CN111982211B - 一种小区供水漏损量检测方法 - Google Patents

Abstract

本发明公开了一种小区供水漏损量检测方法。本发明首先在小区低用水前提下，连续快速采集入水口供水流量数据，并计算小区供水流量序列的统计量和流量累积概率；其次检验小区供水流量数据的可分离性；然后优化小区分离正常用水流量和漏失流量；最后计算小区漏失流量。本发明通过对高频率、高精度的流量计夜间实测流量数据进行用水流量和漏失流量分离，实现小区供水非稳定泄漏的漏损流量精准估计，完善了小区供水漏损量检测手段。

Description

一种小区供水漏损量检测方法

技术领域

本发明属于供水漏损检测领域，具体是一种小区供水漏损量检测方法。

背景技术

在大表远传技术的支持下，水司管理人员常常采用MNF法进行漏损自动监测，利用这些流量数据进行小区漏损情况评估，对小区供水漏损监管起到积极作用^[1][2]。实际应用中，需要对真实漏损进行较为精准的检测。由于受到夜间用水干扰、大表分钟级采样的局限，现有技术手段往往存在困难。

文献[3]利用μ-2σ表征剔除异常值后的DMA最小流量，尝试消除实测数据的误差和干扰影响而得出小区的真实漏损水量。事实上，漏损流量并非恒定值，每天夜间流量的统计量μ和σ不同，每天的μ-2σ波动还不小，在实际应用中给水司管理人员带来困惑。文献[4]采用混合截尾正态分布的样本统计量及其导数轨迹偏离标准图方法来分离漏失量，算法复杂，特别是非稳定泄漏必须用到导数轨迹，偏差较大。

在实际应用中，针对小区供水非稳定泄漏问题，需要对正常用水流量和漏失流量进行快速、准确分离的检测方法。

[1]李岚,吴珊,寇晓霞,等.基于独立计量区的夜间最小流量的研究进展[J].给水排水,2018,44(6):135-141；

[2]徐哲,陈晖,何必仕.一种改进SPC的小区供水漏损监测预警方法:CN201910699653.6[P].2019-12-13；

[3]郝志萍,侯煜堃,崔昌.计量小区(DMA)夜间最小流量解析方法探讨与案例研究[J].南水北调与水利科技,2013(04):128-131+199；

[4]Steven G.Buchberger and Gayatri NadimpalliL.Leak Estimation inWater Distribution System by Statistical Analysis of Flow Reading[J].Joumalof water Resources Planning and Management,2004,130(4):321-329。

发明内容

本发明针对小区供水中存在的非稳定泄漏问题，对高频率、高精度的流量计夜间实测流量数据进行用水流量和漏失流量分离，提出了一种小区供水漏损量检测方法，包括以下步骤：

步骤1、小区低用水前提下，连续快速采集入水口供水流量数据

在小区低用水时段，采用高频率、高精度流量计连续快速检测供水流量，采样精度1级以上，采样频率Freq在0.1Hz～10Hz区间，一般选1Hz，采样时长不小于1小时，选择其中供水量最小的1小时数据序列Q(t)，0<t≤3600/Freq。其中低用水时段，一般为夜间2:00-5:00。如小区有多个入口，检测时可以将次要入口关闭。

步骤2、计算小区供水流量序列的统计量和流量累积概率

计算供水流量序列Q(t)的最大/最小值Qmax/Qmin，均值μ及标准差σ，在流量[Qmin,Qmax]区间计算分组流量频数F(BANDi)、累积概率P(q)。这里，BANDi为分组序列，q为流量变量(Qmin≤q≤Qmax)。

步骤3、检验小区供水流量数据Q(t)的可分离性

针对分组流量频数F(BANDi)，低通滤波平滑得到频数分布曲线，找到第一个波峰F(BANDmax)和波谷F(BANDmin)。若累积概率P(BANDmin)>阈值P_OT(一般P_OT≥0.1)，则进入步骤4；否则，提高采样频率，或优化调整低用水检测时段，返回步骤1。

步骤4、优化小区分离正常用水流量和漏失流量

正常用水流量Q_U(t)与漏失流量Q_L(t)，是2个相互独立的随机变量，故假设：Q_U～N(μ_U,σ_U ²)，Q_L～N(μ_L,σ_L ²)，则供水流量Q(t)：

Q(t)＝Q_U(t)+Q_L(t) (1)

根据两个正态分布随机变量的线性组合仍服从正态分布性质，则：

μ＝μ_U+μ_L (2)

σ²＝σ_U ²+σ_L ² (3)

鉴于上述考虑，分离正常用水流量和漏失流量的优化求解如下：

步骤4.1以满足式(2)、(3)为优化目标，设立目标函数

则，优化目标为Min J。

现设截断流量Q_T初始值为BANDmax流量，迭代次数K＝1，迭代次数限值K_T(100<K_T<1000，一般取200)，迭代精度ε＝σ/100，J初始值J(0)＝U+σ；

步骤4.2利用截断流量Q_T将供水流量序列数据Q(t)拆分成2部分，小于截断流量Q_T的为漏失流量为主和少量用水流量的混合流量Q₁’，大于截断流量Q_T的是用水流量和漏失流量的混合流量Q₂’。

步骤4.3以Q₁’作为漏失估计流量Q_L’，计算得到其统计量U_L、σ_L ²，；针对混合流量Q₂’，随机剔除漏失估计流量N(μ_L,σ_L ²)，得到正常用水估计流量Q_U’，计算其统计量μ_U、σ_U ²。

步骤4.4根据公式(4)计算目标函数值J(k)，比较并记录当前迭代次数下，Jmin及μ_L‘、σ_L‘值。判断Jmin<ε或迭代次数K≥K_T？若满足，则步骤5，否则，Q_T增加δ(δ＝Qmax/1000)，迭代次数K增1，返回步骤4.2。

步骤5、计算小区漏失流量

根据步骤4得到的μ_L‘、σ_L‘，按95％置信区间，计算得到漏失流量上下边界值Q_L＝μ_L‘±2σ_L‘。

本发明通过对高频率、高精度的流量计夜间实测流量数据进行用水流量和漏失流量分离，实现小区供水非稳定泄漏的漏损流量精准估计，完善了小区供水漏损量检测手段。

附图说明

图1：本发明方法流程示意图；

图2：实施例供水流量累积概率及频数分布图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：本实施例的一种小区供水漏损量检测方法，如图1所示，包括以下步骤：

步骤1、小区低用水前提下，连续快速采集入水口供水流量数据

针对某小区，在夜间2:00-5:00低用水时段，采用1Hz、J1等级(1级精度)的超声流量计，连续快速检测管径DN100的单入口供水流量，采样时长3小时，选择其中供水量最小的1小时数据序列Q(t)，0<t≤3600。该小区供水流量累积概率及频数分布，如图2所示。

步骤2、计算小区供水流量序列的统计量和流量累积概率

计算供水流量序列Q(t)的最大Qmax＝67.74L/min，最小值Qmin＝5.33L/min，均值μ＝36.16L/min，及标准差σ＝10.98L/min，在流量[5.33,67.74]区间计算分组流量频数F(BANDi)、累积概率P(q)。这里，流量分组以0.5L/min为间隔，从5.0L/min至68L/min共分126组BAND，q为流量变量(5.33≤q≤67.74)。

步骤3、检验小区供水流量数据Q(t)的可分离性

针对分组流量频数F(BANDi)，低通滤波平滑得到频数分布曲线，找到第一个波峰F(BAND₉)和波谷F(BAND₁₇)。此时，此时，BAND₉＝9.5L/min，BAND₁₇＝13.5L/min，累积概率P(13.5)＝0.11>阈值P_OT(P_OT取0.1)，则进入步骤4；否则，提高采样频率，或优化调整低用水检测时段，返回步骤1。

步骤4、优化小区分离正常用水流量和漏失流量

分离正常用水流量和漏失流量的优化求解方法如下：

步骤4.1设立目标函数

优化目标为Min J。

现设截断流量Q_T初始值为BAND₈流量9L/min，迭代次数K＝1，迭代次数限值K_T＝200，迭代精度ε＝σ/100＝0.1098，J初始值J(0)＝μ+σ＝47.14。

步骤4.2利用截断流量Q_T将供水流量序列数据Q(t)拆分成2部分，小于截断流量Q_T的为漏失流量为主和少量用水流量的混合流量Q₁’，大于截断流量Q_T的是用水流量和漏失流量的混合流量Q₂’。

步骤4.3以Q₁’作为漏失估计流量Q_L’，计算得到其统计量μ_L、σ_L ²，；针对混合流量Q₂’，随机剔除漏失估计流量N(u_L,σ_L ²)，得到正常用水估计流量Q_U’，计算其统计量μ_U、σ_U ²。

为了体现随机剔除，混合流量Q₂’可以选择多次随机产生漏失估计流量N(μ_L,σ_L ²)进行减除，取σ_U最小的那一组。

步骤4.4根据公式(4)计算目标函数值J(k)，比较并记录当前迭代次数下，Jmin及μ_L‘、σ_L‘值。判断Jmin<ε或迭代次数K≥K_T？若满足，则步骤5，否则，Q_T增加δ＝Qmax/1000＝0.06774，迭代次数增1，返回步骤4.2。

经过上述步骤4.1-4.4循环计算，得到优化结果：Jmin＝0.1009，此时，μ_L‘＝8.85L/min、σ_L‘＝1.08L/min。

步骤5、计算小区漏失流量

根据步骤4得到的μ_L‘、σ_L‘，按95％置信区间，计算漏失流量上下边界值Q_L＝μ_L‘±2σ_L，得到漏失流量区间[6.69，11.02]。

经过利用该小区用户智能分表同期实测，得到正常用水量Q_u(t)，用供水流量Q(t)减去正常用水量Q_u(t)，得到漏失流量Q_L(t)，再计算得到Q_L～N(8.90,1.14)，其95％置信区间为[6.62,11.18]。可见运用本发明方法的实例结果占实际漏失流量区间的94.96％，具有较高检测精度。

本文中所描述的具体实施例仅仅是对本发明方法作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (2)

1.一种小区供水漏损量检测方法，其特征在于该方法包括以下步骤：

步骤1、在小区低用水前提下，连续快速采集入水口供水流量数据

在小区低用水时段，采用高频率、高精度流量计连续快速检测供水流量，采样精度1级以上，采样频率Freq在0.1Hz～10Hz区间，采样时长不小于1小时，选择其中供水量最小的1小时流量数据序列Q(t)，0<t≤3600/Freq；所述的低用水时段设定为夜间2:00-5:00；

步骤2、计算小区供水流量序列的统计量和流量累积概率

计算流量数据序列Q(t)的最大/最小值Qmax/Qmin，均值μ及标准差σ，在流量[Qmin,Qmax]区间计算分组流量频数F(BANDi)、累积概率P(q)；这里，BANDi为分组序列，q为流量变量，Qmin≤q≤Qmax；

步骤3、检验小区流量数据序列Q(t)的可分离性

针对分组流量频数F(BANDi)，低通滤波平滑得到频数分布曲线，找到第一个波峰F(BANDmax)和波谷F(BANDmin)；

若累积概率P(BANDmin)>阈值P_OT，则进入步骤4；否则，提高采样频率，或优化调整低用水检测时段，返回步骤1；

步骤4、优化小区分离正常用水流量和漏失流量

正常用水流量Q_U(t)与漏失流量Q_L(t)，是2个相互独立的随机变量，假设：Q_U～N(μ_U,σ_U ²)，Q_L～N(μ_L,σ_L ²)，其中μ_U和σ_U分别表示正常用水流量Q_U(t)的均值和标准差，μ_L和σ_L分别表示漏失流量Q_L(t)的均值和标准差，则供水流量Q(t)：

Q(t)＝Q_U(t)+Q_L(t) (1)

根据两个正态分布随机变量的线性组合仍服从正态分布性质，则：

μ＝μ_U+μ_L (2)

σ²＝σ_U ²+σ_L ² (3)

鉴于上述考虑，分离正常用水流量和漏失流量的优化求解如下：

步骤4.1以满足式(2)、(3)为优化目标，设立目标函数J

则，优化目标为最小化目标函数J；

设截断流量Q_T初始值为BANDmax流量，迭代次数K＝1，迭代次数限值为K_T，100<K_T<1000，迭代精度ε＝σ/100，J初始值J(0)＝μ+σ；

步骤4.2利用截断流量Q_T将Q(t)拆分成两部分，小于截断流量Q_T的为漏失流量为主和少量用水流量的混合流量Q₁’，大于截断流量Q_T的是用水流量和漏失流量的混合流量Q₂’；

步骤4.3以Q₁’作为漏失估计流量Q_L’，计算得到漏失估计流量Q_L’的均值μ_L’和标准差σ_L’；针对混合流量Q₂’，随机剔除符合均值为μ_L’、标准差为σ_L’的漏失估计流量，得到正常用水估计流量Q_U’，计算正常用水估计流量Q_U’的均值μ_U’和标准差σ_U’；

步骤4.4根据公式(4)计算目标函数值J(K)，比较并记录当前迭代次数下，目标函数J的最小值Jmin及取得该最小值Jmin时所对应的漏失估计流量Q_L‘的均值μ_L‘及标准差σ_L‘；判断Jmin<ε或迭代次数K≥K_T，若Jmin<ε或迭代次数K≥K_T，则步骤5，否则，Q_T增加δ，δ＝Qmax/1000，迭代次数K增1，返回步骤4.2；

步骤5、计算小区漏失流量

根据得到的均值μ_L‘和标准差σ_L‘，按95％置信区间，计算得到漏失流量上边界值μ_L‘+2σ_L‘和下边界值μ_L‘-2σ_L‘。

2.根据权利要求1所述的一种小区供水漏损量检测方法，其特征在于：在进行步骤1时，如果小区有多个入口，检测时可以将次要入口关闭。

Images