1、产品介绍,Business Operation Platform (BOP),（智能气量分析系统）,成都千嘉科技有限公司2012年12月,*谢谢光临*,智能气量分析系统-提纲,项目背景,主要功能 模型算法,1,行业分析 解决方案,智能气量分析系统-行业分析,智能气量分析系统-提纲,项目背景,主要功能 模型算法,1,行业分析 解决方案,智能气量分析系统-解决方案,智能气量分析系统-系统拓扑,智能气量分析系统-提纲,智能气量分析系统介绍,主要功能 模型算法,2,行业分析 解决方案,智能气量分析系统,燃气计量智能分析系统,组成部分,前端供用户可视化程序,告警预处理、告警流水列表、告警处理跟踪、告警报
2、表多维查看,小时、天、月、其它告警(派工、自我学习、正常数据校准等工作),及时数据监控、气量分析、规则库管理(人工规则库、智能规则库),实时数据,按时,天,月 (时间段,区域,用气类型)等多维度报表统计,导出,客户信息,RTU信息,表具信息维护,角色管理、机构管理、操作员管理、权限配置等工作,对外基础数据接口,小时、天、月分析模型自动建立、筛选、消亡等过程,后台数据挖掘独立过程,应用前端,应用后端,智能气量分析系统,功能拓扑,智能气量分析系统,部分主要功能,小时告警用量异常_业务评估,天用量异常告警_业务评估,智能气量分析系统-提纲,智能气量分析系统介绍,主要功能 模型算法,2,行业分析 解决
3、方案,智能气量分析系统-模型建模,基础数据结构,计量表,计量表,计量表,区域,客户单位,RTU回传设备,用气类型,节假日,上次间隔,采集周期,表类型,流量阀值,皮膜表,涡轮表,CNG,工业,公教,商业,最大额定流量,最小额定流量,智能气量分析系统-模型建模,建模算法,时间序列智能维度表是通过系统自动的通过时间顺序提取特征数据作为用户用气特征规律，并通过特征规律进行比较和分析，特征数据分为：按时段、按天、按月。,时间序列智能维度表,1、皮膜表算法Max(Ul)=ID*Max(F)； 2、涡轮表算法 Vb=P/pb*Tb/T*Zb/Z*V;式中： Vb:校正后的标准状况下的气体流量； Pb:标准状
4、况下气体压力； Tb:标准状态下气体温度； Zb:标准状态下气体的压缩系数； V：实际工作状态下的额定最大气体流量； P：实际工作状态下的气体压力（绝对压力）； T：实际工作状态下的气体温度。Max(Ul)=ID*Max(F)*Vb； 说明：最大用量表示为-Max(Ul)两次数据用量表示为-ul两次数据的间隔时间(ID)=当前时间（CD）-上一次采集时间（LD）当前用量ul=两次读数差的绝对值 判断计算公式：,智能气量分析系统-模型建模,数据过滤算法,智能气量分析系统-模型建模,按时数据处理模型流程,对表具按天时段数据进行分析，找出用户在当前时段的用气规律。,智能气量分析系统-模型建模,按天数
5、据处理模型流程,第一步,第二步,对时模型维护及学习,对天用量处理,智能气量分析系统-模型建模,按月数据处理模型流程,第一步,第二步,第三步,对时模型维护及学习,对天用量处理,对月处理,智能气量分析系统,数据分析数据流,智能气量分析系统-提纲,应用案例,主要功能 模型算法,3,行业分析 解决方案,应用案例1,成都某浴室2012年11月10日（发现偷气),分析小时数据，了解浴室用气高峰在晚上18点左右；分析日用量，发现一些日用量很小，高峰时，无法抄表；2012年11月10再次出现，现场发现拆开表通讯线，煤气公司给预警告。用量异常。,应用案例2,成都某小学2012年11月15日（发现漏气),分析小时数据，发现非用气时间，有用量。比较日用量，发现一些日用量偏高。现场检查，发现有较小的漏气。,应用案例3,某CNG加气站2011年12月15日（涡轮表流量计故障),2011年12月15日，成都燃气智能分析系统监控发现某加气站流量报警。分析时用量发现不正常。现场检查，发现流量计出现故障。,2020/3/13,谢谢.,智能气量分析系统,
