CN105046352A - 基于血管仿生原理的供水管网漏损计算方法 - Google Patents
基于血管仿生原理的供水管网漏损计算方法 Download PDFInfo
- Publication number
- CN105046352A CN105046352A CN201510381757.4A CN201510381757A CN105046352A CN 105046352 A CN105046352 A CN 105046352A CN 201510381757 A CN201510381757 A CN 201510381757A CN 105046352 A CN105046352 A CN 105046352A
- Authority
- CN
- China
- Prior art keywords
- node
- water
- water supply
- network
- pipe network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Pipeline Systems (AREA)
Abstract
基于血管仿生原理的供水管网漏损计算方法,它涉及一种供水管网漏损计算方法。本发明的目的是为了解决现有技术计算方法复杂,计算元素不够全面,无法实现供水管网漏损的精确诊断,使供水管网的水量供需不平衡的问题。本发明包括以下步骤:步骤一:将供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门作为管网节点,根据管网节点和管线信息,构建供水管网的网络模型;步骤二:收集管网运行参数;步骤三:利用深度优先搜索方法对管网内各个节点进行输水损失量计算,得到供水管网损漏情况。本发明的计算方法更为合理,计算结果更为精确。
Description
技术领域
本发明涉及供水管网漏损计算方法,具体涉及基于血管仿生原理的供水管网漏损计算方法,属于供水管网技术领域。
背景技术
供水管网的漏损与规划设计、施工管理、管道地段、管道长度、管道材质和管龄等因素相关。供水管网管线长,分布范围广,节点多,节点类型丰富,这使得供水管网的漏损诊断变得困难。
规划设计方面,城市现代化建设程度越来越高,道路、房屋及地铁等设施的建设对供水管网产生一定程度上的影响。施工管理方面,某些施工单位未办理法定的审批手续,施工过程中不慎损伤管网,致使管道裂伤;施工阶段地基不实、自然因素或其他因素所导致的基础下沉会增大管道受力,对管道具有一定程度的破坏性,容易引发管网漏损。管道地段方面,管道地段不同供水管网的漏损评价指标也不同。管道材质方面,管线的耐腐、抗冻及其抗压等性质与管网漏损息息相关。
各国主要从完善漏损控制理论、改进漏损检测技术与设备及研究漏损控制模型等方面进行管网漏损的检测与控制。
1完善漏损控制理论:自上世纪80年代国外已经开始了管网漏损控制理论的研究,研究发现管网漏失与供水压力具有正相关的关系且关系紧密,降低管网漏水量的有效措施是供水压力与用户压力需求平衡而不过剩,这样管网漏损控制的问题转移到管网压力控制的问题上。普遍采用的管网漏损方法有音听捡漏法、被动检测法、氢气检测法及雷达检测法等。
该类技术从导致管网漏损的根本原因上控制管网漏损,非常有效。但是因为控制关系复杂,影响因素多,管线长且结构复杂,不容易控制。
2改进漏损检测技术与设备:上世纪80年代初,英国、美国、德国、法国及日本的管线定位仪、多探头相关仪、检漏仪、区域漏水监测仪及探地雷达等设备相继研制成功,对漏损检测的准确性和可靠性具有极大的提高。
该类技术需要采用硬件设备进行检测,安装、部署成本高,存在精度要求和测量误差方面的问题。
3研究漏损控制模型:主要包括管网漏损诊断模型和管网漏损预测模型。
管网漏损诊断模型:采用遗传算法、瞬变流理论及稳态流理论,从物理特性角度研究管网漏失并得出了漏点诊断方法。该类技术根据管网的不同运行工况进行漏损诊断,能够作为水力仿真模型研究管网漏损情况,尚停留在实验室仿真模拟阶段。
管网漏损预测模型:在概率分析方法和统计回归方法的基础上建立预测模型,揭示隐含在历史数据中的漏损规律,预测未来时间内的漏损趋势。该类技术预测模型的精度、准确度和自适应性等方面有待提高。
发明内容
本发明的目的是为了解决现有技术计算方法复杂,计算元素不够全面,无法实现供水管网漏损的精确诊断,使供水管网的水量供需不平衡的问题。
本发明的技术方案是:基于血管仿生原理的供水管网漏损计算方法,包括以下步骤:
步骤一:将供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门作为管网节点,根据管网节点和管线信息,构建基于血管仿生原理的供水管网的网络模型;
所述步骤一构建的网络模型具体包括:
收集供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门的坐标,供水管线的长度、头节点位置、尾节点位置和水流方向信息;
供水管网上的取水泵站、各级加压泵站对水的推动作用如同人体心脏对血液的推动作用;供水管网上各级阀门及各级调节建筑物对水的调节作用如同人体的穴位对人体的调节作用,所述的各级阀门指排气阀、泄压阀、调压井及水阀等,所述的各级调节建筑物指高位水池、调压塔等;
将取水泵站和各级加压泵站作为网络模型的推动节点,将各级调节建筑物作为一级调节节点,将各级阀门作为二级调节节点,所述推动节点、一级调节节点、二级调节节点和供水管线均为网络模型的组成单元;其中,组成单元“供水管线”的属性包括长度、头节点位置、尾节点位置和水流方向;
根据所述组成单元利用计算机的面向对象技术建立网络结构软模型;用于后续的供水管网优化调度使用。
对所述网络结构软模型进行三维可视化处理,得到供水管网网络结构展示模型,所述网络结构展示模型包括供水干线工程三维模型和地形模型。直观逼真地表达供水干线工程中的供水干线,泵站、调压塔、空气阀井及监测站点等各项设施设备,以及整个区域或局部区域的地形。
步骤二:收集管网运行参数,包括管网SCADA***通过实时采集监控站监测得到的流量信息,根据管网SCADA***所实时监测的流量数据和管网拓扑结构数据,计算管网内各节点输水损失量。
步骤三:利用深度优先搜索方法对管网内各个节点进行输水损失量计算,得到供水管网漏损情况。
所述各级加压泵站、各级调节建筑物和各级阀门为可监测放水流量的管网节点,所述步骤三具体包括:
根据步骤一所述网络模型获取可监测放水流量的管网节点的集合M={m1,m2,...,mn},其中n表示节点数目,并为每个可监测放水流量的管网节点编号;
从取水泵站节点开始,利用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径集合p={p1,p2,...,pj},其中下标j表示路径编号,路径集合p中pj表示路径集合中的路径元素,路径元素所包含的节点集合为pmj={pmj1,pmj2,...,pmjw},式中pmjw指管网上的可监测放水流量的管网节点元素,pmjw中的j表示路径编号,pmjw中的w表示节点编号,所述的路径pj中的元素从取水泵站节点开始到受水区的输水管线的方向上顺序排列;
执行路径集合p中的每条路径上各节点的输水损失计算,将计算得到的输水损失值作为可监测放水流量的管网节点的输水损失量属性值;
根据管网漏损等级评定标准的输水损失量范围和每条路径上的各可监测放水流量的管网节点的输水损失量,进行逐节点对比计算,确定其漏损等级;
根据所述漏损等级对网络模型上的管线进行标注,得到管网漏损结果。
所述利用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径,具体包括:
获取取水泵站节点的集合R={r1,r2,...,rS},其中S表示取水泵站节点的数目;
分别以取水泵站节点集合R中的每个元素为源头执行深度优先搜索,直到访问完所有从取水泵站节点出发可达的节点为止。
所述执行每条路径上各节点的输水损失计算,最终获取每条路径上各节点的输水损失值的方法为:
对路径集合p中的每个路径元素所包含的每个节点执行输水损失值计算,输水损失值l的计算公式是:
上式中q表示计算节点的水量属性值,v表示以计算节点为源节点的下游分支节点的数目,qk表示以计算节点为源节点的下游分支节点的水量属性值,表示计算节点为源节点的所有下游分支节点的水量属性值的累计值,得到路径集合p中的每个路径元素所包含的各节点为源点的分支管线上的输水损失值集合L,L={l0,l1,...ln}。
根据时间段和各可监测放水流量的管网节点编号进行分组统计,获取同一时间段内各可监测放水流量的管网节点的放水流量累计值,得到放水流量累计值的序列C={c1,c2,...,cn},其中n表示节点数目,放水流量累计值序列中的元素为负值时,代表水流方向与管网输水方向相反;放水流量累计值序列中的元素为正值时,表示水流方向与管网输水方向相同,其中,时间段的开始时间点可以根据时间需要自由选择,时间段的结束时间点可以以当前时间为准,时间段的具体范围值随着时间的推移而变化,以达到实时计算管网漏水损失的效果;时间段的开始时间点和结束时间点也可以根据时间需要自由选择。
所述的下游方向是相对于供水管网的源头节点沿着水流的方向。
本发明与现有技术相比具有以下效果:本发明在基于血管仿生原理的网络模型的基础上,运用深度优先搜索方法进行管段漏水损失计算,并根据管网漏损等级评定标准进行管段漏损程度的等级评定;经过以上的管网漏损计算所得到的数据也可以为供水管网的水量供需平衡计算时提供计算依据。与现有技术相比,本发明的方法是一种软测量方法,控制关系简单,容易诊断漏损管段;本发明以供水***现有的SCADA***所得到的流量数据为基础,根据水介质的分支流动特性分析实现漏损情况,具有在线实时性和数据基础。
附图说明
图1,本发明的流程图;
图2,进行深度优先搜索前的网络结构软模型示意图,图中圆代表节点,直线代表供水管线,箭头方向为水流方向;
图3,进行深度优先搜索并编号后的网络结构软模型示意图,图中圆代表节点,圆内的数字代表节点标号,直线代表供水管线,箭头方向为水流方向;
图4,根据漏损等级标注网络结构展示模型的示意图,其中图a为只有管线图层的管网漏损情况示意图,图b为在管线外叠加了三维模型的管网漏损情况示意图;
图5,本发明的深度优先搜素的流程图。
具体实施方式
结合附图说明本发明的具体实施方式,本发明的基于血管仿生原理的供水管网漏损计算方法,包括以下步骤:
步骤一:将供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门作为管网节点,根据管网节点和管线信息,构建基于血管仿生原理的供水管网的网络模型;
仿生原理:供水管网类似于人体血管网络,供水管道类似于血管,具有多路连通性;供水管道中的水类似于血管中的血液,是一种在管道中流动的介质;流动介质在运行过程中都会对管壁产生一定的压力,如果压力在管壁可以承受的范围内,管网就可以正常健康的运行,否则可能会造成管壁的损坏,使管网处于亚健康运行状态。同人体血管网络相似,管壁承受压力和管壁上沉积的杂质对供水管网的健康运行起着关键作用,当然管道本身的属性和所承受的外来因素对管道的健康也同样起着不容忽视的作用。
漏损指管网输水过程中因管道损坏、接合设备损坏、水分蒸发及管壁吸收等原因而漏失的水量。
供水管网上的取水泵站、各级加压泵站对水的推动作用如同人体心脏对血液的推动作用;供水管网上各级阀门,如:排气阀、泄压阀、调压井及水阀等,及各级调节建筑物,如高位水池,对水的调节作用如同人体的穴位对人体的调节作用。
所述步骤一构建的网络模型具体包括:
收集供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门的三维坐标、名称和类型,供水管线的长度、头节点位置、尾节点位置和水流方向信息;
将取水泵站和各级加压泵站作为网络模型的推动节点,将各级调节建筑物作为一级调节节点,将各级阀门作为二级调节节点,所述推动节点、一级调节节点、二级调节节点和供水管线均为网络模型的组成单元;所述供水管线的属性包括长度、头节点位置、尾节点位置和水流方向;所述各级加压泵站、各级调节建筑物和各级阀门为可监测放水流量的管网节点;
根据所述组成单元利用计算机的面向对象技术建立网络结构软模型;
对所述网络结构软模型进行三维可视化处理,对输水干线、地形数据、模型数据的处理,构建供水干线工程三维模型和地形模型,直观逼真地表达供水干线工程中的供水干线,泵站、调压塔、空气阀井及监测站点等各项设施设备,以及整个区域或局部区域的地形。得到供水管网网络结构展示模型。
步骤二:收集管网运行参数,包括管网SCADA***通过实时采集监控站监测得到的流量信息。
如果现有的管网SCADA***采集监控站可以监测得到流量则直接使用该监测流量值;否则,需要在需要判断漏损的管段节点布设监测流量的设备,并建立与之配套的数据上传与存储***,以便于获取到流量数据。
步骤三:利用深度优先搜索方法对管网内各个节点进行输水损失量计算,得到供水管网漏损情况,并根据管网漏损等级评定标准进行管段漏损程度的等级评定,具体包括:
根据步骤一所述网络模型获取可监测放水流量的管网节点的集合M={m1,m2,...,mn},其中n表示该集合内节点数目,并为每个可监测放水流量的管网节点编号,并设置“是否为取水泵站”属性;
从取水泵站节点即供水管网的源头开始,采用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径集合p={p1,p2,...,pj},其中j表示路径编号,路径集合p中pj表示路径集合中的路径元素,路径元素pj所包含的节点集合为pmj={pmj1,pmj2,...,pmjw},式中pmjw指管网上的可监测放水流量的管网节点元素,pmjw中的j表示路径编号,pmjw中的w表示节点编号,所述的路径pj中的元素从取水泵站节点开始到受水区的输水管线的方向上顺序排列;
执行路径集合p中的每条路径上各节点的输水损失计算,最终获取每条路径上各节点的输水损失值,将计算得到的输水损失值作为可监测放水流量的管网节点的输水损失量属性值;
根据管网漏损等级评定标准的输水损失量范围和每条路径上的各可监测放水流量的管网节点的输水损失量数值,进行逐节点对比计算,确定其漏损等级;从而实现对各可监测放水流量的管网节点下游方向各分支管段的漏损程度的等级评定。所述的管网漏损等级评定标准可以预先定义,如表1所示,所述的下游方向是相对于供水管网的源头节点沿着水流的方向。
表1管网漏损等级评定标准
根据所述漏损等级对网络结构展示模型上的管线进行标注,依据计算得到的管网漏损等级以不同颜色或不同线型表示管网中的管段,得到管网漏损结果。
所述利用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径,具体包括:
所述取水泵站是供水管网的供水源头,获取取水泵站节点的集合R={r1,r2,...,rS},其中S表示取水泵站节点的数目;
分别以取水泵站节点集合R中的每个元素为源头执行深度优先搜索,直到访问完所有从取水泵站节点出发可达的节点为止,具体为:
a)从取水泵站节点集合R中的任意节点ri开始,其中i∈(1,2,...,S),节点ri的父节点属性的值设为-1,“已访问”属性设为“true”,以节点ri的编号为关键字将该节点放进队列QArray中。查找与节点ri连通的子节点,其子节点集合记为RZ={rz1,rz2,...,rzt},其中t表示节点ri的子节点集合RZ中节点的数目;
b)如果子节点集合RZ中的子节点rzc的“已访问”属性为“true”,其中c∈(1,2,...,t)则寻找子节集合RZ的下一个子节点;否则,节点rzc的父节点属性值设为节点ri的编号,“已访问”属性设为“true”,并以该节点的编号为关键字将该节点放进队列QArray中。
c)从子节点集合RZ中的任意子节点开始搜索,直到搜索完从该子节点出发的所有路径,即访问完所有从该子节点出发可达的节点后,再回到节点ri。
d)若ri不是源点,则回溯到在ri之前“已访问”属性为“true”的顶点;否则图中所有和源点有路径相通的顶点,即从源点可达的所有顶点都已被访问过,若该供水网络是连通图,则遍历过程结束,否则继续选择一个尚未被访问的顶点作为新的顶点,继续遍历。最终所有节点“已访问”属性为“true”,表示深度优先搜索完毕。
本实施方式的进行深度优先搜索并编号后的网络结构软模型参考示例如图3所示,节点遍历的先后顺序以表示节点的圆圈内的数值的大小来表示,先被遍历的节点圆圈内的数值比后遍历的节点圆圈内的数值小。
所述执行每条路径上各节点的输水损失计算,最终获取每条路径上各节点的输水损失值的方法为:
对路径集合p中的每个路径元素所所包含的每个节点执行输水损失值计算,输水损失值l的计算公式是:
上式中q表示计算节点的水量属性值,v表示以计算节点为源节点的下游分支节点的数目,qk表示以计算节点为源节点的下游分支节点的水量属性值,表示计算节点为源节点的所有下游分支节点的水量属性值的累计值,得到路径集合p中的每个路径元素所包含的各节点为源点的分支管线上的输水损失值集合L,L={l0,l1,...ln}。
根据时间段如小时、日、旬、月等,各可监测放水流量的管网节点编号分组统计时间段和放水流量累计值,得到放水流量累计值的序列C={c1,c2,...,cn},其中n表示节点数目,以各可监测放水流量的管网节点编号为纽带,为各可监测放水流量的管网节点设置水量属性,水量的数值与所述放水流量累计值相同,放水流量累计值序列中的元素为负值时,代表水流方向与管网输水方向相反;放水流量累计值序列中的元素为正值时,表示水流方向与管网输水方向相同。
Claims (8)
1.基于血管仿生原理的供水管网漏损计算方法,其特征在于:包括以下步骤:
步骤一:将供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门作为管网节点,根据管网节点和管线信息,构建供水管网的网络模型;
步骤二:收集管网运行参数;
步骤三:利用深度优先搜索方法对管网内各个节点进行输水损失量计算,得到供水管网漏损情况。
2.根据权利要求1所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述步骤一构建的网络模型具体包括:
收集供水管网上的取水泵站、各级加压泵站、各级调节建筑物和各级阀门的坐标,供水管线的长度、头节点位置、尾节点位置和水流方向信息;
将取水泵站和各级加压泵站作为网络模型的推动节点,将各级调节建筑物作为一级调节节点,将各级阀门作为二级调节节点,所述推动节点、一级调节节点、二级调节节点和供水管线均为网络模型的组成单元;其中,所述供水管线的属性包括长度、头节点位置、尾节点位置和水流方向;
根据所述组成单元和各组成单元之间的连接关系,利用计算机的面向对象技术建立网络结构软模型;
对所述网络结构软模型进行三维可视化处理,得到供水管网网络结构展示模型。
3.根据权利要求1所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:步骤二所述收集管网运行参数包括管网SCADA***通过实时采集监控站监测得到的流量信息。
4.根据权利要求1所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述各级加压泵站、各级调节建筑物和各级阀门为可监测放水流量的管网节点,所述步骤三具体包括:
根据步骤一所述网络模型获取可监测放水流量的管网节点的集合M={m1,m2,...,mn},其中n表示节点数目,并为每个可监测放水流量的管网节点编号;
从取水泵站节点开始,利用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径集合p={p1,p2,...,pj},其中j表示路径编号,路径集合p中pj表示路径集合中的路径元素,路径元素所包含的节点集合为pmj={pmj1,pmj2,...,pmjw},式中pmjw指管网上的可监测放水流量的管网节点元素,pmjw中的j表示路径编号,pmjw中的w表示节点编号,所述的路径pj中的元素从取水泵站节点开始到受水区的输水管线的方向上顺序排列;
执行路径集合p中的每条路径上各节点的输水损失计算,将计算得到的输水损失值作为可监测放水流量的管网节点的输水损失量属性值;
根据管网漏损等级评定标准的输水损失量范围和每条路径上的各可监测放水流量的管网节点的输水损失量,进行逐节点对比计算,确定其漏损等级;
根据所述漏损等级对网络模型上的管线进行标注,得到管网漏损结果。
5.根据权利要求4所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述利用深度优先搜索的方法对集合M中的每个节点进行连接路径的搜索,获取可连通的路径,具体包括:
获取取水泵站节点的集合R={r1,r2,...,rS},其中S表示取水泵站节点的数目;
分别以取水泵站节点集合R中的每个元素为源头执行深度优先搜索,直到访问完所有从取水泵站节点出发可达的节点为止。
6.根据权利要求4所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述执行每条路径上各节点的输水损失计算,最终获取每条路径上各节点的输水损失值的方法为:
对路径集合p中的每个路径元素所包含的每个节点执行输水损失值计算,输水损失值l的计算公式是:
上式中q表示计算节点的水量属性值,v表示以计算节点为源节点的下游分支节点的数目,qk表示以计算节点为源节点的下游分支节点的水量属性值,表示计算节点为源节点的所有下游分支节点的水量属性值的累计值,得到路径集合p中的每个路径元素所包含的各节点为源点的分支管线上的输水损失值集合L,L={l0,l1,...ln}。
7.根据权利要求6所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述计算节点的水量属性值的计算过程包括:根据时间段和各可监测放水流量的管网节点编号进行分组统计,获取同一时间段内各可监测放水流量的管网节点的放水流量累计值,得到放水流量累计值的序列C={c1,c2,...,cn},其中n表示节点数目,放水流量累计值序列中的元素为负值时,代表水流方向与管网输水方向相反;放水流量累计值序列中的元素为正值时,表示水流方向与管网输水方向相同。
8.根据权利要求6所述基于血管仿生原理的供水管网漏损计算方法,其特征在于:所述的下游方向是相对于供水管网的源头节点沿着水流的方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510381757.4A CN105046352B (zh) | 2015-07-02 | 2015-07-02 | 基于血管仿生原理的供水管网漏损计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510381757.4A CN105046352B (zh) | 2015-07-02 | 2015-07-02 | 基于血管仿生原理的供水管网漏损计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105046352A true CN105046352A (zh) | 2015-11-11 |
CN105046352B CN105046352B (zh) | 2019-01-11 |
Family
ID=54452879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510381757.4A Active CN105046352B (zh) | 2015-07-02 | 2015-07-02 | 基于血管仿生原理的供水管网漏损计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105046352B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649968A (zh) * | 2016-10-21 | 2017-05-10 | 华北水利水电大学 | 一种村镇供水管网的可视化设计***和方法 |
CN107230021A (zh) * | 2017-06-08 | 2017-10-03 | 桂林理工大学 | 高效筛选供水管网泄漏区域的方法 |
CN108090845A (zh) * | 2017-12-04 | 2018-05-29 | 深圳万城节能股份有限公司 | 用水管理平台及用水管理方法 |
CN108122074A (zh) * | 2017-12-21 | 2018-06-05 | 北京工业大学 | 一种给水管网模型中漏失水量的分配方法 |
CN108984873A (zh) * | 2018-06-28 | 2018-12-11 | 武汉新烽光电股份有限公司 | 供水管网实时漏损检测方法、设备、***及存储介质 |
CN109902846A (zh) * | 2017-12-11 | 2019-06-18 | 北京亿阳信通科技有限公司 | 一种供水管网简化方法及*** |
CN110516883A (zh) * | 2019-08-30 | 2019-11-29 | 哈尔滨工业大学 | 一种基于空间计量模型的供水管网区域漏失预测方法 |
CN111828846A (zh) * | 2020-07-02 | 2020-10-27 | 广州新利堡消防工程企业有限公司 | 消防工程管道漏水检测方法、装置、设备以及存储介质 |
CN112131688A (zh) * | 2019-06-05 | 2020-12-25 | 台湾优化水务股份有限公司 | 供水管网的水力模型校正方法、***及记录媒体 |
CN113836677A (zh) * | 2021-09-30 | 2021-12-24 | 广联达科技股份有限公司 | 散热器采暖***中管道流量的确定方法、***及装置 |
CN114239194A (zh) * | 2021-10-20 | 2022-03-25 | 中州水务控股有限公司 | 一种大水量输供水管网漏损分析和漏点定位方法 |
CN114542996A (zh) * | 2022-02-13 | 2022-05-27 | 陈子坤 | 一种基于流量守恒的园区供水管网破裂预警方法 |
US11494853B2 (en) | 2019-04-03 | 2022-11-08 | Tongji University | Method for acquiring water leakage amount of leakage area in water distribution system |
CN115419837A (zh) * | 2022-07-27 | 2022-12-02 | 大连莱立佰信息技术有限公司 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
CN114239194B (zh) * | 2021-10-20 | 2024-07-30 | 中州水务控股有限公司 | 一种大水量输供水管网漏损分析和漏点定位方法 |
-
2015
- 2015-07-02 CN CN201510381757.4A patent/CN105046352B/zh active Active
Non-Patent Citations (2)
Title |
---|
任永昌等: "基于GIS的供水管网爆管检测与关阀算法", 《计算机技术与发展》 * |
李平等: "基于流向的管网爆管分析算法", 《计算机应用》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649968A (zh) * | 2016-10-21 | 2017-05-10 | 华北水利水电大学 | 一种村镇供水管网的可视化设计***和方法 |
CN107230021A (zh) * | 2017-06-08 | 2017-10-03 | 桂林理工大学 | 高效筛选供水管网泄漏区域的方法 |
CN107230021B (zh) * | 2017-06-08 | 2020-05-26 | 桂林理工大学 | 筛选供水管网泄漏区域的方法 |
CN108090845A (zh) * | 2017-12-04 | 2018-05-29 | 深圳万城节能股份有限公司 | 用水管理平台及用水管理方法 |
CN109902846A (zh) * | 2017-12-11 | 2019-06-18 | 北京亿阳信通科技有限公司 | 一种供水管网简化方法及*** |
CN108122074B (zh) * | 2017-12-21 | 2021-09-17 | 北京工业大学 | 一种给水管网模型中漏失水量的分配方法 |
CN108122074A (zh) * | 2017-12-21 | 2018-06-05 | 北京工业大学 | 一种给水管网模型中漏失水量的分配方法 |
CN108984873A (zh) * | 2018-06-28 | 2018-12-11 | 武汉新烽光电股份有限公司 | 供水管网实时漏损检测方法、设备、***及存储介质 |
CN108984873B (zh) * | 2018-06-28 | 2023-10-24 | 武汉新烽光电股份有限公司 | 供水管网实时漏损检测方法、设备、***及存储介质 |
US11494853B2 (en) | 2019-04-03 | 2022-11-08 | Tongji University | Method for acquiring water leakage amount of leakage area in water distribution system |
CN112131688A (zh) * | 2019-06-05 | 2020-12-25 | 台湾优化水务股份有限公司 | 供水管网的水力模型校正方法、***及记录媒体 |
CN110516883B (zh) * | 2019-08-30 | 2022-07-15 | 哈尔滨工业大学 | 一种基于空间计量模型的供水管网区域漏失预测方法 |
CN110516883A (zh) * | 2019-08-30 | 2019-11-29 | 哈尔滨工业大学 | 一种基于空间计量模型的供水管网区域漏失预测方法 |
CN111828846A (zh) * | 2020-07-02 | 2020-10-27 | 广州新利堡消防工程企业有限公司 | 消防工程管道漏水检测方法、装置、设备以及存储介质 |
CN113836677A (zh) * | 2021-09-30 | 2021-12-24 | 广联达科技股份有限公司 | 散热器采暖***中管道流量的确定方法、***及装置 |
CN113836677B (zh) * | 2021-09-30 | 2024-02-20 | 广联达科技股份有限公司 | 散热器采暖***中管道流量的确定方法、***及装置 |
CN114239194A (zh) * | 2021-10-20 | 2022-03-25 | 中州水务控股有限公司 | 一种大水量输供水管网漏损分析和漏点定位方法 |
CN114239194B (zh) * | 2021-10-20 | 2024-07-30 | 中州水务控股有限公司 | 一种大水量输供水管网漏损分析和漏点定位方法 |
CN114542996A (zh) * | 2022-02-13 | 2022-05-27 | 陈子坤 | 一种基于流量守恒的园区供水管网破裂预警方法 |
CN115419837A (zh) * | 2022-07-27 | 2022-12-02 | 大连莱立佰信息技术有限公司 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105046352B (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046352A (zh) | 基于血管仿生原理的供水管网漏损计算方法 | |
CN107091911B (zh) | 一种河流水质预测方法 | |
CN109791637B (zh) | 用于布水***的基于模型的控制的方法和装置 | |
CN105608326B (zh) | 一种山区复杂地形风场大涡模拟入口边界条件输入方法 | |
CN106382471A (zh) | 一种考虑关键节点的城市排水管网诊断评估方法 | |
WO2015123916A1 (zh) | 基于压力监测的管网节点流量计量与调度方法 | |
CN103971184B (zh) | 基于gis空间地理信息***的输电线路路径生成方法 | |
CN107886182A (zh) | 油田集输***优化设计方法及装置 | |
CN106870955A (zh) | 服务于供水管网节点需水量反演的管网监测点优化布置方法 | |
CN109784540A (zh) | 一种基于dma分区的供水布局优化***及优化方法 | |
CN111259607B (zh) | 一种河湖过渡区水文边界界定方法 | |
CN107977513A (zh) | 一种基于路径搜索的天然气管网内天然气动态流动时的温度预测方法 | |
CN106202765A (zh) | 一种城市供水管网dma实时建模方法 | |
CN107083983A (zh) | 一种集约化矿井通风阻力测算方法 | |
CN106650977A (zh) | 应用于新建风电场的短期功率预测方法 | |
CN111199298B (zh) | 基于神经网络的洪水预报方法与*** | |
CN105824987A (zh) | 一种基于遗传算法的风场特征统计分布模型建立方法 | |
CN116542021A (zh) | 一种水文-水动力学耦合的河道型水库调洪演算方法 | |
CN106128103A (zh) | 一种基于逐级递归控制的道路交叉口转向交通量分配方法及装置 | |
CN111191386B (zh) | 一种多尺度相容的林木年生长模型组建模方法 | |
CN104268126B (zh) | 一种矿井通风***风道参数的多态自动识别方法 | |
CN108805192B (zh) | 基于分层网络结构的监测数据分析方法 | |
CN110569595A (zh) | 一种基于数值模拟的无资料地区雨量站网选址方法 | |
Pengfei et al. | Burst analysis of water supply pipe based on hydrodynamic simulation | |
CN113418146A (zh) | 一种用于供水管网的漏损辅助定位控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |