首页 > 专利 > 杭州电子科技大学 > 一种供水管网爆管漏失初定位的方法专利详情

一种供水管网爆管漏失初定位的方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2019-03-25
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2019-07-05
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2021-03-09
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2039-03-25
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201910228290.8 申请日 2019-03-25
公开/公告号 CN109869638B 公开/公告日 2021-03-09
授权日 2021-03-09 预估到期日 2039-03-25
申请年 2019年 公开/公告年 2021年
缴费截止日
分类号 F17D5/02G06K9/62 主分类号 F17D5/02
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 0
权利要求数量 1 非专利引证数量 1
引用专利数量 0 被引证专利数量 0
非专利引证 1、CN 109492673 A,2019.03.19CN 109344708 A,2019.02.15CN 109114430 A,2019.01.01CN 108647470 A,2018.10.12CN 102385313 A,2012.03.21张国力《.基于压力驱动和节点能量冗余差的供水管网DMA分区研究》《.工程科技Ⅱ辑》.2019,;
引用专利 被引证专利
专利权维持 3 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 杭州电子科技大学 当前专利权人 杭州电子科技大学
发明人 徐哲、王健、何必仕、陈晖 第一发明人 徐哲
地址 浙江省杭州市下沙高教园区2号大街 邮编 310018
申请人数量 1 发明人数量 4
申请人所在省 浙江省 申请人所在市 浙江省杭州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
浙江千克知识产权代理有限公司 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
周希良
摘要
本发明公开了一种供水管网爆管漏失初定位的方法。该方法首先基于谱聚类进行供水管网分区;然后运用CUSUM算法判断压力监测点的压力是否存在异常变化,最后根据异常压力监测点,定位其所在类的供水管网分区,初步判定该压力监测点所在区域内存在爆管漏失事件。本发明不需要重复划分压力监测点相关区域,可以减少漏失定位时间,实现快速、灵活的漏失初定位。
  • 摘要附图
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图1
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图2
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:-1
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图3
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图4
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:-1-2
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图5
    一种供水管网爆管漏失初定位的方法
  • 说明书附图:图6
    一种供水管网爆管漏失初定位的方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2021-03-09 授权
2 2019-07-05 实质审查的生效 IPC(主分类): F17D 5/02 专利申请号: 201910228290.8 申请日: 2019.03.25
3 2019-06-11 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种供水管网爆管漏失初定位的方法,其特征在于该方法包括以下步骤:
步骤
1.基于谱聚类的供水管网分区
(1)计算压力监测点与管网各节点之间的灵敏度系数矩阵;
通过对供水区域建模仿真,模拟每个节点发生一定漏失后,漏失点的压力变化对于管网内的压力监测点的影响;通过压力变化比较计算后,得到灵敏度系数;
其中,Ki为灵敏度系数,i=1,2,...,I,I代表压力监测点数量,ΔHi表示第i个压力监测点在管网节点发生漏失时的压力变化量,ΔHm表示第m个节点发生漏失时压力变化量,m=
1,2,...,N,N为节点总数;根据压力监测点数量以及管网节点总数得到灵敏度系数矩阵M;
(2)根据相似矩阵S,构建邻接矩阵W;
其中,Wij为管网邻接矩阵,Sij为管网相似矩阵,δ为方差,xi、xj分别为i和j两点;
(3)通过任意两点间权重值ωij组成的邻接矩阵W得到所有边的权重和,即为度矩阵D:
所有边的权重和用点集V的子集A表示:
(4)通过度矩阵与邻接矩阵之差得到拉普拉斯矩阵L;
L=D-W
(5)构建标准化后的拉普拉斯矩阵D-1/2LD-1/2;
(6)利用拉普拉斯矩阵性质与Ncut切图法计算得到特征矩阵F,并按行标准化特征向量矩阵,最终组成n×k1维的特征矩阵F*;
其中,Fi,j为特征矩阵,i和j为矩阵i行和j列,k1为特征矩阵特征向量数;
(7)对特征矩阵F*中的每一行作为一个k1维的样本,共n个样本,用输入的K-means聚类方法进行聚类,聚类维数为k2,即得到压力监测点的聚类划分;
(8)取每个压力监测点的邻近监测点,连接形成一个闭合区域,当这个压力监测点在边界附近,则选取边界虚拟测点,形成闭合多边形区域,根据选定的闭合多边形区域筛选出闭合多边形区域内的节点,根据所对应的压力监测点筛选灵敏度系数,筛选范围以闭合多边形区域内的压力监测点的灵敏度系数平均值±0.1之间为筛选条件,得到各个压力监测点的大致划分区域;
(9)将所有压力监测点划分区域进行整合,以重叠部分作为压力监测点的影响区域边界,交叉部分以各点的平均坐标值划分,若两点划分区域之间存在未接触地方,则以各点平均值相对扩大区域;最终,得到整个供水管网压力监测点聚类后的各类划分区域;
步骤
2.压力监测点压力异常分析
运用CUSUM算法判断压力异常变化,具体为:
(1)计算压力变化上下限
其中,xi代表压力观测值,μ为监测值均值,D=dσ,σ为历史监测值方差;
(2)当 或 时,判断该压力监测点附近存在异常;反之,该压力监测点处于正常运行,其中,H是CUSUM选定控制线;
步骤
3.爆管初定位
根据异常压力监测点,定位其所在类的供水管网分区,初步判定该压力监测点所在区域内存在爆管漏失事件。
说明书

技术领域

[0001] 本发明属于城市供水领域,具体是一种供水管网爆管漏失初定位的方法。

背景技术

[0002] 城市供水管网错综复杂、覆盖面积庞大,一旦发生漏失,并不能有效快速的检测到漏失的发生位置。虽然有些水司开展了DMA分区,但由于DMA分区面积仍然不小,如果通过夜间最小流量法判断存在漏失问题,再通过传统的听漏法检测管道上的漏失点,工作量巨大,效率低下。为此,需要尽量缩小漏失发生检测区域,从而提高漏失检测效率,减少工作量。

发明内容

[0003] 针对供水爆管漏失检测定位难问题,本发明提出一种供水管网爆管漏失初定位的方法,以实现快速、灵活的漏失初定位。
[0004] 本发明基于谱聚类的管网分区,结合压力异常变化确定爆管大致区域,实现初定位。为达到以上目的,本发明采取以下步骤:
[0005] 1.基于谱聚类的供水管网分区
[0006] (1)计算压力监测点与管网各节点之间的灵敏度系数矩阵。
[0007] 通过对供水区域建模仿真,模拟每个节点发生一定漏失后,漏失点的压力变化对于管网内的压力监测点的影响。通过压力变化比较计算后,得到灵敏度系数。
[0008]
[0009] 其中,Ki为灵敏度系数,i=1,2,...,I,I代表压力监测点数量,ΔHi表示第i个压力监测点在管网节点发生漏失时的压力变化量,ΔHm表示第m个节点发生漏失时压力变化量,m=1,2,...,N,N为节点总数。根据压力监测点数量以及管网节点总数得到灵敏度系数矩阵M。
[0010]
[0011] (2)根据相似矩阵S,即灵敏度系数矩阵,构建邻接矩阵W;
[0012]
[0013] 其中,Wij为管网邻接矩阵,Sij为管网相似矩阵,δ为方差,xi、xj分别为i和j两点。
[0014] (3)通过任意两点间权重值ωij组成的邻接矩阵W可得所有边的权重和,即为度矩阵D:
[0015]
[0016] 所有边的权重和可以用点集V的子集A表示:
[0017]
[0018] (4)通过度矩阵与邻接矩阵之差得到拉普拉斯矩阵L;
[0019] L=D-W
[0020] (5)构建标准化后的拉普拉斯矩阵D-1/2LD-1/2;
[0021]
[0022] (6)利用拉普拉斯矩阵性质与Ncut切图法计算得到特征矩阵F,并按行标准化特征向量矩阵,最终组成n×k1维的特征矩阵F*;
[0023]
[0024] 其中,Fi,j为特征矩阵,x和j为矩阵i行和j列,k1为特征矩阵特征向量数。
[0025] (7)对F*中的每一行作为一个k1维的样本,共n个样本,用输入的K-means聚类方法进行聚类,聚类维数为k2,即得到压力监测点的聚类划分。
[0026] (8)取每个压力监测点的邻近监测点,连接形成一个闭合区域,如果这个压力监测点在边界附近,则选取边界虚拟测点,形成闭合多边形区域。根据选定闭合筛选出区域内的节点,根据所对应的压力监测点筛选灵敏度系数,筛选范围以闭合区域内监测点的灵敏度系数平均值±0.1之间为筛选条件,得到各个监测点的大致划分区域。
[0027] (9)将所有压力监测点划分区域进行整合,以重叠部分作为压力监测点的影响区域边界,交叉部分以各点的平均坐标值划分,若两点划分区域之间存在未接触地方,则以各点平均值相对扩大区域。最终,得到整个供水管网压力监测点聚类后的各类划分区域。
[0028] 2.压力监测点压力异常分析
[0029] 运用CUSUM算法判断压力异常变化,具体为:
[0030] (1)计算压力变化上下限
[0031]
[0032]
[0033] 其中,xi代表压力观测值,μ为监测值均值,D=dσ,σ为历史监测值方差。
[0034] (2)当 或 时,可以判断该压力监测点附近存在异常。反之,该压力监测点处于正常运行。
[0035] 其中,H是CUSUM选定控制线。参数D、H选取与检测的实际情况以及检测的项目、历史数据等有一定关系。
[0036] 3.爆管初定位
[0037] 根据异常压力监测点,定位其所在类的供水管网分区,初步判定该压力监测点所在区域内存在爆管漏失事件。
[0038] 本发明的有益效果是:
[0039] 1.运用压力监测点灵敏度分析,并通过谱聚类划分供水管网,进一步通过对比压力监测点压力与正常压力是否满足CUSUM判据,判断是否存在异常压力监测点,来快速初步确定漏失区域。
[0040] 2.该方法不需要重复划分压力监测点相关区域,可以减少漏失定位时间。

实施方案

[0047] 为使本发明的爆管漏失初定位方法易于明白,以下结合附图和具体实例,对本发明的实施方式进行阐述。下面以市核心城区4月3日8:30-11:30的管网DMA区为例(如图1所示,图中圆点代表压力监测位置,矩形框代表实验爆管漏失点位置),在该DMA中进行不同地点的2次爆管实验,实验通过开启道路旁的消防栓模拟漏失流量,具体爆管漏失实验时间以及管网压力监测点信息如表1和表2所示。
[0048] 表1爆管漏失模拟实验时间
[0049]
[0050] 表2DMA区中压力监测点信息
[0051]
[0052]
[0053] 1.基于谱聚类的供水管网分区
[0054] (1)计算压力监测点与管网各节点之间的灵敏度系数矩阵。
[0055] 实际计算,得到灵敏度系数矩阵为:
[0056]
[0057] (2)由此可得到DMA区内5377个节点与14个压力监测点之间的灵敏度,并将灵敏度系数矩阵经过高斯核函数处理,得到相似矩阵S,并根据相似矩阵S构建邻接矩阵W为:
[0058]
[0059] (3)通过任意两点间权重值ωij组成的邻接矩阵W可得所有边的权重和,即为度D:
[0060]
[0061] (4)通过度矩阵与邻接矩阵之差得到拉普拉斯矩阵L:
[0062]
[0063] (5)构建标准化后的拉普拉斯矩阵D-1/2LD-1/2:
[0064]
[0065] (6)利用拉普拉斯矩阵性质与Ncut切图法计算得到特征矩阵F*:
[0066]
[0067] (7)对F*进行K-means聚类,由于DMA中存在14个压力监测点,考虑到k值的选取需具有一定实际意义,故分别选取3,4,5,6进行聚类,并利用监测点的位置坐标,比较直观的得到各监测点分类情况以及空间位置分布。具体压力监测点聚类情况,如图2所示。
[0068] 通过谱聚类将14个压力监测点聚为3类的时候,聚类中有一类监测点较多;聚为5类和6类时,压力监测点聚类之间存在交叉现象,且聚类较为混乱;只有聚为4类时,聚类效果较好,聚类区域没有交叉现象,且可以较直观的显示压力监测点的分类情况。因此,根据谱聚类的供水管网压力监测点聚类情况,分为以下四类,如表3所示。
[0069] 表3压力监测点聚类类别
[0070]
[0071] (8)取每个压力监测点的邻近监测点连接形成一个闭合区域,如果这个压力监测点在边界附近,则选取边界虚拟测点,形成闭合多边形区域。由于压力监测点1、4、5、11属于供水管网边界压力监测点,周围缺少足够监测点围成多边形区域,需设置虚拟边界点,虚拟边界点坐标如表4所示。
[0072] 表4虚拟边界点坐标及对应压力监测点
[0073]
[0074]
[0075] 根据选定闭合筛选出区域内的节点,再根据所对应的压力监测点筛选灵敏度系数,筛选范围以闭合区域内监测点的灵敏度系数平均值±0.1之间为筛选条件。其他压力监测点不需要设置虚拟边界点,根据基于谱聚类结合灵敏度矩阵划分步骤,可以划分压力监测点相关区域范围。如图3所示,通过对比DMA管网,可以较为直观的观察到边界在DMA中所对应的节点。
[0076] (9)对14个压力监测点所划分的区域范围进行整合,重叠部分作为边界,交叉部分取对应坐标的平均值,若均未接触,则对应的扩大相应区域。通过对比DMA供水管网实际节点,整合相应区域,得到此DMA区内基于谱聚类的压力监测点聚类区域划分范围。大致划分范围如图4所示。
[0077] 2.压力监测点压力异常分析
[0078] 从SCAD数据库中导出4月3日前一周的供水管网数据信息,从中提取14个压力监测点的七天压力数据,并计算七天的平均压力,作为正常工况下压力来对比分析管网是否发生异常变化。由于DMA爆管漏失实验是在上午8:30-11:30之间进行的,且爆管管段和漏失量不尽相同。因此,获取上午8:30-11:30的各监测点历史平均压力,并与压力监测点的各爆管发生时段观测压力进行CUSUM对比。
[0079] 根据各爆管漏失时段压力监测点观测值与历史平均压力的比较,可以发现压力监测点6和10相对正常工况压力出现较大的压力变化,在9:16-9:17出现一个骤然下降的负压波,且与正常工况压力的趋势明显不同。在9:17时,压力监测点6的方差σ=0.0028m,选定控制线为±0.0084,计算得到CUSUM下限C-=-0.0186,C-<-0.0084,超出边界范围;压力监测点10的σ=0.0064m,选定控制线为±0.0192,计算得到CUSUM下限C-=-0.0253,C-<-0.0192,超出边界范围。因此,压力监测点6和压力监测点10为压力异常监测点。
[0080] 在第二次漏失实验时,压力监测点13和压力监测点7发生明显变化。在9:37时,压力急剧下降,压力监测点13的σ=0.0078m,选定控制线为±0.0234,计算得到CUSUM下限C-=-0.0436,C-<-0.0234;压力监测点7的σ=0.0051m,选定控制线为±0.0153,计算得到CUSUM下限C-=-0.035,C-<-0.0153。由此可知,压力监测点7和13均满足CUSUM判据,且监测点13压力波动更明显。3.爆管初定位。
[0081] 第一次爆管漏失实验,压力监测点6和10发生压力异常的情况,从而判定漏失发生点在压力监测点6和10附近。由于压力监测点6和10归属为第II类,判定该类为漏失发生区域。压力监测点6和10压力比较具体变化如图5所示。
[0082] 第二次爆管漏失实验,压力监测点13发生较大压力异常,根据测点聚类情况,初步确定第IV类聚类分区为漏失发生区域。具体压力监测点13和7压力比较具体变化如图6所示。
[0083] 以上对于本发明的具体实施方式说明是为了阐明目的,而非限定本发明的权利范围。

附图说明

[0041] 图1:供水管网DMA图以及漏失实验点;
[0042] 图2:谱聚类压力监测点聚类情况;
[0043] 图3:各压力监测点区域划分范围;
[0044] 图4:DMA区压力监测点聚类后划分范围;
[0045] 图5:第一次漏失实验压力测点确定;
[0046] 图6:第二次漏失实验压力测点确定。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号