本發(fā)明涉及油氣管網(wǎng)監(jiān)測，特別涉及一種油氣管網(wǎng)風險情報預警系統(tǒng)及方法。

背景技術：

1、油氣管網(wǎng)是連接油氣田、煉油廠、儲氣庫和終端用戶的重要基礎設施。隨著能源需求的不斷增長，油氣管網(wǎng)盜油盜氣事件時有發(fā)生，不僅造成經(jīng)濟損失，還可能引發(fā)安全事故。油田作業(yè)的離線式的管理模式使得現(xiàn)場操作人員無法實時、準確和全面地監(jiān)控各工位的安全生產(chǎn)情況，安全監(jiān)管更缺乏對站區(qū)安全動態(tài)的全面了解，安全監(jiān)控和安全預警技術手段的落后，嚴重影響了油田生產(chǎn)的安全保障和管理能力、應急響應與救援整體水平的提高。

2、常用的風險監(jiān)測方法有基于物聯(lián)網(wǎng)技術，通過部署傳感器實時監(jiān)測管網(wǎng)壓力、流量等關鍵參數(shù)來發(fā)現(xiàn)異常，通過視頻監(jiān)控設備獲取視頻數(shù)據(jù)，實現(xiàn)在線監(jiān)控。但是，由于數(shù)據(jù)量大，增加了中心服務器的計算壓力，甚至部分中心服務器的計算能力無法滿足監(jiān)測的需要。

3、因此，如何在不增加中心服務器計算壓力的情況下，實時監(jiān)測管網(wǎng)運行指標，通過異常指標預測風險時間的發(fā)生，及時對風險事件進行處置，成為一個亟需解決的問題。為此，我們提供了一種油氣管網(wǎng)風險情報預警系統(tǒng)及方法。

技術實現(xiàn)思路

1、本發(fā)明在本地根據(jù)不同的監(jiān)測任務對傳感器數(shù)據(jù)進行預處理及篩選，減輕中心服務器的負擔。通過監(jiān)視模型對傳感器數(shù)據(jù)進行監(jiān)視預測，可以識別管網(wǎng)異常指標并發(fā)送報警信號，從而實現(xiàn)對潛在風險的早期預警和干預。

2、本發(fā)明提出的技術方案為：一種油氣管網(wǎng)風險情報預警方法，所述方法包括：

3、通過油氣管網(wǎng)內(nèi)的傳感器獲取管道內(nèi)部的實時油氣數(shù)據(jù)，通過油氣管網(wǎng)外部的視頻監(jiān)控設備獲取管道周邊環(huán)境的實時視頻數(shù)據(jù)，以監(jiān)測管網(wǎng)運行狀況和周邊環(huán)境狀況；

4、根據(jù)監(jiān)測任務指令，為管線中的每段管道設定臨界參數(shù)；

5、通過分析臨界參數(shù)和實時油氣數(shù)據(jù)，判斷異常管線段；具體為：獲取實時油氣數(shù)據(jù)和臨界參數(shù)中的出口壓力，分別與進行比較計算，判斷該段管線是否異常，其中，表示轉(zhuǎn)換比例；

6、通過邊緣計算裝置接收實時油氣數(shù)據(jù)和實時視頻數(shù)據(jù)，以動態(tài)聚合周期對實時油氣數(shù)據(jù)和實時視頻數(shù)據(jù)進行動態(tài)聚合，縮短或者增加聚合周期，以提高識別管道油氣數(shù)據(jù)發(fā)展趨勢的速度和準確率；

7、通過監(jiān)視模型對所述油氣數(shù)據(jù)和所述視頻數(shù)據(jù)進行監(jiān)視預測，識別管網(wǎng)異常指標并發(fā)送報警信號；

8、所述管道數(shù)據(jù)包括管道地理位置、管道尺寸、歷史維護記錄和歷史運行數(shù)據(jù)，所述實時油氣數(shù)據(jù)包括壓力數(shù)據(jù)、流速數(shù)據(jù)、溫度數(shù)據(jù)、氣體濃度數(shù)據(jù)和聲紋數(shù)據(jù)；所述實時視頻數(shù)據(jù)包括管線紅外熱圖像。

9、優(yōu)選的，所述傳感器包括壓力傳感器、流量傳感器、溫度傳感器、氣體濃度傳感器和聲波傳感器中的一種或者多種，所述歷史運行數(shù)據(jù)包括管道運行期間的壓力、流量、溫度和氣體濃度數(shù)據(jù)。

10、優(yōu)選的，所述根據(jù)監(jiān)測任務指令，為管線中的每段管道設定臨界參數(shù)，包括：

11、確定管網(wǎng)范圍及關鍵組件；

12、為每個管道設定臨界參數(shù)，所述臨界參數(shù)包括管道入口壓力、入口溫度、出口壓力和出口溫度。

13、優(yōu)選的，所述通過邊緣計算裝置接收實時油氣數(shù)據(jù)和實時視頻數(shù)據(jù)，包括以下步驟：

14、在油氣管道節(jié)點安裝邊緣計算裝置；

15、建立邊緣計算裝置與傳感器的無線網(wǎng)絡連接；

16、對接收到的傳感器數(shù)據(jù)進行去除噪聲、糾正異常值并補充不完整的數(shù)據(jù)記錄操作，用以提高數(shù)據(jù)質(zhì)量；

17、對處理完成的傳感器數(shù)據(jù)添加時間戳，對傳感器數(shù)據(jù)進行時間序列聚合，用于降低傳輸?shù)臄?shù)據(jù)量；

18、通過邊緣計算裝置執(zhí)行數(shù)據(jù)預分析，用于趨勢預測和閾值報警；

19、將重要事件、已處理的傳感器數(shù)據(jù)傳輸?shù)街行姆掌鳎鲋匾录┯秃?或漏氣。

20、優(yōu)選的，所述對處理完成的傳感器數(shù)據(jù)添加時間戳，包括以下步驟：

21、在邊緣計算裝置的內(nèi)部存儲器內(nèi)劃分多個緩沖區(qū)，所述緩沖區(qū)為一個內(nèi)存中的數(shù)組、隊列，或者為輕量級的數(shù)據(jù)庫；

22、對每個進入到緩沖區(qū)內(nèi)的經(jīng)過預處理的傳感器數(shù)據(jù)添加時間戳。

23、優(yōu)選的，所述對傳感器數(shù)據(jù)進行時間序列聚合，用于降低傳輸?shù)臄?shù)據(jù)量，包括：

24、設置滑動窗口，按照預設的頻率，對獲取到的傳感器數(shù)據(jù)進行數(shù)據(jù)分組和匯總，具體為：通過滑動窗口采集傳感器數(shù)據(jù)，每個時間窗口內(nèi)的數(shù)據(jù)構成分組數(shù)據(jù)集；計算每個分組數(shù)據(jù)集中數(shù)據(jù)的平均值、最大值和最小值，形成特征指標數(shù)據(jù)集，其中，表示第個時間窗口內(nèi)第個傳感器的數(shù)據(jù)子集；，其中分別表示第個分組數(shù)據(jù)集中第個傳感器的數(shù)據(jù)的平均值、最大值和最小值；

25、以事件驅(qū)動方式進行動態(tài)數(shù)據(jù)聚合，構成動態(tài)數(shù)據(jù)集，其中，表示第個事件發(fā)生時的第個傳感器的數(shù)據(jù)子集。

26、優(yōu)選的，還包括，通過邊緣計算裝置執(zhí)行數(shù)據(jù)預分析，用于趨勢預測和閾值報警，具體包括以下步驟：

27、監(jiān)測壓力變化，包括：設定壓力安全閾值p，如果管道內(nèi)壓力低于p則生成報警信號，并記錄異常時間點t1，將包括異常時間點的分組數(shù)據(jù)集和數(shù)據(jù)子集發(fā)送至中心服務器，并存儲在緩沖存儲區(qū)內(nèi)；

28、監(jiān)測溫度變化，包括：設定溫度安全閾值t，如果管道內(nèi)溫度高于t則生成報警信號，并記錄異常時間點t2，將包括異常時間點的分組數(shù)據(jù)集和數(shù)據(jù)子集發(fā)送至中心服務器，并存儲在緩沖存儲區(qū)內(nèi)；

29、監(jiān)測化學物質(zhì)濃度變化，包括：設定濃度安全閾值q，如果管道內(nèi)濃度低于q則生成報警信號，并記錄異常時間點t3，將包括異常時間點的分組數(shù)據(jù)集和數(shù)據(jù)子集發(fā)送至中心服務器，并存儲在緩沖存儲區(qū)內(nèi)；

30、監(jiān)測管道外側聲紋變化，讀取預設的環(huán)境聲紋信號，將獲取的聲紋信號與預設的環(huán)境聲紋信號在頻域下進行對比，獲取各個頻率下能量的差異值，并計算獲取平均差異值，設定聲紋安全閾值s，如果平均差異值大于s，則生成報警信號，并記錄異常時間點t4，將包括異常時間點的分組數(shù)據(jù)集和數(shù)據(jù)子集發(fā)送至中心服務器，其中，表示第個頻率下能量的差異值。

31、優(yōu)選的，所述通過監(jiān)視模型對所述油氣數(shù)據(jù)和所述視頻數(shù)據(jù)進行監(jiān)視預測，識別管網(wǎng)異常指標并發(fā)送報警信號，包括：

32、在管網(wǎng)數(shù)字孿生模型加載監(jiān)視模型，所述監(jiān)視模型為：，其中，為截距，為回歸系數(shù)，為誤差項，；

33、從緩沖存儲區(qū)內(nèi)獲取相應傳感器的包括異常時間點在內(nèi)的分組數(shù)據(jù)集和數(shù)據(jù)子集；

34、從分組數(shù)據(jù)集和數(shù)據(jù)子集內(nèi)提取關鍵指標數(shù)據(jù)，進行歸一化后，輸入到監(jiān)視模型中，監(jiān)視模型輸出為事件發(fā)生的概率值，如果，則判斷事件將會發(fā)生，其中為預設的事件發(fā)生閾值；

35、在管網(wǎng)數(shù)值孿生模型突出顯示產(chǎn)生異常數(shù)據(jù)的傳感器，并生成報警圖標，用于提醒工作人員，及時處理；

36、關聯(lián)報警圖標與相應的分組數(shù)據(jù)集和數(shù)據(jù)子集，便于工作人員獲取相應傳感器的數(shù)據(jù)。

37、本發(fā)明還提供一種油氣管網(wǎng)風險情報預警系統(tǒng)，所述系統(tǒng)用于執(zhí)行所述的一種油氣管網(wǎng)風險情報預警方法。

38、本發(fā)明還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行以實現(xiàn)所述的一種油氣管網(wǎng)風險情報預警方法。

39、本發(fā)明的有益效果：

40、1、本發(fā)明通過在油氣管網(wǎng)中安裝多個傳感器和視頻監(jiān)控攝像頭，能夠?qū)崟r監(jiān)測管道的工作狀態(tài)和周邊環(huán)境，及時發(fā)現(xiàn)潛在的風險和異常情況。這種實時監(jiān)測能力使得系統(tǒng)能夠快速響應，采取必要的措施來防止事故的發(fā)生。

41、2、本發(fā)明通過安裝邊緣計算裝置，可以在本地對傳感器數(shù)據(jù)進行預處理及篩選，減輕中心服務器的負擔。同時，邊緣計算裝置與中心服務器之間的數(shù)據(jù)連接，可以確保經(jīng)過處理和篩選的數(shù)據(jù)及時傳輸?shù)街行姆掌?，提高?shù)據(jù)處理的效率。通過監(jiān)視模型對傳感器數(shù)據(jù)進行監(jiān)視預測，可以識別管網(wǎng)異常指標并發(fā)送報警信號，從而實現(xiàn)對潛在風險的早期預警和干預。

42、3、本發(fā)明中，邊緣計算裝置和中心服務器承擔的任務不同，邊緣計算裝置負責對傳感器數(shù)據(jù)的預處理和異常管線段的判斷，根據(jù)任務的不同，將不同的數(shù)據(jù)包發(fā)送至中心服務器。例如，在執(zhí)行防盜油監(jiān)測任務時，中心服務器發(fā)送相應的監(jiān)測任務指令，邊緣計算裝置監(jiān)測傳感器數(shù)據(jù)，判斷異常管線段并生成異常報警信號，然后將異常相關的傳感器數(shù)據(jù)和報警信號發(fā)送至中心服務器；如果執(zhí)行的常規(guī)監(jiān)測任務，則向中心服務器發(fā)送的是相應傳感器采集的數(shù)據(jù)，中心服務器負責下發(fā)監(jiān)測任務指令、并接收邊緣計算裝置發(fā)送的數(shù)據(jù)和預測管線狀態(tài)。

43、4、本發(fā)明結合滑動窗口和事件驅(qū)動的數(shù)據(jù)聚合策略，可以根據(jù)具體需求靈活調(diào)整數(shù)據(jù)處理的方式和粒度。通過實時監(jiān)測和動態(tài)聚合，能夠及時發(fā)現(xiàn)并響應潛在的風險和異常情況。通過計算多種特征指標（如平均值、最大值、最小值）和構建動態(tài)數(shù)據(jù)集，能夠更全面地了解管道的工作狀態(tài)和周邊環(huán)境。該方法能夠適應不同類型和規(guī)模的油氣管網(wǎng)系統(tǒng)，具有較強的通用性和可擴展性。