1.本说明书涉及燃气管理领域，特别涉及一种用于智慧燃气的储配站维修管理方法及物联网系统。
背景技术：2.在大多数情况下，燃气储气罐通常是露天设置，储气罐不免会受到日晒、风吹、雨淋以及环境温度变化的影响(例如，储气罐热胀冷缩等)，进而导致储气罐容易发生老化(如，储气罐表皮开裂、油漆防腐层脱落等)，从而降低储气罐的使用寿命，对燃气用气安全产生威胁。
3.在现有技术里，通常是安排工作人员定期或不定期对储气罐进行巡检，人工时间成本较高，且巡检时需要对储气罐全面检查，可能有高空坠落风险，此外，工人检验的准确性也存在不确定性。
4.因此，亟需提出一种储气罐的维修管理方法，智能预测储气罐老化腐蚀程度以及维修周期，减少人工时间成本，保证燃气使用的安全性和可靠性。
技术实现要素：5.本说明书一个或多个实施例提供一种用于智慧燃气的储配站维修管理方法，该方法通过用于智慧燃气的储配站维修管理物联网系统的智慧燃气设备管理平台执行，该方法包括：获取燃气储配站的目标储气罐的储气罐自身数据、储气罐环境数据；获取目标储气罐的图像数据，并基于图像数据，预测目标储气罐的储气罐老化数据；基于储气罐老化数据、储气罐自身数据、储气罐环境数据，预测目标储气罐的储气罐破损数据；基于储气罐破损数据，确定目标储气罐的维修方案。
6.本说明书实施例之一提供一种用于智慧燃气的储配站维修管理物联网系统，该系统包括：智慧燃气用户平台、智慧燃气服务平台、智慧燃气设备管理平台、智慧燃气传感网络平台、智慧燃气对象平台；智慧燃气对象平台用于获取燃气储配站的目标燃气管的储气罐自身数据、储气罐环境数据和图像数据，并通过智慧燃气传感网络平台传递至智慧燃气设备管理平台；智慧燃气设备管理平台用于：基于图像数据，预测目标储气罐的储气罐老化数据；基于储气罐老化数据、储气罐自身数据、储气罐环境数据，预测目标储气罐的储气罐破损数据；基于储气罐破损数据，确定目标储气罐的维修方案；将目标储气罐的维修方案发送至智慧燃气服务平台；智慧燃气服务平台用于将目标储气罐的维修方案发送至智慧燃气用户平台。
7.本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如上述实施例中任一项所述的用于智慧燃气的储配站维修管理方法。
附图说明
8.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
9.图1是根据本说明书一些实施例所示的用于智慧燃气的储配站维修管理物联网系统的平台结构示意图；
10.图2是根据本说明书一些实施例所示的用于智慧燃气的储配站维修管理方法的示例性流程图；
11.图3是根据本说明书一些实施例所示的基于老化模型确定储气罐老化数据的示例性示意图；
12.图4是根据本说明书一些实施例所示的基于破损模型确定储气罐破损数据的示例性示意图；
13.图5是根据本说明书一些实施例所示的基于破损模型确定目标储气罐的不同位置的储气罐破损数据的示例性示意图。
具体实施方式
14.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
15.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
16.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
17.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
18.物联网系统是一种包括用户平台、服务平台、管理平台、传感网络平台、对象平台中部分或全部平台的信息处理系统。用户平台是实现用户感知信息获取和控制信息生成的功能平台。服务平台可以实现连接管理平台和用户平台，起着感知信息服务通信和控制信息服务通信的功能。管理平台可以实现统筹、协调各功能平台(如用户平台、服务平台)之间的联系和协作。管理平台汇聚着物联网运行体系的信息，可以为物联网运行体系提供感知管理和控制管理功能。服务平台可以实现连接管理平台和对象平台，起着感知信息服务通信和控制信息服务通信的功能。用户平台是实现用户感知信息获取和控制信息生成的功能
平台。
19.图1是根据本说明书一些实施例所示的用于智慧燃气的储配站维修管理物联网系统的平台结构示意图。
20.在一些实施例中，用于智慧燃气的储配站维修管理物联网系统100可以包括智慧燃气用户平台110、智慧燃气服务平台120、智慧燃气设备管理平台130、智慧燃气传感网络平台140和智慧燃气对象平台150。
21.在一些实施例中，用于智慧燃气的储配站维修管理物联网系统100可以获取并处理储气罐的自身使用情况信息和储气罐所处的外部环境信息，分析并确定储气罐的老化、破损情况，从而制定与储气罐实际情况相符合的维修方案，实现帮助工作人员准确制定维修方案、及时维修储气罐、高效管理储气罐的目的。
22.智慧燃气用户平台110可以指用于获取用户的查询指令和将储气罐的维修方案反馈给用户的平台。在一些实施例中，智慧燃气用户平台110可以被配置为终端设备，例如，手机、平板、电脑等。在一些实施例中，智慧燃气用户平台110可以与智慧燃气服务平台120进行交互，获取并下发用户的查询指令至智慧燃气服务平台120。例如，智慧燃气用户平台110可以通过终端设备，获取用户输入的“查询1号储气罐的维修方案”的查询指令，并下发至智慧燃气服务平台120进行查询。在一些实施例中，智慧燃气用户平台110可以接收智慧燃气服务平台120上传的储气罐的维修方案，并向用户反馈。
23.在一些实施例中，智慧燃气用户平台110可以包括燃气用户分平台111、政府用户分平台112和监管用户分平台113。燃气用户分平台111可以指针对燃气用户(如，燃气消费者等)，反馈储气罐维修方案的平台。在一些实施例中，燃气用户分平台111可以与智慧用气服务分平台121对应及交互，以获取安全用气的服务。政府用户分平台112可以指针对政府用户，提供燃气运营相关数据的平台。在一些实施例中，政府用户分平台112可以与智慧运营服务分平台122对应及交互，以获取燃气运营的服务。监管用户分平台113可以指针对监管用户(如，安全部门的用户等)，对用于智慧燃气的储配站维修管理物联网系统100的运行进行监管的平台。在一些实施例中，监管用户分平台113可以与智慧监管服务分平台123对应及交互，以获取安全监管需求的服务。
24.智慧燃气服务平台120可以指用于接收和传输储气罐的数据和/或信息的平台。在一些实施例中，智慧燃气服务平台120可以与智慧燃气用户平台110进行交互，接收智慧燃气用户平台110下发的用户的查询指令，并上传储气罐的维修方案至智慧燃气用户平台110。在一些实施例中，智慧燃气服务平台120可以与智慧燃气设备管理平台130进行交互，下发用户的查询指令至智慧燃气设备管理平台130的智慧燃气数据中心133，并接收智慧燃气数据中心133上传的储气罐的维修方案。
25.在一些实施例中，智慧燃气服务平台120可以包括智慧用气服务分平台121、智慧运营服务分平台122和智慧监管服务分平台123。在一些实施例中，智慧用气服务分平台121可以与燃气用户分平台111对应，为燃气用户提供燃气设备相关信息。在一些实施例中，智慧运营服务分平台122可以与政府用户分平台112对应，为政府用户提供燃气运营相关信息。在一些实施例中，智慧监管服务分平台123可以与监管用户分平台113对应，为监管用户提供安全监管相关信息。
26.智慧燃气设备管理平台130可以指统筹、协调各功能平台之间的联系和协作，汇聚
着物联网全部的信息，为物联网运行体系提供感知管理和控制管理功能的平台。在一些实施例中，智慧燃气设备管理平台130可以被配置为执行获取燃气储配站的目标储气罐的储气罐自身数据、储气罐环境数据；获取目标储气罐的图像数据，并基于图像数据，预测目标储气罐的储气罐老化数据；基于储气罐老化数据、储气罐自身数据、储气罐环境数据，预测目标储气罐的储气罐破损数据；基于储气罐破损数据，确定目标储气罐的维修方案。
27.关于目标储气罐、储气罐自身数据、储气罐环境数据、图像数据、储气罐老化数据、储气罐破损数据的更多内容参见图2及其相关描述。
28.在一些实施例中，智慧燃气设备管理平台130可以包括智慧燃气户内设备管理分平台131、智慧燃气管网设备管理分平台132和智慧燃气数据中心133。在一些实施例中，智慧燃气户内设备管理分平台131可以与智慧燃气数据中心133双向交互，智慧燃气户内设备管理分平台131可以从智慧燃气数据中心133获取并反馈户内设备管理数据。在一些实施例中，智慧燃气管网设备管理分平台132可以与智慧燃气数据中心133双向交互，智慧燃气管网设备管理分平台132可以从智慧燃气数据中心133获取并反馈管网设备管理数据(如，储气罐自身数据、储气罐环境数据)。
29.在一些实施例中，智慧燃气设备管理平台130与上层的智慧燃气服务平台120以及下层的智慧燃气传感网络平台140的信息交互均通过智慧燃气数据中心133进行，智慧燃气数据中心133可以汇总和存储物联网运行系统的所有运行数据。在一些实施例中，智慧燃气数据中心133可以接收智慧燃气服务平台120下发的用户的查询指令(如，智慧运营服务分平台122下发的查询指令)，并将基于用户的查询指令提取到的储气罐自身数据和储气罐环境数据发送到智慧燃气管网设备管理分平台132进行分析和处理，智慧燃气管网设备管理分平台132将处理后的数据以及储气罐的维修方案发送至智慧燃气数据中心133，智慧燃气数据中心133再将汇总和处理后的数据(如，储气罐老化数据、储气罐破损数据)以及储气罐的维修方案发送到智慧燃气服务平台120。在一些实施例中，智慧燃气数据中心133可以下发获取储气罐相关信息(如，储气罐自身数据、储气罐环境数据)的指令到智慧燃气传感网络平台140，并接收智慧燃气传感网络平台140上传的储气罐相关信息。
30.在一些实施例中，智慧燃气管网设备管理分平台132可以包括设备台账管理模块1321、设备维护记录管理模块1322和设备状态管理模块1323。在一些实施例中，设备台账管理模块1321可以用于实现储气罐分类别、分区域等多样化分类管理。在一些实施例中，设备台账管理模块1321可以从智慧燃气数据中心133提取储气罐的型号、规格、数量、位置等基础信息，安装时间、运行时间等投入运行信息。在一些实施例中，设备维护记录管理模块1322可以用于实现储气罐升级管理。在一些实施例中，设备维护记录管理模块1322可以从智慧燃气数据中心133提取储气罐的养护记录、维修记录、巡检记录数据。在一些实施例中，设备状态管理模块1323可以用于查阅储气罐当前运行状态、预计使用寿命等。
31.在一些实施例中，智慧燃气管网设备管理分平台132还可以包括其他管理模块，不同的管理模块可以执行不同的功能，在此不做限制。
32.智慧燃气传感网络平台140可以指对传感通信进行统一管理的平台。在一些实施例中，智慧燃气传感网络平台140可以被配置为通信网络和网关。智慧燃气传感网络平台140可以采用多组网关服务器，或者多组智能路由器，在此不作过多限定。
33.在一些实施例中，智慧燃气传感网络平台140可以连接智慧燃气设备管理平台130
和智慧燃气对象平台150，实现感知信息传感通信和控制信息传感通信的功能。在一些实施例中，智慧燃气传感网络平台140可以与智慧燃气对象平台150进行交互，下发获取储气罐相关信息的指令至智慧燃气对象平台150，并接收智慧燃气对象平台150上传的储气罐的相关信息。在一些实施例中，智慧燃气传感网络平台140可以与智慧燃气设备管理平台130的智慧燃气数据中心133进行交互，接收智慧燃气数据中心133下发的获取储气罐相关信息的指令，并上传储气罐相关信息至智慧燃气数据中心133。
34.在一些实施例中，智慧燃气传感网络平台140可以包括智慧燃气户内设备传感网络分平台141和智慧燃气管网设备传感网络分平台142。在一些实施例中，智慧燃气户内设备传感网络分平台141可以与智慧燃气户内设备对象分平台151相对应，用于获取户内设备的相关数据。在一些实施例中，智慧燃气管网设备传感网络分平台142可以与智慧燃气管网设备对象分平台152相对应，用于获取管网设备的相关数据(如，储气罐自身数据、储气罐环境数据)。
35.智慧燃气对象平台150可以指用于获取储气罐相关信息的平台。在一些实施例中，智慧燃气对象平台150可以被配置为各种与燃气相关的设备，例如，管网设备(如，各燃气储配站的储气罐、对储气罐进行维修的设备等)、监测设备(如，摄像设备、环境监测设备)等。
36.在一些实施例中，智慧燃气对象平台150可以与智慧燃气传感网络平台140进行交互，接收智慧燃气传感网络平台140下发的获取储气罐相关信息的指令，并上传储气罐相关信息至智慧燃气传感网络平台140。
37.在一些实施例中，智慧燃气对象平台150可以包括智慧燃气户内设备对象分平台151和智慧燃气管网设备对象分平台152。在一些实施例中，智慧燃气户内设备对象分平台151可以与智慧燃气户内设备传感网络分平台141相对应，获取户内设备的相关数据，并通过智慧燃气户内设备传感网络分平台141上传到智慧燃气数据中心133。在一些实施例中，智慧燃气管网设备对象分平台152可以与智慧燃气管网设备传感网络分平台142相对应，获取管网设备的相关数据(如，储气罐相关信息)，并通过智慧燃气管网设备传感网络分平台142上传到智慧燃气数据中心133。
38.本说明书一些实施例通过五个平台的物联网功能体系结构搭建用于智慧燃气的储配站维修管理物联网系统100，并采用总平台和分平台相结合布置的方法，不仅可以分担总平台的数据处理压力，而且可以保证各数据的独立性，确保数据分类传输、溯源以及指令的分类下达和处理，使得物联网结构和数据处理清晰可控，方便了物联网的管控和数据处理。
39.图2是根据本说明书一些实施例所示的用于智慧燃气的储配站维修管理方法的示例性流程图。在一些实施例中，流程200可以由智慧燃气设备管理平台执行。如图2所示，流程200包括下述步骤：
40.步骤210，获取燃气储配站的目标储气罐的储气罐自身数据、储气罐环境数据。
41.目标储气罐是指需要进行维修的储气罐。例如，使用时间过久老化程度较高的储气罐、存在破损的储气罐。
42.储气罐自身数据是指表征储气罐自身固有信息的数据。例如，储气罐的罐体厚度、防腐层类型、防腐层厚度等。
43.储气罐环境数据是指表征储气罐所处环境的信息的数据。例如，储气罐所处区域
的环境温度、环境湿度、光照情况、雨水情况等。
44.在一些实施例中，智慧燃气对象平台可以通过各类管网设备和监测设备获取储气罐自身数据和储气罐环境数据，并上传至智慧燃气数据中心。管网设备可以是各燃气储配站的储气罐、用于对储气罐进行维修的设备(如，喷漆、喷防腐剂等设备)等。监测设备可以是摄像设备、环境监测设备(如，温度计、湿度计、风向仪等各类设备)等。在一些实施例中，智慧燃气对象平台可以定期(如，每个月)获取并更新储气罐自身数据和储气罐环境数据。
45.步骤220，获取目标储气罐的图像数据，并基于图像数据，预测目标储气罐的储气罐老化数据。
46.图像数据是指基于各种图像采集设备获取的关于储气罐的图像信息。例如，基于热成像设备获取的储气罐的热成像数据。又例如，基于彩色相机获取的储气罐的光学成像数据。
47.在一些实施例中，智慧燃气对象平台可以通过各种图像采集设备获取储气罐的图像数据，并上传至智慧燃气数据中心。在一些实施例中，智慧燃气对象平台可以定期(如，每个月)获取并更新图像数据。
48.储气罐老化数据是指储气罐表面老化的程度。例如，储气罐的防腐层脱落或变薄、防腐层有裂纹或锈渍等。储气罐老化数据可以采用向量来表示。在一些实施例中，储气罐老化数据可以包括储气罐老化的位置、面积、严重程度等。例如，(1，4，2，3)表示目标储气罐1号区域防腐层脱落(假设4表示防腐层脱落)，脱落面积为2
㎡
，严重程度为3级(假设严重程度采用1～5级表示，等级越高老化程度越严重)。
49.在一些实施例中，智慧燃气设备管理平台可以进行建模或采用各种数据分析算法，例如回归分析法、判别分析法等，对图像数据进行分析处理，预测目标储气罐的储气罐老化数据。
50.在一些实施例中，智慧燃气设备管理平台可以基于老化模型对图像数据进行处理，预测目标储气罐的储气罐老化数据。关于老化模型的更多内容参见图3及其相关描述。
51.步骤230，基于储气罐老化数据、储气罐自身数据、储气罐环境数据，预测目标储气罐的储气罐破损数据。
52.储气罐破损数据是指表征储气罐需要维修的具体情况的数据。储气罐破损数据可以采用向量来表示。在一些实施例中，储气罐破损数据可以包括目标储气罐未来一段时间内(如，未来一个月内)发生老化、破损的位置、原因、面积、厚度以及泄露或破损的风险等。例如，(1，4，2，2.2，60)表示目标储气罐1号区域在未来一个月内可能存在防腐层脱落(假设4表示防腐层脱落)，脱落面积可能为2
㎡
，脱落后的防腐层厚度可能为2.2mm，该目标储气罐1号区域发生泄露或破损的风险为60％。
53.在一些实施例中，智慧燃气设备管理平台可以进行建模或采用各种数据分析算法，例如回归分析法、判别分析法等，对储气罐老化数据、储气罐自身数据和储气罐环境数据进行分析处理，预测目标储气罐的储气罐破损数据。
54.在一些实施例中，智慧燃气设备管理平台可以基于破损模型对储气罐老化数据、储气罐自身数据和储气罐环境数据进行处理，预测目标储气罐的储气罐破损数据。关于破损模型的更多内容参见图4、图5及其相关描述。
55.步骤240，基于储气罐破损数据，确定目标储气罐的维修方案。
56.在一些实施例中，智慧燃气设备管理平台可以进行建模或采用各种数据分析算法，例如回归分析法、判别分析法等，对储气罐破损数据进行分析处理，确定目标储气罐的维修方案。
57.在一些实施例中，智慧燃气设备管理平台可以基于不同的目标储气罐的储气罐破损数据，利用向量匹配方法确定目标储气罐的维修方案。
58.在一些实施例中，智慧燃气设备管理平台可以基于历史储气罐的储气罐历史破损数据建立对应历史储气罐的参考向量，并将参考向量储存在智慧燃气数据中心，每个参考向量对应合理的维修方案(如，焊接补强、重新涂覆防腐层、防腐层加涂、除锈等)。智慧燃气设备管理平台可以基于目标储气罐的储气罐破损数据建立待匹配向量，通过向量距离计算方法(如，欧氏距离、曼哈顿距离、切比雪夫距离、夹角余弦距离等)分别计算参考向量与待匹配向量之间的距离，将与待匹配向量之间的距离满足预设条件的参考向量作为目标向量，将目标向量对应的维修方案作为待匹配向量对应的维修方案，即目标储气罐的维修方案。在一些实施例中，预设条件可以根据实际情况由人为设定。例如，预设条件可以是向量距离最小或向量距离小于一定阈值等。
59.在本说明书的一些实施例中，通过对储气罐自身数据和储气罐环境数据进行处理来确定储气罐的维修方案，可以综合考虑储气罐本身的实际情况以及储气罐所处的真实环境，使得最终制定的维修方案更加科学合理。此外，通过燃气储配站维修管理物联网系统来确定储气罐的维修方案，可以对储气罐的维修更加及时，也减少了人工时间成本，提高了生产效率，有效保证燃气使用的安全性和可靠性。
60.应当注意的是，上述有关流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
61.图3是根据本说明书一些实施例所示的基于老化模型确定储气罐老化数据的示例性示意图。
62.在一些实施例中，智慧燃气设备管理平台可以基于老化模型对图像数据进行处理，预测目标储气罐的储气罐老化数据。
63.在一些实施例中，图像数据可以包括热成像数据和光学成像数据。关于图像数据的更多内容参见图2及其相关描述。
64.热成像数据是指基于热成像设备获取的包含储气罐图像信息的数据。例如，储气罐的热图像和温度值所包含的关于储气罐泄露情况的信息。
65.在一些实施例中，智慧燃气对象平台可以通过热成像设备(如，热成像摄像机、红外线热成像仪等)获取热成像数据，并上传至智慧燃气数据中心。在一些实施例中，智慧燃气对象平台可以定期(如，每个月)获取并更新热成像数据。
66.光学成像数据是指基于光学成像设备获取的包含储气罐图像信息的数据。例如，储气罐的彩色图片所包含的关于储气罐表面破损情况的信息。
67.在一些实施例中，智慧燃气对象平台可以通过光学成像设备(如，摄像头等)获取光学成像数据，并上传至智慧燃气数据中心。在一些实施例中，智慧燃气对象平台可以定期(如，每个月)获取并更新光学成像数据。
68.老化模型是指用于预测目标储气罐的储气罐老化数据的模型。在一些实施例中，
老化模型可以为机器学习模型。
69.如图3所示，老化模型可以包括第一老化子模型320、第二老化子模型330和融合模型370。在一些实施例中，老化模型可以对图像数据310进行处理，确定目标储气罐的储气罐老化数据380。
70.在一些实施例中，第一老化子模型320可以对热成像数据311进行处理，获取第一老化数据340。如图3所示，第一老化子模型320的输入可以包括热成像数据311(如，储气罐的温度值数据等)，输出可以包括第一老化数据340。第一老化数据是指汇总和表征热成像数据特征的数据，第一老化数据可以使用向量表示，例如，(1，37，2，38，3，37)表示目标储气罐1号位置温度为37℃，2号位置温度为38℃，3号位置温度为37℃。在一些实施例中，第一老化子模型320可以为卷积神经网络(convolutional neural networks,cnn)。
71.在一些实施例中，第一老化子模型320可以基于历史数据单独训练。在一些实施例中，可以基于多个训练样本和标签训练得到第一老化子模型320。
72.在一些实施例中，第一老化子模型的训练样本包括样本热成像数据，标签为样本热成像数据对应的第一老化数据。训练样本可以基于历史数据获取，训练样本的标签可以通过人工标注或自动标注的方式确定。以上说明仅为示例，而非限制，训练数据的标签可以通过各种方式获取。
73.在一些实施例中，第二老化子模型330可以对光学成像数据312进行处理，获取第二老化数据350。如图3所示，第二老化子模型330的输入可以包括光学成像数据312(如，储气罐的外表裂痕数据等)，输出可以包括第二老化数据350。第二老化数据是指汇总和表征光学成像数据特征的数据，第二老化数据可以使用向量表示，例如，(1，1.5，2，1.7，3，0)表示目标储气罐1号位置存在范围为1.5
㎡
的裂痕，2号位置存在范围为1.7
㎡
的裂痕，3号位置无裂痕。在一些实施例中，第二老化子模型330可以为卷积神经网络(convolutional neural networks,cnn)。
74.在一些实施例中，第二老化子模型330可以基于历史数据单独训练。在一些实施例中，可以基于多个训练样本和标签训练得到第二老化子模型330。
75.在一些实施例中，第二老化子模型的训练样本包括样本光学成像数据，标签为样本光学成像数据对应的第二老化数据。训练样本可以基于历史数据获取，训练样本的标签可以通过人工标注或自动标注的方式确定。以上说明仅为示例，而非限制，训练数据的标签可以通过各种方式获取。
76.在一些实施例中，融合模型370可以对第一老化数据340、第二老化数据350和储气罐自身数据360进行处理，获取储气罐老化数据380。如图3所示，融合模型370的输入可以包括第一老化数据340、第二老化数据350和储气罐自身数据360，输出可以包括储气罐老化数据380。关于储气罐自身数据和储气罐老化数据的更多内容参见图2及其相关描述。在一些实施例中，融合模型370可以为神经网络(neural networks，nn)。
77.在一些实施例中，第一老化子模型320和第二老化子模型330的输出可以为融合模型370的输入，融合模型370可以基于训练好的第一老化子模型320和训练好的第二老化子模型330联合训练得到。
78.在一些实施例中，联合训练的第一样本数据包括样本热成像数据、样本光学成像数据、样本储气罐自身数据，第一样本数据对应的第一标签为样本储气罐老化数据。第一样
本数据可以基于历史数据获取，第一标签可以通过人工标注或自动标注的方式确定。将储气罐的样本热成像数据输入第一老化子模型320，得到第一老化子模型320输出的第一老化数据；将储气罐的样本光学成像数据输入第二老化子模型330，得到第二老化子模型330输出的第二老化数据；将第一老化数据和第二老化数据作为训练样本数据，和储气罐的样本储气罐自身数据输入初始融合模型，得到初始融合模型输出的储气罐老化数据。基于样本储气罐老化数据和融合模型输出的储气罐老化数据构建损失函数，更新融合模型的参数。通过参数更新，得到训练好的融合模型370。
79.在本说明书的一些实施例中，通过对储气罐的图像数据进行处理来确定储气罐老化数据，可以从热成像和光学成像两方面对储气罐进行分析，充分利用了多种图像数据，有效提高了模型预测的准确度；并且，对第一老化子模型和第二老化子模型进行单独训练，可以保证训练数据充足，将单独训练好的第一老化子模型和第二老化子模型与融合模型联合训练，可以降低联合训练时对训练数据量的需求，提高处理效率。
80.图4是根据本说明书一些实施例所示的基于破损模型确定储气罐破损数据的示例性示意图。
81.在一些实施例中，智慧燃气设备管理平台可以基于破损模型对储气罐自身数据、储气罐环境数据进行处理，预测目标储气罐的储气罐破损数据。
82.破损模型是指用于预测目标储气罐的储气罐破损数据的模型。在一些实施例中，破损模型可以为机器学习模型。
83.如图4所示，破损模型可以包括特征提取层420和分析层450。在一些实施例中，破损模型可以对储气罐环境数据410和储气罐自身数据440进行处理，确定目标储气罐的储气罐破损数据460。
84.在一些实施例中，特征提取层420可以对储气罐环境数据410进行处理，获取环境特征430。如图4所示，特征提取层420的输入可以包括储气罐环境数据410(如，环境温度、环境湿度等)，输出可以包括环境特征430。环境特征是指汇总和表征储气罐环境数据的特征，环境特征可以使用向量来表示，例如，(25，500，60，107)表示目标储气罐所处环境最近一个月的平均温度为25℃，月均降水量为500mm，相对湿度为60％，月均日照时数为105h。在一些实施例中，特征提取层420可以为各种可行的神经网络模型。例如，卷积神经网络(convolutional neural networks，cnn)、深度神经网络(deep neural networks,dnn)等或其组合。
85.在一些实施例中，分析层450可以对环境特征430和储气罐自身数据440进行处理，获取储气罐破损数据460。如图4所示，分析层450的输入可以包括环境特征430和储气罐自身数据440，输出可以包括储气罐破损数据460。关于储气罐自身数据和储气罐破损数据的更多内容参见图2及其相关描述。在一些实施例中，分析层450可以为各种可行的神经网络模型。例如，卷积神经网络(convolutional neural networks，cnn)、深度神经网络(deep neural networks,dnn)等或其组合。
86.在一些实施例中，特征提取层420的输出可以为分析层450的输入，破损模型可以基于特征提取层420和分析层450的联合训练得到。
87.在一些实施例中，联合训练的第二样本数据包括样本储气罐环境数据和样本储气罐自身数据，第二样本数据对应的第二标签为样本储气罐破损数据。第二样本数据可以基
于历史数据获取，第二标签可以通过人工标注或自动标注的方式确定。将储气罐的样本储气罐环境数据输入初始特征提取层，得到初始特征提取层输出的环境特征；将环境特征作为训练样本数据，和储气罐的样本储气罐自身数据输入初始分析层，得到初始分析层输出的储气罐破损数据。基于样本储气罐破损数据和分析层输出的储气罐破损数据构建损失函数，同步更新特征提取层和分析层的参数。通过参数更新，得到训练好的特征提取层和分析层。
88.在本说明书的一些实施例中，通过利用破损模型对储气罐环境数据进行处理来确定储气罐破损数据，可以结合不同储气罐所处的不同环境确定储气罐破损数据，对储气罐所处环境实际情况的考虑加强了确定储气罐破损数据的科学性和合理性，有效帮助工作人员针对不同区域的储气罐制定与其实际情况相符合的维修方案。
89.图5是根据本说明书一些实施例所示的基于破损模型确定目标储气罐的不同位置的破损程度数据的示例性示意图。
90.在一些实施例中，智慧燃气设备管理平台可以对至少一个目标储气罐的储气罐老化数据进行处理，获得至少一个目标储气罐的不同位置的储气罐破损数据。
91.关于储气罐老化数据和储气罐破损数据的更多内容参见图2及其相关描述。
92.在一些实施例中，智慧燃气设备管理平台可以基于破损模型对至少一个目标储气罐的储气罐老化数据进行处理，获得至少一个目标储气罐的不同位置的储气罐破损数据。
93.如图5所示，破损模型可以包括特征提取层520和分析层560。在一些实施例中，破损模型可以对至少一个目标储气罐的储气罐环境数据510、至少一个目标储气罐的储气罐自身数据540和至少一个目标储气罐的储气罐老化数据550进行处理，确定至少一个目标储气罐的不同位置的储气罐破损数据570。
94.破损模型的特征提取层520可以与破损模型的特征提取层420共享参数，即破损模型的特征提取层520可以由破损模型的特征提取层420直接获取，关于破损模型的特征提取层420的更多内容参见图4及其相关描述。
95.在一些实施例中，分析层560可以对至少一个目标储气罐的环境特征530、至少一个目标储气罐的储气罐自身数据540和至少一个目标储气罐的储气罐老化数据550进行处理，获取至少一个目标储气罐的不同位置的储气罐破损数据570。如图5所示，分析层560的输入可以包括至少一个目标储气罐的环境特征530(如，(6，25，500，60，107)表示6号目标储气罐所处环境最近一个月的平均温度为25℃，月均降水量为500mm，相对湿度为60％，月均日照时数为105h)、至少一个目标储气罐的储气罐自身数据540(如，(6，5，2，3)表示6号目标储气罐的罐体厚度为5mm、防腐层类型为涂漆、防腐层厚度为3mm)和至少一个目标储气罐的储气罐老化数据550(如，(6，1，4，2，3)表示6号目标储气罐1号区域防腐层脱落(假设4表示防腐层脱落)，脱落面积为2
㎡
，严重程度为3级)，输出可以包括至少一个目标储气罐的不同位置的储气罐破损数据570(如，(6，1，4，2，2.2，60)表示6号目标储气罐1号区域在未来一个月内可能存在防腐层脱落(假设4表示防腐层脱落)，脱落面积可能为2
㎡
，脱落后的防腐层厚度可能为2.2mm，该区域发生泄露或破损的风险为60％)。在一些实施例中，分析层560可以为各种可行的神经网络模型。例如，卷积神经网络(convolutional neural networks，cnn)、深度神经网络(deep neural networks,dnn)等或其组合。
96.在一些实施例中，特征提取层520的输出可以为分析层560的输入，破损模型可以
基于特征提取层520和分析层560的联合训练得到。
97.在一些实施例中，联合训练的第三样本数据包括多个训练样本，每个训练样本包括样本储气罐的储气罐环境数据、样本储气罐的储气罐自身数据和样本储气罐的储气罐老化数据，每个训练样本对应的第三标签为样本储气罐的不同位置的储气罐破损数据。第三样本数据可以基于历史数据获取，第三标签可以通过人工标注或自动标注的方式确定。将第三样本数据中的样本储气罐的储气罐环境数据输入初始特征提取层，得到初始特征提取层输出的储气罐的环境特征；将储气罐的环境特征作为训练样本数据，和样本储气罐的储气罐自身数据、样本储气罐的储气罐老化数据输入初始分析层，得到初始分析层输出的储气罐的储气罐破损数据。基于样本储气罐的储气罐破损数据和分析层输出的储气罐的储气罐破损数据构建损失函数，同步更新特征提取层和分析层的参数。通过参数更新，得到训练好的特征提取层和分析层。
98.关于储气罐环境数据、储气罐自身数据、储气罐老化数据和储气罐破损数据的更多内容参见图2及其相关描述；关于环境特征的更多内容参见图4及其相关描述。
99.在本说明书的一些实施例中，通过基于破损模型对至少一个目标储气罐的储气罐环境数据、储气罐自身数据、储气罐老化数据进行处理，获取至少一个目标储气罐的不同位置的储气罐破损数据，可以兼顾多个储气罐的多个位置的破损情况，提高处理数据的效率，及时制定多个储气罐的多个位置的维修方案，保证燃气用气的安全性。
100.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
101.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
102.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
103.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
104.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说
明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
105.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
106.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。