CN108984873B - 供水管网实时漏损检测方法、设备、***及存储介质 - Google Patents
供水管网实时漏损检测方法、设备、***及存储介质 Download PDFInfo
- Publication number
- CN108984873B CN108984873B CN201810705722.5A CN201810705722A CN108984873B CN 108984873 B CN108984873 B CN 108984873B CN 201810705722 A CN201810705722 A CN 201810705722A CN 108984873 B CN108984873 B CN 108984873B
- Authority
- CN
- China
- Prior art keywords
- water supply
- supply network
- pressure
- managed
- flow
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 385
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000004088 simulation Methods 0.000 claims abstract description 161
- 238000005259 measurement Methods 0.000 claims abstract description 122
- 238000009530 blood pressure measurement Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000010586 diagram Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- 238000005192 partition Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 10
- 230000002411 adverse Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 17
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000005206 flow analysis Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009172 bursting Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种供水管网实时漏损检测方法、设备、***及存储介质，所述方法包括：基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
Description
技术领域
本发明涉及供水***技术领域，尤其涉及一种供水管网实时漏损检测方法、设备、***及存储介质。
背景技术
地下供水管道经常会出现管道老化或地面下沉造成管道折裂而发生漏水，目前供水管道末端除了通过人工抄表分析是否有地下漏水外，对供水管网主动检漏有方法较多，如夜间流量法、负压波法、区域装表法、相关检漏法等，大多是通过对供水管网运行时的压力及流量历史数据进行监测分析得到的，但从供水管网发生漏水到检测到漏点，均存在周期较长、误报率较高、无法预测漏水点及无法实现实时监控等缺点。
现阶段，在供水管网流量监测的过程中，从挖坑、破管，再进行水表的安装，所有的设备及劳务费用为2-3万元，破管的过程也会影响到居民正常用水使用，且市政用水一般不允许破管，另外，市政管道多埋于地下，安装时需要挖路，工程量巨大，这也是现阶段漏损检测实现比较困难的主要原因。
发明内容
本发明的主要目的在于提供一种供水管网实时漏损检测方法、设备、***及存储介质，旨在解决现有技术中供水管网漏损检测过程中，检测周期长、误报率高以及不能进行实时监控等技术问题。
为实现上述目的，本发明提供一种供水管网实时漏损检测方法，所述方法包括以下步骤：
基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
获取所述待管理供水管网各节点的压力测定值和流量测定值；
计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
优选地，所述基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型，具体包括：
根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区；
基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值；
根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型。
优选地，所述基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值之后，所述方法还包括：
基于获得的所述流量测定值及压力测定值，对所述待管理供水管网的漏水管段进行排查；
相应地，所述根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型，具体包括：
排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型。
优选地，所述排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型之后，所述方法还包括：
改变所述待管理供水管网的运行状态，获取所述待管理供水管网中节点的压力测定值和流量测定值；
将所述压力测定值与所述仿真模型的压力模拟值进行匹配，将所述流量测定值与所述仿真模型的流量测定值进行匹配；
根据匹配结果，校正所述仿真模型。
优选地，所述将所述压力差值超出预设压力阈值并且所述流量差值超出流量差值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况之后，所述方法还包括：
基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值；
对所述管段的流量差值图进行对比分析，确定具体的漏水管段。
优选地，所述对所述管段的流量差值图进行对比分析，确定具体的漏水管段之后，所述方法还包括：
基于确定的漏水管段的漏损时长及漏损量，确定对所述漏水管道进行漏损修复的时间。
优选地，所述获取所述待管理供水管网各节点的压力测定值和流量测定值之后，所述方法还包括：
基于所述待管理供水管网中最不利点服务水头的压力要求，对所述待管理供水管网的压力进行调节，并且在预设的时间内进行蓄水池的蓄水和放水操作。
此外，为实现上述目的，本发明还提供一种供水管网实时漏损检测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供水管网实时漏损检测程序，所述供水管网实时漏损检测程序被所述处理器执行时实现如上述供水管网实时漏损检测方法的步骤。
此外，为实现上述目的，本发明还提供一种供水管网实时漏损检测***，所述供水管网实时漏损检测***包括：模型建立模块、数据获取模块、差值计算模块及漏损判定模块；
所述模型建立模块，用于基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
所述数据获取模块，用于获取所述待管理供水管网各节点的压力测定值和流量测定值；
所述差值计算模块，用于计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
所述漏损判定模块，用于将所述压力差值超出预设压力阈值并且所述流量差值超出流量差值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有供水管网实时漏损检测程序，所述供水管网实时漏损检测程序被处理器执行时实现如上述供水管网实时漏损检测方法的步骤。
在本发明中，基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的供水管网实时漏损检测设备结构示意图；
图2为本发明供水管网实时漏损检测设备的运行环境示意图；
图3为本发明供水管网实时漏损检测方法第一实施例的流程示意图；
图4为本发明供水管网实时漏损检测方法第二实施例的流程示意图；
图5为本发明供水管网实时漏损检测方法第三实施例的流程示意图；
图6为本发明供水管网实时漏损检测方法第四实施例的流程示意图；
图7为本发明供水管网实时漏损检测***第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的供水管网实时漏损检测设备的结构示意图。
如图1所示，所述供水管网实时漏损检测设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解，图1中示出的结构并不构成对所述供水管网实时漏损检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
所述供水管网实时漏损检测设备的具体的运行环境可参照图2，低功耗的采集器采集监测设备如超声波流量计压力传感器的测试数据，并通过中继器(主要是RTU)实现远程传输至检测设备中，检测设备通过对数据进行各种处理分析，然后实现多种应用。可以理解的是，所述检测设备中为了使各模块更好地协作，又可以分为传输层、平台层及应用等，所述传输层可以包括移动网络、政务专网、控制专网、采集专网及公共以太网等，所述平台层可以包括统一数据监测平台、统一数据交换平台、统一数据服务平台、统一GIS服务平台及模型管理平台等，所述应用层可以包括GIS监测、站点数据监测、模拟监测、统计分析、异常报警、站点管理、智慧调度及应急指挥等，可以理解的是这并不是对所述检测设备以及设备内部构成的一种限制，可以包括比图示更多或更少的部分，以及不同的内部功能划分。
如图1所示，作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及供水管网实时漏损检测程序。
所述供水管网实时漏损检测设备通过处理器1001调用存储器1005中存储的供水管网实时漏损检测程序，并执行以下操作：
基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
获取所述待管理供水管网各节点的压力测定值和流量测定值；
计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区；
基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值；
根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
基于获得的所述流量测定值及压力测定值，对所述待管理供水管网的漏水管段进行排查；
相应地，所述根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型，具体包括：
排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
改变所述待管理供水管网的运行状态，获取所述待管理供水管网中节点的压力测定值和流量测定值；
将所述压力测定值与所述仿真模型的压力模拟值进行匹配，将所述流量测定值与所述仿真模型的流量测定值进行匹配；
根据匹配结果，校正所述仿真模型。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值；
对所述管段的流量差值图进行对比分析，确定具体的漏水管段。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
基于确定的漏水管段的漏损时长及漏损量，确定对所述漏水管道进行漏损修复的时间。
进一步地，处理器1001可以调用存储器1005中存储的供水管网实时漏损检测程序，还执行以下操作：
基于所述待管理供水管网中最不利点服务水头的压力要求，对所述待管理供水管网的压力进行调节，并且在预设的时间内进行蓄水池的蓄水和放水操作。
在本实施例中，基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
基于上述硬件结构，提出本发明供水管网实时漏损检测方法的实施例。
参照图3，图3为本发明供水管网实时漏损检测方法第一实施例的流程示意图。
在第一实施例中，所述供水管网实时漏损检测方法包括以下步骤：
S10：基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型。
需要说明的是，待管理供水管网可以是市政供水管网，也可以是小区供水管网，是供水管网的实际模型，而仿真模型是以实际模型为基础搭建起来的，搭建仿真模型的软件可以是EPANET、Water CAD或其他软件，本实施例对此不加以限制。
可以理解的是所述管道参数即为实际供水管网的管径、管长、节点以及标高等数据，实际供水管网的用户用水量、入口节点压力及管道参数是建立所述待管理供水管网的仿真模型的基础，因此，需要对所述待管理供水管网进行勘测，收集实际供水管网的基础资料，熟悉管网现场环境，了解管网的压力及流量分布情况，从而获得所述供水管网的管道参数和运行参数。
S20：获取所述待管理供水管网各节点的压力测定值和流量测定值。
可以在所述待管理供水管选取一些节点，进行压力传感器及流量传感器的安装，实时获取所述待管理供水管网各节点的压力测定值及流量测定值。
可以理解的是，在供水管网中，各个节点的压力都不同，某一截管段却具有相同的流量测定值，所以压力传感器测定的是具体节点的压力，流量传感器测定的是某一管段的流量值，这里的节点的压力测定值和流量测定值指的是安装在某个节点的压力传感器所显示的压力测定值及流量传感器所显示的流量测定值。
在具体实现中，用于测定流量的可以使用超声波流量计，也可以使用其他类型的流量传感器，本实施例对此不加以限制。
本实施例中，可以实时获取所述待管理供水管网各个节点的压力值，基于获取的压力测定值，可以进一步地对所述待管理供水管网进行高压和低压的分区，结合所述待管理供水管网各节点的实际情况，对各节点的压力进行分析，以确定所述待管理供水管网中各节点是否能够长期承受高压，以对所述待管理供水管网中压力分布不合理的区域进行优化。
S30：计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值。
需要说明的是，在某个节点的压力测定值与压力模拟值不匹配时，并不代表此时的管网一定有漏损情况的存在，可能是整个管网压力变化所导致的。
本实施例中，通过对供水管网压力、流量的实时监测，将仿真模型得到的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法。
S40：将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
在本实施例中，基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
参照图4，图4为本发明供水管网实时漏损检测方法第二实施例的流程示意图，基于上述图2所示的实施例，提出本发明用供水管网实时漏损检测方法的第二实施例。
在第二实施例中，步骤S10，具体包括：
S101：根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区。
需要说明的是，在对所述待管理供水管网进行管网分区时，可以根据所述待管理供水管网的压力及流量分布情况，采用独立计量分区(District Metering Area，DMA)的方法进行管网分区。
S102：基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值。
可以基于划分好的管网区域，在已勘测好的节点进行压力传感器及超声波流量计的安装。其中，安装压力传感器时应注意安装方向，可按照《给排水设计手册》中的相关规范进行安装，安装超声波流量计时应根据管径的大小，选择合适的安装方法，以确保安装的压力传感器和超声波流量计均有较为准确的测量效果，减小测量误差。
通过在供水管网上安装的压力传感器及超声波流量计，可以对供水管网的运行参数进行实时采集，从而对供水管网的运行状态进行实时监控。
S103：根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型。
需要说明的是，在安装好压力传感器及流量传感器之后，可以采用夜间最小流量法、干管流量分析法、音听检漏法等，基于检测的压力及流量数据进行所述待管理供水管网漏水点的排查，确保所述待管理供水管网在检测后没有漏水现象，使得之后采集的数据为管网正常运行时的数据，这样才能保证所建立的仿真模型的真实性与可靠性。
进一步地，在建立了所述待管理供水管网的仿真模型之后，还可以改变所述待管理供水管网的运行状态，即运行参数，获取所述待管理供水管网中某个节点的压力测定值及流量测定值，将所述压力测定值与所述仿真模型的压力模拟值进行匹配，流量测定值与所述仿真模型的压力模拟值进行匹配，在匹配失败时，校正所述仿真模型。
需要说明的是，在建立了仿真模型之后，需要对所述仿真模型进行校核，确保供水管网在多种不同的运行工况下，仿真模型对于实际管网均有较高的拟合效果。
在具体实现中，可以改变某一区域或者某几位用户的用水量，从而达到改变所述待管理供水管网的运行参数效果，将改变之后的数据输入到所述仿真模型中，从而得到改变的压力模拟值，在所述压力模拟值与压力测定值不匹配时，则需要对所述仿真模型进行校正。
需要说明的是，对仿真模型的校核是本发明方法能否成功管理供水管网，实现实时分析管网运行状况的关键步骤，需要多次对每条支管、干管进行校核，在完成供水管网的校核之后，在以后的监测中不再需要重复校核。
在本实施例中，通过对所述待管理供水管网进行合理分区，布置传感器，对所述待管理供水管网进行漏点的排查，基于正常的待管理供水管网建立所述待管理供水管网的仿真模型，在建立仿真模型之后，还会对所述仿真模型进行校核，保证了建立的仿真模型具有较高的真实性及可靠性，同时与所述待管理供水管网具有较高的拟合度，从而能够及时发现漏水、定位漏水点以及采取措施维修漏水点，很大程度的缩短了漏水点维修周期。
参照图5，图5为本发明供水管网实时漏损检测方法第三实施例的流程示意图，基于上述图2所示的实施例，提出本发明用供水管网实时漏损检测方法的第三实施例。
在第三实施例中，步骤S10之后，所述方法还包括：
S50：基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值。
可以理解的是，通过设定压力测定值与压力模拟值之间的压力差阈值及流量测定值与流量模拟值之间的流量差阈值，可以初步地判定供水管网存在漏损等异常情况，但是不能精确地定位到具体的漏损管段。
因此，可以基于大量的流量测定值及所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，这里的流量差值图是指流量测定值与流量模拟值之间的差值随时间的变化图。
S60：对所述管段的流量差值图进行对比分析，确定具体的漏水管段。
在具体实现中，可以对各个管段的流量差值图进行对比分析，从而确定具体的漏水管段，比如，某一段管网中，在四个节点处安装了四个流量感应器，可以用L1、L2、L3及L4来表示这四个流量感应器，这四个流量感应器依次位于所述待管理供水管的上游至下游位置，如果对比四个节点的流量值图，得到的信息是：从K时间点开始，L1下游出现了漏损情况；L2下游在K时间点出现漏损情况；L3下游在K时间点之后未出现漏损情况；L4下游在K时间点之后未出现漏损情况，由此，可以判定漏水管段出现在节点L1和L3之间，进一步地，再根据两个管段之间的漏水量，确定具体的漏水管段是在L1和L2之间，还是L1与L2之间、L2与L3之间均存在漏水情况。
需要说明的是，由于市政供水管网的规模比较大，可能存在爆管和多个漏损管段的情况，可以基于各个管段的流量差值图，确定漏损的时长以及漏损量，根据预计的修复时间长以及修复费用，合理安排各个漏损管段的修改顺序，确定具体的修改时间。
本实施例中，通过建立流量测定值与流量模拟值的差值图，对差值大小的分析，可以快速定位到数据发生异常的管段，从而较大程度地缩短了漏损检测的周期。
参照图6，图6为本发明供水管网实时漏损检测方法第四实施例的流程示意图，基于上述图2所示的实施例，提出本发明用供水管网实时漏损检测方法的第四实施例。
在第四实施例中，步骤S10之后，所述方法还包括：
S70：基于所述待管理供水管网中最不利点服务水头的压力要求，对所述待管理供水管网的压力进行调节，并且在预设的时间内进行蓄水池的蓄水和放水操作。
需要说明的是，最不利点的服务水头是指供水区域内离水厂最远或离地面最高、建筑层数较高的用水点，只要能够满足该点的水压要求，则供水区域内所有用水点的水头都能够处于正常出水状态。
可以理解的是，供水管网压力越高、漏损量越大，压力越低、漏损量越小。我们的市政管网在白天需水量很大，负荷很大，管网上游的压力大，会增加爆管的机率，降低管网的使用寿命，而晚上用水量小，管网压力高，漏损量大。因此，本实施例中，在满足最不利点用户最低服务水头的情况下，尽量降低管网压力，同时在合适的时间进行蓄水和放水，比如在夜间蓄水、白天放水来缓解管网负荷，达到降低漏损，优化管网运行的目的。
本实施例中，在满足最不利点服务水头的情况下，尽量降低管网压力，同时合理安排蓄水池的蓄水和放水时间，缓解管网负荷，达到降低漏损，优化管网运行的目的。
参照图7，图7为本发明供水管网实时漏损检测***第一实施例的功能模块图，基于供水管网实时漏损检测方法，提出本发明供水管网实时漏损检测***的第一实施例。
在本实施例中，所述供水管网实时漏损检测***包括：模型建立模块10、数据获取模块20、差值计算模块30及漏损判定模块40；
所述模型建立模块10，用于基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型。
需要说明的是，待管理供水管网可以是市政供水管网，也可以是小区供水管网，是供水管网的实际模型，而仿真模型是以实际模型为基础搭建起来的，搭建仿真模型的软件可以是EPANET、Water CAD或其他软件，本实施例对此不加以限制。
可以理解的是所述管道参数即为实际供水管网的管径、管长、节点以及标高等数据，用户用水量、入口节点压力及管道参数是建立所述待管理供水管网的仿真模型的基础，因此，需要对所述待管理供水管网进行勘测，收集实际供水管网的基础资料，熟悉管网现场环境，了解管网的压力及流量分布情况，从而获得所述供水管网的管道参数和运行参数。
所述数据获取模块20，用于获取所述待管理供水管网各节点的压力测定值和流量测定值。
可以在所述待管理供水管选取一些节点，进行压力传感器及流量传感器的安装，实时获取所述待管理供水管网各节点的压力测定值及流量测定值。
可以理解的是，在供水管网中，各个节点的压力都不同，某一截管段却具有相同的流量测定值，所以压力传感器测定的是具体节点的压力，流量传感器测定的是某一管段的流量值，这里的节点的压力测定值和流量测定值指的是安装在某个节点的压力传感器所显示的压力测定值及流量传感器所显示的流量测定值。
在具体实现中，用于测定流量的可以使用超声波流量计，也可以使用其他类型的流量传感器，本实施例对此不加以限制。
本实施例中，可以实时获取所述待管理供水管网各个节点的压力值，基于获取的压力测定值，可以进一步地对所述待管理供水管网进行高压和低压的分区，结合所述待管理供水管网各节点的实际情况，对各节点的压力进行分析，以确定所述待管理供水管网中各节点是否能够长期承受高压，以对所述待管理供水管网中压力分布不合理的区域进行优化。
所述差值计算模块30，用于计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值。
需要说明的是，在某个节点的压力测定值与压力模拟值不匹配时，并不代表此时的管网一定有漏损情况的存在，可能是整个管网压力变化所导致的。
本实施例中，通过对供水管网压力、流量的实时监测，将仿真模型得到的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法。
所述漏损判定模块40，用于将所述压力差值超出预设压力阈值并且所述流量差值超出流量差值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
在本实施例中，基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有供水管网漏损检测程序，所述供水管网漏损检测程序被处理器执行时实现如下操作：
基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
获取所述待管理供水管网各节点的压力测定值和流量测定值；
计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区；
基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值；
根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
基于获得的所述流量测定值及压力测定值，对所述待管理供水管网的漏水管段进行排查；
相应地，所述根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型，具体包括：
排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
改变所述待管理供水管网的运行状态，获取所述待管理供水管网中节点的压力测定值和流量测定值；
将所述压力测定值与所述仿真模型的压力模拟值进行匹配，将所述流量测定值与所述仿真模型的流量测定值进行匹配；
根据匹配结果，校正所述仿真模型。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值；
对所述管段的流量差值图进行对比分析，确定具体的漏水管段。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
基于确定的漏水管段的漏损时长及漏损量，确定对所述漏水管道进行漏损修复的时间。
进一步地，所述供水管网漏损检测程序被处理器执行时还实现如下操作：
基于所述待管理供水管网中最不利点服务水头的压力要求，对所述待管理供水管网的压力进行调节，并且在预设的时间内进行蓄水池的蓄水和放水操作。
在本实施例中，基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立待管理供水管网的仿真模型，获取待管理供水管网各节点的压力测定值和流量测定值，计算出所述节点的压力测定值与压力模拟值之间的压力差值，流量测定值与流量模拟值之间的流量差值，将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况，通过对压力、流量的实时监测，将仿真模型的模拟数据与供水管网的实测数据进行对比，得到流量分析与压力分析相结合的漏损检测方法，缩短了漏损检测的周期，提高了漏损检测的准确率。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
单词第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种供水管网实时漏损检测方法，其特征在于，所述方法包括以下步骤：
基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
获取所述待管理供水管网各节点的压力测定值和流量测定值；
计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况；
其中，所述基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型，具体包括：
根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区；
基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值；
根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型；
所述建立所述待管理供水管网的仿真模型之后，还包括：
根据所述待管理供水管网的各个节点的压力测定值，获得所述待管理供水管网的压力分区结果，所述压力分区结果包括高压区和低压区；
结合所述待管理供水管网各个节点的实际情况，对所述各个节点的压力进行分析，以判断所述待管理供水管网的各个节点是否能够长期承受高压；
根据判断结果对所述待管理供水管网中压力分布不合理的分区进行优化；
所述将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况之后，所述方法还包括：
基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值；
对所述管段的流量差值图进行对比分析，确定具体的漏水管段以及各漏水管段的漏损时长及漏损量；
基于确定的漏水管段的漏损时长及漏损量，确定对所述漏水管道进行漏损修复的预计修复时长；
根据所述预计修复时长和预计修复费用，安排所述各漏损管段的修改顺序，确定各漏损管段的修改时间。
2.如权利要求1所述的方法，其特征在于，所述基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值之后，所述方法还包括：
基于获得的所述流量测定值及压力测定值，对所述待管理供水管网的漏水管段进行排查；
相应地，所述根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型，具体包括：
排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型。
3.如权利要求2所述的方法，其特征在于，所述排查漏水管段之后，根据所述流量测定值、压力测定值及管道参数，建立所述待管理供水管网的仿真模型之后，所述方法还包括：
改变所述待管理供水管网的运行状态，获取所述待管理供水管网中节点的压力测定值和流量测定值；
将所述压力测定值与所述仿真模型的压力模拟值进行匹配，将所述流量测定值与所述仿真模型的流量测定值进行匹配；
根据匹配结果，校正所述仿真模型。
4.如权利要求1所述的方法，其特征在于，所述获取所述待管理供水管网各节点的压力测定值和流量测定值之后，所述方法还包括：
基于所述待管理供水管网中最不利点服务水头的压力要求，对所述待管理供水管网的压力进行调节，并且在预设的时间内进行蓄水池的蓄水和放水操作。
5.一种供水管网实时漏损检测设备，其特征在于，所述供水管网漏损检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供水管网实时漏损检测程序，所述供水管网实时漏损检测程序配置为实现如权利要求1至4中任一项所述的供水管网实时漏损检测方法的步骤。
6.一种供水管网实时漏损检测***，其特征在于，所述供水管网实时漏损检测***包括：模型建立模块、数据获取模块、差值计算模块及漏损判定模块；
所述模型建立模块，用于基于待管理供水管网的用户用水量、入口节点压力及管道参数，建立所述待管理供水管网的仿真模型；
所述数据获取模块，用于获取所述待管理供水管网各节点的压力测定值和流量测定值；
所述差值计算模块，用于计算出所述节点的压力测定值与所述仿真模型的压力模拟值之间的压力差值，流量测定值与所述仿真模型的流量模拟值之间的流量差值；
所述漏损判定模块，用于将所述压力差值超出预设压力阈值并且所述流量差值超出预设流量阈值的节点作为目标节点，判定所述目标节点的下游供水管网存在漏损情况；
其中，所述模型建立模块，还用于根据所述待管理供水管网的压力分布及用户用水量情况，对所述待管理供水管网进行管网分区；基于在划分好的管网区域内安装的超声波流量计及压力传感器，获得所述待管理供水管网各节点的压力测定值及流量测定值；根据所述流量测定值、压力测定值及所述待管理供水管网的管道参数，建立所述待管理供水管网的仿真模型；
所述数据获取模块，还用于根据所述待管理供水管网的各个节点的压力测定值，获得所述待管理供水管网的压力分区结果，所述压力分区结果包括高压区和低压区；结合所述待管理供水管网各个节点的实际情况，对所述各个节点的压力进行分析，以判断所述待管理供水管网的各个节点是否能够长期承受高压；根据判断结果对所述待管理供水管网中压力分布不合理的分区进行优化；
所述漏损判定模块，还用于基于若干流量测定值及与所述流量测定值对应的流量模拟值，生成各个管段的流量差值图，其中，所述流量测定值包括当前流量测定值和若干历史流量测定值，所述流量模拟值包括与所述当前流量测定值对应的当前流量模拟值以及与所述历史流量测定值对应的历史流量模拟值；对所述管段的流量差值图进行对比分析，确定具体的漏水管段以及各漏水管段的漏损时长及漏损量；基于确定的漏水管段的漏损时长及漏损量，确定对所述漏水管道进行漏损修复的预计修复时长；根据所述预计修复时长和预计修复费用，安排所述各漏损管段的修改顺序，确定各漏损管段的修改时间。
7.一种存储介质，其特征在于，所述存储介质上存储有供水管网实时漏损检测程序，所述供水管网实时漏损检测程序被处理器执行时实现如权利要求1至4中任一项所述的供水管网实时漏损检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810705722.5A CN108984873B (zh) | 2018-06-28 | 2018-06-28 | 供水管网实时漏损检测方法、设备、***及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810705722.5A CN108984873B (zh) | 2018-06-28 | 2018-06-28 | 供水管网实时漏损检测方法、设备、***及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108984873A CN108984873A (zh) | 2018-12-11 |
| CN108984873B true CN108984873B (zh) | 2023-10-24 |
Family
ID=64539258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810705722.5A Active CN108984873B (zh) | 2018-06-28 | 2018-06-28 | 供水管网实时漏损检测方法、设备、***及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108984873B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111379975B (zh) * | 2018-12-27 | 2021-10-08 | 中国石油化工股份有限公司 | 存储器、氢气***监测方法、装置和设备 |
| CN109783903B (zh) * | 2018-12-28 | 2023-01-24 | 佛山科学技术学院 | 一种基于时间序列的工业用水管道故障诊断方法及*** |
| CN110598168B (zh) * | 2019-09-09 | 2021-03-12 | 山东大学 | 一种物体入水的数值仿真方法及*** |
| CN111365772B (zh) * | 2020-03-20 | 2021-03-30 | 邱建敏 | 一种户式中央空调水***的防漏水自动补水装置 |
| CN112413414B (zh) * | 2020-12-11 | 2022-08-23 | 大连海心信息工程有限公司 | 一种供热管网泄漏的综合检测方法 |
| CN112651138B (zh) * | 2020-12-30 | 2023-12-08 | 华润电力湖北有限公司 | 流量获得方法、装置、终端设备以及计算机可读存储介质 |
| CN113128709B (zh) * | 2021-04-02 | 2023-12-22 | 内蒙古江宏信息技术有限公司 | 一种供水管网漏损管理*** |
| CN113177691A (zh) * | 2021-04-06 | 2021-07-27 | 山东秉恬信息科技有限公司 | 一种管网漏损分析算法 |
| CN113109004A (zh) * | 2021-04-14 | 2021-07-13 | 江苏迦楠环境科技有限公司 | 一种污水管网漏损监测方法及其*** |
| CN114234059B (zh) * | 2021-11-24 | 2023-01-03 | 岳阳市水务集团有限公司 | 基于数据分析的智慧水务物联网分区计量预警*** |
| CN114383050A (zh) * | 2021-12-30 | 2022-04-22 | 普联力量流体控制(上海)有限公司 | 一种供水管网智能调压方法 |
| CN114757108B (zh) * | 2022-06-14 | 2022-11-04 | 深圳市拓安信计控仪表有限公司 | 一种基于人工智能的异常区域的识别方法及电子设备 |
| CN115451347B (zh) * | 2022-08-05 | 2023-04-28 | 国家管网集团北方管道有限责任公司 | 一种石油管道安全的智能监控***及方法 |
| CN115388344B (zh) * | 2022-10-31 | 2023-01-17 | 广东海洋大学 | 一种基于分布式协调检测的管道泄漏监测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093058A (zh) * | 2007-06-28 | 2007-12-26 | 天津大学 | 一种城市燃气管网自动监控***及监控方法 |
| JP2010048058A (ja) * | 2008-08-25 | 2010-03-04 | Toshiba Corp | 漏水節点推定装置 |
| CN102033969A (zh) * | 2009-09-29 | 2011-04-27 | Sgi工程有限公司 | 供水管网管理***及方法 |
| KR20110065088A (ko) * | 2009-12-09 | 2011-06-15 | 이메트릭스 주식회사 | 상수도 운영관리 시스템 및 그 제어방법 |
| CN102385313A (zh) * | 2011-06-17 | 2012-03-21 | 上海市供水调度监测中心 | 基于实时水压信息的城市供水区域动态划分控制方法 |
| CN105046352A (zh) * | 2015-07-02 | 2015-11-11 | 哈尔滨华夏矿安科技有限公司 | 基于血管仿生原理的供水管网漏损计算方法 |
| CN105938505A (zh) * | 2016-04-12 | 2016-09-14 | 广州京维智能科技有限公司 | 一种供水管网压力检测点的布置方法 |
| CN107368648A (zh) * | 2017-07-19 | 2017-11-21 | 安徽建筑大学 | 一种面向市政给水管网压力监测点优化布置方法 |
| CN107657074A (zh) * | 2017-08-18 | 2018-02-02 | 昆明理工大学 | 一种评估城市供水管网可靠性的随机模拟方法 |
| CN107767012A (zh) * | 2017-08-25 | 2018-03-06 | 浙江钛合仪器有限公司 | 一种供水管网漏损管理***及其建立方法和***应用 |
-
2018
- 2018-06-28 CN CN201810705722.5A patent/CN108984873B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093058A (zh) * | 2007-06-28 | 2007-12-26 | 天津大学 | 一种城市燃气管网自动监控***及监控方法 |
| JP2010048058A (ja) * | 2008-08-25 | 2010-03-04 | Toshiba Corp | 漏水節点推定装置 |
| CN102033969A (zh) * | 2009-09-29 | 2011-04-27 | Sgi工程有限公司 | 供水管网管理***及方法 |
| KR20110065088A (ko) * | 2009-12-09 | 2011-06-15 | 이메트릭스 주식회사 | 상수도 운영관리 시스템 및 그 제어방법 |
| CN102385313A (zh) * | 2011-06-17 | 2012-03-21 | 上海市供水调度监测中心 | 基于实时水压信息的城市供水区域动态划分控制方法 |
| CN105046352A (zh) * | 2015-07-02 | 2015-11-11 | 哈尔滨华夏矿安科技有限公司 | 基于血管仿生原理的供水管网漏损计算方法 |
| CN105938505A (zh) * | 2016-04-12 | 2016-09-14 | 广州京维智能科技有限公司 | 一种供水管网压力检测点的布置方法 |
| CN107368648A (zh) * | 2017-07-19 | 2017-11-21 | 安徽建筑大学 | 一种面向市政给水管网压力监测点优化布置方法 |
| CN107657074A (zh) * | 2017-08-18 | 2018-02-02 | 昆明理工大学 | 一种评估城市供水管网可靠性的随机模拟方法 |
| CN107767012A (zh) * | 2017-08-25 | 2018-03-06 | 浙江钛合仪器有限公司 | 一种供水管网漏损管理***及其建立方法和***应用 |
Non-Patent Citations (2)
| Title |
|---|
| 供水管网DMA分区在实际案例中的研究;廖光伟;张春萍;武治国;许荔娜;杨大明;孙美琴;;供水技术(第02期);全文 * |
| 水力模型在供水管网规划中的应用;王烨;蒋白懿;张志磊;张蕊;施银焕;;市政技术(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108984873A (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108984873B (zh) | 供水管网实时漏损检测方法、设备、***及存储介质 | |
| Farah et al. | Leakage detection using smart water system: Combination of water balance and automated minimum night flow | |
| Wu et al. | Water loss detection via genetic algorithm optimization-based model calibration | |
| CN108843977A (zh) | 供水管网实时漏损分析方法、设备、***及存储介质 | |
| US9441988B2 (en) | System and method for identifying likely geographical locations of anomalies in a water utility network | |
| US11280696B2 (en) | Method and apparatus for model-based leak detection of a pipe network | |
| CN115545678A (zh) | 一种基于水环境画像与污染物溯源的水质监测方法 | |
| GB2499113A (en) | Monitoring resources in a network of pipes for the distribution of the resource. | |
| CN103292966A (zh) | 漏水检测装置 | |
| US20240184959A1 (en) | Sewage pipe network hydraulic model building method based on three-dimensional geographic information | |
| CN110285330B (zh) | 一种基于局部离群因子的水务网管网爆管检测方法 | |
| KR100490292B1 (ko) | 웹기반 하수관거 통합 유지관리 시스템 및 그 제어방법 | |
| CN114198644B (zh) | 一种基于dma监测相关流量数据的供水管网探漏管控方法 | |
| Candelieri et al. | Improving leakage management in urban water distribution networks through data analytics and hydraulic simulation | |
| WO2020153903A1 (en) | Method and system for monitoring a gas distribution network operating at low pressure | |
| CN112985713A (zh) | 基于边缘计算的管网漏损监测方法及*** | |
| CN113626959A (zh) | 一种基于三维地理信息的污水管网水力模型建立方法 | |
| CN116796473A (zh) | 基于改进贪婪算法的燃气管网监测点位布设方法 | |
| CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
| CN112377821A (zh) | 基于智能水表平台大数据的管道漏损排查方法及*** | |
| CN113033842A (zh) | 一种供水管网***漏损的控制管理方法以及控制管理*** | |
| CN114458962B (zh) | 一种分区计量dma的管理方法和*** | |
| KR102615082B1 (ko) | 저수지 및 하천 제방 관리를 위한 매립형 복합 IoT 센서 장치를 이용한 모니터링 시스템 및 이의 실행 방법 | |
| CN114897196B (zh) | 一种办公建筑供水网络的运行管理方法、设备及介质 | |
| KR102089847B1 (ko) | 상수도 관망 관리 방법 및 이를 이용한 상수도 운영 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |