对应的异常持续时长；r表示稳定性评估转化系数且为数据库中预置的常数；g1表示第k个组合方案中故障风险源的总个数；

44、s414、得到供热异常巡检区域内的最佳巡检路线，所述最佳巡检路线为异常状态稳定性评估值最小的巡检路线。

45、一种基于大数据分析的热网数据安全控制系统，所述系统包括以下模块：

46、巡检区域获取模块，所述巡检区域获取模块获取监测区域内各个供热用户对应的供热信息，并结合历史数据中各个供热用户对应供热信息，筛选出监测区域内的异常供热节点，并将异常供热节点所围区域作为供热异常巡检区域；每个异常供热节点对应一个供热用户；

47、风险干扰分析模块，所述风险干扰分析模块对供热异常巡检区域内的供热管道进行编号，分析不同供热管道之间的故障风险影响关系，并锁定供热管道中的故障风险源；结合异常供热节点对应供热用户的供热信息，计算每个故障风险源受到的风险干扰值；

48、巡检优先级生成模块，所述巡检优先级生成模块按照所得风险干扰值从大到小的顺序对各个故障风险源进行排序，生成每个故障风险源对应的巡检优先级；所述巡检优先级等于相应故障风险源在相应排序结果中的序号，每个故障风险源对应一个供热管道；

49、最佳巡检路线筛选模块，所述最佳巡检路线筛选模块获取供热异常巡检区域内各个故障风险源构成的集合，并将所得集合中的元素按不同的排列顺序生成不同的组合方案；根据组合方案中相邻两个供热管道分别对应的端点位置，得到每个组合方案对应的巡检路线；结合每个故障风险源对应的巡检优先级，生成最佳巡检路线；

50、维护任务管理模块，所述维护任务管理模块在巡检设备按最佳巡检路线执行巡检任务的过程中，通过无线传输网路实时接收巡检结果，并对巡检结果中存在故障的故障风险源进行标记，实时生成维护任务，并指派维护人员进行故障风险源中的故障点进行维修，所述故障点为故障风险源对应供热管道中出现故障的位置。

51、进一步的，所述风险干扰分析模块包括故障风险源锁定单元及风险干扰计算单元，

52、所述故障风险源锁定单元对供热异常巡检区域内的供热管道进行编号，分析不同供热管道之间的故障风险影响关系，并锁定供热管道中的故障风险源；

53、所述风险干扰计算单元结合异常供热节点对应供热用户的供热信息，计算每个故障风险源受到的风险干扰值。

54、进一步的，所述最佳巡检路线筛选模块包括组合方案生成单元、巡检路线获取单元及最佳巡检路线分析单元，

55、所述组合方案生成单元获取供热异常巡检区域内各个故障风险源构成的集合，并将所得集合中的元素按不同的排列顺序生成不同的组合方案，每个组合方案均包含所得集合中的所有元素；

56、所述巡检路线获取单元根据组合方案中相邻两个供热管道分别对应的端点位置，得到每个组合方案对应的巡检路线，所述供热管道包括两个端点；

57、所述最佳巡检路线分析单元结合每个故障风险源对应的巡检优先级，生成最佳巡检路线。

58、进一步的，所述维护任务管理模块包括维护任务生成单元及维护任务指派单元，

59、所述维护任务生成单元在巡检设备按最佳巡检路线执行巡检任务的过程中，通过无线传输网路实时接收巡检结果，并对巡检结果中存在故障的故障风险源进行标记，实时生成维护任务；

60、所述维护任务指派单元用于指派维护人员进行故障风险源中的故障点进行维修。

61、与现有技术相比，本发明所达到的有益效果是：本发明考虑到的供热初期时热网中供热管道堵塞或坏损的情况下对热网中末端供热管道中热水供应量产生的波动影响，并结合热网中各个供热管道之间的连接关系；实现对热网内供热管道中的故障风险源的预测；同时，考虑到不同故障风险源受到的影响干扰程度不同，实现对故障风险源巡检优先级的判定，并生成最佳巡检路线，实现对热网数据的安全管控，确保及时排查存在故障的供热管道，缩短对热网数据的安全调控周期，实现对热网的“数控”及“智控”。