[發(fā)明專利]小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法、裝置、設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110492568.X
• 申請(qǐng)日: 2021-05-06
• 公開（公告）號(hào): CN113065721A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 劉書明;周嘯;吳雪
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q10/00;G06Q50/06;F17D5/02
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 任巖

1.一種基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，包括：

獲取小區(qū)供水管網(wǎng)入口流量數(shù)據(jù)，對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，修復(fù)缺失值和異常值；

判斷待檢測(cè)時(shí)刻的數(shù)據(jù)是否為離群值，將檢測(cè)結(jié)果映射為卡爾曼濾波器KF的輸入狀態(tài)，通過自適應(yīng)異常狀態(tài)估計(jì)判斷發(fā)生泄漏事件的可能性；

根據(jù)發(fā)生泄漏事件的可能性輸出不同的預(yù)警等級(jí)。

2.根據(jù)權(quán)利要求1所述的基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，所述獲取小區(qū)供水管網(wǎng)入口流量數(shù)據(jù)，對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，修復(fù)缺失值和異常值，包括：

采用流量計(jì)獲取小區(qū)供水管網(wǎng)入口流量數(shù)據(jù)，將所述流量數(shù)據(jù)按時(shí)間順序重新排列，識(shí)別出數(shù)據(jù)中的缺失值，并修復(fù)缺失值；

定義數(shù)據(jù)異常值檢測(cè)限N_sigma，計(jì)算出所有監(jiān)測(cè)數(shù)據(jù)的平均值Q_mean、標(biāo)準(zhǔn)差Q_std，定義的數(shù)據(jù)為異常值，并修復(fù)異常值。

3.根據(jù)權(quán)利要求2所述的基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，所述修復(fù)缺失值，包括：

對(duì)于缺失值，使用前一天和后一天對(duì)應(yīng)時(shí)刻的流量數(shù)據(jù)的均值對(duì)其進(jìn)行修補(bǔ)；若前一天和后一天的數(shù)據(jù)仍為缺失，則使用最相鄰日對(duì)應(yīng)時(shí)刻的非缺失數(shù)據(jù)對(duì)其進(jìn)行修補(bǔ)。

4.根據(jù)權(quán)利要求2所述的基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，所述修復(fù)異常值，包括：

對(duì)于異常值，使用前一天和后一天對(duì)應(yīng)時(shí)刻的流量數(shù)據(jù)的均值對(duì)其進(jìn)行替換；若前一天和后一天的數(shù)據(jù)仍為異常值，則使用最相鄰日對(duì)應(yīng)時(shí)刻的非異常值數(shù)據(jù)對(duì)其進(jìn)行替換。

5.根據(jù)權(quán)利要求2所述的基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，在所述修復(fù)異常值之后，還包括：

定義待對(duì)比的歷史數(shù)據(jù)天數(shù)n_d，獲取小區(qū)供水管網(wǎng)入口流量計(jì)當(dāng)前時(shí)刻及前n_d天的歷史流量監(jiān)測(cè)數(shù)據(jù)值。

6.根據(jù)權(quán)利要求1所述的基于異常狀態(tài)估計(jì)的小區(qū)供水管網(wǎng)泄漏事件分級(jí)預(yù)警方法，其特征在于，所述判斷待檢測(cè)時(shí)刻的數(shù)據(jù)是否為離群值，將檢測(cè)結(jié)果映射為卡爾曼濾波器KF的輸入狀態(tài)，通過自適應(yīng)異常狀態(tài)估計(jì)判斷發(fā)生泄漏事件的可能性，包括：

設(shè)當(dāng)前時(shí)刻為d日t時(shí)刻，提取歷史前n_d天每日同一時(shí)刻的歷史數(shù)據(jù)為待檢測(cè)數(shù)據(jù)集D，表示為：D＝(Q_d-nd，t，…，Q_d-1，t，Q_d，t)，其中Q_d，t表示d日t時(shí)刻的小區(qū)入口流量監(jiān)測(cè)值；

將待檢測(cè)數(shù)據(jù)集D輸入DBSCAN聚類算法，識(shí)別數(shù)據(jù)集中的離群值；

判斷當(dāng)前時(shí)刻的小區(qū)入口流量監(jiān)測(cè)值Q_d，t是否為離群值；

設(shè)置卡爾曼濾波器KF的初始狀態(tài)信息i₀＝0，對(duì)應(yīng)方差P₀＝1，狀態(tài)預(yù)測(cè)過程方差P_Q＝1；

將DBSCAN離群值檢測(cè)結(jié)果映射為卡爾曼濾波器KF的輸入狀態(tài)信息；

根據(jù)當(dāng)前時(shí)刻的狀態(tài)信息以及上一時(shí)刻的狀態(tài)預(yù)測(cè)，使用卡爾曼濾波器KF計(jì)算當(dāng)前時(shí)刻的最優(yōu)狀態(tài)估計(jì)，即為當(dāng)前時(shí)刻發(fā)生泄漏事件的可能性。