天然气计量站计量性能的监控方法和装置与流程

本发明涉及天然气计量，具体涉及一种天然气计量站计量性能的监控方法和装置。

背景技术：

1、随着天然气作为一种清洁、高效的能源，在全球能源结构中的比重日益增加。随着天然气使用量的增长，对其计量准确性的要求也越来越高。然而，现有的天然气计量站在实时监控流量测量准确度方面存在明显的不足。实时监控天然气计量站的流量测量准确度，对于保障天然气供应的安全和稳定，防止能源浪费和经济损失具有重要意义。具体来说，实时监控可以及时发现计量误差，减少经济损失。天然气计量的准确度直接关系到供需双方的经济利益。如果计量误差较大，不仅会导致供应商的经济损失，还可能引发用户的投诉和纠纷。因此，实时监控能够及时发现计量误差，为及时调整提供依据，从而减少经济损失。还可以保障天然气供应的安全和稳定，其供应的安全和稳定对于社会经济的正常运行至关重要。实时监控可以及时发现计量站的异常情况，为及时采取应对措施提供时间保障，从而确保天然气的稳定供应。目前，天然气计量站普遍采用的流量测量技术存在误差较大、稳定性不足等问题。同时，实时监控技术的研发和应用尚处于初级阶段，难以满足实际需求。实时监控技术的研发和应用需要大量的资金投入，对于许多中小型天然气计量站而言，承担这一成本的压力较大。

技术实现思路

1、鉴于上述问题，本发明实施例一种天然气计量站计量性能的监控方法及装置，解决现有的技术问题，通过实时监控天然气计量站的流量测量的准确度，可以避免潜在的流量量值失准隐患，能够及时发现并解决计量误差和故障问题，减少经济损失、用户投诉和纠纷，还可以及时发现并解决计量故障，确保供气的连续性和稳定性，满足用户的正常需求。

2、为解决上述技术问题，本发明提供以下技术方案：

3、第一方面，本发明提供一种天然气计量站计量性能的监控方法，包括：

4、获取检定管路上核查流量计计量性能相关的运行参数，得到运行参数集；

5、获取检定管路内天然气流体的状态参数，得到流体参数集；

6、将运行参数集和流体参数集输入训练好的检定神经网络模型预测核查流量计的预测流量示值，得到流量核查值；

7、在指定时间段内根据流量核查值和标准流量计流量数据对检定管路的计量准确性进行实时判定，得到判定结果。

8、一实施例中，所述运行参数集的获得方法包括：

9、利用传感器实时采集与核查流量计计量性能相关的运行参数；所述运行参数包括：信噪比、信号增益值、剖面系数、对称性指标、各声道声速、平均声速、各声道流速、平均流速和测量流速；

10、将与核查流量计计量性能相关的所有运行参数进行融合，得到运行参数集。

11、一实施例中，所述流体参数集的获得方法包括：

12、利用传感器实时采集检定管路内天然气流体的状态参数；所述状态参数包括：流体温度、流体压力和流体组分；

13、将检定管路内天然气流体的所有状态参数进行融合，得到流体参数集。

14、一实施例中，所述将运行参数集和流体参数集输入训练好的检定神经网络模型的方法包括：

15、通过通讯接口将运行参数集和流体参数集远传至控制室；

16、将控制室接收的运行数据集和流体参数集存储至生产数据库；

17、构建生产数据库与检定神经网络模型之间的实时交互链路；

18、基于实时交互链路将运行参数集和流体参数集输入至检定神经网络模型。

19、一实施例中，所述检定神经网络模型预测核查流量计的预测流量示值的方法包括：

20、提取运行参数集和流体参数集的特征值并输入至检定神经网络模型的输入层；

21、基于检定神经网络模型的隐含层通过权重函数和激活函数对输入层中的特征值进行计算；

22、基于检定神经网络模型的输出层输出经过隐藏层处理的数据，得到流量核查值。

23、一实施例中，所述在指定时间段内根据流量核查值和标准流量计流量数据对检定管路的计量准确性进行实时判定，得到判定结果包括：

24、提取指定时间段内核查流量计的刻流量核查值与标准流量计流量值之间的差值，得到核查差值；

25、当核查差值在指定时间段内大于标准流量计准确度等级的精度阈值，则判定计量超差；

26、当核查差值在指定时间段内处于标准流量计准确度等级的精度阈值以内，则判定计量准确；

27、当核查差值在指定时间段内处于标准流量计准确度等级的精度阈值和临界阈值以内，则判定计量存在超差可能，所述临界阈值包含于精度阈值内。

28、一实施例中，还包括：

29、根据相应判定结果形成检定管路的不同控制数据，驱使检定管路上的流量调节阀调整工况或中止检定；

30、根据相应判定结果将本次检定的数据封装成固定证据存储至生产数据库，并向相关方转发异常信息或故障信息。

31、第二方面，本发明提供一种天然气计量站计量性能的监控装置，该装置包括：

32、第一获取模块：用于获取检定管路上核查流量计计量性能相关的运行参数，得到运行参数集；

33、第二获取模块：用于获取检定管路内天然气流体的状态参数，得到流体参数集；

34、预测模块：用于将运行参数集和流体参数集输入训练好的检定神经网络模型预测核查流量计的预测流量示值，得到流量核查值；

35、判定模块：用于在指定时间段内根据流量核查值和标准流量计流量数据对检定管路的计量准确性进行实时判定，得到判定结果。

36、一实施例中，所述第一获取模块中运行参数集的获得方法包括：

37、利用传感器实时采集与核查流量计计量性能相关的运行参数；所述运行参数包括：信噪比、信号增益值、剖面系数、对称性指标、各声道声速、平均声速、各声道流速、平均流速和测量流速；

38、将与核查流量计计量性能相关的所有运行参数进行融合，得到运行参数集。

39、一实施例中，所述第二获取模块中流体参数集的获得方法包括：

40、利用传感器实时采集检定管路内天然气流体的状态参数；所述状态参数包括：流体温度、流体压力和流体组分；

41、将检定管路内天然气流体的所有状态参数进行融合，得到流体参数集。

42、一实施例中，所述预测模块中将运行参数集和流体参数集输入训练好的检定神经网络模型的方法包括：

43、通过通讯接口将运行参数集和流体参数集远传至控制室；

44、将控制室接收的运行数据集和流体参数集存储至生产数据库；

45、构建生产数据库与检定神经网络模型之间的实时交互链路；

46、基于实时交互链路将运行参数集和流体参数集输入至检定神经网络模型。

47、一实施例中，所述预测模块中检定神经网络模型预测核查流量计的预测流量示值的方法包括：

48、提取运行参数集和流体参数集的特征值并输入至检定神经网络模型的输入层；

49、基于检定神经网络模型的隐含层通过权重函数和激活函数对输入层中的特征值进行计算；

50、基于检定神经网络模型的输出层输出经过隐藏层处理的数据，得到流量核查值。

51、一实施例中，所述判定模块具体用于：

52、提取指定时间段内核查流量计的刻流量核查值与标准流量计流量值之间的差值，得到核查差值；

53、当核查差值在指定时间段内大于标准流量计准确度等级的精度阈值，则判定计量超差；

54、当核查差值在指定时间段内处于标准流量计准确度等级的精度阈值以内，则判定计量准确；

55、当核查差值在指定时间段内处于标准流量计准确度等级的精度阈值和临界阈值以内，则判定计量存在超差可能，所述临界阈值包含于精度阈值内。

56、一实施例中，还包括控制模块和处理模块：

57、控制模块：用于根据相应判定结果形成检定管路的不同控制数据，驱使检定管路上的流量调节阀调整工况或中止检定；

58、处理模块：用于根据相应判定结果将本次检定的数据封装成固定证据存储至生产数据库，并向相关方转发异常信息或故障信息。

59、第三方面，本发明提供一种电子设备，包括：

60、处理器、存储器、与网关通信的接口；

61、存储器用于存储程序和数据，所述处理器调用存储器存储的程序，以执行第一方面任一项提供的一种天然气计量站计量性能的监控方法。

62、第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质包括程序，所述程序在被处理器执行时用于执行第一方面任一项提供的一种天然气计量站计量性能的监控方法。

63、从上述描述可知，本发明实施例提供一种天然气计量站计量性能的监控方法，利用检定神经网络模型基于获取的运行参数集和流体参数集，得到流量核查值，并基于流量核查值与标准流量计数据量化对燃气计量站计量准确性进行实时判定，进而实现对天然气计量站流量测量准确性的实时监控，进而可以避免潜在的流量量值失准隐患，能够及时发现并解决计量误差和故障问题，减少经济损失、用户投诉和纠纷，还可以及时发现并解决计量故障，确保供气的连续性和稳定性，满足用户的正常需求。