基于多源数据融合的城市燃气安全风险预警机制研究
李猛 宜昌久安燃气投资有限公司 443000

摘 要：城市燃气系统具有管线分布广、运行状态连续变化、风险诱因跨环节耦合等特点，单一压力阈值或人工巡检难以及时识别泄漏、第三方施工扰动、调压设备退化及用户端异常。本文围绕“数据汇聚—特征融合—风险判定—分级处置”构建城市燃气安全风险预警机制，将SCADA运行数据、物联网感知数据、GIS资产数据、巡检工单、施工报备、气象环境和用户报警等信息纳入统一时空框架，设置数据可信度、管网失稳度、设备健康度、环境敏感度和后果暴露度等指标，采用组合赋权与证据融合计算动态风险值，并建立蓝、黄、橙、红四色预警及处置闭环。仿真结果表明，相较固定阈值法，所构建机制对复合风险事件的召回率、F1值和平均预警提前量均明显提高，误报率得到有效控制。研究可为城市燃气由分散监测向跨系统协同研判、由事后处置向事前预防转变提供技术路径。

关键词：城市燃气；多源数据融合；风险预警；时空对齐；证据融合；闭环处置

引言

城市燃气安全风险并非由单一设备故障独立形成，而是管道材质与服役年限、压力流量波动、周边施工扰动、地下空间条件、用户使用行为以及运维管理状态共同作用的结果。传统监控平台通常按照业务系统分别建设，SCADA侧重压力与流量，GIS侧重管线位置与属性，客服系统记录报警和投诉，巡检平台记录隐患与工单，各类数据在时间粒度、空间编码和质量标准上存在明显差异，导致“看得见数据、识别不了风险”的问题。国务院办公厅印发的城市燃气管道老化更新改造实施方案提出在重要节点安装智能化感知设备并完善智能监控系统，全国城镇燃气安全专项整治工作也强调强化科技赋能、推动治理模式向事前预防转型[1-3]。因此，有必要以多源数据融合为基础，将离散异常转化为可解释的风险证据，并形成与巡检、抢修、关阀和应急指挥相衔接的预警机制。

1 城市燃气风险特征与数据体系

1.1 风险耦合机理与预警需求

城市燃气事故通常经历“致险因素积累—运行状态偏移—泄漏扩散—点火或中毒后果”四个阶段。埋地管道腐蚀、接口密封老化和第三方施工属于致险因素，压力突降、进出站流量失衡和阀井可燃气体浓度上升属于状态偏移，人口密度、地下空间封闭度和重要目标距离则决定后果等级。若仅以某一传感器超限作为报警依据，容易将调峰引起的正常波动误判为故障，也可能因传感器布设稀疏而漏掉缓慢泄漏。预警机制应同时满足三项要求：一是对分钟级运行异常快速响应，二是对日、月尺度的设备退化形成趋势识别，三是将风险位置与学校、医院、商业综合体、地下空间等承灾体关联。基于此，本文将预警对象划分为管网泄漏、压力失稳、调压设施故障、第三方施工破坏、用户端聚集性报警五类，并以风险概率、后果严重度和数据可信度共同决定预警等级。

1.2 多源数据构成与质量控制

多源数据按照业务属性可分为七类：SCADA系统提供门站、调压站及关键节点的压力、流量、温度和阀位；物联网终端提供阀井、地下空间和重点用户的可燃气体浓度；GIS系统提供管径、材质、埋深、服役年限、接口形式与周边环境；巡检工单反映腐蚀、占压、锈蚀、设施损坏和整改进度；施工报备数据反映开挖范围、机械类型和许可时段；气象数据反映降雨、气温及风速；用户报警与客服数据反映区域性异味和熄火现象。为减少设备漂移、通信中断和人工录入差错的影响，设定完整性、及时性、一致性和准确性四项质量分量，并计算数据源可信度Q_i：Q_i=0.30C_i+0.25T_i+0.25S_i+0.20A_i。若Q_i低于0.60，则该数据仅作为辅助证据；0.60≤Q_i＜0.80时降低融合权重；Q_i≥0.80时参与正常计算。对缺失值采用相邻时段插值与同类节点回归估计相结合的方式，对突变值则依据设备量程、变化速率和邻站关联性进行复核。

1.3 风险指标体系与分级规则

指标体系采用“状态—设备—环境—暴露—管理”五维结构如下表。状态维包括压力偏差率、压力变化率、进出流量不平衡率和可燃气体浓度；设备维包括管龄、材质脆弱性、阴极保护有效性、调压器启闭频次和历史故障率；环境维包括道路荷载、地质沉降、降雨强度、地下空间封闭度及第三方施工距离；暴露维包括人口密度、重点场所数量和抢修可达时间；管理维包括巡检逾期率、隐患闭环率和传感器在线率。各指标先进行无量纲化，其中正向风险指标按处理，逆向指标采用反向归一化。综合权重由层次分析法主观权重和熵权法客观权重组合得到，以兼顾工程经验与数据差异。动态风险值R取0～100，R＜25为蓝色关注，25≤R＜50为黄色预警，50≤R＜75为橙色预警，R≥75为红色预警；当可燃气体浓度、压力骤降或施工侵入出现强制触发条件时，不受综合分值限制，直接提升至相应等级。

表1 城市燃气风险预警指标及建议阈值

维度	关键指标	低风险参考	重点预警条件
运行状态	压力偏差率、变化率、流量不平衡率	偏差率＜5%	偏差率≥15%或连续3个窗口恶化
泄漏感知	阀井/地下空间可燃气体浓度	＜10%LEL	≥20%LEL黄色；≥40%LEL橙色
设施脆弱性	管龄、材质、腐蚀与故障记录	风险分值＜0.30	风险分值≥0.70
外部扰动	施工距离、降雨、沉降与道路荷载	施工距离＞20 m	机械开挖进入5 m影响范围
后果暴露	人口密度、重点场所、抢修可达性	暴露度＜0.25	学校/医院周边且到场时间＞30 min
管理状态	巡检逾期率、隐患闭环率、在线率	在线率≥98%	在线率＜95%或重大隐患逾期

2 多源数据融合预警机制构建

2.1 数据治理与时空对齐方法

多源融合首先解决“同一事件在不同系统中不能对应”的问题。平台以管段、阀井、调压设施和用户建筑为最小风险单元，为每个对象赋予唯一编码，并将传感器点位、巡检记录、施工范围和报警地址映射至GIS坐标。时间上以1 min为在线计算窗口，以15 min为趋势特征窗口，以24 h为基线更新周期；对于工单和施工报备等非连续数据，按照有效开始时间、结束时间及影响半径展开为时空标签。数据进入平台后依次完成协议解析、异常值筛查、坐标纠偏、时间重采样和标签关联。为避免网络延迟造成错误联动，规定实时数据最大容许时延为60 s，超过时限则降低可信度并触发通信维护提示。基线并非固定常数，而是按工作日、节假日、采暖季和非采暖季分别建立压力流量正常区间，使系统能够区分用气高峰与异常失稳。对于相邻节点，利用管网拓扑关系建立上游—下游约束，若单点压力突降而上下游流量和相邻压力均无响应，则优先判断为传感器故障；若多节点沿气流方向连续异常，则提高泄漏证据权重。

2.2 预警触发与闭环处置机制

预警输出必须与处置资源联动，否则容易形成“平台报警、现场无响应”。蓝色状态主要用于趋势观察，平台自动记录并调整采样频率；黄色预警推送至运行班组，要求30 min内完成远程核验并在2 h内安排巡检；橙色预警同步推送调度、抢修和属地管理人员，要求10 min内电话确认、30 min内到场，并根据风险位置准备降压、停气或施工叫停；红色预警直接进入应急指挥流程，联动关阀、警戒、疏散和消防救援。每条预警均生成唯一事件编号，记录触发证据、风险分值、处置人员、到场时间、检测结果和恢复条件。事件结束后，以“是否真实风险、是否及时处置、阈值是否合理”为标签回写模型，对误报样本降低对应特征权重，对漏报样本补充强制规则。闭环评价设置预警确认率、平均响应时间、隐患闭环率、重复报警率和模型漂移率五项指标，其中橙色以上预警确认率应不低于95%，重复报警率应控制在5%以内，确保技术预警转化为可考核的管理动作。

3 仿真验证与工程应用分析

3.1 场景设置与样本构造

为验证机制有效性，按照中等规模城区燃气系统的常见运行区间构建仿真样本，所有数据仅用于方法测试，不作为某一真实城市的统计结论。仿真区域面积约60 km²，包含中低压管网420 km、调压设施68处、重点阀井96座、商业及公共用户约1.1万户，设置压力监测点286个、流量监测点72个、可燃气体监测点410个。样本周期为10个月，前8个月用于基线学习，后2个月用于测试，共植入47个可核验风险事件，包括缓慢泄漏12个、压力失稳10个、调压器故障8个、第三方施工侵入9个、用户端聚集性报警8个。同时设置通信中断、探头漂移和正常高峰波动等干扰场景，以检验误报控制能力。对比方法包括固定阈值法、单一LSTM时序模型和本文多源融合机制，评价指标采用准确率、召回率、F1值、误报率以及平均预警提前量。

3.2 预警效果与结果分析

仿真结果显示，固定阈值法对突发压力骤降较敏感，但对缓慢泄漏和施工扰动识别不足，召回率仅为72.3%；单一LSTM能够识别部分趋势异常，但在传感器漂移和节假日用气模式变化下仍存在误判；多源融合机制通过引入GIS脆弱性、施工距离、报警聚集和数据可信度，使召回率提高到91.5%，F1值达到88.7%，误报率降至4.9%，平均预警提前量达到26.8 min。进一步分析表明，12个缓慢泄漏事件中，固定阈值法漏报4个，而融合机制仅漏报1个；9个施工侵入事件中，融合机制均在机械进入管线影响半径后触发黄色或橙色预警。对于3次单点探头漂移，系统因邻近节点和流量平衡证据不支持，将其识别为数据质量问题，避免了不必要的停气处置。结果说明，城市燃气风险预警的关键不在于单纯提高算法复杂度，而在于将运行状态、设施脆弱性和外部扰动放入同一时空语境，并通过可信度约束控制证据冲突。

表2 不同预警方法的仿真性能对比

方法	准确率/%	召回率/%	F1值/%	误报率/%	平均提前量/min
固定阈值法	74.6	72.3	70.1	12.8	9.6
单一LSTM模型	82.1	83.0	80.4	8.4	17.4
多源融合机制	89.4	91.5	88.7	4.9	26.8

注：表中数据为依据设定场景生成的仿真结果，仅用于比较方法性能。

3.3 工程部署与持续优化路径

工程实施可按照“重点区域先行、存量系统接入、模型分级上线”的顺序推进。第一阶段选择老旧管网、地下空间密集区和施工活动频繁区布设关键感知点，优先解决GIS编码不统一、传感器时钟不同步和工单数据缺字段等基础问题；第二阶段打通企业SCADA、GIS、客服、巡检和应急平台接口，建立统一数据字典、设备台账和事件编码，避免重复建设；第三阶段先上线规则型预警，再逐步引入统计模型和机器学习模型，并设置人工复核期，防止模型未经验证直接参与关阀决策。系统运行中应执行模型月度校准、阈值季度评估和数据源年度审计，重点关注季节性漂移、设备更换和管网改造对基线的影响。同时落实网络分区、身份认证、日志留痕和最小权限控制，关键控制指令应采用双人复核和物理联锁。通过技术、制度和人员三方面协同，可形成从风险感知、智能研判到现场处置、复盘改进的持续循环。跨部门协同还应明确燃气主管部门、应急管理、消防救援、街道社区和企业调度中心的数据边界及响应责任，采用事件编号共享处置进度，避免同一隐患在不同平台重复派单。条件成熟时可将管网水力模型与三维地下空间模型接入预警平台，对关阀范围、压力传递、泄漏扩散和人员疏散进行情景推演，并以处置后压力恢复时间、停气用户数量和抢修资源占用量评价方案优劣。模型治理方面应保留版本、训练样本、阈值调整和人工干预记录，当连续两个评估周期出现召回率下降或误报率上升时，自动回退至稳定版本，以保证预警系统长期运行的可靠性。

结语

城市燃气安全风险具有多源异构、时空耦合和演化隐蔽等特征，依赖单点阈值和分散系统难以实现稳定、可解释的事前预警。本文构建的多源数据融合机制，以统一编码和时空对齐为基础，以数据可信度控制输入质量，以状态、设备、环境、暴露和管理五维指标刻画风险，并通过分层融合、强制触发和四色分级形成预警结果，最终与巡检、抢修和应急指挥建立闭环。仿真验证表明，该机制在提高缓慢泄漏、设备退化和施工侵入识别能力的同时，能够利用邻域证据抑制单点故障造成的误报。后续工程应用应进一步积累真实事件样本，完善低频高损事件的标签体系，并结合数字孪生和管网水力模型开展情景推演，使预警结果不仅回答“哪里异常”，还能够解释“为何异常、可能如何发展以及应采取何种处置措施”。

参考文献

[1] 国务院. 城镇燃气管理条例[Z]. 2016年修订.

[2] 国务院办公厅. 城市燃气管道等老化更新改造实施方案（2022—2025年）[Z]. 2022.

[3] 国务院安全生产委员会. 全国城镇燃气安全专项整治工作方案[Z]. 2023.

[4] 中华人民共和国住房和城乡建设部. GB 55009—2021 燃气工程项目规范[S]. 北京：中国建筑工业出版社，2021.

[5] 国家市场监督管理总局，国家标准化管理委员会. GB/T 45791—2025 城市基础设施公共安全监测通用技术规范[S]. 2025.

[6] 中华人民共和国住房和城乡建设部. CJJ 51—2016 城镇燃气设施运行、维护和抢修安全技术规程[S]. 北京：中国建筑工业出版社，2016.

[7] 国家市场监督管理总局，国家标准化管理委员会. GB/T 22239—2019 信息安全技术 网络安全等级保护基本要求[S]. 2019.

[8] SHAFER G. A Mathematical Theory of Evidence[M]. Princeton: Princeton University Press, 1976.

[9] HOCHREITER S, SCHMIDHUBER J. Long short-term memory[J]. Neural Computation, 1997, 9(8): 1735-1780.

[10] BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.

...