[發(fā)明專利]一種基于小波奇異性分析和ARMA模型的水管漏水檢測方法

在審

• 申請?zhí)枺?/td>: 201410507513.1
• 申請日: 2014-09-28
• 公開（公告）號: CN104268649A
• 公開（公告）日: 2015-01-07
• 發(fā)明（設(shè)計）人: 于鳳芹;張雷
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于基于數(shù)據(jù)分析的水管故障在線檢測方法。通過對采集得到的瞬時流量和每日用水量兩項數(shù)據(jù)分析，提出對水管爆裂、慢漏這兩種情形下的漏水檢測方法。利用小波奇異性分析來檢測瞬時流量數(shù)據(jù)中是否有階躍型奇異點，從而判斷水管是否產(chǎn)生爆裂；利用小波分解系數(shù)的ARMA模型，通過歷史數(shù)據(jù)預(yù)測日用水量并與實際值比較，根據(jù)產(chǎn)生的誤差來判斷是否存在慢漏想象。

背景技術(shù)

城市居民用水都是以自來水的形式供應(yīng)，自來水是由自來水管道運輸?shù)摹Ｗ詠硭芫W(wǎng)分布復(fù)雜，很多管道是深埋地下的，長時間受到腐蝕及水垢影響，抗壓能力下降容易形成爆裂，同時，人為因素或者氣候因素的影響也可能使管道爆裂。爆裂會造成大流量的泄漏，而腐蝕穿孔或者裂紋等情況下會造成小流量的泄漏。自來水管道的泄漏會造成管道腐蝕加快、水質(zhì)受到污染、水資源的大量流失，還會造成土質(zhì)松動、地面塌陷甚至建筑物倒塌。所以，對于自來水管道的監(jiān)控很重要，需要實時掌握管道的狀況，在發(fā)生漏水狀況時可及時采取措施來降低損失。

管道漏水檢查的傳統(tǒng)的方法是人工聽音檢查。為了避免受到周圍環(huán)境和居民用水的干擾，檢查時間會選擇在夜間，檢查時利用電子聽音設(shè)備去聽管道，根據(jù)有無泄漏聲音判斷是否漏水，再根據(jù)聲音大小去尋找漏水點。這個過程效率很低，受環(huán)境和時間限制較大，并且聽音檢查需要經(jīng)過一定訓(xùn)練的專業(yè)人員。還有一些更加有效的間接檢測法，比如負(fù)壓波檢測法和振動音檢測法。但是，由于這些檢測的信號會隨著距離變長而衰落，并且采集信息時，需要在水管上間隔性地加裝采集裝置，成本高且負(fù)壓波和振動音容易受到介質(zhì)和環(huán)境噪聲等因素的影響。因此，找到簡單、高效、低成本的檢測方法至關(guān)重要。

現(xiàn)在，基于物聯(lián)網(wǎng)技術(shù)的用水管網(wǎng)檢測系統(tǒng)已經(jīng)建立，各級管網(wǎng)的瞬時流量和日用水量都容易獲得，如何利用這些監(jiān)測得到的數(shù)據(jù)，通過數(shù)據(jù)分析算法來判斷是否產(chǎn)生漏水是一個有效的方法。由于水管爆裂時其瞬時流量變化劇烈，所以可以通過對瞬時流量信息的實時分析來檢測爆裂。而慢漏時其瞬時流量上的反應(yīng)則是較微弱的，很難區(qū)分，但是對日用水量造成的影響則是可以區(qū)分的，同時以日用水量數(shù)據(jù)為分析對象具有一定的時效性，所以可以通過日用水量的分析來檢測慢漏。

發(fā)明內(nèi)容

自來水管道的漏水模式可以簡要地分為兩種，一種是突然的爆裂，對于這種情況有個明顯的特征就是瞬時流量的突增，另一種則是相對漏水量少一些的慢漏，這種情況造成的現(xiàn)象則是相對于正常情況下日用水量有小幅增加。這兩種漏水模式的特征是本發(fā)明判斷漏水模式的基礎(chǔ)。同時，由于物聯(lián)網(wǎng)技術(shù)的應(yīng)用，能夠?qū)Ω骷壒艿兰右员O(jiān)測，這就為本發(fā)明所需數(shù)據(jù)的獲取提供了前提。

爆裂是突然形成的，對瞬時流量造成的影響也是即刻出現(xiàn)的。在瞬時流量數(shù)據(jù)中的具體反應(yīng)就是實時的瞬時流量數(shù)據(jù)呈波動狀態(tài)，當(dāng)爆裂發(fā)生時數(shù)據(jù)突增形成了一個階躍型奇異點，因此爆裂是否發(fā)生的判斷依據(jù)為是否形成階躍型奇異點。小波變換具有良好的時頻局部化能力使得其成為信號奇異性檢測的有力工具。以平滑函數(shù)的一階導(dǎo)數(shù)作為小波基函數(shù)對信號做小波變換時，其小波變換在不同尺度下的模極大值點對應(yīng)于信號的奇異點的位置。Lipschitz指數(shù)α常被用來描述函數(shù)的局部奇異性，小波變換模極大值在多尺度上的表現(xiàn)與Lipschitz指數(shù)α之間存在著相應(yīng)的關(guān)系，尤其是當(dāng)α＝0時所對應(yīng)的奇異點為階躍型奇異點，并且α＝0時小波變換模極大值的幅值不隨尺度的變化而變化。因此，對于爆裂的檢測就可以轉(zhuǎn)化為對瞬時流量數(shù)據(jù)奇異點的檢測并通過奇異點的Lipschitz指數(shù)α判斷其是否為階躍型奇異點進(jìn)而得出檢測結(jié)果。

考慮到現(xiàn)實中開閉水閥等因素也可能會造成類似階躍型奇異點的變化，這給判斷帶來了干擾，為了盡量減少此類干擾應(yīng)當(dāng)縮小奇異點的候選范圍。根據(jù)《城市給水管網(wǎng)漏損控制及評定標(biāo)準(zhǔn)》，城市供水管網(wǎng)基本漏損率不應(yīng)大于12％，為了兼顧有效性，選取奇異點幅度變化超過10％的點作為階躍型奇異點的候選點。同時，由于計算Lipschitz指數(shù)α比計算奇異點幅度變化復(fù)雜，先計算奇異點幅度變化，保留結(jié)果大于等于10％的點再去計算Lipschtiz指數(shù)α。以高斯函數(shù)作為小波基函數(shù)對瞬時流量數(shù)據(jù)做多尺度的小波變換，從大尺度到小尺度分別尋找各尺度上小波變換模極大值點，由于階躍奇異點對應(yīng)的模極大值點幅值不隨尺度變化，所以只要確定那些幅值在各個尺度上不變的奇異點，根據(jù)(奇異點處峰值-前一點值)/前一點值計算比值，保留比值大于等于10％的點，最后計算出奇異點對應(yīng)的Lipschitz指數(shù)α，如果α＝0則出現(xiàn)階躍型奇異點，也就是出現(xiàn)了爆裂。