CN110168338A - 用于基于模型的管道网络的泄漏检测的方法和装置 - Google Patents
用于基于模型的管道网络的泄漏检测的方法和装置 Download PDFInfo
- Publication number
- CN110168338A CN110168338A CN201780083023.5A CN201780083023A CN110168338A CN 110168338 A CN110168338 A CN 110168338A CN 201780083023 A CN201780083023 A CN 201780083023A CN 110168338 A CN110168338 A CN 110168338A
- Authority
- CN
- China
- Prior art keywords
- downstream
- pressure
- difference
- leak
- upstream
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 59
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 52
- 238000004891 communication Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 122
- 238000012545 processing Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 18
- 238000009434 installation Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 6
- 238000005086 pumping Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011010 flushing procedure Methods 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
- G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/071—Arrangement of safety devices in domestic pipe systems, e.g. devices for automatic shut-off
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/072—Arrangement of flowmeters
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/075—Arrangement of devices for control of pressure or flow rate
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/078—Combined units with different devices; Arrangement of different devices with respect to each other
-
- 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)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Water Supply & Treatment (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
用于在具有耗量表的分配网络中进行泄漏检测的方法、装置和***。分配网络分为具有上游位置和下游位置的区域。上游压力传感器检测上游位置处的上游压力,下游压力传感器检测下游位置处检测到的下游压力。下游压力查找表用于基于相应上游位置处的一系列假设的上游压力和来自耗量表的耗量数据来确定每个下游位置处的预期压力。比较每个下游位置处的预期压力和检测到的下游压力,以确定计算的差异是否超过差异阈值。如果差异超过差异阈值,则使用包含基于一系列假设差异的一组可能的泄漏位置的泄漏位置查找表来确定一组可能的泄漏位置。
Description
技术领域
提供背景技术和发明内容是为了引出在以下详细描述中进一步描述的构思的选择和基础。背景技术和发明内容并非旨在标识可能要求保护的主题的关键或必要特征,也不旨在用于帮助限制可能要求保护的主题的范围。
本公开涉及用于管道网络或管道网络的子集的泄漏检测。更具体地,本公开涉及使用耗量表以及管道网络内的传感器进行基于模型的泄漏检测的方法和装置。
背景技术
目前,配水***通过包括水箱、管道和泵的网络将水输送到家庭、商业建筑和工业设施。图1描绘了代表性的配水***10。配水***10包括水主管道12和阀门14,以控制次级主管道16中的水流量。每个次级主管道16可包括一个或更多个分支18,其也可包括循环,具有水表20,水表20计量水耗量并提供相应的耗量数据。在配水***10中描绘的冲洗点(flush point)22可以用于测试和维护,例如用于控制水老化、水处理等。
供水公司依赖水力模型来模拟配水***中的水的移动。水力模型表示配水***中节点、泵、水箱、管道、阀门和水源的布局。水力模型使用泵、水箱、管道、水库和水源的地理位置以及参数数据模拟管道中的压力和水流量。示例参数数据包括管道粗糙度、泵性能曲线等。
典型的配水***具有许多分布的消耗点,例如与配水***的操作者的各种工业、商业和住宅客户相关联的计量消耗点。水力模型包括所谓的“服务节点”,以模拟配水***中的消耗点。服务节点是配水网络内的物理位置,其表示水力模型中的需求,其可以是单个需求或多个需求的汇总。作为示例,沿着分支18的计量消耗点的全部或子集可以由水力模型中的对应服务节点表示。服务节点将具有在所涉及的分支18中或通向所涉及的分支18的管道位置处的建模物理位置。这与现有技术不同,在现有技术中,不是基于需水量和服务节点而是基于拓扑来创建水力文件。
可以使用可用的历史数据来估计在每个服务连接处的需水量或消耗的水量。然而,这样的数据集通常缺乏分辨率和准确度以在特定时间或天数内进行准确的耗量估计。此外,用于将配水***中的实际耗量与建模的服务节点相关联的机制是简单的并且例如基于简单的接近而易于出现不准确性。具体地,本领域中已知的典型水力模型使用历史数据来为每个客户(或客户组)创建需求和需求模式。发生主要误差的原因是通常没有历史数据。即使存在需求模式所基于的历史数据,数据也只是平均数,并不代表***的动态。就配水***中的实际耗量归因于水力模型中的错误服务节点来讲,水力模型必然会产生用于控制、预测或其他用途的不准确结果,并且由这种不准确性污染的模型适应可能恶化,而不是提高模型的准确性。
第15/226,597号美国专利申请的公开内容(其通过引用以其整体并入)提供了使用来自自动或高级计量基础设施(Automated/Advanced Metering Infrastructure,AMI)的实时或近实时数据的改进的水力模型,包括消费者耗量表,以提高模型的准确性,特别是通过为模型中的服务节点获得更准确、更高分辨率的需水量值。提高模型中的服务节点的需水量计算的准确性源于改进的技术以及实时或近实时耗量数据的使用,该改进的技术更准确地确定配水***中的哪些消耗点应与每个服务节点相关联。计算机装置使用需水量值来提高其水流量和压力估计的准确度和分辨率。改善的流量和压力估计进而提供更精确的控制,例如泵送或阀门控制、冲洗控制或调度、泄漏检测、步骤测试等。
根据一些实施例,由计算机装置执行的方法包括获得安装在配水***中的各个水表的仪表高度、仪表位置和水耗量数据。该方法还包括自动将每个水表与多个服务节点中的相应一个相关联,多个服务节点表示配水***的水力模型中的水消耗点。这是通过评估与仪表位置和仪表高度相关的服务节点的建模位置和高度数据来实现的,以识别具有大于仪表高度的建模压头(modeled head)的地理上最接近的服务节点。
此外,该方法包括基于已经自动与服务节点相关联的所有水表的水耗量数据的汇总来计算每个服务节点的需水量值。该方法还包括通过用计算的需水量值运行水力模型来估计至少一部分配水***的水流量和压力。然后该方法包括基于估计的水流量和压力执行用于配水***的控制操作。控制操作包括泄漏检测、水箱水位、PRV(减压阀)设定变化、泵送或储存控制以及处理或冲洗控制中的至少一个。
在另一示例实施例中,计算机装置包括输入/输出电路和与输入/输出电路可操作地相关联的处理电路。输入/输出电路包括被配置用于在计算机网络上通信的网络通信接口电路和被配置用于从存储***读取数据和向存储***写入数据的存储***接口电路中的至少一个。其中处理电路被配置为将配水网络中的水表与配水***的水力模型中的服务节点相关联。
在示例性配置中,处理电路被配置为获得安装在配水***中的各个水表的仪表高度、仪表位置和水耗量数据,并自动将每个水表与多个服务节点中的相应一个相关联,多个服务节点表示配水***的水力模型中的水消耗点。处理电路通过评估与仪表位置和仪表高度有关的服务节点的建模位置和高度数据来执行关联处理,以识别具有大于仪表高度的建模压头的地理上最接近的服务节点。
处理电路还被配置为基于已自动与服务节点关联的所有水表的水耗量数据的汇总来计算每个服务节点的需水量值,并通过用计算的需水量值运行水力模型来为至少一部分配水***估计水流量和压力。更进一步地,处理电路被配置为基于估计的水流量和压力执行用于配水***的控制操作,所述控制操作包括泄漏检测、泵送或储存控制以及处理或冲洗控制中的至少一个。
除了上面讨论的问题之外,已经认识到无收益水仍然是供水公司的主要问题。处理和泵送水不能供应给合法客户,例如通过泄漏、盗窃或错误计量,会增加成本,降低水的可用性,并产生温室气体。一些人估计,全国10-20%的产出水不会为供水公司带来收入。
对这些无收益水进行定位最符合供水公司的利益;因此,传统上采用了各种策略。一种策略是水审计。水审计从水源体积开始,并核算***各阶段的水,以需求结束。该核算确定***内产生的无收益水的量,但无法实际定位泄漏、盗窃或错误耗量表。
步骤测试在检测泄漏方面是有价值的。通过隔离网络区域并依次关闭阀门来执行这些测试。上游流量计记录每次关闭时的流量下降。流量不成比例的下降表明最近关闭的阀门下游泄漏。这些步骤测试的缺点包括所需的人力和所需的服务中断。此外,步骤测试无法识别泄漏位置,只是将其定位在两个阀门之间。
最后,声学感测可用于定位泄漏。利用这种方法,声学传感器用于识别与泄漏相关的噪声。这通常需要熟练的操作员使用声学设备遍历网络,监听泄漏。当管道材料是塑料或其它因素抑制声波时,会出现进一步的复杂情况。
通过实验和分析,本发明人开发了一种泄漏检测***,该***显著提高了泄漏检测的准确度,同时相对于现有技术状态减少了供水公司所需的努力。
发明内容
本公开涉及用于在具有耗量表的分配网络中进行泄漏检测的方法、装置和***。分配网络分为具有上游位置和下游位置的区域。上游压力传感器检测上游位置处的上游压力,下游压力传感器检测下游位置处的检测到的下游压力。下游压力查找表用于基于相应上游位置处的一系列假设上游压力和来自耗量表的耗量数据来确定每个下游位置处的预期压力。比较每个下游位置处的预期压力和检测到的下游压力,以确定计算的差异是否超过差异阈值。如果计算的差异超过差异阈值,则使用包含基于每个下游位置处的一系列假设差异的一组可能的泄漏位置的泄漏位置查找表来确定对应于计算的差异的一组可能的泄漏位置。
通过以下结合附图的描述,本发明的各种其他特征、目的和优点将变得清楚。
附图说明
附图示出了目前设想的实现本公开的最佳模式。在整个附图中使用相同的附图标记来引用相同的特征和类似的组件。在图中:
图1是示例分配网络的简化图;
图2是被配置为执行关于分配网络的一个或更多个控制动作的一个示例性计算机装置的框图;
图3是例如可以由图2的计算机装置使用的作为分配网络的水力模型操作的示例性数据结构或集合的图;
图4是例如可以由图3的计算机装置或其他处理装置实现的执行关于配水***的一个或更多个控制动作的示例性方法的逻辑流程图;
图5是分配网络内的管道以及控制流量和压力的伯努利方程的简化图;
图6是举例说明在存在和不存在泄漏的情况下在下游位置处的压力损失的差异的图表;
图7a是可以分成区域的分配网络的一部分的简化图;
图7b是从图7a中截取的区域1-3的分解图;
图8a是举例说明根据本公开的用于传送数据的一种配置的简化图;
图8b是举例说明根据本公开的用于传送数据的另一配置的简化图;
图9是根据本公开的用于泄漏检测的示例性方法的逻辑流程图;
图10是根据本公开的分配网络内的管道的简化图,其示例了伯努利方程的使用;
图11a是根据本公开的与单独的压力传感器通信的示例性计算机***的框图;
图11b是类似于图11a的***的计算机***的框图,但是其中计算机***与压力传感器是一体的。
具体实施方式
通过实验和分析,本发明人开发了一种泄漏检测***,该***显著提高了泄漏检测的准确度,同时相对于现有技术状态减少了供水公司所需的努力。
在一个实施例中,泄漏检测***包括压力传感器、消耗点处的高级计量基础设施(advanced metering infrastructure)和专有算法。本发明人已经发现压力传感器特别适合于此目的,因为它们相对便宜并且比其他传感器和仪表更容易安装。也可以安装压力传感器而无需关停。在许多情况下,它们可以安装在可用的端口而无需挖掘。同样,拥有高级计量基础设施也很方便,因为它还为供水公司提供了各种其他服务。然而,应该认识到,在本发明公开的泄漏检测***中也可以使用其他类型的传感器,其也被称为边缘分析泄漏设备。
压力传感器和耗量表之间的通信使得泄漏检测***能够针对计算的预期值连续地检查读数。可以使用集成算法(integrated algorithm)来识别泄漏,确定泄漏的位置,并确定泄漏的大小。可以将该信息传送到供水公司,触发进一步测试,或触发分配网络内的调整。
泄漏检测***分析来自上游位置处的上游压力传感器的数据以及来自AMI和/或实时水力模型的数据,如第15/226,597号美国专利申请中所公开的,以估计下游传感器处的压力。AMI可用于获取耗量表数据,并且实时水力模型可与处理后的耗量数据一起使用,以确定未配备压力传感器的管道和节点处的流量和压力。实时水力模型和相关计算一般如图2-4所示。
图2是示出计算机装置30和自动读表(AMR)网络26的一个实施例的图,自动读表(AMR)网络26从配水***10的仪表20(参见图1)获得水耗量数据以及附加的现场数据,例如测量的水压和流速。AMR网络26可以是高级计量基础设施(AMI)的一部分。例如,AMR网络26包括并入或耦合到仪表、压力传感器、流量传感器等的射频通信模块,用于向基站或其他网络节点进行无线报告。本领域普通技术人员将认识到,贯穿本公开的信息通信可以是有线的或无线的,包括但不限于蜂窝、RF、窄带、以太网和本领域已知的其他机制。
计算机装置30包括输入/输出电路32以从AMR网络26获得水耗量数据和附加的现场数据。另外,计算机装置30可以提供进一步的计算机处理和/或可以用作或支持用于配水***10的配水***控制***60。输入/输出电路32可以包括通信接口电路,例如以太网或适合于与AMR网络26中的节点通信的另一计算机网络接口。当然,作为附加或替代,输入/输出电路32可以包括蜂窝无线电调制解调器或被配置为将计算机装置30通信地耦合到AMR网络26的其他射频通信接口。通常,输入/输出电路32包括一个或更多个物理层接口电路,用于计算机装置30与一个或更多个外部设备、节点或***(例如作为AMR网络26的一部分的那些)之间的双向通信。
计算机装置30还包括与输入/输出电路32可操作地相关联的处理电路34。处理电路34可包括一个或更多个基于微处理器的电路、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD)、专用集成电路(ASIC)或其任意组合。更广泛地说,处理电路34包括固定电路、编程电路、或固定和编程电路的混合。这里,“固定”电路表示预先配置为执行特定操作或功能的电路,而编程电路由于程序指令执行而采用这种配置。
计算机装置30还包括存储装置36,其在一个或更多个实施例中提供易失性和非易失性存储,例如工作或数据存储器以及程序和数据存储装置。虽然存储装置36可以包括多于一种类型的存储装置-例如,多于一种类型的存储器或存储电路-但是它应该被广泛地理解为包括计算机可读介质,包括用于水力模型44和可以存储在数据库42中的任何其他相关信息的存储装置。
在一个或更多个实施例中,存储装置36存储包括程序指令的计算机程序38,当由计算机装置的一个或更多个处理电路执行时,所述程序指令特别地使这些处理电路适合于作为前述处理电路34操作。在这样的操作中,存储装置36为计算机程序38和任何相关配置数据40提供非暂时性存储,其中“非暂时性”不一定意味着永久或不变,但确实意味着至少一些持久性的存储,例如程序指令保存在存储器中以供执行。这样,存储装置36包括例如SRAM、DRAM或其他工作存储器,以及FLASH、EEPROM、SSD或其他非易失性存储电路。
计算机装置30还包括处理电路34,处理电路34可操作地与输入/输出电路32相关联并且被配置为获得安装在配水***10中的每个单独的水表20的仪表高度、仪表位置和水耗量数据。处理电路34还可以例如经由输入/输出电路32获得表示配水***10的物理连接和管道布局的地理信息数据或元数据。处理电路34还被配置为自动将每个水表20与多个服务节点52中的相应一个相关联,多个服务节点52表示配水***10的水力模型44中的水消耗点,如图3所示。
图3是示出示例性水力模型44的图。如图3所示,水力模型44可包括具有多个服务节点的建模管道网络50,例如服务节点52,例如52-1、52-2、52-3等。水力模型44还包括数学表示和表征数据58。这种表征数据包括例如,水力模型中表示的部分或全部管道的管道粗糙度系数,以及水力模型44中表示的泵或泵站的泵性能曲线。
每个水表20与服务节点52之一的自动关联基于处理电路34估计与仪表位置和仪表高度有关的服务节点52的建模位置和高度数据,以识别具有大于仪表高度的建模压头(modeled head)的地理上最接近的服务节点52。可以使用地理信息***(GIS)来执行仪表与服务节点的关联。注意,建模高度可以是配水***10内对应于服务节点52的管道中的点或接头的已知的高度。
图4示出了由计算机装置(例如计算机装置30)执行的方法400。然而,可以使用其他计算机布置来执行方法400。此外,所示方法400中的一个或更多个步骤或操作可以按照非图中建议的示例顺序的顺序执行。更进一步地,可以同时和/或结合其他处理来执行一个或更多个步骤,并且应当理解,可以在重复或循环的基础上执行所示处理的全部或部分,例如,响应于来自AMR网络26的周期性更新的现场数据、在某一时间、周期性地,例如每十分钟、每小时等。
方法400包括获得(框402)安装在配水***10中的每个单独的水表20的仪表高度、仪表位置和水耗量数据,并自动关联(框404)每个水表20与多个服务节点52中的相应一个服务节点52,该多个服务节点52表示配水***10的水力模型44中的水消耗点。通过估计服务节点52的与仪表位置和仪表高度相关的建模位置和高度数据来执行该关联,以识别具有大于仪表高度的建模压头的地理上最接近的服务节点52。
方法400还包括基于已经自动与服务节点52相关联的所有水表20的水耗量数据的汇总来计算(框406)每个服务节点52的需水量值。此外,方法400包括通过用计算的需水量值运行水力模型来估计(框408)至少一部分配水***10的水流量和压力,并且执行(框410)用于配水***10的控制操作。控制操作基于估计的水流量和压力执行,并且包括泄漏检测、泵送或储存控制以及处理或冲洗控制中的至少一个。
本发明人已经认识到压力传感器在分配网络内的特定放置可能影响泄漏检测的准确性。在一个实施例中,分配网络500被分成区域1、2和3,如图7a和7b所示。压力传感器515至少靠近每个区域的起点516和终点517放置,来为该区域创建“虚拟”边界。在一些情况下,起点和终点也分别称为上游位置和下游位置。用作第一区域的终点517的相同压力传感器515也可以用作第一区域下游的另一区域的起点。有利的是,区域足够小以使算法能够以高精度定位泄漏,但又足够大以避免具有过多压力传感器的高成本。尽管限制区域的大小是有利的,但是本发明人已经发现,通过增加压力传感器之间的距离,压力传感器之间的摩擦的影响增加,提高了泄漏检测***的精度。在一个实施例中,发现压力传感器之间的一英里距离提供了准确的结果,但是更大或更小的距离也提供了准确的结果。
图6描绘了当流体(例如水)通过管道从上游位置a行进到下游位置b时压力和距离之间的关系。虚线表示管道中无泄漏时的这种关系。可以看出,压力沿着管道由于摩擦而随距离减小。然而,当存在泄漏时,由于流量增加,摩擦损失增加。摩擦损失的增加直接转化为上游位置a和下游位置b之间的压力降低,如实线所示。
如图5所示,伯努利方程可用于基于压力传感器和耗量表提供的数据确定分配网络的属性。具体地,图5中示出的示例性***的上游位置(a)504和下游位置(b)505之间的关系由以下等式控制:
其中:
v=水流速度
z=高度
p=压力
g=引力常数
γ=水的单位重量
hl=摩擦损失
f=摩擦系数
l=长度
D=直径
因此,如果其他参数是已知的,包括位置a处的压力,则伯努利方程可用于确定下游位置b处的压力。根据流量和物理参数计算摩擦损失,其在图5中的等式2中计算。由于高度、直径和长度的物理参数是恒定的,并且粗糙度是相对恒定的,因此每次计算仅需要上游位置a处的压力和速度。
图8a和8b提供了用于压力传感器515和耗量表530之间的通信的示例性配置。在图8a所示的实施例中,一个压力传感器用作主传感器518,并且至少另一个压力传感器用作从传感器519。从一个传感器或多个从传感器519将数据传输到主传感器518,主传感器518将数据合并到实时水力模型中。在该配置中,主传感器可以包括固件,其可以专门针对特定泄漏检测***和分配网络进行初始化。在另一个实施例中,泄漏检测***,无论是通过主传感器518还是直接来自每个压力传感器515,都可以将数据传输到包括固件的单独主机540,如图8b所示。数据传输或通信还可以被配置为利用现有数据网络塔,例如结合SensusFlexNet的塔式网关基站550,或者用于更快速处理的蜂窝通信。一旦传输到主机,这些数据就可以集成到实时水力建模中。
图9描绘了本公开的示例性泄漏检测方法900的逻辑流程图。通常,泄漏检测方法900可以重复且连续。但是,从检测新数据开始描述该过程是合乎逻辑的。因此,示例性过程的第一步骤开始在步骤902,从一个或更多个上游压力传感器获取新的上游读数。类似地,在步骤904从图8a和8b中所示的耗量表530获取新的计量需求读数。然后将来自步骤902的新上游读数和来自步骤904的新计量需求读数传送到主传感器518或单独的主机540以进行处理。
如图11a和11b所示,通信和计算可以由包括输入/输出电路521和用于发送和接收数据的数据收发器523的计算机***520执行。计算机***520还可以包括记忆存储装置524,其进一步包括程序525和配置(CFG)数据526以及下游压力查找表528和泄漏位置查找表529。在一个实施例中,程序525包括固件和实时水力模型,并且CFG数据526包括专门为泄漏检测***或分配网络配置的初始化数据。然而,程序525和CFG数据526可以组合或进一步细分。同样,实时水力模型和初始化或配置数据可以存储在其他位置。处理电路522与输入/输出电路521和记忆存储装置524通信以根据本公开处理数据。
数据收发器523可以与塔式网关基站(TGB)通信,以收集给定时间段内的成组的分配仪表的仪表耗量数据,并使用程序525计算传感器位置处的流量。程序525如上所述计算压力差。
如图11a所示,计算机***520或其他支撑元件可以在物理上不同于压力传感器515,包括用作主传感器518或从传感器519的压力传感器515,并且可以通过本领域已知的有线或无线技术进行通信。相反,图11b描绘了示例性设备,其中计算机***520与压力传感器515是一体的,使得两者在使用中都包含在管道508内。在图11b所示的特定实施例中,数据收发器保持在管道508的外部。然而,数据收发器也可以与计算机***520是一体的。
返回图9,泄漏检测方法900的步骤906利用计算机***520处理新的上游读数902和新的计量需求读数904,以使用实时水力模型计算下游位置处的预期压力,实时水力模型可以存储在计算机***520的记忆存储装置524中。
接下来,在步骤908获取新的下游读数,并从感兴趣的下游位置处的压力传感器515识别下游读数。计算机***520在步骤910计算来自步骤906的来自实时水力模型的计算的预期下游压力与在步骤908获得的实际或检测到的下游压力读数之间的差值,并确定该差值是否大于预定阈值。如果来自步骤906的下游的计算预期压力与来自步骤908的新检测到的下游读数之间的差值不大于阈值,则泄漏检测方法900在步骤912等待新数据并重复该过程。
但是,如果计算的差值大于阈值,则该差值表示分配***中的泄漏。一旦指示泄漏,该方法就前进到步骤920,其中基于来自压力传感器515、耗量表530和先前计算的数据计算成组的可能的泄漏位置。
泄漏检测方法通过相关原理定位成组的可能的泄漏位置。对于单个差异确定,可能的泄漏位置的大小和位置是相互依赖的,并且许多组合可能产生相同的压力差异。通过比较来自分配网络需求和压力显著不同的时间段的多个数据读数和差异确定,可以缩小该组可能的泄漏位置,或者可以提高位置精度的置信度。具体而言,通过使用多个读数,识别并消除了泄漏的大小和位置的不可行组合,增加了置信度并缩小了该组可能的泄漏位置。一旦对泄漏位置的置信度达到给定标准,泄漏检测***可通知供水公司,触发减缓或停止泄漏的动作,或激活其他措施。
上述计算可以包括至少两个专有数据集,如图11a和11b所示:1)下游压力查找表528,用于确定关于一个或更多个上游压力和耗量表读数而给定的一个或更多个下游压力传感器515处的计算压力,以及2)泄漏位置查找表529,用于基于计算压力与一个或更多个下游压力传感器处检测到的下游压力之间的差异的一个或更多个实例来定位泄漏。
下游压力查找表528通过对每个耗量表530的读数和每个上游压力传感器处的上游压力(例如起点516)的每个可能组合应用上述伯努利计算而生成,将在下面描述。尽管这些变量是连续的,但它们在物理上和实际上都受到约束,并且可以以小于传感器和仪表精度的步长离散化。操作中的固件将压力传感器和耗量表数据输入下游压力查找表以确定下游压力传感器的计算压力。作为使用该表的替代方案,固件可以每次执行一系列伯努利计算。
如上所述,针对上游压力传感器读数、耗量表读数以及如上所述的计算压力和一个或更多个下游传感器的检测到的下游压力之间的可能差异的每个可能组合,通过使用如上所述的相关性来生成泄漏位置查找表,如图10所示,并在下面进一步描述:
对于单个管道,等式(3)在给定上游压力的情况下提供下游的计算压力。
如果计算的压力与测量的压力之间存在差异,则等式(4)描述了如何计算泄漏的大小和位置。
对于一些数量n的管段,在给定上游压力的情况下,寻找下游压力的一般方程由伯努利方程控制:
其中压头损失hl,描述沿一段管道摩擦损失的能量。压头损失由Darcy-Weisbach方程描述:
将Darcy-Weisbach方程代入伯努利方程:
重新排列,计算无泄漏的下游压力的一般等式是:
其中Qi是通过管道i的流量,等于离开***的流量加上管道i后的所有需求。
为了确定泄漏的大小和位置,将下游压力读数设置为等于类似于等式(1)的等式,但包括泄漏。
p′b=pb
其中:
p′b=′b′处的读取压力
pb=′b′处的计算压力
为了计算泄漏的′b′处的压力,增强等式(3)以包括直至泄漏位置的泄漏的流量:
其中在管道j中发生泄漏,与管道入口的距离lL。该等式捕获直至泄漏的每个管道中的增加的流量,这导致直至泄漏位置的压头损失的增加。将下游读数代入上述等式,泄漏的位置是泄漏大小的函数。
由于泄漏大小和位置的多种组合导致相同的下游压力,因此需要多个读数。但是,泄漏的大小对于***来说并不是恒定的。此外,因为泄漏可能包括纵向裂缝、周向裂缝、圆孔或其他缺陷,所以可以包含整个范围的泄漏方程。因此,泄漏通常可以建模为质量损qL,如下所述:
其中
C=发射器系数
α=发射器指数
pj=泄漏时的压力
在操作期间,每个新的差异和相应的成对的计算的预期压力和检测到的下游压力读数可以输入到泄漏位置查找表529。对于每个新输入,固件缩小实际或真实的泄漏位置和泄漏大小。
如上所述,泄漏检测方法900可以连续地接收新的上游读数和新的计量需求读数,以及新的下游读数,还继续处理该数据以在步骤906确定实际压力读数与通过应用实时水力模型实时建模或通过使用查找表预期的压力之间的后续对应差异。因此,通过将来自步骤920的先前计算的成组的可能的泄漏位置与来自步骤902的先前上游读数、步骤904处的先前计量需求读数、步骤908处的先前下游读数和步骤210处的先前差异计算的信息相结合,可以提高精确度,并且缩小跨多组可能的泄漏位置的一致泄漏位置列表。
此外,成组的可能的泄漏位置920可以与先前数据组合以使用实时水力模型在步骤922处计算泄漏的大小。如果在步骤930处确定成组的可能的泄漏位置和相应大小满足预定置信度标准,则可以在步骤940向供水公司通知泄漏。或者,该方法可以包括采取自动动作来停止或减缓泄漏,或者致动控制以进一步量化泄漏位置或计算的大小,例如通过控制分配网络内的流量和/或压力。相反,如果在步骤930确定计算的成组的可能的泄漏位置920或计算的泄漏大小922的置信度标准不足,则可以在步骤932使用该数据来更新储存库以用于在步骤922中与附加数据集合的后续组合。本发明人已经发现,这种方法显著地减少了每次用新数据求解伯努利方程指出泄漏所需的时间和计算能力。另外,本发明人已经发现该方法减少了为设备供电所需的电力。
本发明人还发现,如第15/226,597号美国专利申请中所述,通过重新校准管道粗糙度值来周期性地更新查找表是有利的。在一些实施例中,托管的实时配水网络模拟器可以用于该更新。
该书面描述使用示例来公开本发明,包括最佳模式,并且还使本领域技术人员能够制造和使用本发明。本发明的可专利范围由权利要求限定,并且可包括本领域技术人员想到的其他示例。如果这些其他示例具有与权利要求的字面语言无差别的结构元件,或者如果它们包括与权利要求的字面语言无实质差别的等效结构元件,则这些其他示例意图在权利要求的范围内。
Claims (20)
1.一种用于分配网络的泄漏检测的方法,所述分配网络包括检测耗量数据的多个耗量表,所述方法包括以下步骤:
将分配网络划分为多个区域,其中,所述多个区域中的每个区域具有上游位置和下游位置;
提供检测分配网络内的压力的多个压力传感器,其中,来自所述多个压力传感器的上游压力传感器设置在每个上游位置,并且来自所述多个压力传感器的下游压力传感器设置在每个下游位置;
检测来自每个上游压力传感器的上游压力和来自每个下游压力传感器的检测到的下游压力;
提供包含在每个下游位置处的预期压力的下游压力查找表,在每个下游位置处的预期压力基于相应上游位置处的一系列假设上游压力和来自所述多个耗量表的耗量数据而得到;
确定每个下游位置的计算的差异,其中,所述计算的差异是所述预期压力与每个下游位置处的检测到的下游压力之间的差值;
提供泄漏位置查找表,所述泄漏位置查找表包含对应于每个下游位置处的一系列假设差异的多个可能的泄漏位置;
当所述计算的差异超过差异阈值时,确定对应于所述计算的差异的成组的可能的泄漏位置,其中,通过将所述计算的差异与泄漏位置查找表中的所述一系列假设差异进行比较来确定所述成组的可能的泄漏位置。
2.根据权利要求1所述的方法,还包括如果所述计算的差异超过差异阈值则确定估计的泄漏大小的步骤。
3.根据权利要求1所述的方法,其中,所述多个区域中的第一区域的下游位置也是所述多个区域中的第二区域的上游位置,所述第二区域位于所述第一区域的下游。
4.根据权利要求1所述的方法,其中,所述下游压力查找表和所述泄漏位置表包括多个模型,并且其中,基于检测到的压力和耗量数据随时间更新所述多个模型。
5.根据权利要求1所述的方法,其中,处理器执行对所述计算的差异和可能的泄漏位置的确定。
6.根据权利要求1所述的方法,还包括提供主机的步骤,其中,所述多个压力传感器中的至少一个压力传感器将压力数据发送到所述主机以执行对所述计算的差异和可能的泄漏位置的确定。
7.根据权利要求6所述的方法,其中,所述多个压力传感器中的第一压力传感器是主传感器,其中,所述多个压力传感器中的第二压力传感器是从传感器,其中,所述主机与所述主传感器是一体的,并且其中,所述从传感器与所述主传感器无线通信。
8.根据权利要求1所述的方法,其中,在经过的时间之后重复方法1的步骤,并且比较多组可能的泄漏位置以识别所述多组可能的泄漏位置当中随时间的一致的可能的泄漏位置,其中,所述一致的可能的泄漏位置跨多组可能的泄漏位置是一致的。
9.一种用于分配网络内的泄漏检测的***,包括检测耗量数据的多个耗量表,包括:
分配网络内的多个区域,所述多个区域内的每个区域至少具有上游位置和下游位置;
多个压力传感器,被配置为检测分配网络内的压力,其中,上游压力传感器检测上游位置处的上游压力,下游压力传感器检测每个区域内的下游位置处的检测到的下游压力;
包含在每个下游位置处的预期下游压力的下游压力查找表,在每个下游位置处的预期下游压力基于相应上游位置处的一系列假设上游压力和来自所述多个耗量表的耗量数据而得到;
泄漏位置查找表,包含对应于每个下游位置处的一系列假设差异的多个可能的泄漏位置;
非暂时性存储器,存储所述下游压力查找表和所述泄漏位置查找表;以及
处理器,与所述多个压力传感器、所述多个耗量表和所述非暂时性存储器通信,其中,所述处理器通过计算预期下游压力与下游位置处的检测到的下游压力之间的差值来确定每个下游位置处的计算的差异,其中,如果所述处理器还确定所述计算的差异超过差异阈值,则所述处理器通过将所述计算的差异与所述泄漏位置查找表中的所述一系列假设差异进行比较来确定成组的可能的泄漏位置。
10.根据权利要求9所述的***,其中,如果所述处理器确定所述计算的差异超过所述差异阈值,则所述处理器确定估计的泄漏大小。
11.根据权利要求8所述的***,其中,所述多个区域中的第一区域的下游位置也是所述多个区域中的第二区域的上游位置,所述第二区域位于所述第一区域的下游。
12.根据权利要求9所述的***,其中,所述下游压力查找表和所述泄漏位置查找表包括多个模型,并且其中,基于检测到的压力和耗量数据随时间更新所述多个模型。
13.根据权利要求9所述的***,还包括主机,所述主机包括所述非暂时性存储器和所述处理器中的至少一个,其中,至少一个压力传感器与所述主机物理分离,并且将检测到的压力数据发送到所述主机。
14.根据权利要求9所述的***,其中,所述多个压力传感器检测另外的检测压力,其中,所述多个耗量表继续检测耗量数据,其中,所述处理器继续确定计算的差异,其中,所述处理器继续确定对应于超过差异阈值的任何计算的差异的成组的可能的泄漏位置,并且其中,所述处理器比较相应的多组可能的泄漏位置以确定所述多组可能的泄漏位置当中随时间的一致的可能的泄漏位置,其中,所述一致的可能的泄漏位置跨多组可能的泄漏位置是一致的。
15.一种用于检测分配网络中的泄漏的边缘分析泄漏设备,所述分配网络包括提供耗量数据的多个耗量表,所述边缘分析泄漏设备包括:
上游压力传感器,被配置为检测所述分配网络内的上游位置处的上游压力;
下游压力传感器,被配置为检测所述分配网络内的下游位置处的下游压力;
存储下游压力查找表和泄漏位置查找表的非暂时性存储器,其中,下游压力查找表包含在每个下游位置处的预期下游压力,在每个下游位置处的预期下游压力基于每个相应上游位置处的一系列假设上游压力和来自所述多个耗量表的耗量数据而得到,其中,所述泄漏位置查找表包含对应于每个下游位置处的一系列假设差异的多个可能的泄漏位置;
处理器,与所述上游压力传感器、所述下游压力传感器、所述多个耗量表和所述非暂时性存储器通信,其中,所述处理器通过计算预期下游压力与每个下游位置处的检测到的下游压力之间的差值来确定每个下游位置处的计算的差异,并且其中,如果所述处理器确定任何计算的差异超过差异阈值,则所述处理器通过将所述计算的差异与所述泄漏位置查找表中的所述一系列假设差异进行比较来确定与所述计算的差异相对应的成组的可能的泄漏位置。
16.根据权利要求15所述的边缘分析泄漏设备,其中,当所述处理器确定所述计算的差异超过所述差异阈值时,所述处理器还被配置为确定估计的泄漏大小。
17.根据权利要求15所述的边缘分析泄漏设备,其中,所述分配网络被划分为多个区域,并且其中,所述多个区域中的第一区域的下游位置是所述多个区域中的第二区域的上游位置,所述第二区域位于所述第一区域的下游。
18.根据权利要求15所述的边缘分析泄漏设备,其中,所述下游压力查找表和所述泄漏位置查找表包括多个模型,并且其中,基于检测到的压力和所述耗量数据随时间更新所述多个模型。
19.根据权利要求15所述的边缘分析泄漏设备,还包括主机,所述主机包括所述非暂时性存储器或所述处理器中的至少一个,并且其中,所述上游压力传感器或所述下游压力传感器中的至少一个与所述主机物理分离,并且将检测到的压力发送到所述主机。
20.根据权利要求15所述的边缘分析泄漏设备,其中,所述上游压力传感器或所述下游压力传感器中的至少一个检测另外的检测压力,其中,所述多个耗量表继续检测耗量数据,其中,所述处理器继续确定计算的差异,其中,所述处理器继续确定对应于超过差异阈值的任何计算的差异的成组的可能的泄漏位置,并且其中,所述处理器比较相应的多组可能的泄漏位置以确定所述多组可能的泄漏当中随时间的一致的可能的泄漏位置,其中,所述一致的可能的泄漏位置跨多组可能的泄漏位置是一致的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/402,743 US11280696B2 (en) | 2017-01-10 | 2017-01-10 | Method and apparatus for model-based leak detection of a pipe network |
US15/402,743 | 2017-01-10 | ||
PCT/US2017/052134 WO2018132137A1 (en) | 2017-01-10 | 2017-09-19 | Method and apparatus for model-based leak detection of a pipe network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110168338A true CN110168338A (zh) | 2019-08-23 |
Family
ID=60020611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780083023.5A Pending CN110168338A (zh) | 2017-01-10 | 2017-09-19 | 用于基于模型的管道网络的泄漏检测的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11280696B2 (zh) |
EP (1) | EP3568681B1 (zh) |
CN (1) | CN110168338A (zh) |
CA (1) | CA3049375A1 (zh) |
PL (1) | PL3568681T3 (zh) |
WO (1) | WO2018132137A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016738A (zh) * | 2020-08-13 | 2020-12-01 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
CN112560242A (zh) * | 2020-12-04 | 2021-03-26 | 中国电建集团华东勘测设计研究院有限公司 | 一种提前判断水电站进水球阀泄漏导致管道自激振荡的方法 |
CN116123465A (zh) * | 2023-04-11 | 2023-05-16 | 东莞先知大数据有限公司 | 一种管道漏损预警方法、电子设备和存储介质 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10795382B2 (en) * | 2016-08-02 | 2020-10-06 | Sensus USA, Inc. | Method and apparatus for model-based control of a water distribution system |
DE102017004888B4 (de) * | 2017-05-20 | 2018-11-29 | Diehl Metering Systems Gmbh | Verfahren zum Betrieb eines Versorgungssystems |
GB2574881B (en) * | 2018-06-22 | 2021-07-07 | Creative Ec Ltd | Control valve |
CN109185708B (zh) * | 2018-11-05 | 2020-01-21 | 泰华智慧产业集团股份有限公司 | 一种供水管网监测方法及*** |
US11947505B2 (en) * | 2020-01-08 | 2024-04-02 | Jpmorgan Chase Bank , N.A. | Systems and methods for tracking data lineage and record lifecycle using distributed ledgers |
FR3109214B1 (fr) * | 2020-04-09 | 2022-09-02 | Sagemcom Energy & Telecom Sas | Procédé de détection et de localisation d’une fuite de fluide |
CN113375751B (zh) * | 2021-06-28 | 2022-12-13 | 中国电建集团成都勘测设计研究院有限公司 | 一种深厚覆盖层河床大坝渗漏量检测方法 |
CN113551102B (zh) * | 2021-07-16 | 2022-11-11 | 国家石油天然气管网集团有限公司 | 一种用于管道内清管器实时跟踪定位的方法 |
GB202112111D0 (en) * | 2021-08-24 | 2021-10-06 | Imperial College Innovations Ltd | Method for automatically maintaining and improving in a hydraulic model for a water distribution network, and controlling the operation of a water |
CN117152926B (zh) * | 2023-10-31 | 2023-12-26 | 深圳市磐锋精密技术有限公司 | 基于数据分析的自动压力检测预警*** |
CN117432941B (zh) * | 2023-12-20 | 2024-04-19 | 山东锋士信息技术有限公司 | 一种水厂供水压力的优化调整方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050246112A1 (en) * | 2004-04-29 | 2005-11-03 | Abhulimen Kingsley E | Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems |
CN101871836A (zh) * | 2009-04-21 | 2010-10-27 | 安捷伦科技有限公司 | 混合点上游的泄漏检测 |
CN101876582A (zh) * | 2009-04-28 | 2010-11-03 | 三菱重工业株式会社 | 传热管监视装置 |
CN102150028A (zh) * | 2008-09-09 | 2011-08-10 | R+I联合公司 | 探测在地下液体管道特别是水管道中泄漏的探测装置和探测方法 |
CN103292966A (zh) * | 2012-02-29 | 2013-09-11 | 株式会社日立制作所 | 漏水检测装置 |
CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
CN103663575A (zh) * | 2008-12-30 | 2014-03-26 | I2O供应水有限公司 | 处理过的水向区域供水网络的调控性供应 |
CN105674058A (zh) * | 2016-03-15 | 2016-06-15 | 东华大学 | 一种智能自来水管 |
CA2924849A1 (en) * | 2015-04-29 | 2016-10-29 | Medeng Research Institute Ltd. | Pipeline leak detection system |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US226597A (en) | 1880-04-20 | Edwaed cliff | ||
US4308746A (en) | 1979-12-17 | 1982-01-05 | Crutcher Resources Corporation | Liquid pipeline leak detection |
US4984448A (en) * | 1989-11-16 | 1991-01-15 | Atmos Energy Corporation | Leak detector and utilization pressure manifold |
US5625150A (en) | 1994-08-18 | 1997-04-29 | General Electric Company | Integrated acoustic leak detection sensor subsystem |
US6761058B2 (en) * | 2000-06-08 | 2004-07-13 | Honda Giken Kogyo Kabushiki Kaisha | Leakage determination system for evaporative fuel processing system |
AT412016B (de) | 2001-11-30 | 2004-08-26 | Pipeflow Software Gmbh | Verfahren zur leckerkennung von rohrleitungen |
CA2635725C (en) | 2008-06-16 | 2013-03-19 | Innovative Microelectronics Inc. | Pipeline leak detection system |
US9493931B2 (en) | 2008-12-30 | 2016-11-15 | I20 Water Limited | Mains water supply processing |
US7920983B1 (en) | 2010-03-04 | 2011-04-05 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
US8820143B2 (en) | 2011-04-08 | 2014-09-02 | Massachusetts Institute Of Technology | Leak detection system |
US9335233B2 (en) | 2011-04-27 | 2016-05-10 | Massachusetts Institute Of Technology | In-pipe leak detection based on pressure gradient |
US8341106B1 (en) | 2011-12-07 | 2012-12-25 | TaKaDu Ltd. | System and method for identifying related events in a resource network monitoring system |
US9053519B2 (en) | 2012-02-13 | 2015-06-09 | TaKaDu Ltd. | System and method for analyzing GIS data to improve operation and monitoring of water distribution networks |
SG11201503041SA (en) * | 2012-10-26 | 2015-05-28 | Mueller Int Llc | Detecting leaks in a fluid distribution system |
US9528865B2 (en) * | 2012-11-02 | 2016-12-27 | Johnson Controls Technology Company | Methods and systems for determining flow direction using a bidirectional pressure sensor |
EP2778296B1 (de) | 2013-03-11 | 2018-04-25 | Grundfos Holding A/S | Pumpensystem |
US9366596B2 (en) | 2013-05-21 | 2016-06-14 | King Fahd University Of Petroleum And Minerals | Pipeline leak detector |
WO2015087378A1 (ja) | 2013-12-09 | 2015-06-18 | 株式会社日立製作所 | 水道施設網の異常検知装置及び異常検知方法 |
CN103939749B (zh) * | 2014-04-28 | 2016-08-24 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控***及方法 |
-
2017
- 2017-01-10 US US15/402,743 patent/US11280696B2/en active Active
- 2017-09-19 WO PCT/US2017/052134 patent/WO2018132137A1/en unknown
- 2017-09-19 CA CA3049375A patent/CA3049375A1/en active Pending
- 2017-09-19 CN CN201780083023.5A patent/CN110168338A/zh active Pending
- 2017-09-19 PL PL17780262.6T patent/PL3568681T3/pl unknown
- 2017-09-19 EP EP17780262.6A patent/EP3568681B1/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050246112A1 (en) * | 2004-04-29 | 2005-11-03 | Abhulimen Kingsley E | Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems |
CN102150028A (zh) * | 2008-09-09 | 2011-08-10 | R+I联合公司 | 探测在地下液体管道特别是水管道中泄漏的探测装置和探测方法 |
CN103663575A (zh) * | 2008-12-30 | 2014-03-26 | I2O供应水有限公司 | 处理过的水向区域供水网络的调控性供应 |
CN101871836A (zh) * | 2009-04-21 | 2010-10-27 | 安捷伦科技有限公司 | 混合点上游的泄漏检测 |
CN101876582A (zh) * | 2009-04-28 | 2010-11-03 | 三菱重工业株式会社 | 传热管监视装置 |
CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
EP2691756B1 (de) * | 2011-06-28 | 2015-10-14 | Siemens Aktiengesellschaft | Leckageerkennung mittels stochastischer massenbilanz |
CN103292966A (zh) * | 2012-02-29 | 2013-09-11 | 株式会社日立制作所 | 漏水检测装置 |
CA2924849A1 (en) * | 2015-04-29 | 2016-10-29 | Medeng Research Institute Ltd. | Pipeline leak detection system |
CN105674058A (zh) * | 2016-03-15 | 2016-06-15 | 东华大学 | 一种智能自来水管 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016738A (zh) * | 2020-08-13 | 2020-12-01 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
CN112016738B (zh) * | 2020-08-13 | 2023-08-18 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
CN112560242A (zh) * | 2020-12-04 | 2021-03-26 | 中国电建集团华东勘测设计研究院有限公司 | 一种提前判断水电站进水球阀泄漏导致管道自激振荡的方法 |
CN116123465A (zh) * | 2023-04-11 | 2023-05-16 | 东莞先知大数据有限公司 | 一种管道漏损预警方法、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US11280696B2 (en) | 2022-03-22 |
PL3568681T3 (pl) | 2024-04-08 |
EP3568681A1 (en) | 2019-11-20 |
EP3568681B1 (en) | 2023-08-16 |
CA3049375A1 (en) | 2018-07-19 |
WO2018132137A1 (en) | 2018-07-19 |
US20180195926A1 (en) | 2018-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110168338A (zh) | 用于基于模型的管道网络的泄漏检测的方法和装置 | |
CN109791637B (zh) | 用于布水***的基于模型的控制的方法和装置 | |
Wu et al. | Water loss detection via genetic algorithm optimization-based model calibration | |
CN108984873B (zh) | 供水管网实时漏损检测方法、设备、***及存储介质 | |
EP3568682B1 (en) | Systems and methods for subnetwork hydraulic modeling | |
Wu et al. | Pressure-dependent leak detection model and its application to a district water system | |
Farley et al. | Field testing of an optimal sensor placement methodology for event detection in an urban water distribution network | |
Meseguer et al. | A decision support system for on-line leakage localization | |
CN108843977A (zh) | 供水管网实时漏损分析方法、设备、***及存储介质 | |
KR101105192B1 (ko) | 관망해석에 의한 상수도 누수혐의구간 선정방법 및 그 기능을 탑재한 상수도 통합관리운영시스템 | |
CN111684238A (zh) | 用于实时发现和解决湿气文丘里流量计问题的***和方法 | |
CN106195646A (zh) | 漏水分布推定装置、推定***和推定方法 | |
Mazzolani et al. | Estimating leakages in water distribution networks based only on inlet flow data | |
Ismail et al. | Water pipeline monitoring system using vibration sensor | |
KR101812589B1 (ko) | 상수도 수용가의 검침데이터를 활용한 옥내누수 진단 방법 및 그 시스템 | |
Li et al. | Leakage localization using pressure sensors and spatial clustering in water distribution systems | |
Adachi et al. | Estimating area leakage in water networks based on hydraulic model and asset information | |
Cesario et al. | Calibrating water system models | |
Taghlabi et al. | Prelocalization and leak detection in drinking water distribution networks using modeling-based algorithms: A case study for the city of Casablanca (Morocco) | |
Choi et al. | Pressure measurements with valve-induced transient flow in water pipelines | |
Sophocleous et al. | Leak detection and localization based on search space reduction and hydraulic modelling | |
Ayad et al. | A Model-Based Approach for Leak Detection in Water Distribution Networks Based on Optimisation and GIS Applications | |
Ferreira et al. | Leak detection and location in a real water distribution network using a model-based technique | |
Stephens et al. | The detection of pipeline blockages using transients in the field | |
WO2023217979A1 (en) | Method and system for determining heat loss in a service line of a district energy system |
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 |