[发明专利]中低压管线监控系统及其方法

权利要求书

1.一种中低压管线监控系统，其特征在于，包括：

流量传感器，设置于天然气干管的尾端，用于量测所述天然气干管中的气体流量；

多个天然气智能气表，用于量测多个用户的使用情形；

工况识别模块，包括：

计算机数据库，建立并储存被关注泄漏事件的事件树；

特征萃取器，用以分析所述些流量传感器量测到的气体流量数据，采用主成分分析以及核心主成分分析来撷取数据之特征值；

分类器，用以比对未知数据的特征与所述计算机数据库的训练数据，并找出与未知数据最相似事件的类别，将其归属于所述类别。

2.如权利要求1所述的中低压管线监控系统，其特征在于，更包含压力传感器，设置于所述天然气干管的尾端，用于量测所述天然气干管中的气体压力。

3.如权利要求2所述的中低压管线监控系统，其特征在于，更包含温度传感器，设置于所述天然气干管的尾端，用于量测所述天然气干管中的气体温度。

4.如权利要求3所述的中低压管线监控系统，其特征在于，更包含流量计算机，与所述流量传感器、所述压力传感器及所述温度传感器连接，并接收接收所述流量传感器、所述压力传感器及所述温度传感器的数值，并可输出进口值。

5.一种中低压管线监控方法，其特征在于，其步骤包含：

于干管尾端放置流量传感器、压力传感器以及温度传感器，量测所述干管尾端压力讯号、流量讯号以及温度讯号；

利用类神经网络模型仿真网管区域用户流量；

利用主成分分析以及核心主成分分析撷取所述压力讯号、所述流量讯号以及所述温度讯号数据之特征值；

运用图形识别技术辨识现行工况来进行所述工况警报阀值评估；当量测参数与计算参数差值超过警报阀值时，判定为发生泄漏；运用图形识别技术辨识现行工况过滤压力波波形；

运用图形识别技术辨识现行工况，并判断不正常流量的网管区域。

6.如权利要求5所述的中低压管线监控方法，其特征在于，其步骤更包含建立所述网管运行各种工况的压力图形、流量图形及温度图形，并将所述压力图形、所述流量图形及所述温度图形纪录进计算机数据库。

7.如权利要求5所述的中低压管线监控方法，其特征在于，其步骤更包含：

量测各用户体积流量计感测值；

量测各区域温度、压力感测值；

建立末端体积表量测误差值及模型；

输入干管尾端量测值；

使用类神经网络模型分析所述末端体积表量测误差值及所述干管尾端量测值；

开始进行区域用户使用模式校正模型。

8.如权利要求5所述的中低压管线监控方法，其特征在于，量测干管两端压力讯号、流量讯号以及温度讯号步骤更包括：由首端量测参数仿真计算得到尾端计算参数以及由所述尾端量测参数仿真计算得到所述首端计算参数，并将所述首端计算参数及所述尾端计算参数，用以提供人工智能模块进行量测参数与计算参数差值运算以判定是否发生泄漏。

9.如权利要求5所述的中低压管线监控方法，其特征在于，类神经网络模型可以是长短期记忆模式运算。

10.如权利要求5所述的中低压管线监控方法，其特征在于，更包含利用KNN分类算法对所述压力讯号、所述流量讯号以及所述温度讯号数据的所述特征值进行分类，辨别成不同工况样式。