CN103189725B - 供应网中的泄漏识别和泄漏定位 - Google Patents
供应网中的泄漏识别和泄漏定位 Download PDFInfo
- Publication number
- CN103189725B CN103189725B CN201180053302.XA CN201180053302A CN103189725B CN 103189725 B CN103189725 B CN 103189725B CN 201180053302 A CN201180053302 A CN 201180053302A CN 103189725 B CN103189725 B CN 103189725B
- Authority
- CN
- China
- Prior art keywords
- region
- dma
- measured value
- clock
- 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.)
- Active
Links
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
-
- 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
-
- 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
-
- 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
Abstract
本发明涉及用于在供应网(例如,供水网、供气网或远距离供热网)的区域中识别泄漏和定位泄漏的一种方法和一种装置,其中,利用粗略的回归方法,针对存在泄漏的情况,以统计的方式对供应网的传感器的测量值进行分析。在此特别使假警报概率(第二种类型的错误)最小化。
Description
技术领域
本发明涉及用于在供应网的区域中识别泄漏和定位泄漏的一种方法、一种应用和一种装置。
背景技术
在二十一世纪,饮用水在此期间属于最为重要的物品。但在水分配网中有时会出现明显的水损失。
这种物品的保管对水网中的泄漏识别和泄漏定位提出了很大的要求。通过质量平衡来识别水损失的方法在投入方面超过了可行的界限,在质量平衡过程中测量了所有注入量和特别是所有单独的水消耗者的水减少量。另外,法律上要求时间精确的消耗测量和所有用户数据的消耗记录。
根据传统的方式仅仅通过测量在特定时间,例如,在夜间2点和4点之间的时间段中流入到网络中的整体水量来对水网中的泄漏进行探测。这些值产生了用于分析出是否存在突然升高的消耗和与此相关的可能的泄漏的时间序列。根据传统方式不可能实现系统的减少的平衡。存在用于特定消费者的典型水消耗的经验公式。但该公式在一方面是非常概况性的,并且不能足够准确地将特别是时间上有期限的特殊效应纳入到考虑之列。
大多数情况下非常庞大的供水网通常被划分成供水区域。这些区域再被划分成子区域,由于英国工程师的影响,这些子区域被称为区域计量分区(DMA)。DMA这样设置,即,这些区域计量分区仅具有一个其流量被测量的流入口。通过观察该流量测量情况得出了水消耗中的不规律性以及由此存在泄漏的结论。根据传统的方式具体地要执行所谓的“夜间流量分析”。在此,通过详细地记录夜间流入到DMA中的流入值(例如,在2.00点至4.00点之间每5秒)来确定出最小的流入值,在此也被称为基本消耗,该基本消耗包括普通的夜间(最小)消耗和存在的(特别也是小的)泄漏。
在低消耗的夜间时段(例如,在2点和4点之间)中,在流入到DMA中的这个最小流入值的基础上(其中每夜已经仅设定了一个值),超过几天和几周,生成时间序列。该最小的消耗值的、例如能通过超出阈值识别的特别突然的升高在起因上可能是存在新的泄漏。
为了定位或探测泄漏,在大多数情况下均执行逐级测试。为此在低消耗时间内连续地将小的区域与DMA分开且观察消耗的变化。随后对导致出现明显的不明原因的消耗下降的区域进一步进行泄漏调查。
可替换地可以利用噪音测量器在现场对水系统的泄漏情况进行监听且通过对噪音关联作用的考虑来估算泄漏位置。
两种所述的传统方法并不适用于持续的监控。由于必须告知相关家庭断开的事宜且必须确保替代供应,所以逐级测试是与高昂的投入相关联的。噪音测量需要高昂的投入,其原因在于只能由专家在现场进行测量。另外,这些探测始终都仅能在局部实现。此外,这两种传统的方法只能应用在消耗低的时段中,这样测量才不会过于受到消耗波动的影响。在用于识别泄漏的普遍的方法中的基本问题在于,非常频繁地报告假警报,也就是说错误地认为出现泄漏(第二类型的错误)。定位泄漏的投入(派出搜索团队,声学探测,逐级测验直至挖掘和钻孔)在这种情况下将被白白浪费掉。这既是昂贵的,并且又对相关人员造成负担。
发明内容
本发明的目的在于,提供特别减少了假警报(第二种类型的错误)的可能性的、用于在供应网中识别泄漏的一种方法、一种应用和一种装置。
该目的通过一种用于在供应网的区域中识别泄漏和定位泄漏的方法来实现,该方法具有以下步骤:
a)将供应网划分成多个区域(DMA),这些区域基本上具有可比较的消耗特性(Verbrauchsprofil),其中,能为每个区域(DMA)测量总体的水消耗;
b)基于过去值,通过粗略的回归方法来分别为可比较的区域(DMA)确定流入量(Zufluss)的回归曲线,并且确定在回归曲线周围的置信区间,由过去值推测出供应网中不存在泄漏,其中,处在置信区间内的测量值表示没有泄漏;
c)在确定的测量周期内为每个区域(DMA)测量相应的最小流入量;
d)超过多个测量周期(eineAnzahlvonMessperiodenhinweg),生成所选出的区域(DMA)的最小流入量的测量值的时间序列;
e)将最小流入量的测量值的时间序列与回归曲线相比较,其中,处在置信区间外的测量值表示在供应网中存在泄漏。该方法可以简单地自动地进行且可以与其它独立地考虑每个区域的方法(例如,摄像机监控、压力传感器装置)共同工作。也可以考虑动态的、非周期性的特殊效应(例如,在电视中的体育活动的情况下的较高的水消耗),由此进一步降低假警报概率。
本发明的第一种有利的设计方案在于:将测量值的时间序列记入到坐标系中,其中,每个坐标轴均代表一个区域(DMA),其中,一个测量值相对于一个坐标轴的位置表示处在相应的区域(DMA)内的一个泄漏。由此能够非常简单地自动地,并且也可视地(例如,在控制台中的监视器上)识别出供应网中的可能的泄漏。
本发明的另一种有利的设计方案在于:通过粗略的相关系数来确定回归曲线的特性。由此确保测量序列中的异常测值仅对回归曲线的位置产生小的影响。
本发明的另一个有利的设计方案在于:区域(DMA)也能是虚拟的区域计量分区(virtuelleZone虚拟区域)。虚拟区域或所谓的虚拟的区域计量分区(DMA)是网络的部分区域,其流入量和流出量借助流量计来进行测量,其中不要求这些区域是不相交的。这实现了连续地评估所有区域的时间序列且实现了这些区域中的泄漏识别。然后根据各个单独区域的泄漏信息对泄漏的地点进行限定。泄漏信息是关于在区域中能否发现泄漏的信息。虚拟的区域计量分区(虚拟的DMA)如下地区别于传统的区域(DMA)。在将区域划分成DMA时,传统的方式始终试图形成仅仅提供一个流入口或者说一个流入管道的区域且能够通过一个唯一的传感器监控该区域。在供应区域中,在所选出的位置上这样安装额外的流量传感器,从而提供网络的、能够测量出其流入和流出的部分。这些部分应该具有共用的元件。这些部分应该是重叠的,并且具有共用的流量计。这种部分被称为虚拟区域或虚拟的DMA。
本发明的另一个有利的设计方案在于:使用滑动平均值或累计流量(integrierterFluss)来代替区域的最小流入量的测量值。在该技术设计方案中以这种方式加以考虑,即各个单独的测量数值会附带有测量误差。滑动平均值具有平滑特性。通过平均值能够例如补偿不稳定的夜间的厕所使用量。
本发明的另一个有利的设计方案在于:测量周期例如是从2.00点至4.00点、从0.00点至24.00点和/或从6.00点至18.00点。在夜间流量分析中,通过所有流量计或者说传感器在夜间,例如在2.00点和4.00点之间在这种分析的范畴中测量流量。代替在夜间的调查可以为了累积流量调查而考虑其它的时间间隔,例如24小时或白天的多个测量时间段。在这种情况下,同样可以使用上述方法,但时间序列的数量和周期长度必须与典型的部件相匹配。在2.00点和4.00点之间的测量时间段的扩展对于最小体积流量而言没有任何意义,其原因在于这些时间段均是事先这样选择的,即根据本发明最小的消耗处在该时间间隔中。
本发明的另一个有利的设计方案在于:在测量值处在置信区间外的情况下触发警报。由此可以例如在供应网或待被供应的区域的控制台中产生警报且能够引发相应的对策(例如,定位和密封介质或使介质改道)。还能够基于警报的数据(位置、水减少量、相关的消耗者的数量)来自动地开始启用应对措施。
本发明的另一个有利的设计方案在于将根据权利要求1至6中任一项所述的方法用于输送流体的基础设施网的应用。通过相应的传感器装置(例如压力传感器或流量传感器)可以简单和精确地测定流体的测量值且由此将该测量值用于进行可靠的预测。
本发明的另一个有利的设计方案在于:该基础设施网是供水网或供气网或远距离供热网。本发明能应用在所有输送和消耗流体的基础设施网上。这种基础设施网的实例有供气网和远距离供热网。
本发明的另一个有利的设计方案在于用于应用根据权利要求1至6中任一项所述的方法的装置,该装置包括:
a)用于在确定的测量周期内为每个区域(DMA)测量相应的最小流入量的传感器;
b)用于超过多个测量周期,生成所选出的区域(DMA)的最小流入量的测量值的时间序列的装置;
c)用于将最小流入量的测量值的时间序列与参考回归曲线相比较的装置,其中,处在置信区间外的测量值表示在供应网中存在泄漏。该装置可以由市场上可购买到的装置制造而成。例如在相应的建筑市场中可获得相应的传感器装置,被生成用来比较时间序列的装置可以在个人计算机和相应的软件(例如,表格计算或数学程序)中实现。
附图说明
在附图中示出了本发明的一个实施例并且在下文中进行说明。
图中示出:
图1示出了根据本发明的区域的实施例;
图2示出了具有相邻接的示例性的置信区间的回归曲线的实例;以及
图3示出了用于实施根据本发明的方法的示例性的流程图。
具体实施方式
水损失的减少对水网中的泄漏识别和定位提出了很大要求。在网络的子区域中可以通过在区域的所有流入处和流出处的流量测量和形成质量平衡来识别出水损失。
这种测量不仅在投入方面而且在法律方面(时间准确的消耗测量和对所有用户进行记录可能在数据保护法方面引起问题)均超出了可行的界限。尽管这样,新的更为有利的测量装置仍能够实现在物理学上重要的值,如压力、流量等的监控。这种测量可以在水网中的多个位置上进行。在给定的时间段中周期性地获得的值被组合成时间序列,该时间序列被利用统计学方法在现存的或新产生的泄漏的迹象方面进行调查。当统计性的评估给出了泄漏(Leckage)的通知时,那么必须借助精确定位(例如,通过噪音分析、挖掘)在由传感器所限定的区域中测定出确切的损失位置且进行修复。由于测量位置的数量相较于水管道的数量而言相对较小,所以在此情况下必须对大量的管道进行调查。因此,假警报概率应该较低。在下文中提出一种方法,利用该方法,通过对不同的时间序列进行比较利用统计学方法减少假警报(第二种类型的错误)。
在大多数情况下非常庞大的水供应网被分成多个水供应区域(Gebiete)。这些区域能够再被划分成子区域,这些子区域-由于受到英国工程师的影响-被称为区域计量分区(DMA)。DMA这样设置,即这些区域计量分区分别仅具有一个其流量被测量的流入口。可替换地可以使用虚拟区域来替代物理DMA,这些虚拟区域可以具有多个流入口和流出口。通过观察该流量测量得出了水消耗中的不规律性以及由此存在泄漏的结论。具体地要执行所谓的夜间流量分析(NightFlowAnalysis)。出于最小的流入量值的原因,在低消耗的夜间,例如在02:00点和04:00点之间流经DMA。在每夜的值的情况下,超过几天和几周,生成时间序列。该最小的消耗值的、例如能通过超出阈值识别的(突然的)升高在起因上可能是存在新的泄漏。
特别的事件、例如使用草坪灌溉设备、体育赛事或传统活动在夜间测量过程中由此导致不同的DMA中的最小流入量的升高。由此对于所有DMA触发了警报。迄今为止,系统使用者必须识别这种可能的假警报并且通过进一步的调查筛选出假警报。本发明能够实现一种用于识别网络关联事件从而在泄漏分析过程中减少假警报的自动的方法。
图1示出了用于根据本发明的区域DMA的两个实施例B1,B2。区域DMA所涉及的可以是供应网的物理空间区域或虚拟的区域。虚拟的区域计量分区(虚拟的DMA)如下地区别于传统的区域(DMA)。在将供应网划分成多个区域(DMA)时,传统的方式始终试图形成仅仅具有一个流入口或者说一个流入管道的区域且能够通过一个唯一的传感器监控该区域。在供应区域中,在所选出的位置上这样安装额外的流量传感器,从而提供网络的、能够测量出其流入和流出的部分。这些部分应该具有共用的元件。这些部分应该是重叠的,并且具有共用的流量计。这种部分被称为虚拟区域或虚拟的DMA。
借助实现虚拟区域(virtuellenGebieten)的方式提出了一种通用的方法,该方法这样地划分供应网,即,能够与泄漏识别相关地多次监控子区域,该子区域例如等同于一个或多个管道部段。每个虚拟区域的监控根据相同的原理而起作用且能够相应地多次应用在一个技术方案中。将网络划分成多个虚拟区域提供了以下优点:除了安装流量计之外,不必对现有的网络进行任何改变。另一个优点在于:在不干扰供应网的工作或不在现场执行繁琐的、费用高昂的测量的情况下能够自动地进行泄漏识别。
图2示出了带有邻接的示例性的置信区间VB1,VB2和记录的测量值的回归曲线RK的一个实例。在根据图2的图表中记录了区域A(DMAA)和区域B(DMAB)的测量值。在根据图2的图表中为每一天记录了一个测量值。另外,图2中涉及了线性回归的特例。由此,该回归曲线RK是一条直线。与区域相关的置信区间VB1,VB2(在图2中:VB1与DMAA相关,而VB2与DMAB相关)可以相对于回归曲线RK分别具有相同的距离。但这并不是必须的。特定的区域的置信区间VB1,VB2的尺寸也可以被定为不同的并且可以根据区域的相应的要求进行调整。由此可以例如在确定置信区间的尺寸时考虑到:对于相关的区域而言,管路和基础设施是新的且由此受损程度较小,而对于另一个区域而言则存在老旧的且由此易出现故障的基础设施。
分别将属于独立的区域(DMA)的时间序列进行比较。这些区域DMA应具有可比较的消耗特性。因此将属于这些区域的多个时间序列总结成一个时间序列,从而为每天生成一个值元组。在图2中描述了用于两个时间序列的方法。
能推测出网络在记录时间点上没有泄漏的N个过去值这样显示在坐标系中,即,属于第一区域DMAA的值显示在X轴上,而属于第二区域DMAB的值则显示在Y轴上。由此生成了散点图。借助粗略的回归方法将比较曲线置入到该散点图中。粗略的相关系数表现出近似值的特性。设置粗略的回归的优点还在于:在校准所使用的数据中异常测值仅对回归曲线RK的位置产生微弱的影响。在线性回归的特例中,回归曲线是直线或超平面。例如,可以通过最小的方格法(Quadrate-Methode)来确定回归曲线RK。围绕着回归曲线RK设置置信区间VB。例如,可以根据经验地确定置信区间。处在置信区间VB外的测量值表示存在泄漏且引发警报。
回归曲线RK的确定和置信区间VB的安置由此指的是初始化。对于新的测量值而言,要决定其是否符合这种划分方式。为此要测量测量值相对于回归曲线的距离。如果该距离超过了使用者可选择的值VB的话,那么将触发警报并且给出存在泄漏的指示。根据图2的实例,如果该值处在曲线下方的话,那么可能的泄漏处在区域DMAA中,否则便处在区域DMAB中。此处所介绍的方法可以与其它的对每个区域单独加以考虑的方法共同工作且由此用于避免在进行泄漏识别的过程中的假警报。特殊事件的可能的识别具有以下优点:除了安装传感器之外,不必对现有的水网进行任何改变。另一个优点在于:在不干扰水网的工作或不在现场执行繁琐的、费用高昂的测量的情况下能够自动地进行泄漏识别。该方法原则上可应用于所有在其中输送了液体或气体的基础设施。这种基础设施的实例是供气网和远距离供热网。
例如可以在用于监控供应网的控制单元中接收警报,并且自动执行其它措施(例如关闭阀门、使流体改道)。
图3示出了用于执行根据本发明的方法的示例性的流程图。在步骤S1中将供应网划分成多个区域(DMA)。这些区域应该基本上具有可比较的比较特性,以及分别仅具有一个流入口。在步骤S2中,基于过去值,分别为可比较的区域确定流入量的回归曲线RK。在此推测出:在曲线的值减小的情况下供应网是没有泄漏的。可以例如利用最小的方格法来确定该曲线。通过基于实践的经验值来确定在回归曲线RK周围的置信区间VB,其中,处在置信区间VB内的测量值表示没有泄漏。在步骤S3中,在确定的测量周期内为每个区域DMA测量相应的最小流入量。该测量周期例如可以是在一个区域中的每天的各一次测量。在步骤S4中,超过多个测量周期,生成所选出的区域的最小流入量的测量值的时间序列。在步骤S5中,将最小流入量的新的测量值的时间序列与回归曲线RK相比较,其中,处在置信区间VB外的测量值表示在供应网中存在泄漏。
用于在供应网(例如供水网、供气网或远距离供热网)的区域中识别泄漏和定位泄露的方法和装置,其中,利用粗略的回归方法,针对存在泄漏的情况,以统计的方式对供应网的传感器的测量值进行分析。在此特别使假警报概率(第二种类型的错误)最小化。
参考标号表
B1,B2实例
DMA区域
RK回归曲线
VB1,VB2置信区间
S1-S5方法步骤
Claims (14)
1.一种用于在供应网的区域中识别泄漏和定位泄漏的方法,所述方法具有以下步骤:
a)将所述供应网划分成多个区域(DMA),所述区域具有可比较的消耗特性,其中,能为每个所述区域(DMA)测量总体的水消耗;
b)基于过去值,通过粗略的回归方法来分别为可比较的所述区域(DMA)确定流入量的回归曲线(RK),并且确定在所述回归曲线(RK)周围的置信区间(VB1,VB2),由所述过去值推测出所述供应网中不存在泄漏,其中,处在所述置信区间内的测量值表示没有泄漏;
c)在确定的测量周期内为每个所述区域(DMA)测量相应的最小流入量;
d)在多个所述测量周期上生成所选出的所述区域(DMA)的所述最小流入量的测量值的时间序列;
e)将所述最小流入量的所述测量值的所述时间序列与所述回归曲线(RK)相比较,其中,处在所述置信区间(VB1,VB2)外的测量值表示在所述供应网中存在泄漏。
2.根据权利要求1所述的方法,其特征在于,将所述测量值的所述时间序列记入到坐标系中,其中,每个坐标轴均代表一个区域(DMA),其中,测量值相对于坐标轴的位置表示处在相应的所述区域(DMA)内的泄漏。
3.根据权利要求1或2所述的方法,其特征在于,通过粗略的相关系数来确定所述回归曲线(RK)的特性。
4.根据权利要求1或2所述的方法,其特征在于,所述区域(DMA)也能是虚拟的区域计量分区。
5.根据权利要求3所述的方法,其特征在于,所述区域(DMA)也能是虚拟的区域计量分区。
6.根据权利要求1或2所述的方法,其特征在于,使用滑动平均值或累计流量来代替所述区域的所述最小流入量的所述测量值。
7.根据权利要求5所述的方法,其特征在于,使用滑动平均值或累计流量来代替所述区域的所述最小流入量的所述测量值。
8.根据权利要求1或2所述的方法,其特征在于,所述测量周期是从2.00点至4.00点、从0.00点至24.00点和/或从6.00点至18.00点。
9.根据权利要求7所述的方法,其特征在于,所述测量周期是从2.00点至4.00点、从0.00点至24.00点和/或从6.00点至18.00点。
10.根据权利要求1或2所述的方法,其特征在于,在所述测量值处在所述置信区间(VB1,VB2)外的情况下触发警报。
11.根据权利要求9所述的方法,其特征在于,在所述测量值处在所述置信区间(VB1,VB2)外的情况下触发警报。
12.一种将根据权利要求1至11中任一项所述的方法用于输送流体的基础设施网的应用。
13.根据权利要求12所述的应用,其特征在于,所述基础设施网是供水网或供气网或远距离供热网。
14.一种用于应用根据权利要求1至11中任一项所述的方法的装置,所述装置包括:
a)用于在确定的测量周期内为每个区域(DMA)测量相应的最小流入量的传感器;
b)用于在多个所述测量周期上生成所选出的所述区域(DMA)的所述最小流入量的测量值的时间序列的装置;
c)用于将所述最小流入量的所述测量值的所述时间序列与参考回归曲线(RK)相比较的装置,其中,处在置信区间(VB1,VB2)外的测量值表示在供应网中存在泄漏。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010043482.5 | 2010-11-05 | ||
DE102010043482A DE102010043482B4 (de) | 2010-11-05 | 2010-11-05 | Leckageerkennung und Leckageortung in Versorgungsnetzen |
PCT/EP2011/068817 WO2012059390A1 (de) | 2010-11-05 | 2011-10-27 | Leckageerkennung und leckageortung in versorgungsnetzen |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103189725A CN103189725A (zh) | 2013-07-03 |
CN103189725B true CN103189725B (zh) | 2016-01-20 |
Family
ID=45001712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180053302.XA Active CN103189725B (zh) | 2010-11-05 | 2011-10-27 | 供应网中的泄漏识别和泄漏定位 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10401250B2 (zh) |
EP (1) | EP2601499B1 (zh) |
CN (1) | CN103189725B (zh) |
DE (1) | DE102010043482B4 (zh) |
WO (1) | WO2012059390A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105807801A (zh) * | 2016-05-12 | 2016-07-27 | 大连理工大学 | 一种城市供水管网dma分区优化运行控制系统 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010043482B4 (de) | 2010-11-05 | 2012-05-24 | Siemens Aktiengesellschaft | Leckageerkennung und Leckageortung in Versorgungsnetzen |
US20130262068A1 (en) * | 2012-03-28 | 2013-10-03 | International Business Machines Corporation | Sensor placement for leakage location in liquid distribution networks |
DE102012211132A1 (de) * | 2012-06-28 | 2014-01-02 | Geze Gmbh | Vorrichtung und Verfahren zur Erkennung einer Undichtigkeit einer fluiddurchströmten Leitung |
KR101447925B1 (ko) * | 2013-08-22 | 2014-10-08 | 주식회사 엘지씨엔에스 | 누출 신호 분석 방법 |
DE102013224752A1 (de) * | 2013-12-03 | 2015-06-03 | Siemens Aktiengesellschaft | Verfahren zum Detektieren von Leckagen in einem Netzwerk, Vorrichtung und Netzwerk |
GB2527825A (en) | 2014-07-03 | 2016-01-06 | Ibm | Configuration of a network partition with arrangement of intercepting/regulating elements based on distribution of residual capacity of sources to parts |
CN104929191B (zh) * | 2015-06-12 | 2017-01-25 | 中国科学院生态环境研究中心 | 供水管网的漏损控制方法 |
US11009534B2 (en) | 2015-09-24 | 2021-05-18 | International Business Machines Corporation | Water leakage detection based on smart electricity meter |
CN105114821B (zh) * | 2015-10-19 | 2017-10-03 | 叶雷 | 埋地金属管线渗漏检测方法 |
CN105927863B (zh) * | 2016-05-07 | 2018-06-29 | 大连理工大学 | Dma分区管网泄漏在线检测定位系统及其检测定位方法 |
EP3405764B1 (en) * | 2016-06-20 | 2019-10-23 | Siemens Aktiengesellschaft | Method for fluid flow measurement for a discrete area of a fluid supply network |
CN106090625A (zh) * | 2016-08-23 | 2016-11-09 | 苏州工业园区蓝天燃气热电有限公司 | 一种地埋蒸汽管道查漏方法 |
US11002630B2 (en) * | 2016-08-31 | 2021-05-11 | 3M Innovative Properties Company | Systems and methods for modeling, analyzing, detecting, and monitoring fluid networks |
WO2018085904A1 (pt) * | 2016-11-09 | 2018-05-17 | De Oliveira Junior Antonio Carlos | Sistema de detecção de vazamentos na rede de abastecimento de água |
CN107230021B (zh) * | 2017-06-08 | 2020-05-26 | 桂林理工大学 | 筛选供水管网泄漏区域的方法 |
CN108302329B (zh) * | 2018-01-25 | 2019-08-16 | 福建双环能源科技股份有限公司 | 一种露点数据异常检测方法 |
US10771568B2 (en) * | 2018-09-20 | 2020-09-08 | Bank Of America Corporation | System for intercepting and reconstructing session data for web incidents |
BE1026852B1 (nl) * | 2018-12-27 | 2020-09-28 | Atlas Copco Airpower Nv | Werkwijze voor het detecteren van lekken in een gasnetwerk onder druk of onder vacuüm en gasnetwerk |
CN110500511B (zh) * | 2019-08-13 | 2021-06-22 | 常州大学 | 一种城市非金属管道泄漏定位方法 |
CN114017681A (zh) * | 2021-11-05 | 2022-02-08 | 福州大学 | 基于负压波与谐波衰减法耦合的管道泄漏检测定位的方法 |
EP4230987B1 (de) * | 2022-02-18 | 2024-01-03 | Sick Ag | Erkennung einer anomalie in einem system der fluidtechnik |
KR20230135948A (ko) * | 2022-03-17 | 2023-09-26 | 현대자동차주식회사 | 차량용 오일 누유 진단방법 및 시스템 |
CN115370973B (zh) * | 2022-10-25 | 2023-02-28 | 山东辰智电子科技有限公司 | 供水漏损监测方法、装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1176694A (zh) * | 1995-12-28 | 1998-03-18 | 日本国通商产业省工业技术院 | 气体泄漏探测系统 |
CN1375055A (zh) * | 1999-10-26 | 2002-10-16 | 彼得·马蒂内克 | 在供水系统内实施测量的方法和测量探针 |
EP1864102A2 (en) * | 2005-02-28 | 2007-12-12 | Advanced Technology Materials, Inc. | Apparatus and process for leak-testing and qualification of fluid dispensing vessels |
DE102008048747B3 (de) * | 2008-09-24 | 2010-01-21 | Siemens Aktiengesellschaft | Leckageerkennung und Leckageortung in Versorgungsnetzen |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2961832B2 (ja) * | 1990-08-08 | 1999-10-12 | 住友電気工業株式会社 | Ofケーブル線路の漏油検出方法 |
JPH093743A (ja) | 1995-06-20 | 1997-01-07 | Kaji Seisakusho:Kk | 部分整経機の糸巻取装置 |
US20030204338A1 (en) | 2002-04-22 | 2003-10-30 | Peter Martinek | Method and measurement probe for the performance of measurements in water supply systems |
JP4093743B2 (ja) | 2001-10-17 | 2008-06-04 | 日新製鋼株式会社 | 低温型燃料電池用セパレータ |
DE10218924A1 (de) * | 2002-04-27 | 2003-11-06 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Kursprädiktion bei Kraftfahrzeugen |
US6957157B2 (en) * | 2002-11-12 | 2005-10-18 | Flow Metrix, Inc. | Tracking vibrations in a pipeline network |
US7359931B2 (en) * | 2003-08-15 | 2008-04-15 | Saudi Arabian Oil Company | System to facilitate pipeline management, software, and related methods |
US7523879B2 (en) | 2003-10-29 | 2009-04-28 | Komatsu Ltd. | Crushing apparatus |
US7306008B2 (en) * | 2004-04-05 | 2007-12-11 | Tornay Paul G | Water leak detection and prevention systems and methods |
US6970808B2 (en) * | 2004-04-29 | 2005-11-29 | Kingsley E. Abhulimen | Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems |
US7201071B2 (en) | 2005-02-11 | 2007-04-10 | Horiba, Ltd. | Wide range continuous diluter |
GB2441788B (en) | 2006-09-15 | 2011-11-09 | Studor Sa | Method and equipment for detecting sealing deficiencies in drainage and vent systems for buildings |
US7930069B2 (en) * | 2008-04-24 | 2011-04-19 | Telsco Industries, Inc. | Irrigation flow converter, monitoring system and intelligent water management system |
US20090299660A1 (en) * | 2008-05-29 | 2009-12-03 | Dan Winter | Method and System to Identify Utility Leaks |
DE102008048748B3 (de) * | 2008-09-24 | 2010-01-21 | Siemens Aktiengesellschaft | Leckageerkennung, Leckageortung in versorgungsnetzen |
US9493931B2 (en) * | 2008-12-30 | 2016-11-15 | I20 Water Limited | Mains water supply processing |
US7920983B1 (en) * | 2010-03-04 | 2011-04-05 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
DE102010043482B4 (de) | 2010-11-05 | 2012-05-24 | Siemens Aktiengesellschaft | Leckageerkennung und Leckageortung in Versorgungsnetzen |
-
2010
- 2010-11-05 DE DE102010043482A patent/DE102010043482B4/de not_active Expired - Fee Related
-
2011
- 2011-10-27 WO PCT/EP2011/068817 patent/WO2012059390A1/de active Application Filing
- 2011-10-27 CN CN201180053302.XA patent/CN103189725B/zh active Active
- 2011-10-27 EP EP11785355.6A patent/EP2601499B1/de active Active
- 2011-10-27 US US13/883,736 patent/US10401250B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1176694A (zh) * | 1995-12-28 | 1998-03-18 | 日本国通商产业省工业技术院 | 气体泄漏探测系统 |
CN1375055A (zh) * | 1999-10-26 | 2002-10-16 | 彼得·马蒂内克 | 在供水系统内实施测量的方法和测量探针 |
EP1864102A2 (en) * | 2005-02-28 | 2007-12-12 | Advanced Technology Materials, Inc. | Apparatus and process for leak-testing and qualification of fluid dispensing vessels |
DE102008048747B3 (de) * | 2008-09-24 | 2010-01-21 | Siemens Aktiengesellschaft | Leckageerkennung und Leckageortung in Versorgungsnetzen |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105807801A (zh) * | 2016-05-12 | 2016-07-27 | 大连理工大学 | 一种城市供水管网dma分区优化运行控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103189725A (zh) | 2013-07-03 |
WO2012059390A1 (de) | 2012-05-10 |
EP2601499A1 (de) | 2013-06-12 |
US10401250B2 (en) | 2019-09-03 |
DE102010043482A1 (de) | 2012-05-10 |
EP2601499B1 (de) | 2015-02-25 |
DE102010043482B4 (de) | 2012-05-24 |
US20130231876A1 (en) | 2013-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103189725B (zh) | 供应网中的泄漏识别和泄漏定位 | |
CN103620363B (zh) | 借助随机的质量平衡识别泄漏 | |
Wu et al. | Water loss detection via genetic algorithm optimization-based model calibration | |
US8583386B2 (en) | System and method for identifying likely geographical locations of anomalies in a water utility network | |
EP2472467B1 (en) | System and method for monitoring resources in a water utility network | |
Buchberger et al. | Leak estimation in water distribution systems by statistical analysis of flow readings | |
Kang et al. | Real-time demand estimation and confidence limit analysis for water distribution systems | |
Qi et al. | Better understanding of the capacity of pressure sensor systems to detect pipe burst within water distribution networks | |
AU2015293548B2 (en) | Method for detecting anomalies in a distribution network, in particular for drinking water | |
Wan et al. | Literature review of data analytics for leak detection in water distribution networks: A focus on pressure and flow smart sensors | |
Marzola et al. | Leakage detection and localization in a water distribution network through comparison of observed and simulated pressure data | |
Wu et al. | Time series data decomposition-based anomaly detection and evaluation framework for operational management of smart water grid | |
Wu et al. | Distance-based burst detection using multiple pressure sensors in district metering areas | |
BR112020011362B1 (pt) | Método para avaliação do estado de um sistema de distribuição de água | |
Moors et al. | Automated leak localization performance without detailed demand distribution data | |
JP2017002554A (ja) | 管路異常検知装置および方法 | |
Xue et al. | Improving near real-time anomaly event detection and classification with trend change detection for smart water grid operation management | |
JP6471035B2 (ja) | 漏水発生位置推定装置、システムおよび方法 | |
Jung | Robust and resilient water distribution systems | |
Jun et al. | Linear programming models for leak detection and localization in water distribution networks | |
Min et al. | Detecting and localizing leakages in water distribution systems using a two-phase model | |
Jo et al. | Leakage pattern monitoring method of CEP based water supply block system | |
Boatwright et al. | Integrated sensor placement and leak localization using geospatial genetic algorithms | |
Cai et al. | Efficiency enhancement of leakage detection and localization methods using leakage gradient and most affected sensors | |
Yekti et al. | Non-Revenue Water (NRW) and its handling for a drinking water supply system in Kedewatan zone Gianyar Bali |
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 |