原始名称记载: 江西省天然气集团有限公司管道分公司

本申请公开了一种天然气管道阴极保护系统的远程故障诊断方法及系统，属于天然气管道故障诊断技术领域；包括现场主机获取目标管道阴极保护系统的多个实时运行数据并远程发送至云平台；对多个实时运行数据进行预处理，得到多维时间序列数据；构建故障诊断网络模型，云平台根据故障诊断网络模型对多维时间序列数据进行处理，得到目标管道阴极保护系统的故障类型；云平台根据故障类型从数据库中匹配相应的故障解决策略，并将故障解决策略发送至现场主机；本申请通过故障诊断网络模型中双模提取模块、注意力增强模块、自适应融合模块和分类器之间的密切配合，从而提高了对阴极保护系统故障识别的准确率。

本申请公开了一种基于深度学习的视频监控人员风险行为识别方法及系统，属于风险行为识别技术领域，方法包括：获取多段监控视频并预处理，得到目标数据集；构建风险行为识别网络，根据目标数据集对风险行为识别网络进行训练和测试；获取目标视频帧集，根据风险行为识别网络对目标视频帧集进行处理，得到目标视频帧集对应的风险行为识别结果；通过强化融合模块和时空特征提取模块的融合，融入了多模态特征和时空特征，可以提升对细微动作和复杂场景的识别能力，从而增强风险行为识别网络的识别精度。

本申请公开了一种天然气管道运行状态的智能感知与异常分析方法及系统，属于天然气管道监测技术领域，包括：获取目标管道中每一监测点对应的每一运行数据组；对每一运行数据组进行数据处理，得到异常监测点，并根据每一异常监测点对应的异常概率值，确定每一异常监测点对应的异常风险等级；根据每一异常监测点对应的异常风险等级采用对应的风险解决策略；对每一异常监测点进行分析，确定每一异常监测点的关键异常设备；通过LSTM‑注意力机制对多维拼接特征的处理，实现了复杂管道异常模式的多粒度感知，在保持计算效率的同时提高了动态融合网络对复合异常的检测精度。