CN105988453B - 用于水生产和分配控制的方法和系统 - Google Patents

用于水生产和分配控制的方法和系统 Download PDF

Info

Publication number
CN105988453B
CN105988453B CN201610162032.0A CN201610162032A CN105988453B CN 105988453 B CN105988453 B CN 105988453B CN 201610162032 A CN201610162032 A CN 201610162032A CN 105988453 B CN105988453 B CN 105988453B
Authority
CN
China
Prior art keywords
water
data
distribution network
sensor data
historical
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
Application number
CN201610162032.0A
Other languages
English (en)
Other versions
CN105988453A (zh
Inventor
N·R·玛基
M·沙玛
R·巴纳吉
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.)
Accenture Global Solutions Ltd
Original Assignee
Accenture Global Solutions Ltd
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 Accenture Global Solutions Ltd filed Critical Accenture Global Solutions Ltd
Publication of CN105988453A publication Critical patent/CN105988453A/zh
Application granted granted Critical
Publication of CN105988453B publication Critical patent/CN105988453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B1/00—Methods or layout of installations for water supply
    • E03B1/02—Methods or layout of installations for water supply for public or like main supply for industrial use
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及用于水生产和分配控制的方法和系统。一种方法和系统控制用于配水网络的水生产。该方法包括：从配水网络采集现场传感器数据，使用所接收的数据对配水网络建模并且确定最优水流，以及生成最优水生产计划用于基于所接收的数据控制配水网络中的水生产，所接收的数据包括传感器数据和历史数据。系统包括处理器和存储器以及执行以上方法的处理器可执行指令。

Description

用于水生产和分配控制的方法和系统
技术领域
本公开涉及生产控制领域，并且更特别地涉及用于水生产和分配控制的方法和系统。
背景技术
水生产控制通常识别未来的水供应需求并且根据规划的需求计划市政水生产以确保可持续的水供应。传统上，根据需要来驱动市政水生产控制方法。传统的市政水生产控制没有使用配水网络的当前实际现场传感器数据，并且不能够实时地处理所建立的网络拓扑的变化。这样，存在一些技术问题需要解决以便通过使用实时现场传感器数据并且将网络拓扑的实时变化合并到市政水生产控制中来控制市政水生产。
发明内容
本公开的示例至少提供用于市政水生产和分配控制的方法和系统。
可以提供一种用于市政水生产和分配控制的方法。方法可以包括步骤：以预定时间间隔查询工业控制数据库中存储的传感器数据；接收传感器数据并且分配用于所接收的传感器数据的有效期；从第一用户界面接收用户数据，其中用户数据表示对于水的需求；从历史数据储存库查询包括历史资产属性和历史传感器数据的历史数据；将配水网络建模为节点以及节点之间的连接；确定配水网络中的节点之间的约束(constraint)和依赖性(dependency)；确定配水网络的水生产成本；以及当对于水的需求超过给节点的水供应时添加松弛变量。
方法还可以包括步骤：通过使用水生产成本、松弛变量、有效期内的所接收的传感器数据、用户数据和历史数据根据约束和依赖性以预定频率确定包括所选择的节点之间的所选择的连接的所建模的配水网络中的最优水流；以及根据所确定的最优水流确定配水网络的水生产计划并且在第二用户界面中显示水生产计划。
本公开提供一种用于市政水生产和分配控制的系统。系统可以包括处理器和存储计算机指令的非暂态计算机可读介质，计算机指令被配置成使得处理器：以预定时间间隔查询工业控制数据库中存储的传感器数据；接收传感器数据并且分配用于所接收的传感器数据的有效期；从第一用户界面接收用户数据，其中用户数据表示对于水的需求；从历史数据储存库查询包括历史资产属性和历史传感器数据的历史数据；将配水网络建模为节点以及节点之间的连接；确定配水网络中的节点之间的约束和依赖性；确定配水网络的水生产成本；以及当对于水的需求超过给节点的水供应时添加松弛变量。
系统中所包括的计算机指令还可以使得处理器：通过使用水生产成本、松弛变量、有效期内的所接收的传感器数据、用户数据和历史数据根据约束和依赖性以预定频率确定包括所选择的节点之间的所选择的连接的所建模的配水网络中的最优水流；以及根据所确定的最优水流确定配水网络的水生产计划并且在第二用户界面中显示水生产计划。
附图说明
参考以下附图和描述可以更好地理解系统和/或方法。参考以下附图描述非限制性和非排他性描述。附图中的组成不一定按比例，重点在于说明原理。在附图中，相似的附图标记遍及不同附图可以指代相似的部分，除非另外说明。
图1是用于配水网络的水生产控制的方法的一个实施例的流程图；
图2图示用于配水网络的水生产控制的系统的一个实施例；
图3图示用于水生产计划的用户界面的一个实施例；
图4图示用以接收用户数据输入的用户界面的另一实施例；
图5示出用于配水网络的水生产控制的线性程序优化的过程图的一个实施例；
图6可视地描绘被建模用于配水网络的简化的示例网络拓扑；
图7-10示出用于水生产控制的数据处理流程图的一个实施例；以及
图11图示可以用于配水网络的水生产控制的计算机系统的示例。
具体实施方式
本文中所描述的原理可以用很多不同形式来实施。然而可能并非需要所有描绘的组成，并且一些实现可以包括另外的组成。可以在不偏离本文中给出的权利要求的精神或范围的情况下对组成的布置和类型做出变化。另外，可以提供不通过的或者更少的组成。
遍及本说明书对于单数或者复数形式的“一个示例”、“示例”、“多个示例”、“一个实施例”、“实施例”、“示例实施例”等的引用表示结合实施例或者示例描述的一个或多个特定的特征、结构或特性被包括在本公开的至少一个实施例或一个示例中。因此，遍及本说明书的各个地方的单数或者复数形式的短语“在一个实施例中”、“在实施例中”、“在示例实施例中”、“在一个示例中”、“在示例中”等的出现不一定全部指代同一实施例或者单个实施例。另外，在一个或多个实施例或示例中可以用任意合适的方式组合特定的特征、结构或特性。
本文中的描述中使用的术语仅出于描述特定示例的目的，而非意在限制。如本文中所使用的，单数形式的“一”、“一个”和“该”意在也包括复数形式，除非上下文另外清楚地指出。另外，如本文中的描述中以及遍及以下权利要求所使用的，“在……中”的含义包括“在……中”和“在……上”，除非上下文另外清楚地指出。还应当理解，如本文中所使用的术语“和/或”指代并且包括相关联的所列出的条目中的一个或多个的任何以及全部可能的组合。还应当理解，术语“可以包括”、“包括”、“包含”和/或“含有”当在本说明书中使用时规定所指出的状态、操作、元素和/或组成的存在，但是不排除一个或多个其他的特征、操作、元素、组成、和/或其组的存在或添加。
示例性环境可以包括服务器、客户端和通信网络。服务器和客户端可以通过通信网络耦合用于信息交换，诸如发送/接收标识信息、发送/接收数据文件(诸如启动画面图像等)。虽然环境中仅示出一个客户端和一个服务器，然而可以包括任何数目的终端或服务器，并且还可以包括其他设备。
所描述的设备间通信可以包括用于向服务器和客户端或者在多个服务器或客户端之间提供网络连接的任何适当类型的通信网络。例如，通信网络可以包括因特网或者其他类型的计算机网络或电信网络，其可以是有线的或者无线的。在实施例中，所公开的方法和装置可以例如在包括至少一个客户端的无线网络中来实现。
在一些情况下，客户端可以指代具有某些计算能力的任何适当的用户终端，诸如个人计算机(PC)、工作站计算机、服务器计算机、手持式计算设备(平板)、智能电话或移动电话、或者任何其他用户侧计算设备。在各种实施例中，客户端可以包括网络接入设备。客户端可以是静态的或者移动的。
如本文中所使用的服务器可以指代被配置成提供诸如数据库管理和搜索引擎的某些服务器功能的一个或多个服务器计算机。服务器还可以包括用以并行执行计算机程序的一个或多个处理器。
应当注意，实施例/示例以及实施例/示例中的特征可以在没有冲突的情况下彼此组合。各个发明方面在结合附图考虑时根据以下详细描述将变得很清楚。
应当注意，附图的流程图中图示的步骤可以使用可执行程序代码在一组计算机设备中执行。尽管流程图中示出了示例逻辑顺序，但是步骤的顺序在一些情况下可以不同于附图中的顺序。
本公开的示例中的目的、技术提议和优点在结合附图考虑时根据以下详细描述将很清楚和完整。下文中描述的示例仅是本公开的示例的部分，而非全部示例。本领域技术人员可以在没有创造性工作的情况下基于这些示例获取所有其他示例。
供水网络中的市政水生产和分配操作的最优控制是生产计划中的最具挑战性的问题之一。传统的水生产控制方法通过需求而非成本来驱动。传统的方案不是使用网络的当前实际或历史性能数据来创建的。传统的方法不能处理网络拓扑随着时间的变化。传统的计划没有在其分析模型中考虑到最近的历史数据。
本公开内容公开了一种用于水网络内的水生产控制的水生产控制方法和系统。本公开内容公开了一种通过使用实时数据、历史数据、用户输入数据、配置数据以及不变的静态常量的组合实现的水生产控制。本公开内容还公开了一种可以不预先规定并且可以随着时间变化的网络的拓扑结构。本文中所公开的网络优化使用两级线性编程模型。用于馈送模型的数据可以包括实时数据、历史数据和用户输入数据、配置数据以及不变的静态数据的组合。可以提供图形用户界面，并且图像用户界面可以由水生产计划器使用，以调节向模型中馈送的参数。
图1是用于配水网络100的水生产控制的方法的一个实施例的流程图。图1所示的步骤可以由用以执行非暂态计算机可读介质中存储的指令的一个或多个处理器来执行。
步骤110：查询、接收和分配传感器数据。步骤110的示例可以包括：以预定时间间隔查询工业控制数据库中存储的传感器数据，以及接收传感器数据并且分配用于所接收的传感器数据的有效期。
传感器数据可以基于资产来查询。为了建模供水网络，可以将供水网络上的每个节点表示为资产。例如，泵站可以是资产。每个资产可以具有可以采集资产的数据的一个或多个传感器。传感器可以描述资产的特性(属性)。泵站可以具有用以采集每分钟的水量的数据的传感器。在传感器采集资产的数据之后，可以将传感器数据存储在诸如工业控制数据库等数据库中。资产的标识可以与数据库中存储的传感器数据相关联。一个传感器可以用于一个或多个资产，并且一个资产可以具有一个或多个传感器。资产可以分类成称为元资产(meta asset)的高层分组。可以存在元资产的公共属性。资产的属性可以通过使用传感器数据来表示。这样，可以根据资产或者资产的标识获取传感器数据。
本公开中采集和使用的传感器数据可以是能够采集的传感器数据的子集。例如，传感器数据可以提供与水如何流经管道有关的细节。由于水流可以随着时间和地点变化，所以用于描绘水流的传感器数据可以包括用以反映通过配水网络的各种水流的表示各种消费场景的数据，并且这样的数据可能很复杂。然而，本公开中所公开的方法可以专注于分析供水能力，而非仅仅专注于水流。因此，所公开的方法在不使用传感器数据或者使用其子集时可以将液压水流定义为约束。这样的方法不需要通过配水网络的液压水流的整个细节。这样，在当前公开的方法中可以仅使用传感器数据的一部分。
可以以预定时间间隔查询传感器数据。可以动态地采集和存储传感器数据。传感器可以实时地采集传感器数据。可以在一旦传感器采集到传感器数据时将传感器数据存储到工业控制数据库。由于传感器数据可以随着时间变化，例如泵站的水量可以每分钟变化，因此，可以通过周期性地查询传感器数据来获取最近的传感器数据。例如，每十五(15)分钟从数据库查询传感器数据。可以直接从传感器获取传感器数据。从传感器直接得到传感器数据的频率可以与从数据库查询传感器数据的频率相同或不同。
可以分配用于传感器数据的有效期。如果接收到传感器数据，则可以设置该传感器数据的“有效生命周期”。通过这一方式，可以处理数据有效性问题。例如，如果信号可以在可能的值的某个范围内操作，但是丢失到数据源(例如工业控制数据库)的连接，则可以使用有效期来假定(取决于标准差等)上一数据点可以持续有效的时长。即使这样，当数据质量问题可能变为问题时，可以生成通知并且将其发送给用户以告知用户数据质量可能存在问题。也可以设置除了传感器数据的其他类型的数据的有效期。例如，可以设置历史数据、用户输入数据和/或配置数据的有效期。
步骤120：接收用户数据。步骤120的示例可以包括：从第一用户界面接收用户数据，其中用户数据表示对于水的需求。
用户可以选择经由图形用户界面(GUI)输入表示水需求的用户数据。例如，可以开发GUI以使得用户能够输入每天或者几天的水需求。用户可以输入不同天的不同水量。一旦用户在GUI中输入需求值，则可以将用户输入的水需求存储在数据库中。可以实时地取回用户数据。用户数据连同传感器数据和其他数据可以用于水生产控制。
也可以取回配置数据。水生产计划器可以选择以通过调节可以影响水生产控制的不同参数来编辑生产计划。不同参数可以是传感器数据、用户数据或者被创建用于控制水生产的任何其他数据。可以将调节后的参数存储和取回作为配置数据。一旦创建配置数据，则可以实时地从数据库取回配置数据。
步骤130：查询历史数据。步骤130的示例可以包括：从历史数据储存库查询包括历史资产属性和历史传感器数据的历史数据。
历史数据可以包括不同类型的数据。历史数据可以包括可以由传感器在某个时间段之后创建的资产属性。资产属性也可以来自其他源，诸如来自资产的制造商。在创建传感器数据之后，在预定的时间段之后，历史数据可以包括传感器数据。当用户数据和配置数据变得足够陈旧之后，历史数据也可以包括用户数据和配置数据。预定时间段确定是否可以认为传感器数据记录、用户数据记录或者配置数据记录是历史数据。预定时间段可以变化，其可以是十五(15)分钟或者二十四(24)小时，或者可以甚至是几周或几个月。不同的历史数据可以具有不同的用于确定的预定周期。例如，传感器数据在创建之后的十五(15)分钟之后可以变为历史数据，而用户数据可以在创建之后的三十(30)分钟之后变为历史数据。历史数据可以存储在一个或多个历史数据储存库或数据库中。
步骤140：对配水网络建模。步骤140的示例可以包括：将配水网络建模为节点以及节点之间的连接。
配水网络的模型可以包括节点以及节点之间的连接。表示资产的每个节点可以被定义为变量。变量还可以表示可以将网络中的节点链接在一起的管线连接。可以不事先规定网络拓扑。网络拓扑可以动态地变化。可以将模型构建为具有来自这一拓扑的必要的数学。可以通过使用模型中的变量来表示网络中的节点和连接的约束和依赖性。可以使用线性程序来在运行时间优化模型。线性程序可以在优化模型时合并物理网络拓扑的变化以及特性。优化后的模型因此可以反映网络拓扑的动态变化。
本文中公开的配水网络的模型可以简化模型优化。所公开的模型可以专注于供水能力并且可以将液压水流描绘为约束。通过与预测液压水流的传统模型相比较，所公开的配水网络模型可以不需要与水如何在供水系统中流动有关的细节的因素。所公开的模型可以仅定义每个节点以及将节点链接在一起的管线连接的变量。这样，所公开的模型可以不需要液压水如何流动的细节。所公开的模型中的液压水流可以仅是约束。所公开的模型因此与构造液压水流模型相比很容易构造。
由于所公开的模型可以将液压流视为约束，所以所公开的配水网络模型也可以很容易维护。例如，当液压水流发生变化(诸如泵故障)时，所公开的模型可以不需要液压水流的变化的细节。液压水流变化可以通过所公开的模型中的变量变化来反映。所公开的模型可以通过读取变化后的实时数据来很快地重新构建。与传统的液压流模型(其在液压水流变化的情况下可能需要大约三至六个月来重新构造)相比，所公开的模型可以在五到十分钟内重新构造。因此，通过使用所公开的模型，可以在两天内实现具有重新构建的模型的水生产控制系统。
所公开的模型的初始构建可以很容易进行，因为所公开的模型可以不需要供水的液压水流细节。所公开的模型可以通过仅使用可以采集和存储的传感器数据的子集来构建。所公开的模型因此可以通过使用历史传感器数据的子集预先计算并且构建。因此，与传统的液压水流模型相比，可以在更少的时间内完成所公开的模型的初始构建。
步骤150：确定约束、依赖性和水生产成本并且添加松弛变量。步骤150的示例可以包括：确定配水网络中的节点之间的约束和依赖性，确定配水网络的水生产成本，以及在对于水的需求超过给节点的水供应时添加松弛变量。
可以确定配水网络中的节点之间的约束和依赖性。在通过从数据库查询或者从传感器或用户界面直接接收来获取传感器数据、历史数据、配置数据和用户数据之后，可以建立反映数据关系的等式。可以施加约束。例如，抽取限制可以是配水网络的抽取点的约束。可以在等式中反映约束。
约束可以是等式中的变量。例如，水抽取是暂时地或者永久地从任何源得到水的过程。可以针对抽取点施加许可极限约束。配水网络中可以有很多抽取点。每个抽取点可以具有水提取的许可极限。为了在等式中反映约束，可以施加许可极限约束作为创建等式时的抽取点上的变量。许可极限约束可以在优化器执行配水网络的线性程序优化时使用。
约束可以用户配置。例如，超级用户可以配置数据以设置特定管线连接的最大和最小水流。
配水网络中的节点之间可以存在依赖性。例如，一个用户的水供应可以不来自特定的泵站。依赖性可以限制配水网络中的连接。依赖性也可以被合并到等式中用于优化器执行线性程序优化。
可以计算水生产成本。可以通过使用以下公式(1)来计算每个水处理厂(WTW)的水生产单位成本：
单位成本＝总产品(WTW流，实时单位成本)/总的WTW的每日生产(1)
当对于水的需求超过给节点的水供应时，可以添加松弛变量。如果配水模型不满足对于水的需求，则模型中的等式可能变得不容易成立并且数学模型可能失败。为了解决这一问题，可以添加松弛变量。松弛变量可以捕获由于约束或依赖性而可以被满足的需求量。因此，在线性程序优化的运行期间，优化器可以尝试根据该松弛变量来源送需求。因此，松弛变量可以用于确定可能需要根据松弛变量源送多少水。由于松弛变量的使用，可以很容易求解等式。另外，松弛变量可以用于告知可能有多少需求没有满足。
也可以定义配水网络的区域。可以将区域定义为通常能够得到其可能需要的水。
步骤160：确定最优水流。步骤160的示例可以包括：通过使用水生产成本、松弛变量、有效期内的所接收的传感器数据、用户数据和历史数据根据约束和依赖性以预定频率确定包括所选择节点之间的所选择连接的所建模的配水网络中的最优水流。
优化器运行线性程序优化的结果可以是最优水流。最优水流可以是水在配水系统中流动的路线。可以在执行线性程序优化之前采集和组合数据以向优化器馈送。可以从数据库取回传感器数据、用户输入数据、配置数据和历史数据，并且可以对其进行组合。传感器数据、用户输入数据、配置数据和历史数据的每个数据记录可以具有与其相关联的有效期。另外，可以确定约束和依赖性，并且将其馈送至优化器。还可以将水生产成本考虑为约束并将其馈送至优化器。可以创建松弛变量以表示对于水供应的未满足的需求，并且松弛变量也可以由优化器使用以执行线性程序优化。
可以频繁地执行线性程序优化。例如，可以每十五(15)分钟执行程序。线性程序优化可以动态地确定配水网络中的水流的最优路线。可以将水流的最优路线保存在文件中以在图形用户界面中显示。
步骤170：确定生产计划。步骤170的示例可以包括：根据所确定的最优水流确定配水网络的水生产计划，并且在第二用户界面中显示水生产计划。
可以通过使用配水网络中的水流的最优路线来确定水生产计划，最优路线可以通过线性程序优化来确定。生产计划可以包括未来一定时间段内(例如十(10)天)在一个或多个水处理厂生产多少水。可以在图形用户界面中显示生产计划。替选地，可以将生产计划保存在文件中。
图1所示的方法可以包括表示配水网络中的主要供水线路的节点。主要供水线路可以指代可以由水公司拥有和维护的大型供水管线。在确定水生产控制的优化后的水流时，各个家庭的小型供水管线中的水流可能并不重要。各个家庭中可能有太多小型供水管线并且小型供水管线中可能有太多水流的未知情况。因此，可能不能够跟踪小型供水管线中的水流。这样，优化后的水流的确定可以专注于主要供水线路。主要供水线路的流入和流出以及主要供水线路中的水量对于水生产控制而言可以很重要。可以认为主要供水线路是水箱。
图1所示的方法可以包括节点，该节点表示可以包括泵站的供水生产。具有泵站的供水生产可以被表示为配水网络中的节点。
如图1所示的方法中公开的配水网络模型可以包括：以预定间隔接收传感器数据并且根据所接收的传感器数据更新配水模型。配水网络模型可以是动态模型。模型可以随时间变化。所接收的传感器数据和/或所接收的用户数据可以影响模型。因此，每次当更新用户数据和/或传感器数据时，也可以更新模型。这样，修改模型的频率可以与更新传感器数据和/或用户数据的预定时间间隔有关。预定时间间隔可以是每15分钟。也可以使用修改模型的某个其他时间间隔。时间间隔可以是事件驱动的时间间隔。例如，可以在用户数据或传感器数据变化时重新生成模型。模型的修改也可以在配置数据的变化时出现。
如图1所示的方法中公开的水生产成本、松弛变量、所接收的传感器数据、用户数据和历史数据可以包括经由图形用户界面可调节的可配置值。
用于控制水生产的计划器可以根据需要调节数据。每个水处理厂的水生产成本、松弛变量、所接收的传感器数据、用户数据和历史数据可以由水生产计划器来调节。可调节数据可以是用于水生产控制的可配置值。计划器可以通过使用图形用户界面来调节可配置值。然而，调节也可以通过使用计算机程序来自动进行。
图1所示的方法还可以包括通过使用至少一个预定准则验证所接收的传感器数据、所接收的历史数据和所接收的用户数据的子步骤。验证子步骤还可以包括通过使用智能替代取代无效数据的子步骤。
可以检查所接收的数据的有效性。所接收的数据可以包括传感器数据、所接收的历史数据、所接收的用户数据或者配置数据。可以针对所接收的数据执行有效性检查。例如，如果所接收的传感器数据记录不具有用于泵站的水量，则所接收的传感器数据记录可能无效。有效的数据记录可以不用于进一步的数据处理。然而，某些无效数据可以是可修复的。例如，如果泵站的水量的传感器数据记录的有效期丢失，则可以使用系统日期作为有效期以修复无效数据记录。
通过使用映射表用有效值取代数据记录中的无效值可以称为智能替代。映射表可以用于修复无效数据记录。可以在映射表中提供有效值用于在数据记录中接收的无效值。映射表中的有效值可以用于取代无效值。例如，当被接收用于泵站的每日水量的数据记录超过某个门限时，映射表可以提供用于泵站的每日水量，可以通过使用映射表中的量来取代数据记录中的无效水量值。有时，可以存在一些已知的无效数据记录，例如，某些许可极限可以不再有效并且可以在映射表中提供新的许可极限。这样，并非改变数据库中存储的数据的所有无效值，而是可以使用映射表来用有效值取代无效值。
如图1所示的方法中公开的水生产成本、松弛变量、所接收的传感器数据、用户数据和历史数据可以变为新的历史数据，并且可以存储在历史数据储存库中用于在未来的时间对配水网络建模。
可以动态地设置历史数据与非历史数据之间的边界。例如，可以认为比十五(15)分钟、两(2)小时、六(6)小时或者二十四(24)小时更陈旧的任何数据是历史数据。这样，水生产成本、松弛变量、所接收的传感器数据、用户数据和/或配置数据可以变为新的历史数据，并且可以存储在历史数据储存库中用于在未来的时间对配水网络建模。
可以将如图1所示的方法中公开的所确定的生产计划存储到由用户触发的CSV文件中。
图2图示用于配水网络的水生产控制的系统200的一个实施例。如图2所示，系统200可以包括一个或多个处理器230、第一用户界面210、第二用户界面220、用户界面270、数据库260和存储器240。数据通信网络250可以用于连接一个或多个处理器230、第一用户界面210、第二用户界面220、用户界面270、数据库260和存储器240。存储器240可以包括指令241和数据242。指令241可以包括数据预处理器2411、同步器2412、水网络建模器2413、优化器2414、生产计划器2415和报告生成器2416。数据242可以包括传感器数据2421、历史数据2422、用户数据2423、配置数据2424、水网络模型2425和生产计划2426。传感器2010和传感器数据数据库2020可以彼此连接，并且也可以经由网络接口2001单独连接到系统200的数据通信网络250。如图2所示，系统200可以直接从传感器2010得到传感器数据，或者可以从数据库2020取回传感器数据以获取传感器数据。
系统200的一个示例实施方式可以包括一个或多个处理器230以及存储数据预处理器2411的计算机指令241的非暂态计算机可读介质(存储器)240，计算机指令241可以被配置成使得一个或多个处理器230：以预定时间间隔查询工业控制数据库2020中存储的传感器数据2421；接收传感器数据2421并且分配用于所接收的传感器数据2421的有效期；从第一用户界面210接收用户数据2423，其中用户数据2423表示对于水的需求；从历史数据储存库260查询包括历史资产属性和历史传感器数据的历史数据2422。
系统200还可以包括水网络建模器2413的计算机指令241，计算机指令241可以被配置成使得一个或多个处理器230将配水网络建模为节点以及节点之间的连接。
系统200还可以包括同步器2412的计算机指令241，计算机指令241可以被配置成使得一个或多个处理器230：确定配水网络中的节点之间的约束和依赖性；确定配水网络的水生产成本；以及在对于水的需求超过给节点的水供应时添加松弛变量。
系统200的优化器2414可以包括以下指令：该指令可以使得一个或多个处理器230通过使用水生产成本、松弛变量、有效期内的所接收的传感器数据、用户数据和历史数据根据约束和依赖性以预定频率确定包括所选择的节点之间的所选择的连接的所建模的配水网络中的最优水流2425。系统200的生产计划器2415和报告生成器2416可以包括可以使得一个或多个处理器230根据所确定的最优水流确定配水网络的水生产计划2426并且在第二用户界面220中显示水生产计划的指令。
系统200的水网络模型2425可以包括可以表示所建模的配水网络中的主要供水线路的节点。
系统200的水网络模型2425可以包括这样的节点，该节点可以表示可以包括配水网络中的泵站的水供应生产。
系统200的水网络建模器2413可以包括可以被配置成使得一个或多个处理器230以预定时间间隔根据所接收的传感器数据2421更新配水网络模型的指令。
系统200还可以包括图形用户界面270，图形用户界面270可以用于调节数据的可配置值，数据可以包括水生产成本(水网络模型2425的部分)、松弛变量(水网络模型2425的部分)、所接收的传感器数据2421、用户数据2423、历史数据2422和配置数据2424。
系统200的数据预处理器2411可以包括可以被配置成使得一个或多个处理器230通过使用至少一个预定准则验证所接收的传感器数据2421、所接收的历史数据2422和所接收的用户数据2423的指令。系统200的数据预处理器2411可以包括可以被配置成进一步使得一个或多个处理器230通过使用如以上描述的智能替代取代无效数据的指令。
被包括在系统200中的水生产成本和松弛变量(其均可以是水网络模型2425的部分)、所接收的传感器数据2421、用户数据2423和历史数据2422可以变为新的历史数据，并且可以存储在历史数据储存库260中用于在未来的时间对配水网络建模。
系统200的报告生成器2416可以包括可以被配置成使得一个或多个处理器230将所确定的生产计划2426保存到CSV文件的指令。保存所确定的生产计划2426的活动可以由用户经由用户界面270来触发。
图3图示用于水生产计划的用户界面300的一个实施例。如图3所示，水生产计划可以设置10天计划目标310。计划周期320也可以在图3中示出。用户界面300可以使得生产计划器能够向文件导出计划330并且导出最优路线340，文件可以存储在计算机可读介质(未示出)中。生产计划的用户界面300可以示出用于生产控制的水处理厂(WTW)的站点名称345。通过每个站点名称345，图3中示出了默认成本350、WTW的单位成本352、最优生产353、实际24小时滚动生产354、今日宣告生产355、季节期望生产可用性356以及90天最佳历史实际生产347。对于每日计划，图3中示出了生产358、中断359和计划生产360。用户界面300中还示出了最小和最大选择按钮347以及所有WTW的总数字346。
如图3所示，用户界面中显示了总生产成本371、生产要求372、总生产单位成本、预计需求374、系统单位成本、净空、SE井生产总计379、SE井计划总计380、总体战略SRES存储382、SRES总的实际存储量386、今日净空381、最大到生产净空383以及生产到计划净空385，用于水生产控制300。净空381可以定义系统内的空闲容量的量，具体地是该系统内的供应与需求之间的差异。例如，如果网络/站点的容量为300，但是需求为200，则净空可以是100。服务储备库可以存储准备用于分配的处理后的饮用水。SRES存储382可以表示服务储备库中可以存储多少水。
如图3所示，生产计划器可以调节用户界面300中的值并且重新生成水生产计划。
图4图示用以接收用户数据输入的用户界面400的另一实施例。如图4所示，显示了用户输入日期420。图4中的用户数据输入域410可以使得用户能够输入水使用数字。最小和最大使用量显示在图4中的用户输入域420的两侧。在图4中，-0.0和17.5的数字被提供作为用户输入的示例值范围。
图5示出用于配水网络500的水生产控制的线性程序优化的过程图的一个实施例。如图5所示，前端510可以使得用户能够输入值。来自前端510的输入值然后可以被发送给服务器520。服务器520可以执行同步过程以同步来自用户输入值和其他值的值。同步结果可以被存储回服务器520。服务器520可以从前端510接收新的用户输入值并且通过向优化器530馈送数据来触发优化。优化器530可以通过使用两级线性程序来执行优化。优化后的路线可以由优化器530来创建并且可以被导出540给CSV文件。导出可以由用户按下如图3所示的用户界面中的“导出最优路线”按钮340来触发。
图6可视地描绘被建模用于配水网络的简化的示例网络拓扑600。如图6所示，配水网络可以包括以下节点：抽取点610、水处理厂620、环路干线630、泵站640、服务储备库650和区域660。可以在节点之间建立连接670。然而，由于约束和依赖性可以限制配水网络中的一些节点之间的连接，所以并非每两个节点都可以能够在配水网络中彼此连接。
图7-10示出用于水生产控制的数据处理流程图的一个实施例。图7-10所示的数据处理流程图可以说明用于执行线性编程优化的数据的准备。
图7示出用于水生产控制的数据处理流程的实施例的部分1 700。如图7所示，在处理开始710之后，可能需要到数据库的连接720。数据处理可能需要采集用于水生产控制的传感器数据，列出要查询的传感器数据列表730。如图7所示，要采集的传感器数据可以包括传感器标识(ID)771、操作772、资产773、资产属性774、元资产775、元资产属性类型776。传感器ID 771可以是用以查询数据的具体的传感器ID的标识号码。操作772可以是用以对传感器数据执行的数学操作(简单计算)。操作772可以用于多个传感器的单位转换或聚合。资产773可以是传感器ID可以涉及的资产。一个资产可以具有很多传感器，并且很多资产可以共享传感器读数以测量关于该资产的性质。资产属性774可以是传感器描述的资产的特性(属性)。元资产775可以是可以被分类成高层分组的资产。元资产属性类型776可以是在此列出的特定类型的元资产的公共属性。
另外，如图7所示，对于要采集的每个传感器数据标签，可以将传感器数据的属性以及传感器数据与其他数据的关系采集到缓存存储器中740。另外，可以做出关于上一查询时间的检查。如果上一周期没有数据可用，则数据处理可以向存储器中重新加载历史数据750。历史数据的重新加载760在图7中示出为单独的过程。
图8示出用于水生产控制的数据处理流程图的实施例的部分2800。图8图示用于取回传感器数据的过程。如图8所示，可以并行执行传感器数据的多个取回801。首先，形成要请求的传感器ID的格式阵列。查询820可以使用以下准则来进行：当前时间(结束时间)821、传感器ID 822、传感器上一加载日期/时间(开始时间)823和取回类型(内插)824。
取回类型824可以是“内插”或“实际”，然而取回类型824可以是其他类型。当取回类型824的读数针对特定时间戳为“实际”时，查询返回的读数可以是所规定的测量传感器直接读取和记录的值。当取回类型824的读数为“内插”时，查询可以返回内插值。测量传感器以通常适合用于被读取的信号的离散的间隔而进行记录。可以在数学上理解(例如在傅里叶变换文献中)何时内插值是可接受的而何时内插不是适当的。在本公开中，选择内插可以很有用，因为其可以避免过多的空值/空白值，并且在所规定的时间戳与进行实际读取和记录的时间一致的情况下可以返回“实际”值。
如图8所示的传感器数据取回过程可以以每15分钟的时间间隔取回传感器数据。15分钟的时间间隔可以被定义为距离当前时间最近的十五(15)分钟或者距离传感器ID830的上一传感器数据加载时间的十五(15)分钟。在取回传感器数据之后，网络服务响应840可以触发如图8所示的上一查询加载日期的更新850。
15分钟的间隔的开始时间可以通过以下各项来确定：(1)接收批处理中的上一读数的时间戳(mm:ss.ms)，或者(2)记事者(historian)进行内插和补救动作所花费的时间。
在通过时间戳来确定15分钟的间隔的情况下，可以使用所接收的批处理中的上一读数。数据通常可以由从其查询数据的源系统按照串行格式接收和处理。如果有1000个传感器，而它们全部可以在相同的时间被记录，则它们可以不在相同的时间被写入到源数据库中。例如，如果在12:15:00.00(hh:mm:ss.ms)开始接收读数，则它们可能直到12:15:30.00才完成写入。这样，上一读数12:15:30.00可以用于确定15分钟的时间间隔。一旦在12:15:30.00完成数据写入，则可以触发内插工作，其可以预先计算内插值的范围。通过这一方式，对内插值的查询可以能够满足预先规定的性能测量。
图9示出用于水生产控制的数据处理流程图的实施例的部分3900。在取回传感器数据之后，过程可以将具有传感器ID的传感器数据与资产和资产属性组合并且将其写入文件910。传感器数据记录960可以包括数据域：asset_attribute_value_id 961、asset_attribute_id 962、value 963、data_time_value 964、asset_id 965、asset_name 966、attr_name(属性名称)967和last_load_date 968。如图9所示，历史数据970、配置数据980、用户数据990和所有的资产属性值996可以共享传感器数据记录960的相同数据域格式。
如图9所示，在将具有传感器ID的传感器数据与资产和资产属性组合并且将其写入文件910之后，过程取回历史资产属性和传感器数据920。随后，数据处理取回配置数据930，取回用户输入数据940。具有传感器ID的传感器数据960、历史资产属性值数据970、配置数据980和用户输入数据全部被联合成如图9所示的“所有资产属性”格式950。
图10示出用于水生产控制的数据处理流程图的实施例的部分41000。如图10所示，数据处理触发计算处理1010。计算可以在一系列独立的批处理中发生，这一系列独立的批处理在可能的情况下可以被并行化。按日/按月/按年计算1020可以具有四(4)个种类：种类1 1021、种类2 1022、种类3 1023和种类4 1024。种类1 1021可以是没有依赖性的计算。种类2 1022可以是具有一(1)个依赖性的计算。种类3 1023可以是具有两(2)个依赖性的计算。种类4 1024可以是具有三(3)个依赖性的计算。按日/按月/按年计算的资产属性1025可以在执行按日/按月/按年计算1020之后来创建。
15分钟的工作1030也可以具有四(4)个种类：种类1 1031、种类2 1032、种类31033和种类4 1034。种类1 1031可以是没有依赖性的计算。种类2 1032可以是具有一(1)个依赖性的计算。种类3 1033可以是具有两(2)个依赖性的计算。种类4 1034可以是具有三(3)个依赖性的计算。实时计算的资产属性1035可以在执行15分钟工作1030之后来创建。
图10还示出被标记为公布并且使得可用于线性编程优化和其他ETL处理的结果1040。结果1040可以在执行计算处理1010之后来创建。准备好用于线性编程优化的结果的数据记录1050可以与图9所示的传感器数据格式960具有相同的格式。
提取变换加载(ETL)可以是在数据库用法内的处理，该数据库用法描述数据如何从一个或多个源被提取，通过计算被变换或者使其格式改变并且然后被加载到最终目标存储装置(通常是另一数据库)中。
图10中的“被标记为公布并且使得可用于线性编程优化以及其他ETL处理的结果”1040可以指代复杂计算的结果如何可以变换其格式并且然后被写入到各种“前端”数据库中。然后可以在计算可以是变换步骤的情况下执行ETL处理。实际上，如ETL中描述的变换通常明显可以更简单。这样的变换是一步骤处理、而非多阶段计算。具体地，我们的前端的不同块可以在不同的地方需要相同的数据。例如，历史线图表的数据可以存储在地图上出现的兴趣点标记的不同位置。ETL处理可以不经常使用；也可以使用其他前端技术。
图11图示可以用于配水网络的水生产控制的计算机系统。参考图11，示出了可以用于图1-2中的方法和系统或者被配置成执行本文中在本公开中所讨论的方法的任何其他系统所说明的部件中的一个或多个部件的计算机系统的说明性实施例，其用1100表示。虽然图1中将计算机系统1100图示为包括图示的所有部件，然而计算系统包括比图11中图示的更少或更多的部件也在本发明的范围内。
计算机系统1100可以包括指令集1124，指令集1124可以被执行以使得计算机系统1100执行本文中所公开的方法、处理或基于计算机的功能中的任何一个或多个。例如，如本文中所描述的水生产控制工具可以是包括指令集1124的程序，指令集1124被控制器1102执行以执行本文中所描述的方法、处理或基于计算机的功能中的任何一个或多个。这样的程序可以整体存储、或者以任何部分组合的形式存储在图11中图示的示例性存储器部件(诸如主存储器1104、静态存储器1106或磁盘驱动器1116)中的一个或多个部件上。
如所描述的，计算机系统1100可以是移动设备。计算机系统1100也可以使用网络1118连接到其他计算机系统或外围设备。在连网部署中，计算机系统1100可以在服务器的能力范围内操作或者作为服务器-客户端用户网络环境中的客户端用户计算机或者作为点到点(或分布式)网络环境中的对等计算机系统。除了其中实现计算机系统1100的实施例，计算机系统1100还可以实现为或者合并到各种设备中，诸如个人计算机(“PC”)、平板PC、机顶盒(“STB”)、个人数字助理(“PDA”)、移动设备(诸如智能电话或平板)、掌上电脑、膝上型电脑、台式电脑、网络路由器、交换机或桥接器、或者能够执行规定要由该机器来进行的动作的指令集(顺序的等)的任何其他机器。在特定实施例中，计算机系统1100可以使用提供语音、视频或数据通信的电子设备来实现。另外，虽然图示单个计算机系统1100，然而应当理解术语“系统”包括单独或者联合执行用以执行一个或多个计算机功能的指令集或多个指令集的系统或子系统的任意组合。
如图11中所图示的，计算机系统1100可以包括控制器，诸如中央处理单元(“CPU”)、图形处理单元(“GPU”)或者这二者。另外，计算机系统1100可以包括主存储器1104，并且另外地可以包括静态存储器1106。在其中计算机系统1100中包括多于一个存储器部件的情况下，存储器部件可以经由总线1108彼此通信。如所示，计算机系统1100还可以包括显示单元1110，诸如液晶显示器(“LCD”)、有机发光二极管(“OLED”)、平板显示器、固态显示器、或者阴极射线管(“CRT”)。另外，计算机系统1100可以包括一个或多个输入设备1112，诸如键盘、按钮、滚轮、用于图像捕获和/或视觉命令识别的数字相机、触摸屏、触摸板或音频输入设备(例如麦克风)。计算机系统1100还可以包括信号输出部件(诸如触觉反馈部件1114)以及信号生成设备1118(可以包括扬声器或远程控件)。
虽然没有具体说明，然而计算机系统1100可以另外包括用于识别计算机系统1100的位置的GPS(全球定位系统)部件。
另外，计算机系统1100可以包括定向单元1128，定向单元1128包括一个或多个陀螺仪和加速度计的任意组合。
计算机系统1100还可以包括用以使得计算机系统1100能够经由无线或有线通信信道与其他设备通信的网络接口设备1120。网络接口设备1120可以是用于经由Wi-Fi连接、蓝牙连接、近频通信连接、电信连接、因特网连接、有线以太网连接等与另一计算机系统通信的接口。计算机系统1100还可以可选地包括用于接受计算机可读介质1122的磁盘驱动单元1116。计算机可读介质1122可以包括控制器1102可执行的指令集，和/或计算机可读介质1122可以由计算机系统1100用作附加存储器存储装置。
在特定实施例中，如图11中所描绘的，磁盘驱动器单元1116可以包括一个或多个指令集1124(诸如软件)可以嵌入在其中的计算机可读介质1122。另外，指令1124可以实施本文中所描述的方法、过程或逻辑中的一个或多个。在特定实施例中，指令1124在由计算机系统1100执行期间可以完全或者至少部分驻留在主存储器1104、静态存储器1106和/或控制器1102内。主存储器1104和控制器1102还可以包括计算机可读介质。
在替选实施例中，可以构造专用硬件实施方式(包括专用集成电路、可编程逻辑阵列和其他硬件设备)以实现本文中所描述的方法中的一个或多个。可以包括各种实施例的装置和系统的应用可以广泛地包括各种电子和计算机系统。本文中所描述的一个或多个实施例可以使用具有相关控制和数据信号(其可以在模块之间以及通过模块被通信)的一个或多个特定的互连硬件模块或设备来实现功能，或者被实现为专用集成电路的部分。相应地，本计算机系统1100可以包括软件、固件和硬件实施方式。术语“模块”或“单元”可以包括存储由处理器执行的代码的存储器(共享存储器、专用存储器或者存储器组)。
根据本公开的各种实施例，本文中所描述的方法可以用计算机系统可执行的软件程序来实现。另外，在示例性非限制实施例中，实施方式可以包括分布式处理、部件/对象分布式处理以及并行处理。替选地，可以构造虚拟计算机系统处理以实现如本文中所描述的方法或功能中的一个或多个。
本公开预期包括指令1124或者响应于传播的信号接收和执行指令1124的计算机可读介质1122；使得连接到网络1118的设备可以通过网络1118通信语音、视频或数据。另外，指令1124可以经由网络接口设备1120在网络1118上传输或接收。
虽然计算机可读介质1124被示出为单个介质，然而术语“计算机可读介质”包括单个介质或者多个介质，诸如集中式或分布式数据库和/或存储一个或多个指令集的相关联的缓存和服务器。术语“计算机可读介质”还应当包括能够存储、编码或执行用于由处理器来执行或者使得计算机系统执行本文中所公开的方法或操作中的一个或多个的指令集的任何有形介质。
在特定非限制性示例性实施例中，计算机可读介质1122可以包括固态存储器，诸如存储卡或容置一个或多个非易失性只读存储器(诸如闪存存储器)的其他封装件。另外，计算机可读介质1122可以是随机存取存储器或其他易失性可重写存储器。另外，计算机可读介质1122可以包括磁光介质或光学介质，诸如磁盘或磁带或者用以捕获通过传输介质通信的信息的任何其他存储设备。可以认为到电子邮件或者其他自包含信息档案或档案集的数字文件附接是等同于有形存储介质的分发介质。相应地，认为本公开包括计算机可读介质1122或分发介质以及数据或指令可以存储在其中的其他等同和后继介质中的任何一个或多个。计算机可读介质可以是暂态的或者非暂态的。
虽然本说明书描述可以在特定实施例中参考通常由水和废弃物处理公司以及更广的源和公用事业机构使用的特定标准和协议实现的部件和功能，然而本发明不限于这样的标准和协议。例如，用于因特网和其他分组交换网络传输(例如TCP/IP、UDP/IP、HTML、HTTP)的标准表示现有技术的示例。这样的标准被具有基本上相同功能的更快或更高效的等同标准周期性地取代。相应地，认为具有与本文中所公开的相同或相似功能的取代标准和协议是其等同标准和协议。
应当理解，以上提供的所有示例仅是本公开的优选示例中的一些。对于本领域技术人员，本公开意图覆盖被包括在本公开的原理的范围内的各种修改和等同布置。

Claims (20)

1.一种用于配水网络的水生产和分配控制的方法，包括：
以预定时间间隔查询工业控制数据库中存储的传感器数据；
接收所述传感器数据并且分配用于所接收的所述传感器数据的有效期；
从第一用户界面接收用户数据，其中所述用户数据表示对于水的需求；
从历史数据储存库查询包括历史资产属性和历史传感器数据的历史数据；
将所述配水网络建模为节点以及节点之间的连接；
确定所述配水网络中的所述节点之间的约束和依赖性；
确定所述配水网络的水生产成本；
当对于水的需求超过给所述节点的水供应时添加松弛变量，其中所述松弛变量被创建以表示或捕获对于水的未满足的所述需求；
通过使用所述水生产成本、所述松弛变量、在所述有效期内的所接收的所述传感器数据、所述用户数据和所述历史数据，根据所述约束和所述依赖性以预定频率确定包括所选择的节点之间的所选择的连接的所建模的所述配水网络中的最优水流；以及
根据所确定的所述最优水流确定所述配水网络的水生产计划，并且在第二用户界面中显示所述水生产计划。
2.根据权利要求1所述的方法，其中主要供水线路被表示为所建模的所述配水网络中的节点。
3.根据权利要求1所述的方法，其中包括泵站的供水生产被表示为所述配水网络中的节点。
4.根据权利要求1所述的方法，其中所建模的所述配水网络包括：以所述预定时间间隔接收所述传感器数据，并且根据所接收的所述传感器数据更新所建模的所述配水网络。
5.根据权利要求1所述的方法，其中所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据包括经由图形用户界面可调节的可配置的值。
6.根据权利要求5所述的方法，还包括：使用所述图形用户界面调节以下各项中的至少一项：所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据。
7.根据权利要求6所述的方法，还包括：在调节所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据中的所述至少一项之后，确定用于控制所述水生产的已更新水生产计划。
8.根据权利要求1所述的方法，还包括：通过使用至少一个预定准则来验证所接收的所述传感器数据、所接收的所述历史数据和所接收的所述用户数据。
9.根据权利要求6所述的方法，还包括：通过使用智能替代来取代无效数据。
10.根据权利要求1所述的方法，其中所述水生产成本、所述松弛变量、所接收的所述传感器数据、所接收的所述用户数据和所接收的所述历史数据变为新的历史数据并且被存储在所述历史数据储存库中以用于在未来时间对所述配水网络建模。
11.一种用于配水网络的水生产和分配控制的系统，包括：处理器和存储处理器可执行指令的非暂态计算机可读介质，所述处理器可执行指令被配置成使得所述处理器：
以预定时间间隔查询工业控制数据库中存储的传感器数据；
接收所述传感器数据并且分配用于所接收的所述传感器数据的有效期；
从第一用户界面接收用户数据，其中所述用户数据表示对于水的需求；
从历史数据储存库查询包括历史资产属性和历史传感器数据的历史数据；
将所述配水网络建模为节点以及节点之间的连接；
确定所述配水网络中的所述节点之间的约束和依赖性；
确定所述配水网络的水生产成本；
当对于水的需求超过给所述节点的水供应时添加松弛变量，其中所述松弛变量被创建以表示或捕获对于水的未满足的所述需求；
通过使用所述水生产成本、所述松弛变量、在所述有效期内的所接收的所述传感器数据、所述用户数据和所述历史数据，根据所述约束和所述依赖性以预定频率确定包括所选择的节点之间的所选择的连接的所建模的所述配水网络中的最优水流；以及
根据所确定的所述最优水流确定所述配水网络的水生产计划，并且在第二用户界面中显示所述水生产计划。
12.根据权利要求11所述的系统，其中主要供水线路被表示为所建模的所述配水网络中的节点。
13.根据权利要求11所述的系统，其中包括泵站的供水生产被表示为所述配水网络中的节点。
14.根据权利要求11所述的系统，其中所建模的所述配水网络以所述预定时间间隔，根据所接收的所述传感器数据被更新。
15.根据权利要求11所述的系统，其中所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据包括经由图形用户界面可调节的可配置的值。
16.根据权利要求15所述的系统，其中所述图形用户界面用于调节以下各项中的至少一项：所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据。
17.根据权利要求16所述的系统，其中所述处理器可执行指令还使得所述处理器：在调节所述水生产成本、所述松弛变量、所接收的所述传感器数据、所述用户数据和所述历史数据中的所述至少一项之后，确定用于控制所述水生产的已更新水生产计划。
18.根据权利要求11所述的系统，其中所述处理器可执行指令还使得所述处理器：通过使用至少一个预定准则来验证所接收的所述传感器数据、所接收的所述历史数据和所接收的所述用户数据。
19.根据权利要求18所述的系统，其中所述处理器可执行指令还使得所述处理器：通过使用智能替代来取代无效数据。
20.根据权利要求11所述的系统，其中所述水生产成本、所述松弛变量、所接收的所述传感器数据、所接收的所述用户数据和所接收的所述历史数据变为新的历史数据并且被存储在所述历史数据储存库中以用于在未来时间对所述配水网络建模。
CN201610162032.0A 2015-03-20 2016-03-21 用于水生产和分配控制的方法和系统 Active CN105988453B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN1400CH2015 2015-03-20
IN1400/CHE/2015 2015-03-20

Publications (2)

Publication Number Publication Date
CN105988453A CN105988453A (zh) 2016-10-05
CN105988453B true CN105988453B (zh) 2020-03-03

Family

ID=55587176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610162032.0A Active CN105988453B (zh) 2015-03-20 2016-03-21 用于水生产和分配控制的方法和系统

Country Status (5)

Country Link
US (1) US10580095B2 (zh)
EP (1) EP3070657A1 (zh)
CN (1) CN105988453B (zh)
AU (1) AU2016201751B1 (zh)
CA (1) CA2924038C (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10156842B2 (en) 2015-12-31 2018-12-18 General Electric Company Device enrollment in a cloud service using an authenticated application
WO2018063779A1 (en) * 2016-09-30 2018-04-05 Mountain Vector Energy, Llc Systems for real-time analysis and reporting of utility usage and spend
TWI666536B (zh) * 2017-03-02 2019-07-21 日商日立製作所股份有限公司 用於管理在配水管網中的公平給水之系統及方法
EP3422122B1 (en) * 2017-06-29 2022-09-28 Grundfos Holding A/S Model formation module for creating a model for controlling a pressure regulating system of a water supply network
CN110618708A (zh) * 2018-06-20 2019-12-27 佛山市顺德区美的电热电器制造有限公司 一种控制进水量的方法、装置和取水容器
WO2020054047A1 (ja) * 2018-09-14 2020-03-19 日本電気株式会社 情報処理装置、生産計画決定方法、及びプログラムが格納された非一時的なコンピュータ可読媒体
CN109598408B (zh) * 2018-10-29 2023-04-07 华中科技大学 一种兼顾用水公平性和重要性的年水量调度计划编制方法
CN109084051B (zh) * 2018-11-08 2019-11-01 河南省豫北水利勘测设计院有限公司 联动分动配水机构、均压配水系统及配水方法
US11055651B2 (en) 2018-12-13 2021-07-06 Schneider Electric USA, Inc. Systems and methods for visualization of flow direction in a distribution network
CN109816142A (zh) * 2018-12-18 2019-05-28 深圳市东深电子股份有限公司 一种水资源精确分配系统及分配方法
RU2726919C1 (ru) * 2019-11-06 2020-07-16 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия материально-технического обеспечения имени генерала армии А.В. Хрулева" Министерства обороны Российской Федерации Система оперативного диагностирования притока воды
CN111858180B (zh) * 2020-07-25 2022-12-27 苏州浪潮智能科技有限公司 分布式块存储系统的数据重构时间预测方法、系统及终端
CN114841475A (zh) * 2022-07-01 2022-08-02 长江水利委员会长江科学院 一种基于二维变量随机模拟的水资源优化分配方法
CN116542495B (zh) * 2023-07-05 2024-02-23 浙江和达科技股份有限公司 一种基于数据挖掘的智能供水调度方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1580631A2 (en) * 2004-03-25 2005-09-28 Rockwell Automation Technologies, Inc. Agent-equipped controller having data table interface between agent-type programming and non-agent-type programming
WO2008063554A2 (en) * 2006-11-20 2008-05-29 Water Optimizer L.L.C. Control system
CN202159265U (zh) * 2011-07-01 2012-03-07 青岛三利中德美水设备有限公司 远程监视监控监测供水设备装置
EP2472467A1 (en) * 2010-03-04 2012-07-04 TaKaDu Ltd System and method for monitoring resources in a water utility network
CN202563329U (zh) * 2012-04-12 2012-11-28 长沙中崛供水设备有限公司 用于自来水供水系统的无线远程监控与控制系统
CN103489053A (zh) * 2013-05-13 2014-01-01 湖南云控科技有限公司 一种基于云计算与专家系统的智能水资源管控平台

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7266426B2 (en) 2002-12-16 2007-09-04 Rockwell Automation Technologies, Inc. Autonomous control unit-based control system capable of active diagnostics
AU2007211294B2 (en) 2006-01-31 2012-05-10 Landmark Graphics Corporation Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator
US20080109175A1 (en) * 2006-08-30 2008-05-08 Sensicore, Inc. Systems and methods for dynamic monitoring of fluid movement in a fluid distribution network using controlled concentration pulses of additives
US20090076632A1 (en) 2007-09-18 2009-03-19 Groundswell Technologies, Inc. Integrated resource monitoring system with interactive logic control
US7668707B2 (en) 2007-11-28 2010-02-23 Landmark Graphics Corporation Systems and methods for the determination of active constraints in a network using slack variables and plurality of slack variable multipliers
ES2599617T3 (es) * 2008-11-14 2017-02-02 Abb Schweiz Ag Sistema y procedimiento para la toma optimizada de decisiones en redes de abastecimiento de agua y /o compañías abastecedoras de agua
US9098820B2 (en) * 2009-02-23 2015-08-04 International Business Machines Corporation Conservation modeling engine framework
US20110071882A1 (en) * 2009-09-22 2011-03-24 International Business Machines Corporation Method and system for intermediate to long-term forecasting of electric prices and energy demand for integrated supply-side energy planning
US20110106327A1 (en) * 2009-11-05 2011-05-05 General Electric Company Energy optimization method
CN101916313A (zh) * 2010-08-11 2010-12-15 苏州科技学院 一种城市给水管网功能优化的方法
SG188534A1 (en) * 2010-09-14 2013-04-30 Amitsur Preis System and method for water distribution modelling
US20120136496A1 (en) * 2010-11-30 2012-05-31 General Electric Company System and method for estimating demand response in electric power systems
US8897900B2 (en) * 2011-03-18 2014-11-25 Rockwell Automation Technologies, Inc. Graphical language for optimization and use
WO2013026731A1 (en) 2011-08-22 2013-02-28 Abb Technology Ag System and method to optimize operation of a water network
US9053519B2 (en) * 2012-02-13 2015-06-09 TaKaDu Ltd. System and method for analyzing GIS data to improve operation and monitoring of water distribution networks
US20140046603A1 (en) 2012-08-08 2014-02-13 International Business Machines Corporation Estimating losses in a smart fluid-distribution system
US20140180761A1 (en) 2012-10-26 2014-06-26 Peter Lawrence Yolles System and method for a customer engagement platform to increase residential water use efficiency
US20140214219A1 (en) * 2013-01-31 2014-07-31 Kabushiki Kaisha Toshiba Energy management system, energy management method, medium, and server
US20140257584A1 (en) * 2013-03-07 2014-09-11 Kabushiki Kaisha Toshiba Energy management system, energy management method, medium, and server

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1580631A2 (en) * 2004-03-25 2005-09-28 Rockwell Automation Technologies, Inc. Agent-equipped controller having data table interface between agent-type programming and non-agent-type programming
WO2008063554A2 (en) * 2006-11-20 2008-05-29 Water Optimizer L.L.C. Control system
EP2472467A1 (en) * 2010-03-04 2012-07-04 TaKaDu Ltd System and method for monitoring resources in a water utility network
CN202159265U (zh) * 2011-07-01 2012-03-07 青岛三利中德美水设备有限公司 远程监视监控监测供水设备装置
CN202563329U (zh) * 2012-04-12 2012-11-28 长沙中崛供水设备有限公司 用于自来水供水系统的无线远程监控与控制系统
CN103489053A (zh) * 2013-05-13 2014-01-01 湖南云控科技有限公司 一种基于云计算与专家系统的智能水资源管控平台

Also Published As

Publication number Publication date
CA2924038C (en) 2018-06-26
CN105988453A (zh) 2016-10-05
AU2016201751B1 (en) 2016-10-13
CA2924038A1 (en) 2016-09-20
US10580095B2 (en) 2020-03-03
US20160275629A1 (en) 2016-09-22
EP3070657A1 (en) 2016-09-21

Similar Documents

Publication Publication Date Title
CN105988453B (zh) 用于水生产和分配控制的方法和系统
US10740773B2 (en) Systems and methods of utilizing multiple forecast models in forecasting customer demands for products at retail facilities
US10372465B2 (en) System and method for controlling batch jobs with plugins
CN108647914A (zh) 生产排程方法、装置、计算机设备和存储介质
AU2018200643A1 (en) Smart advisory for distributed and composite testing teams based on production data and analytics
US20180365616A1 (en) Systems and methods for management of inventory audits
JP2011028752A5 (zh)
US20180181924A1 (en) Maintenance management device, maintenance management method, and non-transitory computer readable storage medium
CN104769583A (zh) 更新分布式数据库中的统计量
CN108694599A (zh) 确定商品价格的方法、装置、电子设备和存储介质
US20230026126A1 (en) Pipeline task verification for a data processing platform
JP6784271B2 (ja) 変更検出装置、保全管理システム、変更検出方法、プログラムおよび記録媒体
JP2018081693A (ja) スキーマで表される必要条件を用いた自動プロセス制御ハードウェア工学
US20180260313A1 (en) Smart advisory for distributed and composite testing teams based on production data and analytics
US20190066235A1 (en) Systems and methods for energy management
US20180181923A1 (en) Maintenance management device, maintenance management method, and non-transitory computer readable storage medium
CN106709621A (zh) 技术趋势预测方法及系统
CN113190576A (zh) 数据处理方法、装置、计算机设备和可读存储介质
US8417594B2 (en) Dimension-based financial reporting using multiple combinations of dimensions
CN114462859A (zh) 工作流处理方法、装置、计算机设备和存储介质
CN111273893A (zh) 金融数据处理方法、装置、计算机设备及存储介质
CN117035617B (zh) 物料呆滞分析的方法、系统及存储介质
CN116882636B (zh) 证书生命周期管理方法、装置、设备及存储介质
US11687840B2 (en) Forecasting with state transitions and confidence factors
CN112907267B (zh) 货物件量预测方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant