[发明专利]一种面向全局燃气管网结构的神经网络监测方法和系统在审
申请号: | 202210298927.2 | 申请日: | 2022-03-25 |
公开(公告)号: | CN114880818A | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 白亚文;黄欣宇;唐杨琼 | 申请(专利权)人: | 上海天麦能源科技有限公司 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06N3/02 |
代理公司: | 北京广溢知识产权代理有限公司 16001 | 代理人: | 姜宇 |
地址: | 201100 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 全局 燃气 管网 结构 神经网络 监测 方法 系统 | ||
1.一种面向全局燃气管网结构的神经网络监测方法和系统,包括步骤S1:读取局部燃气管网结构对应的局部燃气数据文件;
步骤S2:从局部燃气数据文件中读取压力参数值,并基于压力参数选取局部燃气管网结构中的关键节点序列;所述关键节点序列中包含一个或多个按照编号顺序排列的监测节点;
步骤S21:获取局部燃气管网中监测节点的历史压力参数;
步骤S22:获取历史压力参数的变化范围,并将所述变化范围划分为X个区间;
步骤S23:将所述监测节点的所有历史压力参数分入X不同的压力区间中;
步骤S24:计算任意两个监测节点之间的互信息值MI(Pi,Pj);
其中:Pi,Pj表示两个监测节点;x是区间编号,x=1~X;px(Pi,Pj)表示监测节点Pi和Pj同时位于区间x中的占比;px(Pi)表示监测节点Pi位于区间x中的占比;px(Pj)表示监测节点Pj位于区间x中的占比;Wx为区间x的权重系数;Nx为落入区间x中的压力参数数量;NL为所有压力参数数量;
步骤S25:将所有互信息值从大到小排列并找到互信息值拐点;
步骤S26:计算每个监测节点的平均互信息值
步骤S27:截取平均互信息值大于互信息值拐点的监测节点,并将其编号按照从大到小的顺序排列以构成关键节点序列(KP1,KP2...);
步骤S3:将多个局部管网结构对应的关键节点序列及其压力参数值、局部管网结构和全局管网结构中监测节点的数量作为输入信息输入神经网络模型,并得到神经网络模型的输出作为监测结果。
2.根据权利要求1所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述预处理为对局部燃气数据文件中出现的数据缺失进行填充,并删除矛盾数据。
3.根据权利要求2所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述编号是基于监测节点位置的。
4.根据权利要求3所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述编号是基于监测节点流量大小的。
5.根据权利要求4所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述编号是随机编号。
6.根据权利要求5所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述系统用于实现上述权利要求1-5中任一个所述的面向全局燃气管网结构的神经网络监测方法。
7.根据权利要求6所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述系统中设置一个或多个云服务器。
8.根据权利要求7所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述程序运行时执行权利要求1-5中任一项所述的面向全局燃气管网结构的神经网络监测方法。
9.根据权利要求8所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述程序,当其在计算机上运行时,使得计算机执行如权利要求1-5中任一项所述的面向全局燃气管网结构的神经网络监测方法。
10.根据权利要求9所述的一种面向全局燃气管网结构的神经网络监测方法和系统,其特征在于:所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现如权利要求1-5中任一项所述的面向全局燃气管网结构的神经网络监测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海天麦能源科技有限公司,未经上海天麦能源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210298927.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于镇痛的复方利多卡因微针贴片
- 下一篇:一种自适应宽幅电压输入电路