一种供水管网异常侦测方法   0    0

本发明公开了一种供水管网异常侦测方法。本发明通过计算测点突变信号的信噪比，筛选可靠信号测点，从而提高异常侦测数据的可靠性。再者居民的生活用水习惯是规律的，在此基础上本发明采用统计过程控制（SPC）和模糊综合的方法进行异常事件侦测，能有效增强抗干扰能力，降低误报率和漏报率。

1.一种供水管网异常侦测方法，其特征在于该方法包括以下步骤：
步骤（1）对实测原始信号采用小波降噪，获取稳态信号和噪声信号；
步骤（2）利用EPANET软件模拟获得理想信号，再与稳态信号差值计算获取突变信号；
步骤（3）计算突变信号的信噪比，筛选有用测点；
当测得异常时间段的信噪比大于等于60dB时，则认为突变信号显著，肯定此次异常事件侦测结果；而当该信噪比小于60dB时，则认为数据受噪声污染严重，不能正常用于异常事件侦测；
步骤（4）结合SPC统计和模糊判定确定异常事件，具体是：
4-1、SPC统计数据分析
（1）计算监测点平均值和标准差
假定压力时间序列的采样间隔为f min/次，则n天的压力数据表示为( )，其中i=1:m和j=1:n，m表示测点一天的压力数据个数，则一天的平均值( )由下式计算得到：
标准差 ( )通过下式计算得到：
（2）设置异常事件侦测规则
根据以下规则，进行异常事件侦测；只要符合任意一条规则，则认为异常事件发生：
规则a. 任一时间点测点观测值低于-4 ；
规则b. 连续2个时间点测点观测值低于-3 ；
规则c. 连续4个时间点测点观测值低于-2 ；
规则d. 连续8个时间点测点观测值低于- ；
4-2、计算模糊因子权值
（1）测点灵敏度和用水规律的权值计算
测点灵敏度和用水规律的权值采用层次分析法求得；层次分析法主要包括两个步骤：
①构造判断矩阵
对各指标之间进行两两对比，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵A；
其中, A为判断矩阵， 要素i与要素j重要性比较结果，并且有如下关系：
有9种取值，分别为1/9, 1/7, 1/5, 1/3, 1/1, 3/1, 5/1, 7/1, 9/1,分别表示i要素对于j要素的重要程度由轻到重；
②计算权重向量
判断矩阵的权重计算方法采用规范列平均法；
将判断矩阵A每一列归一化处理得到矩阵B，再求出矩阵B每一行元素的平均值，得到一个一列n行的矩阵C，矩阵C即为所求权重矩阵；
（2）测点灵敏度内部权值计算
测点灵敏度采用有限差分法计算，灵敏度系数表示为：
其中，k表示测点标号， 表示测点自身水压的变化值， 表示其余测点的水压变化值，则测点灵敏度系数矩阵表示为：
通过目标函数F得到测点灵敏度，目标函数如下：
其中， 为权重系数，值在(0  ,1)区间，满足 ；M为测点的数量，N
为可能的爆管点， 为测点i和j的二维地理坐标；然后将所得测点灵敏度数据做归一化处理；
（3）用水规律内部权值计算
用水规律依据DMA区内用水高峰期的时间段长度，将一天时间以用水高峰期的时间长度length为单位划分为24/length部分，根据一天内不同时段的用水量采用层次分析法进行数据处理，作为时间段的权值；
4-3、综合侦测分析
利用以下公式整合SPC统计和模糊判定：
其中，event为SPC统计的异常事件结果，若侦测到异常事件，event值为1；反之，值为0；
为用水规律的权值，  为一天中各时间段的权值，i=1:24/length； 为测点灵敏度的权值， 为各测点的灵敏度权值，j=1:N；计算出综合结果后，设置阈值，对数据做进一步筛选，满足阈值则肯定异常事件的发生；最后通过计算测点的相关性并进行分组，若同一异常事件被相关性小组内的所有测点都侦测到，则肯定异常事件；反之，则否定异常事件。