CN102235575A - 用于检查管道泄露的数据处理方法及系统 - Google Patents

用于检查管道泄露的数据处理方法及系统 Download PDF

Info

Publication number
CN102235575A
CN102235575A CN2010101633107A CN201010163310A CN102235575A CN 102235575 A CN102235575 A CN 102235575A CN 2010101633107 A CN2010101633107 A CN 2010101633107A CN 201010163310 A CN201010163310 A CN 201010163310A CN 102235575 A CN102235575 A CN 102235575A
Authority
CN
China
Prior art keywords
detected parameters
zone
pipeline
sensor
leakage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010101633107A
Other languages
English (en)
Other versions
CN102235575B (zh
Inventor
吴贤
王栋
田春华
费奔
肖晶
王浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to CN2010101633107A priority Critical patent/CN102235575B/zh
Priority to GB1212408.7A priority patent/GB2492667B/en
Priority to US13/643,665 priority patent/US20130085690A1/en
Priority to JP2013506600A priority patent/JP2013525790A/ja
Priority to PCT/EP2011/056399 priority patent/WO2011134881A1/en
Priority to DE112011100419.2T priority patent/DE112011100419B4/de
Publication of CN102235575A publication Critical patent/CN102235575A/zh
Application granted granted Critical
Publication of CN102235575B publication Critical patent/CN102235575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
    • G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E21B47/10—Locating fluid leaks, intrusions or movements
    • E21B47/117—Detecting leaks, e.g. from tubing, by pressure testing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00—Pipe-line systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00—Arrangements for supervising or controlling working operations
    • F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
    • G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
    • G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions

Abstract

本发明提供一种用于检查管道泄露的数据处理方法及其系统。其中所述方法包括：接收至少一个传感器针对其所对应的区域的管道采集的检测参数；聚集所述至少一个传感器采集的检测参数；对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域检测参数的演变趋势；判断所述检测参数的演变趋势是否符合预定的泄露特征；如果所述检测参数的演变趋势符合预定的泄露特征则确定所述对应区域存在管道泄露。本发明可以帮助确定存在小流量泄露的泄露区域，并且可以为用户提供基于资源约束的待检测存在管道泄露的区域。

Description

用于检查管道泄露的数据处理方法及系统
技术领域
本发明总体上涉及信息处理技术领域，特别地，涉及一种用于检查管道泄露的数据处理方法及系统。
背景技术
随世界城市化进程不断发展，各城市管道网络(管网)基础建设巨大并且持续扩张，其中包括供水、供气等管网。以北京市为例，根据公开报道，2006年底，北京市市区已有19座水厂，日供水能力约300万m3/天，供水管线总长度近8000km。而另一方面，由于存在大量的管道泄露，世界上有大量的水、气、油等介质被泄露，白白浪费而且可能污染环境。以挪威特隆赫姆市(Trondheim)为例，据报道平均每年的自来水爆管事件高达250～300起。据统计，15-30％饮用水因管道泄漏而浪费，IWA(国际水协International Water Association)估计，早期报告爆管事件平均水损失864m3，未及时报告爆管水损失为7200m3。由此可见，及时发现并及时维修可以减小社会经济损失，降低水、气等的泄漏量对城市生态建设意义重大。据称通过一些检漏/维修措施，中国某市自来水公司一年可避免漏水量达3,000万吨。
目前对泄露的检查主要包括以下几种：
环境调查法：最直观的一种判定漏水线索和范围的方法。根据供水管网图及有关人员提供的情况，对供水管道进行详细的调查。包括管道连接情况、分布、材质及周围介质的情况。并通过观察路面情况、冬季积雪先溶、管线上方草木茂盛、下水井等沟渠清水长流等情况判定漏点。
压力测试比较法：管道破损漏水，如漏量较大，一般会造成管网局部压力降低，离漏点越近压力越低。利用消防栓进行测压比较，可以快速锁定漏水区域。
余氯检测法：按照国家规定的出厂水标准，氯和水接触30分钟后余氯含量要不低于0.3毫克/升，管网末梢水中游离性余氯的含量不低于0.05毫克/升。利用余氯与邻联甲苯胺反映生成黄色的醌式化合物的原理，通过对采集到的水样进行检测，通过目试比色就可判断是否是供水管网发生泄漏。
音听检漏法：音听检漏法分为阀栓听音、路面听音、钻探定位三种，前一种用于查找漏水的线索和范围，简称漏点预定位；后两种用于确定漏水点位置，简称漏点精确定位。
相关检漏法：相关检漏法是一种先进有效的检漏方法，特别适用于环境干扰噪声大、管道埋设太深或不适宜用地面听音法的区域。用相关仪可快速准确地测出地下管道漏水点的精确位置。其工作原理为：当管道漏水时，在漏口处会产生漏水声波，并沿管道向远方传播，当把传感器放在管道或连接件的不同位置时，相关仪主机可测出由漏口产生的漏水声波传播到不同传感器的时间差Td，只要给定两个传感器之间管道的实际长度L和声波在该管道的传播速度V，漏水点的位置Lx就可按下式计算出来：Lx＝(L-V×Td)/2，式中V取决于管材、管径和管道中的介质。
区域泄漏噪声自动监测法：区域泄漏噪声自动监测法是利用区域泄漏普查系统，对某小区或一定区域内供水管网进行集中检测。首先对检测探头进行检测设置，并把探头按一定距离放置在管网附属设施上，被设置好的探头将按预定的要求对管线的噪声状况进行测试并自动记录在探头之中。探头按预定的时间与要求完成测试后既可以将其取回，向主机或计算机下载数据，然后将下载成功的数据及时存盘再进行分析。该方法一次可完成对一片区域管网漏水状况的测试，不仅可以减低测漏人员的工作强度，而且可以明显的提高检测工作效率，缩短漏水检测周期。
目前对泄露的检修主要有以下步骤：
①区域流量与管网压力分析调查；
②调用管网基础资料(如图件资料等)；
③熟悉现场管网具体情况；
④进行实地环境调查和阀拴听音调查；
⑤路面听音调查；
⑥相关分析调查；
⑦钻探定位调查；
⑧漏点确认工作；
⑨修复后漏水复查工作及资料归档。
目前常用的检查仪器有听音杆，检漏仪，相关仪，管线定位仪，区域泄漏普查系统等。然而目前的检修方法存在很多缺陷。比如局部环境下的灵敏程度不够，压力(流量，余氯含量，etc.)传感器不能检测到很小时间区间内的压力等检测参数的变化。另外即使有了高精度的测漏仪器，各个分散点的泄漏量不大的时候，不能有足够的资源去对每个进行加压测试，以往这种情况偶尔会在周期例行的检测中发现，但是周期例行的检测是不够的。另外由于历史的原因，管道的传感器(比如流量计、压力计等)布置的数量不足，有时也无法取得足够精确的泄露数据。
发明内容
本发明一方面提供一种用于检查管道泄露的数据处理方法，所述方法包括：接收至少一个传感器针对其所对应的区域的管道采集的检测参数；聚集所述至少一个传感器采集的检测参数；对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域检测参数的演变趋势；判断所述检测参数的演变趋势是否符合预定的泄露特征；如果所述检测参数的演变趋势符合预定的泄露特征则确定所述对应区域的管道存在泄露。
本发明另一方面提供一种用于检查管道泄露的数据处理系统，所述系统包括：接收装置，用于接收至少一个传感器针对其所对应的区域的管道采集的检测参数；聚集装置，用于聚集至少一个传感器所采集的检测参数；分析装置，用于对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域检测参数的演变趋势；判断装置，用于判断所述检测参数演变趋势是否符合预定的泄露特征；以及确定装置，用于如果所述检测参数演变趋势符合预定的泄露特征则确定所述对应的区域的管道存在泄露。
本发明克服了现有技术中无法确定管道泄漏量不够大的区域的缺陷，其可以确定存在小流量泄露的泄露区域，而且能够帮助市政部门根据现有的资源(人力，设备，时间)和泄露的可能区域以及面积流量的大小，自动计算出较佳的检测方案，即现有资源条件下能够精确定位出最大泄露量的方案，以提供决策规划部门有力的决策支持。
附图说明
为了对本发明实施例的特征和优点进行详细说明，将参照以下附图。如果可能的话，在附图和描述中使用相同或者类似的参考标号以指代相同或者类似的部分。其中：
图1示出了本发明用于确定管道泄露的第一具体实施方式；
图2、3示出了本发明用于确定管道泄露的第二具体实施方式；
图4示出了本发明用于利用资源约束定位待检测的泄露区域的具体实施方式；
图5、6示出了本发明用于确定管道泄露的第三具体实施方式；
图7示出了本发明用于确定管道泄露的数据处理系统的框架图。
具体实施方式
现在将参考本发明的示例性实施例进行详细的描述，在附图中图解说明了所述实施例的示例，其中相同的参考数字始终指示相同的元件。应当理解，本发明并不限于所公开的示例实施例。还应当理解，并非所述方法和设备的每个特征对于实施任一权利要求所要求保护的本发明都是必要的。此外，在整个公开中，当显示或描述处理或方法时，方法的步骤可以以任何顺序或者同时执行，除非从上下文中能清楚一个步骤依赖于先执行的另一步骤。此外，步骤之间可以有显著的时间间隔。
在现有的城市管道中，一般会分区域布置一定数量的传感器对管路进行检测。目前供水管道主要布置有压力计，流量计，污泥浓度传感器，固体悬浮及混浊度传感器，电导率传感器，PH值传感器，溶解氧传感器等，目前市面上销售的也有多参数水质检测仪，可以满足检测多种技术参数的需求。要判断管道的泄漏可以通过观察一种或者多种类型的数据，目前主要的能够通过传感器采集和利用的数据有以下几种：流体压力、流体流量、流体流速、余氯含量、溶解氧、pH值、ORP(氧化还原电位)、电导率、温度、总溶解气体、浊度等等。市场上能购买到集成采样多个指标的传感器，也有采样单个指标的传感器。记录传感器所采集的检测参数数据的结构如表1所示，当然本领域技术人员基于本申请可以构思其它任何合适的数据结构来记录相关检测数据。以压力检测泄露数据为例，通过记录单个传感器记录灵敏程度范围内的时间区间的相关压力参数，可以得到如下表1，当然这可以无困难地推广到以上其它的数据指标。进一步地，表2记录了各个传感器的对应区域和覆盖面积以及检测的参数类型，当然也可以简单地使用传感器ID来代表传感器的对应区域等，当实际要以用户可以理解的方式呈现，再进行具体的区域映射，比如某个传感器ID代表某个街区等，因此表2在一些具体实施方式中并非必需的信息，一些具体优选实施方式可以利用到这些信息。当然表1和表2还可以记录其它用户需要或者规定的信息。
表1传感器采样数据示例
  传感器样本ID   指标类型   采集时间   采集值(单位：Mpa) …
  样本1   压力   2009.01.0100:00   0.28 …
  样本2   压力   2009.01.0100:25   0.28 …
  样本3   压力   2009.01.0100:50   0.20 …
  …   …   …   … …
表2传感器相关信息
  传感器ID   对应区域   覆盖面积   参数类型 …
  1   Pos1   Area1   压力 …
  2   Pos2   Area2   压力 …
  3   Pos3   Area3   余氯含量 …
  …   …   … …
其中表2的对应区域表征传感器的区域位置(比如xxx街道、xxx小区等)，覆盖面积表征传感器所测检测参数与多大的面积相关。
正如在背景技术部分所言，由于成本以及原有管网传感器布置的局限，现有的检测技术无法检测管道泄漏量不够大的泄露。下面详细阐述本发明基于上述传感器所收集的检测参数用于检查管道泄露的第一具体实施方式。在步骤101中，接收至少一个传感器针对其所对应的区域的管道采集的检测参数。如上所述，可以接收单个类型的检测参数，比如液体压力参数，也可以同时包括多种类型的检测参数，这些检测参数可以分别根据各自不同的指标并行地处理，也可以利用分别得到的结果进行相互校对以确保准确。所述检测参数包括以下至少之一的在不同时间区间多个采集样本的数值：流体压力、流体流量、流体流速、余氯含量、溶解氧、pH值、ORP(氧化还原电位)、电导率、温度、总溶解气体、浊度。可选地，也可以记录传感器的具体区域位置信息(比如xxx街道、xxx小区等)以及覆盖面积，以利于后续进一步的优选处理。在步骤103中，聚集至少一个传感器所采集的检测参数。其中可以通过累加所述至少一个传感器的检测参数来聚集所述检测参数。优选地，还可以结合传感器的地理位置(比如行政区域划分)以及覆盖面积对检测参数进行加权聚集。例如可以对多个管道区域对应的传感器的检测数据采用简单k均值聚类方法，其中每个传感器作为一个点，根据他们之间的物理距离的大小进行聚类，有非常多的文献介绍相关的技术，可以参见http://en.wikipedia.org/wiki/K-means_clustering。而本领域技术人员基于本申请还可以构思出其它适用的聚集方法。在步骤105中，对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域的检测参数演变趋势。为得到区域的检测参数演变趋势，可以对聚集后的检测参数进行各类分析，其中比如一般的数值分析，例如最简单的计算以下两个时间段的采样值差分(简单的求差))，优选地，可以对检测参数采用频谱分析的方法以获得检测参数的演变趋势，频谱分析的方法可以采用傅立叶变换、小波变换或者用欧几里德空间本身的正交基做变换等。基于检测参数的演变趋势就可以了解到泄露随时间变化的特点。在步骤107中，基于所述检测参数演变趋势确定所述对应的区域是否存在管道泄露。申请人通过总结多年业界的经验以及结合自身多次的相关实验发现了局部泄漏主要包括以下特征：
1)突然持续的出现一定的流量增加；
2)流量在任意时间段内稳定(或者阶梯式稳定增长)；
3)流量在任意时间段内不会减少；
4)即使在极低用量的情况下(例如半夜)，仍然有和高峰时段接近或同样的流量(同样压力)，如果变化的量非常小，需要用专业的仪器才能检测到，但是变化是有规律的(时间相关)，不同于工业和民用水的规律。
当然随着技术以及处理少量泄露的实践的增多，可能总结出更多有效的用于判断泄露的泄露特征。因此本申请根据包括但不限于上述特征至少之一的泄露特征，而上述特征仅仅用于说明本发明的实现，而不能理解为对本发明的保护范围的限制。基于检测参数的演变趋势确定所述对应的区域的管道是否存在泄露。而优选地，可以判断所述检测参数演变趋势是否符合预定的泄露特征，所述预定的泄露特征可以为上述特征的至少一个，也可以根据本领域技术的发展进行不断更新。如果所述检测参数演变趋势符合预定的泄露特征，则确定所述对应的区域的管道存在泄露。
图2、3示出了本发明用于确定管道泄露的第二具体实施方式。其中，在步骤201中，分别聚集至少一个传感器所采集的检测参数以形成多个区域所分别对应的聚集的检测参数。聚集的方法可以从下往上进行的：对每一个传感器节点，聚集地理上相邻的x个传感器的检测参数(可以采用如上述的多种聚集的方法，优选地可以进行简单的累加，比如流量的累加，压力的累加，可以根据传感器类型而定)，形成一个中间节点，如此循环，直到全部聚集成一个节点，也就是根节点。x的值可以根据用户的需要(比如传感器布置时的位置和所覆盖的面积等)任意设定，最小可以是1，最大可以是所有的传感器个数，x的值可以根据传感器的相关位置进行调整，比如如果附近的传感器较多，x可以适当增大。也可以结合城市行政区域的划分以及传感器的检测参数以及位置信息，来聚集传感器的数据从而形成例如城市某区某居民区的区域检测数据等。聚集后的检测数据所对应的区域就是原来各个分散检测数据对应的区域的总和(或者说是覆盖面积的总和)。步骤201的聚集过程和所得到的结果可以如图3所示，这样形成了叶节点为聚合后x个传感器的检测参数形成的区域1～n对应的检测参数，而中间节点以及最后的根节点则为在叶节点的检测参数的进一步聚集形成的上一层的区域的检测参数的树结构，从而方便后续优选处理。值得注意的是，图3中传感器的数目仅仅是示意性的，而不能理解为对本申请的保护范围的限定。在步骤203中，对所述聚集后的各个区域的检测参数进行频谱分析以获得各个区域的检测参数演变趋势。对于图3所述的节点树，对每一层的节点，用累加后的值结合时间来计算相应的谱值，频谱分析可以采用多种候选方式：傅立叶变换，小波变换，都是属于函数空间的正交基变换；或者用欧几里德空间本身的正交基做变换，选择一组适当的正交基，最简单的，是自然基，也就是构成单位矩阵的那组基，那么变换后的值等于原来的值。通过上述任何一种频谱变换方法后，如果由传感器收集的原始数据关于时间t，值是f(t)，变换后是F(T)。如果采用自然基，那么f＝F。而利用计算获得的谱值F(T)，来计算给定时间区间([T1，T2])的一阶(d1)和二阶(d2)的差分，以下是标准定义的差分公式：
d1(T)＝(F(T2)-F(T1))/(T2-T1)    (1)
d2(T)＝(d1(T2)-d1(T1))/(T2-T1)  (2)
如果是采用自然基做的变换，以所聚集的检测参数是流体压力为例，那么一阶差分d1就是最简单的流体压力差值，二阶差分d2就是流体压力变化速度的差值。以上的各个区域的一阶差分d1、二阶差分d2就代表或者说确定了各个区域的检测参数演变趋势。
在步骤205中，判断所述检测参数演变趋势是否符合预定的泄露特征。具体地，与上述所总结的局部泄漏的特征相对应，可以根据以下至少之一判断所述一阶增量和二阶增量的特征(其作为预定的泄露特征)以确定所述检测参数演变趋势：
1’)任意时间段的检测参数的频谱的一阶增量均匀；
2’)任意时间段的检测参数的频谱的二阶增量均匀；
3’)任意时间段的检测参数的频谱的一阶增量为非减函数；以及
4’)高峰和普通时间段的检测参数的频谱的二阶增量一致。
在步骤207中，如果所述检测参数演变趋势符合预定的泄露特征，则确定所述对应的区域存在管道泄露。具体地，如果符合以上四点特征1’)、2’)、3’)、4’)至少之一或者多个，那么判断该节点存在泄露，对于泄露量的估计，以传感器采集的流体压力值为例，按照压力值(或者其他采样的指标值)估算泄漏量，通常压力差大，相应泄漏量就大，即对其他指标也存在类似的推断。如果确定了相关区域存在泄露，则将其标记为泄露，如果确定了相关区域不存在泄露，则将其标记为不存在泄露，但是也可以不进行标记，并约定没有标记就表明不存在泄露，这也是标记的一种方式。以图3所示的泄露区域的节点树为例，可以得到标记了泄露与否的区域节点树。还可以将该结果呈现给用户，或者作为数据库供用户查询等等。另外，优选地，可以通过累计泄露区域中的各个传感器所对应的泄露面积，来标记泄露区域所对应的覆盖面积。
另外用户可能因为客观原因无法检测所有标记了泄露的区域，在图4中示出了本发明用于利用资源约束定位待检测的泄露区域的一个具体实施方式。其中如果将单位时间，单位设备，单位人力条件下，能完成的检测面积，用s表示，用户根据自身情况，输入能提供的时间，设备和人力，得到总共能够完成的检测面积，用S表示，则形成了用于检测的资源约束。则在步骤401中，根据资源约束遍历所述确定了存在泄露的区域，以确定满足资源约束的存在泄露的区域。具体地，可以设置空队列V用来放置待人工勘测的节点，队列中所有节点覆盖的面积设为S(V)，从节点树中的根节点开始，遍历如图3所示的子节点：
a)检查子节点是否被标记了泄露，如果是，那么检查该节点所覆盖的范围，如果小于S-S(V)，那么把节点加入队列V，不再继续寻找该节点的子节点，重复开始同一父节点的下一个子节点；
b)如果该节点所覆盖的范围大于S-S(V)，那么不能往队列里添加，继续往下寻找该节点的子节点，回到步骤a；
c)如果S-S(V)＝0，或者趋于0，那么停止寻找。
在步骤403中，将所述满足资源约束的存在泄露的区域按照该区域估计的泄露量大小进行排列。具体地，对V中所有的节点按照表征泄漏量大小的聚集后的检测参数进行排序，可以升序排列，也可以降序排列。如果两组传感器的可能漏量相等的话，就按照哪一组覆盖的范围区域面积更大来排序，优先选择面积大的区域。在步骤405中，则将排序后的区域报告用户。这样，就可以保证用户的检测资源可及的情况下，可以优先检测泄露量大的区域，从而防止因为等待检测修复的时间过长而导致更大的浪费。
图5、6示出了本发明用于确定管道泄露的第三具体实施方式。其中在步骤501中，聚集至少一个传感器所采集的检测参数。具体地，如图6所示，多个传感器收集的检测参数形成了多个节点，可以从任意一个传感器的检测参数节点开始，聚集地理位置相邻的节点，聚集方法如上面所介绍的。可以一次聚集一个传感器的检测参数，或者x个传感器的检测参数。在步骤503中，对聚集后的检测参数进行分析以得到所述至少一个传感器所对应的区域的检测参数的演变趋势。具体的分析方法可以如上所述，从而获得检测参数演变趋势。在步骤505中，判断所述检测参数演变趋势是否符合预定的泄露特征。如果符合，则在步骤507中标记该区域为泄露区域；如果不符合，在步骤506中，可以在已经聚集的检测参数的节点基础上，再增加聚集至少一个检测参数的附近节点(当然优选可以增加步骤510，判断附近是否还有可以进行聚集的剩余节点的，如果没有，则转到步骤508)，则重复上述501、503和505步骤，以期找到存在泄露的区域，优选地，此时可以加入资源约束阈值(其可以为上述资源约束的若干分之几，但小于或等于上述资源约束)，比如，如果该区域的覆盖范围大于或者等于资源约束阈值而没有发现该区域发生泄露，则可以丢弃该区域或者标记该区域为不存在泄露，而不重复上述步骤501、503和505。在步骤508中判断是否已经聚集了所有的检测参数的节点，如果是，则结束该过程；否则，重复上述步骤501、503和505以遍历新的检测参数的节点。经过循环执行上述步骤501、503和505后，就可以得到如图6所示的各个划分好的存在泄露的区域，不存在泄露的区域被丢弃或者标记为不存在泄露。图6只是示例性地分别标出存在“泄露”或者“无泄漏”的两个区域。优选地，也可以按照前面介绍的方法标记泄露量以及总计其覆盖面积等。另外，如果传感器的泄露数据节点较多，则可以对节点形成的图形按照地理接近位置划分为多个图形区域，而对该多个图形区域并行地执行上述方法以提高效率。划分图形区域可以采用现有的多种方法对传感器节点进行聚类，例如采用简单k均值聚类方法，将每个传感器作为一个节点，根据他们之间的物理距离的大小进行聚类，有非常多的文献介绍相关的技术，例如：http://en.wikipedia.org/wiki/K-means_clustering。本领域技术人员基于本申请也可以构思出其它适用的实施方式。
本发明还提供利用资源约束定位待检测的泄露区域的另一具体实施方式。具体地，其可以在上述步骤501中加入资源约束的阈值以限制聚集成检测面积过大的区域。优选地，可以将由第三具体实施方式标记的泄露区域按照估计泄露量大小进行降序排列形成队列V，并且根据用户输入的资源约束S，过滤掉那些泄露区域的覆盖面积大于或者等于的节点S，累计队列V前面节点的覆盖面积S(V)，当S-S(V)＝0，或者趋于0，停止累计，删除停止点后的节点，并将该队列V呈现给用户以定位泄露区域和进行检测。这个方案是上述在树形节点树中遍历寻找泄露区域的一个特例，这里相当于是一棵只有一层叶子节点和一个汇总的根节点的树，那么按照上述方法顺序遍历寻找泄漏点就可以了。当然本领域技术人员也可以采用升序或者检测面积与流量的综合指标排序的排列方案进行。
本发明还提供一种用于检查管道泄露的数据处理系统，图7示出了本发明用于确定管道泄露的数据处理系统700的框架图。该数据处理系统包括了接收装置701、聚集装置703、分析装置705、判断装置706和确定装置707。其中所述接收装置701用于接收至少一个传感器针对其所对应的区域的管道采集的检测参数；聚集装置703用于聚集至少一个传感器所采集的检测参数；分析装置705用于对聚集后的检测参数进行分析以得到所述至少一个传感器所对应的区域的检测参数演变趋势；判断装置706用于判断所述检测参数演变趋势是否符合预定的泄露特征；确定装置707用于如果所述检测参数演变趋势符合预定的泄露特征则确定所述对应的区域存在管道泄露。由于上述各个装置所涉及的方法在前面已经进行了详细的阐明，在此不再赘述。
优选地，其中所述聚集装置703包括：用于分别聚集至少一个传感器所采集的检测参数以形成多个区域所分别对应的聚集的检测参数的装置。
优选地，所述系统700还包括：用于根据确定所述对应的区域的管道存在泄露而标记多个区域中存在管道泄露的区域的装置。
优选地，其中所述系统700还包括：用于如果确定所述对应的区域的管道不存在泄露，则在先前聚集的检测参数的基础上，重新聚集另外的至少一个传感器所采集的检测参数，并利用所述用于判断所述检测参数演变趋势是否符合预定的泄露特征的装置和所述用于如果所述检测参数演变趋势符合预定的泄露特征，则确定所述对应的区域的管道存在泄露的装置直至得到管道存在泄露的区域的装置。
优选地，其中还包括用于循环利用所述聚集装置703、分析装置705、判断装置706和确定装置707以确定管道存在泄露的多个区域。
优选地，其中所述聚集至少一个传感器所采集的检测参数包括累加所述至少一个传感器的检测参数。
优选地，其中所述对聚集后的检测参数进行分析包括对所述聚集后的检测参数进行频谱分析。
优选地，其中所述分析装置705还包括：用于计算通过频谱分析得到的所述聚集后的检测参数的频谱的一阶增量和二阶增量的装置；以及用于判断所述一阶增量和二阶增量的特征以确定所述检测参数的演变趋势的装置。
优选地，其中所述用于判断所述一阶增量和二阶增量的特征以确定所述检测参数的演变趋势的装置包括以下装置的至少之一：用于判断任意时间段的检测参数的频谱的一阶增量是否均匀的装置；用于判断任意时间段的检测参数的频谱的二阶增量是否均匀的装置；用于判断任意时间段的检测参数的频谱的一阶增量是否为非减函数的装置；以及用于判断高峰和普通时间段的检测参数的频谱的二阶增量是否一致的装置。
优选地，还进一步包括：用于基于已经确定了存在泄露的所述至少一个区域，利用资源约束定位要求检测的泄露区域的装置。
优选地，其中所述用于基于已经确定了存在泄露的所述至少一个区域，利用资源约束定位要求检测的泄露区域的装置包括：用于根据资源约束遍历所述确定了存在泄露的区域以确定满足资源约束的存在泄露的区域的装置；用于将所述满足资源约束的存在泄露的区域按照该区域估计的泄露量降序排列的装置。
另外，根据本发明的用于检查管道泄露的数据处理方法还可以通过计算机程序产品来实施，该计算机程序产品包括用于当在计算机上运行所述计算机程序产品时执行以实施本发明的仿真方法的软件代码部分。
还可以通过在计算机可读记录介质中记录一计算机程序来实施本发明，该计算机程序包括用于当在计算机上运行所述计算机程序时执行以实施根据本发明的仿真方法的软件代码部分。即，根据本发明的仿真方法的过程能够以计算机可读介质中的指令的形式和各种其它形式分发，而不管实际用来执行分发的信号承载介质的特定类型。计算机可读介质的例子包括诸如EPROM、ROM、磁带、纸、软盘、硬盘驱动器、RAM和CD-ROM的介质以及诸如数字和模拟通信链路的传输型介质。
尽管参考本发明的优选实施例具体展示和描述了本发明，但是本领域一般技术人员应该明白，在不脱离所附权利要求限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种修改。

Claims (23)

1.一种用于检查管道泄露的数据处理方法，所述方法包括：
接收至少一个传感器针对其所对应的区域的管道采集的检测参数；
聚集所述至少一个传感器采集的检测参数；
对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域的检测参数的演变趋势；
判断所述检测参数的演变趋势是否符合预定的泄露特征；
如果所述检测参数的演变趋势符合预定的泄露特征则确定所述对应的区域存在管道泄露。
2.如权利要求1所述的方法，其中所述聚集所述至少一个传感器所采集的检测参数包括：分别聚集至少一个传感器采集的检测参数，以形成多个区域分别对应的聚集的检测参数。
3.如权利要求1所述的方法，其中所述方法还包括：
响应于确定所述对应的区域不存在管道泄露，则在先前聚集的检测参数的基础上，重新聚集另外的附近至少一个传感器所采集的检测参数，并执行所述判断所述检测参数的演变趋势是否符合预定的泄露特征和所述如果所述检测参数的演变趋势符合预定的泄露特征则确定所述对应的区域存在管道泄露，直至得到存在管道泄露的区域。
4.如权利要求1或3所述的方法，其中还包括循环执行所述聚集步骤、分析步骤、判断步骤和确定步骤以确定存在管道泄露的多个区域。
5.如权利要求2或4所述的方法，所述方法还包括：
响应于确定所述对应的区域的管道存在泄露，标记多个区域中存在管道泄露的区域。
6.如权利要求2或4所述的方法，还进一步包括：
响应于确定了存在管道泄露的区域，利用资源约束来定位要求检测的存在管道泄露的区域。
7.如权利要求6所述的方法，其中所述利用资源约束来定位要求检测的存在管道泄露区域包括：
根据资源约束遍历确定了存在管道泄露的区域；
将所述存在管道泄露的区域按照估计的泄露量的大小进行排列。
8.如权利要求1所述的方法，其中所述聚集至少一个传感器所采集的检测参数包括累加所述至少一个传感器的检测参数。
9.如权利要求1所述的方法，其中所述对聚集后的检测参数进行分析包括对所述聚集后的检测参数进行频谱分析。
10.如权利要求9所述的方法，其中所述对聚集后的检测参数进行分析以得到所述至少一个区域的所述检测参数的演变趋势还包括：
计算通过频谱分析得到的所述聚集后的检测参数的频谱的一阶增量和二阶增量的至少之一；
判断所述一阶增量和二阶增量的至少之一的特征以确定所述检测参数的演变趋势。
11.如权利要求10所述的方法，其中所述判断所述检测参数演变趋势是否符合预定的泄露特征包括判断以下至少之一：
任意时间段的检测参数的频谱的一阶增量是否均匀；
任意时间段的检测参数的频谱的二阶增量是否均匀；
任意时间段的检测参数的频谱的一阶增量是否为非减函数；以及
高峰和普通时间段的检测参数的频谱的二阶增量是否一致。
12.如权利要求1-11之一所述的方法，其中所述检测参数包括以下至少之一的在不同时间区间的多个采样数值：流体压力、流体流量、流体流速、余氯含量、溶解氧、pH值、氧化还原电位、电导率、温度、总溶解气体、浊度。
13.一种用于检查管道泄露的数据处理系统，所述系统包括：
接收装置，用于接收至少一个传感器针对其所对应的区域的管道采集的检测参数；
聚集装置，用于聚集至少一个传感器所采集的检测参数；
分析装置，用于对聚集后的检测参数进行分析以得到所述至少一个传感器的对应的区域检测参数的演变趋势；
判断装置，用于判断所述检测参数演变趋势是否符合预定的泄露特征；以及
确定装置，用于如果所述检测参数演变趋势符合预定的泄露特征则确定所述对应的区域存在管道泄露。
14.如权利要求13所述的系统，其中所述聚集装置包括：用于分别聚集至少一个传感器所采集的检测参数以形成多个区域所分别对应的聚集的检测参数的装置。
15.如权利要求13所述的系统，其中所述系统还包括：
用于如果确定所述对应的区域不存在管道泄露，则在先前聚集的检测参数的基础上，重新聚集另外的至少一个传感器所采集的检测参数，并利用所述判断装置和所述确定装置直至得到存在管道泄露的区域的装置。
16.如权利要求13或15所述的系统，其中还包括用于循环利用所述聚集装置、分析装置、判断装置和确定装置以确定存在管道泄露的多个区域的装置。
17.如权利要求14或16所述的系统，所述系统还包括：
用于根据确定所述对应的区域存在管道泄露而标记多个区域中存在管道泄露的区域的装置。
18.如权利要求14或15所述的系统，还进一步包括：
用于基于已经确定了存在管道泄露的区域，利用资源约束定位要求检测的存在管道泄露区域的装置。
19.如权利要求18所述的系统，其中所述用于基于已经确定了存在管道泄露的所述至少一个区域，利用资源约束定位要求检测的管道泄露区域的装置包括：
用于根据资源约束遍历确定了存在管道泄露的区域以确定满足资源约束的存在管道泄露的区域的装置；
用于将所述满足资源约束的存在管道泄露的区域按照该区域估计的泄露量大小进行排列的装置。
20.如权利要求13所述的系统，其中所述聚集至少一个传感器所采集的检测参数包括累加所述至少一个传感器的检测参数。
21.如权利要求13所述的系统，其中所述对聚集后的检测参数进行分析包括对所述聚集后的检测参数进行频谱分析。
22.如权利要求21所述的系统，其中所述分析装置还包括：
用于计算通过频谱分析得到的所述聚集后的检测参数的频谱的一阶增量和二阶增量的至少之一的装置；
用于判断所述一阶增量和二阶增量的至少之一的特征以确定所述检测参数的演变趋势的装置。
23.如权利要求21所述的系统，其中所述判断装置包括以下装置的至少之一：
用于判断任意时间段的检测参数的频谱的一阶增量是否均匀的装置；
用于判断任意时间段的检测参数的频谱的二阶增量是否均匀的装置；
用于判断任意时间段的检测参数的频谱的一阶增量是否为非减函数的装置；以及
用于判断高峰和普通时间段的检测参数的频谱的二阶增量是否一致的装置。
CN2010101633107A 2010-04-29 2010-04-29 用于检查管道泄露的数据处理方法及系统 Active CN102235575B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN2010101633107A CN102235575B (zh) 2010-04-29 2010-04-29 用于检查管道泄露的数据处理方法及系统
GB1212408.7A GB2492667B (en) 2010-04-29 2011-04-21 Data processing method and system for checking pipeline leakage
US13/643,665 US20130085690A1 (en) 2010-04-29 2011-04-21 Data processing method and system for checking pipeline leakage
JP2013506600A JP2013525790A (ja) 2010-04-29 2011-04-21 配管漏れをチェックするデータ処理方法およびシステム
PCT/EP2011/056399 WO2011134881A1 (en) 2010-04-29 2011-04-21 Data processing method and system for checking pipeline leakage
DE112011100419.2T DE112011100419B4 (de) 2010-04-29 2011-04-21 Datenverarbeitungsverfahren und -system zur Rohrleitungsleckageüberprüfung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101633107A CN102235575B (zh) 2010-04-29 2010-04-29 用于检查管道泄露的数据处理方法及系统

Publications (2)

Publication Number Publication Date
CN102235575A true CN102235575A (zh) 2011-11-09
CN102235575B CN102235575B (zh) 2013-12-25

Family

ID=44227658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101633107A Active CN102235575B (zh) 2010-04-29 2010-04-29 用于检查管道泄露的数据处理方法及系统

Country Status (6)

Country Link
US (1) US20130085690A1 (zh)
JP (1) JP2013525790A (zh)
CN (1) CN102235575B (zh)
DE (1) DE112011100419B4 (zh)
GB (1) GB2492667B (zh)
WO (1) WO2011134881A1 (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103629534A (zh) * 2013-11-25 2014-03-12 孙良 一种基于综合信号的输油管道泄漏检测和定位方法
CN103743871A (zh) * 2013-11-21 2014-04-23 瓮福（集团）有限责任公司 一种化工企业漏点快速查找方法
CN103883838A (zh) * 2014-03-24 2014-06-25 南京钢铁股份有限公司 一种冶金企业埋地给水管爆管现场快速抢修方法
CN105090755A (zh) * 2015-07-31 2015-11-25 常州维格电子有限公司 基于压力监测的疑似燃气泄漏及泄漏点定位方法及系统
CN106289667A (zh) * 2016-08-22 2017-01-04 合肥德泰科通测控技术有限公司 水管道检漏方法
CN106764239A (zh) * 2017-01-12 2017-05-31 泉州迪特工业产品设计有限公司 家庭管道泄露自修复终端其工作方法
CN106838627A (zh) * 2017-03-31 2017-06-13 西安热工研究院有限公司 一种多传感器热网泄漏预警监测系统
CN108131136A (zh) * 2018-01-31 2018-06-08 中石化石油工程技术服务有限公司 油田注水井浊度电导率一体化集成检测探头
CN108980630A (zh) * 2017-05-31 2018-12-11 西门子（中国）有限公司 管道泄漏检测方法和装置
CN109072597A (zh) * 2016-01-26 2018-12-21 埃瓦克有限公司 用于控制用于建筑物或用于船舶的真空污水系统的方法
CN110500511A (zh) * 2019-08-13 2019-11-26 常州大学 一种城市非金属管道泄漏定位方法
CN110906100A (zh) * 2019-11-14 2020-03-24 中国铁建港航局集团有限公司 管道修补方法
WO2020063819A1 (zh) * 2018-09-27 2020-04-02 清华大学合肥公共安全研究院 水管网的数据实时分析方法及装置
CN111853555A (zh) * 2020-07-07 2020-10-30 杭州电子科技大学 一种基于动态过程的供水管网暗漏识别方法
CN112258362A (zh) * 2020-09-27 2021-01-22 汉威科技集团股份有限公司 危险源识别方法、系统及可读存储介质
US10962439B2 (en) * 2015-11-10 2021-03-30 Phyn, Llc Water leak detection using pressure sensing
CN113357545A (zh) * 2021-05-19 2021-09-07 上海天麦能源科技有限公司 一种城市复杂气管网异常诊断方法及系统
CN113409969A (zh) * 2021-02-05 2021-09-17 海南核电有限公司 一种核电厂阀门内泄漏故障诊断方法
CN113446519A (zh) * 2021-09-01 2021-09-28 蘑菇物联技术（深圳）有限公司 用于确定管网泄漏程度的方法、电子设备和存储介质
CN113916457A (zh) * 2021-08-25 2022-01-11 华能国际电力股份有限公司丹东电厂 一种用于预判锅炉装置漏水的系统及方法
CN113916468A (zh) * 2021-09-29 2022-01-11 浙江威星智能仪表股份有限公司 一种基于超声波燃气表的微小流量燃气泄露检测方法
CN114025251A (zh) * 2021-11-03 2022-02-08 国家石油天然气管网集团有限公司华南分公司 一种仪表异常的报警方法、装置以及介质
CN114135795A (zh) * 2021-11-18 2022-03-04 慧感(上海)物联网科技有限公司 一种全方位泄漏监测预警物联网系统及其预警方法
CN114459691A (zh) * 2022-01-05 2022-05-10 东北石油大学 一种二氧化碳地质封存体中泄露风险评价方法和系统
CN114607947A (zh) * 2022-05-13 2022-06-10 广东力创信息技术有限公司 管道泄露的自动监控方法及设备
US11493371B2 (en) 2009-06-11 2022-11-08 University Of Washington Sensing events affecting liquid flow in a liquid distribution system

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8583386B2 (en) * 2011-01-18 2013-11-12 TaKaDu Ltd. System and method for identifying likely geographical locations of anomalies in a water utility network
JP5834998B2 (ja) * 2012-02-23 2015-12-24 富士通株式会社 イベント処理方法、イベント収集方法、イベント処理プログラム、イベント収集プログラム及び情報処理装置
US9506785B2 (en) 2013-03-15 2016-11-29 Rain Bird Corporation Remote flow rate measuring
CN103542261B (zh) * 2013-10-07 2016-08-10 云南省特种设备安全检测研究院 基于压缩感知和掩膜信号法hht的管道泄漏声发射信号处理方法
US20170255717A1 (en) 2016-03-04 2017-09-07 International Business Machines Corporation Anomaly localization in a pipeline
CN105805561B (zh) * 2016-03-22 2018-05-08 中国特种设备检测研究院 一种埋地管道泄漏事故的调查处理系统及方法
CN106018561B (zh) * 2016-05-13 2018-11-20 中国石油大学(华东) 不同管道结构中声波幅值衰减系数的测量系统及方法
US10634538B2 (en) 2016-07-13 2020-04-28 Rain Bird Corporation Flow sensor
CN106322122A (zh) * 2016-09-20 2017-01-11 东华大学 一种基于物联网云服务的智能管道漏水检测装置
CA3069581A1 (en) * 2017-07-28 2019-01-31 Hifi Engineering Inc. Methods and systems for providing access to interferometric system data
US10473494B2 (en) 2017-10-24 2019-11-12 Rain Bird Corporation Flow sensor
CN108180400B (zh) * 2018-01-03 2019-06-25 中国石油大学(华东) 一种水下气相管道泄漏与扩散实验装置
CN109357169B (zh) * 2018-11-22 2020-10-13 北京京能未来燃气热电有限公司 供热一次管网泄漏故障定位方法及装置
US11662242B2 (en) 2018-12-31 2023-05-30 Rain Bird Corporation Flow sensor gauge
CN110705018B (zh) * 2019-08-28 2023-03-10 泰华智慧产业集团股份有限公司 基于热线工单和管线健康评估的给水管线爆管定位方法
DE102019127409A1 (de) * 2019-10-11 2021-04-15 Rosen Swiss Ag Verfahren zur Leckerkennung
BR102019028015A2 (pt) * 2019-12-27 2021-07-06 Cia De Saneamento Basico Do Estado De Sao Paulo Sabesp método e sistema de análise e fornecimento de índice de qualidade para correlacionador de ruídos
CN112487364B (zh) * 2020-12-10 2022-03-11 北部湾大学 一种基于指数加权移动平均值算法的小泄漏检测方法
CN113375065B (zh) * 2021-07-01 2022-05-24 北京化工大学 管道泄漏监测中趋势信号的消除方法及装置
CN115631066B (zh) * 2022-12-22 2023-03-07 成都秦川物联网科技股份有限公司 智慧燃气管道冻胀安全管理方法和物联网系统
CN117390896A (zh) * 2023-12-11 2024-01-12 广东远景信息科技有限公司 基于数据模型的化学泄漏检测构建方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE1922986A1 (de) * 1969-05-06 1971-01-21 Erdoel Raffinerie Mannheim Gmb Verfahren zum schnellen Erkennen einer Leckage beim Transport von Fluessigkeiten in Rohrleitungen
US4066095A (en) * 1976-02-17 1978-01-03 Fred M. Dellorfano, Jr. Automatic leakage detection system for pipelines carrying fluids
US4796466A (en) * 1987-02-17 1989-01-10 Ed Farmer System for monitoring pipelines
US7418354B1 (en) * 2004-03-23 2008-08-26 Invensys Systems Inc. System and method for leak detection based upon analysis of flow vectors
CN101551064A (zh) * 2009-05-22 2009-10-07 重庆大学 供水管道泄漏检测定位的信号处理方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0817473B2 (ja) 1990-11-14 1996-02-21 凸版印刷株式会社 Ｃｄ―ｉディスクおよびｃｄ―ｉディスクへのデータ格納方法
US5361622A (en) * 1993-09-09 1994-11-08 The Shafer Valve Company Device and method for detection of leaks in pressurized fluid vessels
US7500494B2 (en) * 2004-12-03 2009-03-10 Illinois Tool Works Inc. System and method for pipe repair
JP4822990B2 (ja) * 2006-09-07 2011-11-24 株式会社東芝 漏水監視システム
US20090299660A1 (en) * 2008-05-29 2009-12-03 Dan Winter Method and System to Identify Utility Leaks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE1922986A1 (de) * 1969-05-06 1971-01-21 Erdoel Raffinerie Mannheim Gmb Verfahren zum schnellen Erkennen einer Leckage beim Transport von Fluessigkeiten in Rohrleitungen
US4066095A (en) * 1976-02-17 1978-01-03 Fred M. Dellorfano, Jr. Automatic leakage detection system for pipelines carrying fluids
US4796466A (en) * 1987-02-17 1989-01-10 Ed Farmer System for monitoring pipelines
US7418354B1 (en) * 2004-03-23 2008-08-26 Invensys Systems Inc. System and method for leak detection based upon analysis of flow vectors
CN101551064A (zh) * 2009-05-22 2009-10-07 重庆大学 供水管道泄漏检测定位的信号处理方法

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11493371B2 (en) 2009-06-11 2022-11-08 University Of Washington Sensing events affecting liquid flow in a liquid distribution system
CN103743871A (zh) * 2013-11-21 2014-04-23 瓮福（集团）有限责任公司 一种化工企业漏点快速查找方法
CN103629534B (zh) * 2013-11-25 2017-01-11 中国石油大学(华东) 一种基于综合信号的输油管道泄漏检测和定位方法
CN103629534A (zh) * 2013-11-25 2014-03-12 孙良 一种基于综合信号的输油管道泄漏检测和定位方法
CN103883838B (zh) * 2014-03-24 2016-03-30 南京钢铁股份有限公司 一种冶金企业埋地给水管爆管现场快速抢修方法
CN103883838A (zh) * 2014-03-24 2014-06-25 南京钢铁股份有限公司 一种冶金企业埋地给水管爆管现场快速抢修方法
CN105090755A (zh) * 2015-07-31 2015-11-25 常州维格电子有限公司 基于压力监测的疑似燃气泄漏及泄漏点定位方法及系统
US10962439B2 (en) * 2015-11-10 2021-03-30 Phyn, Llc Water leak detection using pressure sensing
US11709108B2 (en) 2015-11-10 2023-07-25 Phyn, Llc Water leak detection using pressure sensing
US10655317B2 (en) 2016-01-26 2020-05-19 Evac Oy Method for controlling a vacuum sewage system for a building or for a marine vessel
CN109072597A (zh) * 2016-01-26 2018-12-21 埃瓦克有限公司 用于控制用于建筑物或用于船舶的真空污水系统的方法
CN106289667A (zh) * 2016-08-22 2017-01-04 合肥德泰科通测控技术有限公司 水管道检漏方法
CN106764239A (zh) * 2017-01-12 2017-05-31 泉州迪特工业产品设计有限公司 家庭管道泄露自修复终端其工作方法
CN106838627A (zh) * 2017-03-31 2017-06-13 西安热工研究院有限公司 一种多传感器热网泄漏预警监测系统
CN106838627B (zh) * 2017-03-31 2019-03-22 西安热工研究院有限公司 一种多传感器热网泄漏预警监测系统
CN108980630A (zh) * 2017-05-31 2018-12-11 西门子（中国）有限公司 管道泄漏检测方法和装置
CN108980630B (zh) * 2017-05-31 2020-06-05 西门子（中国）有限公司 管道泄漏检测方法和装置
CN108131136A (zh) * 2018-01-31 2018-06-08 中石化石油工程技术服务有限公司 油田注水井浊度电导率一体化集成检测探头
WO2020063819A1 (zh) * 2018-09-27 2020-04-02 清华大学合肥公共安全研究院 水管网的数据实时分析方法及装置
US11308786B2 (en) 2018-09-27 2022-04-19 Hefei Institute For Public Safety Research, Tsingua University Method and apparatus for real-time data analysis of water pipe network
CN110500511A (zh) * 2019-08-13 2019-11-26 常州大学 一种城市非金属管道泄漏定位方法
CN110906100A (zh) * 2019-11-14 2020-03-24 中国铁建港航局集团有限公司 管道修补方法
CN111853555A (zh) * 2020-07-07 2020-10-30 杭州电子科技大学 一种基于动态过程的供水管网暗漏识别方法
CN112258362B (zh) * 2020-09-27 2024-03-19 汉威科技集团股份有限公司 危险源识别方法、系统及可读存储介质
CN112258362A (zh) * 2020-09-27 2021-01-22 汉威科技集团股份有限公司 危险源识别方法、系统及可读存储介质
CN113409969A (zh) * 2021-02-05 2021-09-17 海南核电有限公司 一种核电厂阀门内泄漏故障诊断方法
CN113409969B (zh) * 2021-02-05 2023-03-24 海南核电有限公司 一种核电厂阀门内泄漏故障诊断方法
CN113357545A (zh) * 2021-05-19 2021-09-07 上海天麦能源科技有限公司 一种城市复杂气管网异常诊断方法及系统
CN113916457A (zh) * 2021-08-25 2022-01-11 华能国际电力股份有限公司丹东电厂 一种用于预判锅炉装置漏水的系统及方法
CN113446519A (zh) * 2021-09-01 2021-09-28 蘑菇物联技术（深圳）有限公司 用于确定管网泄漏程度的方法、电子设备和存储介质
CN113916468A (zh) * 2021-09-29 2022-01-11 浙江威星智能仪表股份有限公司 一种基于超声波燃气表的微小流量燃气泄露检测方法
CN114025251A (zh) * 2021-11-03 2022-02-08 国家石油天然气管网集团有限公司华南分公司 一种仪表异常的报警方法、装置以及介质
CN114135795B (zh) * 2021-11-18 2023-10-24 慧感(上海)物联网科技有限公司 一种全方位泄漏监测预警物联网系统及其预警方法
CN114135795A (zh) * 2021-11-18 2022-03-04 慧感(上海)物联网科技有限公司 一种全方位泄漏监测预警物联网系统及其预警方法
CN114459691A (zh) * 2022-01-05 2022-05-10 东北石油大学 一种二氧化碳地质封存体中泄露风险评价方法和系统
CN114459691B (zh) * 2022-01-05 2024-03-15 东北石油大学 一种二氧化碳地质封存体中泄露风险评价方法和系统
CN114607947B (zh) * 2022-05-13 2022-07-15 广东力创信息技术有限公司 管道泄露的自动监控方法及设备
CN114607947A (zh) * 2022-05-13 2022-06-10 广东力创信息技术有限公司 管道泄露的自动监控方法及设备

Also Published As

Publication number Publication date
GB201212408D0 (en) 2012-08-22
US20130085690A1 (en) 2013-04-04
JP2013525790A (ja) 2013-06-20
DE112011100419T5 (de) 2012-11-15
CN102235575B (zh) 2013-12-25
GB2492667B (en) 2017-05-03
DE112011100419B4 (de) 2019-05-23
WO2011134881A1 (en) 2011-11-03
GB2492667A (en) 2013-01-09

Similar Documents

Publication Publication Date Title
CN102235575B (zh) 用于检查管道泄露的数据处理方法及系统
KR102006206B1 (ko) 딥러닝을 통한 음향기반 상수도 누수 진단 방법
CN104421620B (zh) 泄漏信号分析方法
Farley et al. Field testing of an optimal sensor placement methodology for event detection in an urban water distribution network
KR100973662B1 (ko) 실증적방법과 수학적방법을 융합하는 하이브리드 기법에 의한 상수도관망에서의 누수탐지시스템
CN100449199C (zh) 在役管道腐蚀、渗漏安全监测预警系统及其控制方法
Fereidooni et al. A hybrid model-based method for leak detection in large scale water distribution networks
CN115545678A (zh) 一种基于水环境画像与污染物溯源的水质监测方法
CN106382471A (zh) 一种考虑关键节点的城市排水管网诊断评估方法
CN102884407A (zh) 用于监控水设施网络中的资源的系统和方法
CN110929359B (zh) 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法
CN102606890A (zh) 应用瞬变激励进行给水管道漏失定量和定位的装置及方法
CN111520615B (zh) 基于线谱对和三次插值搜索的管网漏损识别与定位方法
CN113836622B (zh) 一种基于gis+bim的排水管网信息管理与综合应用系统
CN115127037B (zh) 一种供水管网漏损定位方法及系统
CN102072409A (zh) 一种结合漏失概率计算与记录仪监测的管网漏失监测方法
Candelieri et al. Improving leakage management in urban water distribution networks through data analytics and hydraulic simulation
Xue et al. Application of acoustic intelligent leak detection in an urban water supply pipe network
CN104569340B (zh) 地下环境质量测定方法及装置
Agathokleous et al. Real-time monitoring of water distribution networks
CN110543719B (zh) 一种基于空间计量模型的供水管道漏失预测方法
CN115453664A (zh) 一种适用于无资料地区的降雨径流预报方法
Kwietniewski et al. Modern methods for monitoring water leakages in water networks
CN112097125A (zh) 一种基于自适应校核的供水管网爆管侦测及定位方法
CN117113038B (zh) 城市水土流失黄泥水事件溯源方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant