[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

说明书

本发明公开了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。本发明基于压力区间划分的互信息方式提高了数据积累量很大的情况下全局燃气管网结构中监测节点的选择效率，从而使得以关键节点构成输入向量的神经网络模型作精确分析成为可能，进一步的提高了监测的准确性。

技术领域

本发明涉及城市燃气管网监控技术领域，具体为一种面向全局燃气管网结构的神经网络监测方法和系统。

背景技术

城镇燃气管网系统是一个十分复杂的多变量控制系统，具有面积大、影响因素多、内部关联性强、滞后时间长、非线性严重等特点。现有技术中对燃气管网的数据分析往往是时基于单独分析目标的，对燃气管网数据的分析通常基于传统的仿真软件，这样的仿真软件对于基于独立分析目标的分析是有效的，但是在大数据环境下，传统计算机难以得到有效分析结果。

在大数据分析的环境下，往往需要进行大范围的也就是全局范围内的燃气管网数据分析，例如：城市燃气管理机构，甚至全市的燃气数据分析；但是，对于广泛地理空间范围内的我们已经积累形成了大量的数据。我国的大数据技术的发展已经进入了一个相对成熟的阶段；而且燃气已经使用了很多年了，随着数据的不断整合、记录、整理工作产生了大量的各种类型的燃气数据，为了全面利用这些数据，可能会导致大量数据的产生，很多分析会舍弃部分数据的分析一提高分析的效率或者是的大数据分析成为可能，但是这样的做法不仅仅对后续的分析无益而且可能会导致分析的错误。

如果一股脑的将所有信息都塞给先进的分析工具，例如神经网络模型，必然会导致输入向量中的分量过于多，训练出的模型结构过于复杂，不适合进行常规的分析；那么如何针对广泛的地理和数据范围，对全局燃气管网结构数据形成有效的分析，是待解决的问题。因此，设计实用性强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是很有必要的。

发明内容

本发明的目的在于提供一种面向全局燃气管网结构的神经网络监测方法和系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：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(P_i，P_j)；

其中：P_i，P_j表示两个监测节点；x是区间编号，x＝1～X；p^x(P_i，P_j)表示监测节点P_i和P_j同时位于区间x中的占比；p^x(P_i)表示监测节点P_i位于区间x中的占比；p^x(P_j)表示监测节点P_j位于区间x中的占比；W_x为区间x的权重系数；N_x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；