[發(fā)明專利]基于時間序列分析的供水管網(wǎng)漏損監(jiān)測預(yù)警方法有效
| 申請?zhí)枺?/td> | 201910458598.1 | 申請日: | 2019-05-29 |
| 公開(公告)號: | CN110043808B | 公開(公告)日: | 2020-05-19 |
| 發(fā)明(設(shè)計)人: | 邵煜;李昕;楚士鵬;俞亭超;姚華奇 | 申請(專利權(quán))人: | 浙江大學(xué) |
| 主分類號: | F17D5/02 | 分類號: | F17D5/02 |
| 代理公司: | 杭州求是專利事務(wù)所有限公司 33200 | 代理人: | 鄭海峰 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 時間 序列 分析 供水 管網(wǎng) 監(jiān)測 預(yù)警 方法 | ||
1.基于時間序列分析的供水管網(wǎng)漏損監(jiān)測預(yù)警方法,其特征在于包括如下步驟:
(1)建立漏損壓力殘差矩陣,根據(jù)SCADA系統(tǒng)實時上傳的壓力傳感器數(shù)據(jù)獲得實時壓力殘差向量;
所述步驟(1)具體如下:
(1.1)獲得壓力預(yù)測向量:
將t時刻節(jié)點需水量的預(yù)測值作為管網(wǎng)模型輸入,計算管網(wǎng)壓力傳感器位置的壓力值,得到t時刻壓力預(yù)測向量
其中為t時刻第i個傳感器的壓力預(yù)測數(shù)據(jù),ns為壓力傳感器數(shù)量;為ns行的列向量;
(1.2)構(gòu)建模擬漏損場景壓力矩陣:
對t時刻某一個節(jié)點需水量的預(yù)測值依次增加5,10,15,…350m3/h,遍歷管網(wǎng)中所有節(jié)點,共模擬n個漏損場景,計算在所述漏損場景下的壓力傳感器位置的壓力值,得到t時刻模擬漏損場景壓力矩陣
其中,為第k個漏損場景下的壓力傳感器位置的壓力向量,為t時刻第k個漏損場景下,第i個壓力傳感器監(jiān)測數(shù)據(jù)模擬值;
(1.3)將t時刻模擬漏損場景壓力矩陣的每個列向量依次與t時刻壓力預(yù)測向量相減,獲取t時刻漏損壓力殘差矩陣
其中為第k個漏損場景下的漏損壓力殘差矩陣,為ns×n的矩陣;
(1.4)獲得t時刻實時壓力殘差向量:
使用SCADA系統(tǒng)上傳的第t個時刻的壓力傳感器數(shù)據(jù),獲得t時刻實時壓力向量p(t),
其中t={1,2...,k},pi(t)表示t時刻第i個壓力傳感器數(shù)據(jù);p(t)為ns行的列向量;
將t時刻實時壓力向量p(t)與t時刻壓力預(yù)測向量相減,獲取t時刻實時壓力殘差向量r(t),
其中r(t)為ns行的列向量;
(2)將實時壓力殘差向量與對應(yīng)時刻的漏損壓力殘差矩陣做相關(guān)性分析,獲得實時空間相關(guān)性向量;
(3)重復(fù)步驟(1)~(2),獲得j個時段對應(yīng)的實時空間相關(guān)性向量,構(gòu)建時空相關(guān)性矩陣,得到時空最大相關(guān)性向量,并根據(jù)第j次掃描的閾值,進(jìn)行漏損監(jiān)測預(yù)警判斷。
2.如權(quán)利要求1所述的基于時間序列分析的供水管網(wǎng)漏損監(jiān)測預(yù)警方法,其特征在于所述步驟(2)具體如下:
將t時刻實時壓力殘差向量r(t)與t時刻漏損壓力殘差矩陣中的每個列向量依次進(jìn)行相關(guān)性分析,獲得t時刻實時空間相關(guān)性向量Ct,
其中是和r兩個向量間的協(xié)方差,為t時刻實時場景與模擬第k個漏損場景的空間相關(guān)性系數(shù)。
3.如權(quán)利要求1所述的基于時間序列分析的供水管網(wǎng)漏損監(jiān)測預(yù)警方法,其特征在于所述步驟(3)具體為:
每當(dāng)SCADA系統(tǒng)上傳一次壓力傳感器數(shù)據(jù),掃描時間窗進(jìn)行一次掃描,掃描時間窗內(nèi)共覆蓋k個時間段的壓力傳感器數(shù)據(jù);根據(jù)步驟(1)~(2) ,將掃描時間窗第一次掃描的時刻記為t=i,得到i時刻的實時空間相關(guān)性向量Ci,當(dāng)掃描時間窗第j次掃描時,重復(fù)步驟(1)~(2),共獲得j個時段對應(yīng)的實時空間相關(guān)性向量,構(gòu)成時空相關(guān)性矩陣C,
C=[Ci,...Ci+l,...Ci+j-1]
其中Ci+l為i+l時刻的實時空間相關(guān)性向量,C為n×j的矩陣,j≤k;
尋找出時空相關(guān)性矩陣C中每一列的最大相關(guān)性數(shù)值,得到時空最大相關(guān)性向量Cmax,
其中為i+l時刻的實時空間相關(guān)性向量中的最大相關(guān)性數(shù)值;
掃描時間窗每一次掃描均對應(yīng)一個閾值,第j次掃描時的閾值記為CRj,若時空最大相關(guān)性向量Cmax中j個空間最大相關(guān)性數(shù)值均大于閾值CRj時,觸發(fā)報警;若不滿足觸發(fā)報警條件,則進(jìn)行第j+1次掃描,直至完成k次掃描;若掃描時間窗內(nèi)的k次掃描均不觸發(fā)報警,掃描時間窗隨時間向后平移。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910458598.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





