[0026] 从t时刻往前、后检测出较为完整的超阈值负压波信号NPWi,m,m为超阈值负压波按时间排的序号,负压波起点时刻记为ts。
[0027] 提取超阈值负压波信号NPWi,m的幅值AMPi,m和时长DURi,m,记录至负压波数据表(数据项包括序号m、起点时刻ts、测点序号i、幅值AMPi,m、时长DURi,m、是否同源)。
[0028] 统计各测点负压波时长的总体平均值uDUR和标准差σDUR,确定负压波时长阈值TDUR=uDUR+3σDUR。
[0029] 优选的,阈值ui‑kσi中系数k的选择原则:在不漏报前提下选较大值,以减少误报。
[0030] 优选的,负压波检测时,(1)负压波起点在ui±σi,以避免正压波干扰;(2)超阈值负压波信号,其时长是否超过5个采样周期;否则,提高采样频率Freq,以保证超阈值负压波波形的完整采集。
[0031] 步骤4建立正常工况下的扰动模式库
[0032] 引起负压波瞬态压降的不仅有爆管(异常干扰),还有大用户进水阀门开启、泵机减压/切换等正常干扰。由于这些正常干扰,对压力计阵列的影响具有周期性和重复性,可以通过不同测点同源信号识别建立扰动特征向量,并通过聚类建立正常工况下的扰动模式库。
[0033] 步骤4.1根据负压波数据表,按时间顺序逐个对未标记同源的负压波信号NPWi,m,进行后续同源信号识别。
[0034] 以负压波信号NPWi,m为例,对[ts,ts+τmax]时段内的每个未标记同源的负压波信号NPWj,m’,先进行时长比对,在±10%误差内,则提取2~3倍时长曲线,按照式(1)进行互相关性计算:
[0035]
[0036] 式(1)中,Tw为时间窗(即2~3倍时长)。若最大互相关性值R(τij)>0.8,属于强相关,确定为同源信号,R(τij)最大值时的τij,即为两信号的时延。
[0037] 将同源的、不同测点的负压波信号,记录至扰动数据表,数据项包括当前负压波序号、所有N个测点的负压波起点时刻、幅值、时长、时延以及内/外源属性等,未出现超阈值负压波的测点,以零值替代。同时,对负压波数据表相关负压波标记“同源”属性。已标记同源的负压波,不再参加同源信号识别。
[0038] 按时间顺序逐个对未标记同源的负压波信号NPWi,m,进行后续同源信号识别,直至完成。
[0039] 步骤4.2根据扰动数据表,逐条判断内、外源扰动。
[0040] 根据扰动数据表,同源信号幅值AMPi,m转换为相对幅值AMPi,m′,以去除管径因素。
[0041] 以固定管径ФN为基准,测点i所在管径为Фi,按式(2)进行转换:
[0042] AMPi,m′=AMPi,m*(Фi/ФN)2 (2)
[0043] 接着,对同源信号相对幅值AMPi,m′进行排序,若负压波相对幅值最大值在外围测点,则此次负压波由外源扰动引发,否则由内源扰动引发。
[0044] 对扰动数据表中该条同源信号标记“外源”或“内源”,直至完成扰动数据表所有同源信号记录。
[0045] 步骤4.3同源信号聚类,建立扰动模式库
[0046] 对扰动数据表中所有同源信号记录,进行K‑means聚类。同源信号记录中所有N个测点的负压波幅值、时长、时延作为特征向量,采用欧几里得距离作为距离量度,以族群中心不再变化作为K‑means聚类迭代终止条件。
[0047] 优选的,族数K初始值为2,K依次递增,进行K‑means聚类,当族内距离没有5%以上的明显下降,则K‑1为合理的族数。
[0048] 由这K‑1个扰动模式(包括K‑1个族群中心向量及其族内距离)构成扰动模式库,用于实际监测时,可以极大排除正常扰动引起的误报警。
[0049] 优选的,结合区块内的远传大表,可以明确内源扰动源头,如某类内源扰动是由某小区/单位开阀进水导致。结合供水泵站机组切换、上下游排泥阀启闭/分流调阀等,可以明确外源扰动源头。
[0050] 步骤5实际监测应用
[0051] 在线采集、存储各测点压力信号Pi(t),实时识别、提取各测点的超阈值负压波信号。
[0052] 对超阈值负压波信号,进行同源信号识别;将同源的、不同测点的负压波信号,记录至扰动数据表。
[0053] 用该条同源信号记录中所有N个测点的负压波幅值、时长、时延作为特征向量,与扰动模式库进行匹配计算(即逐个考察跟族群中心向量的欧氏距离是否小于族内距离)。如有匹配模式,则为正常扰动;如无匹配模式,则为突变新模式,提起异常报警。
[0054] 进一步,优选的,结合抢修记录,如该异常报警被确定为误报,则视为新扰动模式,追加到正常工况下的扰动模式库。
[0055] 本发明采用高频率、高精度的压力计阵列在线检测易爆区块市政管网水压,充分利用爆管导致的压力瞬态突降特点,通过在背景噪声中检测出明显的负压波,快速准确识别内外源扰动、正常用水和异常爆管,既提高了侦测敏感性,又降低了误报率。本发明方法克服了传统SCADA方法只能利用稳态压降信号侦测大管径爆管的局限,又规避了二级DMA流量法的实施难题,完善了市政管网爆管监测手段。