一种城市复杂气管网异常诊断方法及系统与流程

一种城市复杂气管网异常诊断方法及系统
【技术领域】
1.本发明属于能源自动化技术领域，尤其涉及一种城市复杂气管网异常诊断方法。


背景技术：

2.燃气等气性能源是当今世界最重要的能源之一，并且主要依赖于管道传输。随着人民生活水平的提高，城市燃气的需求不断增大。同时，燃气管道泄漏是燃气管道故障的主要形式。管道燃气泄漏会带来极大安全隐患，由于城市埋地燃气管网输送介质具有易爆、易燃等危险特性，一旦发生失效损坏，往往造成巨大经济损失，甚至导致灾难性事故，会严重威胁国家、企业和人民生命财产安全。因此，对燃气管道泄漏点的准确定位有着重要意义。但是我国地下管道呈日趋增加的趋势，管道安全问题也越来越受到重视，现有的燃气管道泄漏检测方法和设备，多原理和结构复杂，检测不敏感，检测不出微小的泄漏点，以及误报情况多有发生，而且投入成本高，信息时效性差，易发生误报，在管道的接头等位置会有监控盲区。一方面，我国使用燃气等气体作为能源供应时间已经几十年了，在城市中管道、小区，控制节点等的燃气管网的老化的存在很大的不一致性，导致很多地方的城市管网存在很强的复杂性，采用均一化的检测手段往往不能够准确定位，另一方面，对于一些管网来说，由于设备、环境等原因甚至不存在被检测的可能性，面对差异性和复杂性并存在城市管网，这就更加需要进行精确的定位和可扩展的定位。现有技术中，往往仅仅是进行均一化检测或者根本不考虑检测及其设备布设的可能性，不适用于复杂燃气管网的泄露定位，那么在复杂城市管网中，当城市管道发生异常时，如何准确及时地掌握异常情况的发生，从而防止后续事故的发生是待解决的问题。
3.本发明针对复杂城市气管网进行异常诊断，融合了实际的管网情况，融合了实时的检测结果，增加了输入的完备性和多样性，有利于复杂气管网异常诊断，能够进行复杂情况的处理，从而避免资源浪费和对道路交通和安全的影响，具体的，(1)通过差异化的选择布设点并结合聚类的方式使得检测数据能够最大限度的代表的管网的特性从而能够进行后续的异常诊断，克服了特殊区域中无法布设被诊断忽略的情况，最大程度的利用了可采集数据，提高了复杂管网布设的准确性和效率；(2)利用管网布设点的局部性快速定位具有代表性的核心节点，通过核心节点体现局部性并通过加权边将体现管网特性的明显特征参与到后续的诊断中；(3)通过关系图和属性值，将拓扑结构和测量结果相结合，在考虑实际物理情况的同时综和属性值进行诊断，使得大范围管网诊断成为可能，为精确诊断打下基础；(4)融合了实际的管网情况，融合了实时的检测结果，增加了输入的完备性和多样性，有利于复杂气管网异常诊断。


技术实现要素：

4.为了解决现有技术中的上述问题，本发明提出了一种城市复杂气管网异常诊断方法，所述方法包括如下步骤：
5.步骤s1：对于每种传感器类型，在气管网上差异化的选择布设点并布设传感器；
6.步骤s2：基于管网的拓扑关系连接布设点，以构成布设点关系图；
7.步骤s3：基于关系图中边的权值对节点的属性值进行聚类得到多个类；
8.步骤s4：基于聚类结果对燃气管网进行分类异常判定；
9.步骤s5：基于分类异常判定结果进行异常诊断。
10.进一步的，所述步骤s1具体为：在非特殊区域的气管网段均匀设置布设点，而在特殊区域选择布设点使得布设点的数量不少于最少布设值。
11.进一步的，均匀设置可以是在给定面积中选择一个布设点、或将预设区域中的管网按照预设长度。
12.进一步的，所述最少布设值为预设值。
13.进一步的，最少布设值无法满足时，根据单一数据特征标定特殊区域。
14.进一步的，在特殊区域边界选择布设点，在布设点布设传感器。
15.进一步的，预设长度为50m。
16.一种城市复杂气管网异常诊断装置，其特征在于，包含：
17.一储存单元，配置以储存一应用程序；以及
18.一处理单元，电性耦接于一输入单元以及该储存单元，该处理单元配置以执行上述方法。
19.一种城市复杂气管网异常诊断系统，其特征在于，包含：服务器和客户端；
20.所述客户端用于发送城市复杂气管网异常诊断请求到服务器；
21.所述服务器用于执行上述方法。
22.进一步的，一种城市复杂气管网异常诊断存储介质，其特征在于，所述存储介质用于存储执行上述方法的指令。
23.本发明的有益效果包括：(1)通过差异化的选择布设点并结合聚类的方式使得检测数据能够最大限度的代表的管网的特性从而能够进行后续的异常诊断，克服了特殊区域中无法布设被诊断忽略的情况，最大程度的利用了可采集数据，提高了复杂管网布设的准确性和效率；(2)利用管网布设点的局部性快速定位具有代表性的核心节点，通过核心节点体现局部性并通过加权边将体现管网特性的明显特征参与到后续的诊断中；(3)通过关系图和属性值，将拓扑结构和测量结果相结合，在考虑实际物理情况的同时综和属性值进行诊断，使得大范围管网诊断成为可能，为精确诊断打下基础；(4)融合了实际的管网情况，融合了实时的检测结果，增加了输入的完备性和多样性，有利于复杂气管网异常诊断。
【附图说明】
24.此处所说明的附图是用来提供对本发明的进一步理解，构成本技术的一部分，但并不构成对本发明的不当限定，在附图中：
25.图1为本发明的城市复杂气管网异常诊断方法的示意图。
【具体实施方式】
26.下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
27.我国使用燃气等气体作为能源供应时间已经几十年了，在城市中管道、小区，控制
节点等的燃气管网的老化的存在很大的不一致性，导致很多地方的城市管网存在很强的复杂性。一些区域的管网不存在进行压力传感器或者gps定位装置等的安装条件，而往往条件较差的管网一旦发生泄露，造成的泄漏量、隐藏程度、危害程度都很大；这种情况下，不能够按照管网的拓扑结构的需要，甚至是按照最优化的方式、或者按照均匀节点布设方式来布设传感器，也就没法基于这些布设的方法来获取诊断结果；
28.本发明所述的城市复杂气管网异常诊断方法包括如下步骤：
29.步骤s1：对于每种传感器类型，在气管网上差异化的选择布设点，并在布设点布设各种类型的传感器；具体的：在非特殊区域的气管网段均匀设置布设点，而在特殊区域选择布设点使得布设点的数量不少于最少布设值；
30.复杂气管网中显然不能进行均匀布设，通过差异化的选择布设点并结合聚类的方式使得检测数据能够最大限度的代表的管网的特性从而能够进行后续的泄露诊断，克服了特殊区域中无法布设被诊断忽略的情况，提高了复杂管网布设的准确性和效率；
31.在对非特殊区域选择布设点时，这里的均匀设置可以是在给定面积中(例如：100m2)选择一个布设点，或者将预设区域中的管网按照预设长度(例如：50m)进行分段，并为每段设置一个传感器；特殊和非特殊区域根据气管网特性的不同而区分，例如：选定布设点的难度、建成年代、或应用类型等；
32.优选的：所述最少布设值为预设值，可以根据特殊区域的面积、所包含管网的长度等信息来设置；通过最少布设值的限定使得特殊区域的特性能够参与诊断的表示，并科学的参与诊断；
33.优选的：当最少布设值无法满足时，根据单一数据特征标定特殊区域，并在特殊区域边界选择布设点，在布设点布设传感器；
34.所述根据单一数据特征标定特殊区域，具体为：通过单一数据特征将具有单一特征值的气管网范围内的区域标定为特定区域；例如：所述单一特征为布设传感器的难度、建成年代、或应用类型、管网属性等；特意特征值可以通过范围等信息来限定；如布设年代早于1980年等；
35.优选的：通过人工标定的方式在特殊区域边界处标定布设点；
36.步骤s2：基于管网的拓扑关系连接布设点，以构成布设点关系图；具体的：将布设点作为关系图中的节点，当两个布设点之间在管网的拓扑关系上直接连通而未经过其他布设点时，则在这两个布设点之间设置边；布设点的属性值为传感器测得的参数值；参数值为多个时，布设点就有多个属性值；而由于对于不同属性值来说其可能来自于不同传感器且其布设位置也是不同的，因此，对于不同属性值来说关系图是相同或不同的；
37.优选的：所述边是加权边，当两个节点所在管网范围的单一特征值差异越大，则所述边的权值越大，反之越小；那么如果两个节点在具有同一特征值的管网范围内，则其边为最小值，如0；这样，通过关系图及其加权边的方式就能够将实际的管网布局情况代入到后续诊断过程中，形成一个个具有局部特性的关系图，从而将体现管网特性的明显特征参与到后续的诊断中，使得聚类存在边界性从而得到符合实际应用情况的聚类结果用于预测；由于不同的属性值对应的关系图，在诊断过程中，不同属性值可以发挥其不同作用从而从不同的维度基于真正精确的诊断；
38.步骤s3:对于每种属性值，基于关系图中边的权值对节点的属性值进行聚类得到
多个类；聚类得到的任一类中节点的之间的连通值均小于预设值；节点之间连通值为两个节点之间最短路径包含边的权值之和；
39.我们不得不考虑管网的实际空间特性而不能仅仅的考虑参数值，因此常见的k
‑
means等聚类方式不能适用于考虑加权边的诊断方法，其聚类误差较大；本发明考虑到不同的空间布置对应的聚类性是不同的，聚类数目也是不同的，基于布设点关系图寻找核心节点，并通过核心节点邻域内的包含的节点做节点分配和合并，从而实现准确、快速地划分时间段；
40.优选的：通过传感器获取布设点的参数值作为节点的属性值；由于在同一个布设点可能设置多个不同类型的传感器，因此，对于多个传感器参数对应同一个布设点的多个不同的属性值；
41.优选的：所述预设值为聚类中心的邻域半径的两倍；
42.所述基于关系图中边的权值对节点的属性值进行聚类得到多个类，具体包括如下步骤：
43.步骤sa1：遍历关系图中的节点ni；
44.步骤sa2：以节点ni为中心，搜索节点ni邻域范围内包含的ni邻域节点；如果ni邻域节点数量大于等于阈值数量，则设置节点ni为初始节点，为该初始节点创建一个类，将初始节点邻域范围内所有和初始节点之间直接连接且边的权值小于邻域半径r的节点加入到新创建的类；在遍历完节点ni后得到若干个初始聚类；其中：节点ni的邻域范围是以节点ni为中心，距离节点ni的路径长度小于邻域半径r内的范围；路径长度是任意两个节点之间路径所包含的边的权值之和；
45.优选的：根据诊断所针对的管网覆盖范围大小选择邻域半径，而需要考虑到当领域半径较大时，聚类数量少，而诊断模型不敏感，计算量相对小，反之亦然，这里需要做到一个平衡；通过动态的领域半径变更能够在这两者之间达到一个相对的平衡；
46.步骤sa3：对于每个初始聚类，如果同一个初始聚类中存在多个初始节点，则合并所述多个初始节点对应的多个初始聚类；并从被合并的多个初始节点中选择一个初始节点作为合并后初始聚类的聚类中心；选择的方法可以是基于权值或者属性值的；
47.例如：选择距离初始节点属性平均值最近的的初始节点作为所选择的聚类中心；
48.步骤sa4：对所述初始节点对应的多个初始聚类进行聚类优化；具体的包括如下步骤：
49.步骤sa41：对于每个初始聚类，计算初始聚类的聚类中心属性值和初始聚类中所有节点平均属性值之间的差值；
50.步骤sa42：从差值最大的初始聚类开始依次进行优化处理；对于一个初始聚类，根据到聚类中心的路径长度从大到小的顺序依次选择一个节点，根据所选择节点的属性值为其重新选择初始聚类；
51.所述根据所选择节点的属性值为其重新选择初始聚类；具体为：将节点分入和其属性值差异最小的初始聚类；但是，如果仅仅考虑属性值，节点在聚类的过程中很容易打破代表空间特性的权重边；因此可以进一步在进行重新选择时考虑权重的因素；
52.可替换的：所述根据所选择节点的属性值为其重新选择初始聚类；具体为：
53.当时，将节点node保留在第一初始聚类，反之，将其划分入第二初始聚类；其中：n1为第一初始聚类中心，n2为第二初始聚类中心；node为所选择节点；path1为所选择节点到n1的最短路径长度；path2为所选择节点到n2的最短路径长度；a1为n1的属性值，a2为n2的属性值，an是node的属性值；
54.步骤sa43：重新计算当前所针对的初始聚类的聚类中心属性值和初始聚类平均属性值之间的差值，当所述差值满足优化目标时，返回步骤sa41重新选择一个初始聚类进行优化处理；
55.步骤sa44：当所有初始聚类均满足优化目标时该步骤sa4结束；
56.通过这样的聚类及其聚类优化方式，丢弃了现有技术中随机撒种的初始方式，使得大范围管网诊断成为可能，通过邻域范围初始、基于权重边及其路径的优化方式，在考虑实际物理情况的同时综和属性值进行诊断，为精确诊断打下基础；
57.所述步骤还包括步骤s45：对所有未被加入任何初始聚类的节点重新选择初始聚类；而如果未被加入任何初始聚类的节点数量超过所有节点数量的百分比超过预设百分比值，则增加领域半径进行重新聚类或对未被加入任何初始聚类的节点增加聚类；
58.步骤s4：针对每种属性值，基于聚类结果对燃气管网进行分类异常判定；具体包括如下步骤：
59.步骤s41：针对每种属性值，对聚类结果的拓扑结构进行分析以生成第一诊断输入；通过该步骤将聚类中心在整个气管网中的拓扑位置描述清楚；例如：分析聚类中心之间的最短路径长度，并设置第一诊断输入为一个n*n的矩阵i1，其中i1
i，j
为第i个聚类中心到第j个聚类中心的最短路径长度；
60.可替换的：设置第一诊断输入为n元向量，其中i1
i
为第i个聚类中心到其他聚类中心的最短路径值的最小值；此时可能会损失一些拓扑信息；
61.可替换的：设置第一诊断输入为n元向量，其中i1
i
＝(x
i
,y
i
)为第i个聚类中心在气管网内的实际物理位置；对于小型的气管网，或者简化气管网分析，此时的输入设置是可行的；
62.步骤s42：根据聚类结果的节点属性值进行分析以生成第二诊断输入；例如：每个聚类中心节点的节点属性值构成的向量作为第二诊断输入；
63.步骤s43：基于第一诊断输入和第二诊断输入进行分类异常判定；具体的：将第一诊断输入、第二诊断输入分别和历史诊断输入相比较，当发生变化时，则认为发生了分类异常，反之，未发生分类异常；
64.优选的：历史诊断输入为根据历史数据得到的历史第一诊断输入和历史第二诊断输入；其中：历史数据是根据多次检测结果进行积累后得到的数据，将所述积累数据作为历史数据进行分析处理以得到历史第一诊断输入和历史第二诊断输入；或者，历史诊断输入为根据上一时刻节点及其属性值得到的上一时刻诊断输入和上一时刻第二诊断输入；
65.所述将第一诊断输入和历史诊断输入相比较，具体为：当聚类数量发生变化时，则认为第一诊断输入发生变化；当聚类中心数量保持不变，而聚类中心节点发生可接受的部分改变时，则认为第一诊断输入未发生变化，否则，认为第一诊断输入发生变化；这里的可接受的部分改变为发生改变的节点数量占比小于可接受的预设数量；而当聚类中心节点未
发生改变时，则认为第二诊断输入未发生变化；
66.进一步的：当聚类中心对应的节点发生可接受的部分改变，但是改变后的新的聚类中心对应的节点和改变前的聚类中心对应的节点属于同一个聚类时，则认为第一诊断输入未发生变化，反之，认为发生变化；
67.所述将第二诊断输入和历史诊断输入相比较，具体为：计算第二诊断输入和历史第二诊断输入之间的距离，当所述距离大于距离阈值时，则认为第二诊断输入发生了变化；例如：距离为欧式距离；
68.所述当发生变化时，则认为发生了分类异常，具体为：当第一诊断输入和第二诊断输入均发生变化，则认为发生了分类异常，反之，未发生分类异常；
69.可替换的：所述步骤s43为：基于第一诊断输入和第二诊断输入进行人工智能的分类异常判定；包括如下步骤：
70.步骤s431：根据第一诊断输入和第二诊断输入生成第三诊断输入；具体的：将第一诊断输入和第二诊断输入拼接以生成第三诊断输入；
71.可替换的，将第一诊断输入经过第二诊断输入的作函数变换后得到第三诊断输入；i3＝f(i1，i2)；
72.步骤s432：将第三诊断输入输入到神经网络模型以获取分类异常判定结果；
73.在采用神经网络模型进行诊断前，根据历史第一诊断输入和第二诊断输入对神经网络模型进行训练；本发明的这种智能化方法融合了实际的管网情况，融合了实时的检测结果，增加了输入的完备性和多样性，有利于复杂气管网异常诊断；
74.步骤s5：基于分类异常判定结果进行异常诊断；具体的：基于每种类型的属性值对应的分类异常判定结果进行异常诊断；例如：通过投票判定的方式，当多数分类异常判定结果为异常时，判定复杂气管网出现异常；
75.优选的：当所有分类异常判定结果为异常时，判定复杂气管网出现异常；
76.可以利用被设计用于进行在此所述的功能的通用处理器、数字信号处理器(dsp)、asic、场可编程门阵列信号(fpga)或其他可编程逻辑器件(pld)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合而实现或进行所述的各个例示的逻辑块、模块和电路。通用处理器可以是微处理器，但是作为替换，该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合，例如dsp和微处理器的组合，多个微处理器、与dsp核协作的一个或多个微处理器或任何其他这样的配置。集合本公开描述的方法或算法的步骤可以直接嵌入在硬件中、处理器执行的软件模块中或者这两种的组合中。软件模块可以存在于任何形式的有形存储介质中。可以使用的存储介质的一些例子包括随机存取存储器(ram)、只读存储器(rom)、快闪存储器、eprom存储器、eeprom存储器、寄存器、硬碟、可移动碟、cd
‑
rom等。存储介质可以耦接到处理器以便该处理器可以从该存储介质读取信息以及向该存储介质写信息。在替换方式中，存储介质可以与处理器是整体的。软件模块可以是单个指令或者许多指令，并且可以分布在几个不同的代码段上、不同的程序之间以及跨过多个存储介质。
77.所述的功能可以按硬件、软件、固件或其任意组合而实现。如果以软件实现，功能可以作为一个或多个指令存储在切实的计算机可读介质上。计算机可读介质包括计算机可读存储介质。计算机可读存储介质可以是能被计算机访问的任何可用存储介质。作为示例
而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd
‑
rom或其他光盘存储、磁盘存储或其他磁存储设备、或能被用来承载或存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。另外，所传播的信号不被包括在计算机可读存储介质的范围内。计算机可读介质还包括通信介质，其包括促成计算机程序从一地向另一地转移的任何介质。连接例如可以是通信介质。例如，如果软件使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外线、无线电、以及微波之类的无线技术来从web网站、服务器、或其它远程源传输，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外线、无线电、以及微波之类的无线技术被包括在通信介质的定义中。上述的组合应当也被包括在计算机可读介质的范围内。替换地或另选地，此处描述的功能可以至少部分由一个或多个硬件逻辑组件来执行。例如，可使用的硬件逻辑组件的说明性类型包括现场可编程门阵列(fpga)、程序专用的集成电路(asic)、程序专用的标准产品(assp)、片上系统(soc)、复杂可编程逻辑器件(cpld)等。
78.因此，计算机程序产品可以进行在此给出的操作。例如，这样的计算机程序产品可以是具有有形存储(和/或编码)在其上的指令的计算机可读的有形介质，该指令可由一个或多个处理器执行以进行在此所述的操作。计算机程序产品可以包括包装的材料。
79.软件或指令也可以通过传输介质而传输。例如，可以使用诸如同轴电缆、光纤光缆、双绞线、数字订户线(dsl)或诸如红外、无线电或微波的无线技术的传输介质从网站、服务器或者其他远程源传输软件。
80.此外，用于进行在此所述的方法和技术的模块和/或其他适当的手段可以在适当时由用户终端和/或基站下载和/或其他方式获得。例如，这样的设备可以耦接到服务器以促进用于进行在此所述的方法的手段的传送。或者，在此所述的各种方法可以经由存储部件(例如ram、rom、诸如cd或软碟等的物理存储介质)提供，以便用户终端和/或基站可以在耦接到该设备或者向该设备提供存储部件时获得各种方法。此外，可以利用用于将在此所述的方法和技术提供给设备的任何其他适当的技术。
81.以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。