[发明专利]一种用于城市燃气管网智能化仪表的控制方法

权利要求书

1.一种城市燃气管网智能化仪表的控制方法，其特征在于：具体包括以下步骤：

步骤1、边缘层中的从第1边缘节点到第i边缘节点的i个边缘节点分别一对一顺次连接到各个分支管道(3-1、3-2、……、3-i)末端智能化的流量检测功能的阀门和燃气表上，实时接收流量计和燃气表的实时数据存储于对应的边缘节点上；

步骤2、通过边缘层计算部判断是否达到特定条件，如果到达特定条件，则通过边缘层计算部向调压箱的附加设备发送驱动信号，从而驱动附加设备向调压箱和分支管道部的每个分支管道的分路节点之间施加燃气附加脉冲，同时调压箱的调压器保持调压箱和分支管道部的每个分支管道的分路节点之间的中低压的基本燃气压力，该中低压燃气的压力为0.01-0.4MPa；如果没有达到特定条件，则继续等待，其中，所述特定条件为达到预设阈值激发条件，激发条件为附加设备向燃气管网施加燃气附加脉冲的时间通过边缘层计算部检测分支管道部中每个分支管道上设置的带有流量检测功能的电磁阀门所检测到的流量值低于特定阈值时，通过边缘层计算部驱动附加设备向燃气管网施加燃气附加脉冲；

上述燃气附加脉冲的幅值u表示为函数u＝f(t0)，其中t0表示燃气附加脉冲施加的时间变量，u＝f(t0)＝ksin(ωt0)，其中k为幅度参数，ω为频率参数，t0时间跨度为T，T＝3-5秒；

步骤3、通过边缘层计算部接受分支管道部中每个分支管道上设置的带有流量检测功能的电磁阀门所检测到的分支末端流量，并且计算拟合分支末端流量和时间构成的i个拟合函数v_j＝g_j(t)，v_j表示每个分支管道上设置的带有流量检测功能的电磁阀门所检测到的分支末端流量，g_j(t)表示每个分支管道的末端流量和时间(t)构成的拟合函数，j表示管道编号，j＝1到i；

步骤4、云计算层通过读取边缘层数据，对i个拟合函数v_j＝g_j(t)分别进行延时调整；具体包括：

S4.1云计算层从第i+1个边缘节点提取调压箱2出口流量计的历史数据，形成调压箱流量-时间函数φ(t)；

S4.2云计算层从第1边缘节点到第i边缘节点的i个边缘节点提取的分支管道末端流量计的历史数据，形成i个分支流量-时间函数β1(t)……βi(t)；

S4.3建立深度学习模型，通过深度学习神经网络识别调压箱流量-时间函数φ(t)和i个分支流量-时间函数β1(t)……βi(t)的每一个存在响应关系的特征点，识别φ(t)中的特征1在β1(t)……βi(t)曲线中的每一个具有响应关系的特征点1-1，……，1-i，并且确定每个管道的补偿时间延时Δt(j)，其中，j表示分支管道编号，j＝1到i，k表示特征编号，k＝1到s；

上述步骤具体包括：

1)分别形成φ(t)和β1(t)……βi(t)曲线；

2)通过构建深度学习模型，提取φ(t)曲线中的s个特征点，并提取每条β1(t)……βi(t)曲线中的多个特征点；

3)构建s个两类分类器，s个两类分类器分别用于依次判断每条β1(t)……βi(t)曲线中的多个特征点是否和φ(t)曲线中的s个特征点中的一个存在响应关系，s个分类器分别对应φ(t)曲线中的s个特征点，通过s个分类器的运算，将从每条β1(t)……βi(t)曲线中提取的多个特征点，分类到s个两类分类器中；从而建立φ(t)曲线中的s个特征点分别与从每条φ(t)和β1(t)……βi(t)曲线中提取的多个特征点的响应关系，判断β1(t)……βi(t)的中至少部分特征点是响应于φ(t)上s个特征点中的一个；

4)根据响应关系，云计算层计算针对每一个分支管道的每一类特征点到φ(t)上具有响应关系得特征点的时间延时Δt_(j,B)＝t_(j，B)-t_(B)，其中，j表示分支管道编号，j＝1到i，B表示分类后该特征与φ(t)上存在相应关系的特征编号，B＝1到s；t_(j，B)表示第j个管道上与φ(t)上第B个特征存在响应关系的特征的时间，t_(B)表示与该特征存在响应关系的φ(t)上的第B个特征的时间；随后将计算每个分支管道的s个Δt_(j,B)的调和平均数，得到该分支管道的补偿时间延时Δt_(j)，j＝1到i；

S4.4云计算层对i个拟合函数v_j＝g_j(t)分别进行延时调整，将v_j＝g_j(t)调整为v_jc＝g_j(t-Δt_(j))；

步骤5、通过云计算层对延时调整后的拟合函数v_jc＝g_j(t-Δt_(j))进行傅里叶FFT变换，得到频域函数Fj＝FFT(v_jc)；

步骤6、利用云计算层，通过检测频域函数Fj＝FFT(v_jc)是否存在超过阈值的高强度频率f_high信号，来判断这条支路管道是否存在堵塞风险；具体包括：

1)利用云计算层，计算平均频域函数并确定高强度频率f_high：

对i个分支管道的频域函数Fj，进行F1，F2，……，Fi取算术平均值得到平均频域函数该平均频域函数曲线上的点，均表示在频率-信号强度构成的X-Y坐标中，基于平均频域函数计算平均频域函数中所有频率强度超过频域函数最大强度1/2的频率即高强度频率f_high，在频域函数中高强度频率f_high表示了频域函数信号中流量变化率比较大的部分信号，即由于施加燃气附加脉冲后在管道末端的阀门处造成明显变化的信号；

2)利用云计算层，计算i个支路的频域函数Fj＝FFT(v_jc)在对应高强度频率f_high频率上是否存在超阈值情况：

计算所有i个支路的频域函数Fj＝FFT(v_jc)在对应高强度频率f_high整体频率范围内的信号响度平均值，即将所有支路上的所有高强度频率f_high的强度信号取算术平均值，得到

当每个支路的频域函数具有以下情况时，

其中是所有支路上的所有高强度频率f_high的强度信号取算术平均值，I_i-high是i条支路中每一个支路中对应于高强度频率f_high的信号强度，边缘层计算部判断存在超阈值情况，否则边缘层计算部判断不存在超阈值情况；相应的，如果某条支路存在超阈值情况，边缘层计算部判断该条支路管道存在堵塞风险，如果某条支路不存在超阈值情况，边缘层计算部判断该条支路管道不存在堵塞风险；

步骤7，针对步骤6中，确定的存在堵塞风险的支路，云计算层进一步确定堵塞的管路和堵塞的位置；

针对步骤6中，确定的存在堵塞风险的支路，云计算层向边缘层计算部发送控制信号，从而驱动相应管道末端的带有流量检测功能的电磁阀门，进行瞬时关闭-开启动作；通过云计算层检测每个管路中是否出现上述的流量-时间函数的波峰和波谷现象，如果没有出现流量-时间函数的波峰和波谷现象，则云计算层判断该管路不存在堵塞现象；如果出现上述的流量-时间函数的波峰和波谷现象，则云计算层判断该管路存在堵塞现象；

并且进一步，通过上述流量-时间函数的波峰和波谷的极值出现的时间tp和tv计算堵塞的起始点和结束点，具体为Xstart＝Ctp/2，Ld＝C(tp-tv)/2；其中，Xstart为堵塞距离阀门的距离，Ld为堵塞长度,C为声速。