CN106195646B - 漏水分布推定装置、推定系统和推定方法 - Google Patents
漏水分布推定装置、推定系统和推定方法 Download PDFInfo
- Publication number
- CN106195646B CN106195646B CN201510303220.6A CN201510303220A CN106195646B CN 106195646 B CN106195646 B CN 106195646B CN 201510303220 A CN201510303220 A CN 201510303220A CN 106195646 B CN106195646 B CN 106195646B
- Authority
- CN
- China
- Prior art keywords
- leak
- information
- section
- value
- index
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 67
- 230000035945 sensitivity Effects 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000013316 zoning Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 21
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000000452 restraining effect Effects 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 229910001018 Cast iron Inorganic materials 0.000 description 1
- 229910001141 Ductile iron Inorganic materials 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Examining Or Testing Airtightness (AREA)
- Pipeline Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的漏水分布推定装置、推定系统和推定方法，高可靠性、高精度地推定水管网中的漏水分布。漏水分布推定装置具备：从设置在水管网中的测量装置收集测量值的测量信息收集部；根据管路信息计算漏水风险值的风险信息计算部；和漏水分布推定部，其推定由统一了对管网进行划分的区域中的邻接的区域的区段结构、与区段结构中的各区段的漏水强度的组构成的参数，漏水分布推定部还具备：根据区段结构计算区段指标的区段指标计算部；误差指标计算部，其根据基于参数和风险值而设定了漏水分布的管网计算所计算出的预测值与测量值之间的差来计算误差指标；和搜索使基于区段指标和误差指标两者的指标最小化的最佳参数的最佳参数搜索部。
Description
技术领域
本发明涉及漏水分布的推定装置、推定系统和推定方法。
背景技术
专利文献1中记载了如下技术，即运算从管网解析单元得到的各节点的压力推定值与压力测量点的压力实际值之间的误差的压力误差运算单元、以及漏水分布最佳化单元，进行用于使漏水量分布于各节点的最佳化运算，以便使利用压力误差运算单元得到的压力误差最小化。
现有技术文献
专利文献
专利文献1：日本特开2010-48058号公报
发明内容
发明要解决的课题
然而，专利文献1的漏水检测装置中推定出的漏水分布的精度或可靠性低。
例如，尽管使漏水量分布于多个管网解析的节点，然而由于一般地节点数明显多于传感器数，因此，除了推定出的分布之外还同样地存在使压力误差最小化的分布的可能性高，分布的可靠性低。
另一方面，在利用汇集了与传感器数同程度地少的节点数的管网解析模型的情况下，管网解析模型的误差变大，漏水分布的精度变低。
因此，本发明提供一种能够高可靠性、高精度地推定在配水管网中的漏水分布的漏水分布推定装置。
用于解决课题的手段
为了解决上述课题，例如采用专利请求范围中记载的结构。
本申请包含了多个用于解决上述课题的手段，以下列举其中一例。
一种以划分水管网而得的DMA为对象的漏水分布推定装置，具备：
测量信息收集部，其从设置在水管网中的测量装置收集包含流量和压力的至少一方的测量值信息；
管路信息存储部，其存储包含DMA中的水管网的配水管的延长信息和供水管的连接信息中的至少一方、以及管网计算模型信息的管路信息；
风险信息计算部，其使用管路信息来计算由管网的各结构要素中的漏水风险值构成的漏水风险信息；
区域/传感器结构存储部，其存储进一步划分DMA的区域的结构信息、以及与设置在水管网中的测量装置相关的传感器结构信息；以及
漏水分布推定部，其通过推定由对区域中的邻接区域进行统一的区段结构、与区段结构中的各区段的漏水强度的组构成的参数，来推定漏水分布，
漏水分布推定部，还具备：
区段指标计算部，其根据参数中的区段结构来计算区段指标；
管网计算部，其通过根据参数和风险信息而假设了漏水分布的管网计算，来计算与传感器结构对应的预测值信息；
误差指标计算部，其根据测量信息收集部收集到的测量值信息与管网计算部所计算的预测值信息之间的差，来计算误差指标；以及
最佳参数搜索部，其搜索使利用区段指标和误差指标这两者计算出的指标最小化的最佳参数，
计算区段内的漏水量、单位配管延长的漏水量、单位供水管连接数的漏水量、和漏水率中的至少一个。
发明效果
根据本发明，能够高可靠性且高精度地推定在配水管网中的漏水分布。
上述以外的课题、结构以及效果，通过以下实施方式的说明而变得明确。
附图说明
图1是表示漏水分布推定装置的实施方式的结构例的图。
图2是漏水分布推定装置的硬件模块图。
图3是表示成为漏水分布推定的对象的水管网中的一个DMA的结构的图。
图4是表示成为漏水分布推定的对象的DMA的管网计算模型的结构的图。
图5是表示管路信息存储部中记录的配水管信息的表。
图6是表示管路信息存储部中记录的供水管信息的表。
图7是表示风险信息存储部中记录的风险信息的表。
图8是表示区域/传感器结构存储部中记录的区域结构信息的表。
图9是表示区域/传感器结构存储部中记录的传感器结构信息的表。
图10是表示漏水分布存储部中记录的漏水分布信息的表。
图11是表示针对一个DMA，漏水分布推定部的最佳参数搜索部所搜索的参数的例子的表。
图12是表示漏水分布推定部的处理的流程图。
图13是画面显示部所显示的漏水分布推定结果画面的例子。
图14是表示区域/传感器结构计算部的区域结构计算处理的图。
图15是表示区域/传感器结构计算部的传感器结构计算处理的图。
具体实施方式
以下，使用附图来说明第一实施例。此外，对于实质相同的部位赋予相同的参照符号，不进行重复说明。
图1是表示漏水分布推定装置101的结构例的图。
漏水分布推定装置101具有：漏水分布推定部110、风险信息计算部115、区域/传感器结构计算部116、需求量推定部117、管路信息存储部121、风险信息存储部122、区域/传感器结构存储部123、漏水分布存储部124、测量信息存储部125、测量装置IF部131以及画面显示部132。
漏水分布推定部110由最佳参数搜索部111、管网计算部112、误差指标计算部113、以及区段指标计算部114构成。
漏水分布推定部110的输入，是测量信息存储部125中记录的、包含流量或压力的测量值信息；管路信息存储部121中记录的管路信息和管网计算模型信息；风险信息存储部122中记录的风险信息；区域/传感器结构存储部123中记录的区域结构信息和传感器结构信息以及需求量推定部117所输出的需求量信息。
漏水分布推定部110的输出是漏水分布信息。特别地，漏水分布推定部110输出由对由区域结构信息所决定的区域中的邻接区域进行统一的区段结构、所述区段结构中各区段的漏水强度的组而构成的参数。
一般地，所谓DMA(District Metered Area：独立计量区)，是水管网的一部分，在存在与邻接管网的水的流入流出的管的数量少、多数情况被限定为1个，并在全部的流入流出管中测量流量。一般地，水管网由多个DMA构成。
在漏水分布推定装置101中，所谓区域结构是指将DMA分割为邻接的区域后的结构。更准确地，所谓区域结构是指将使DMA模型化的管网计算模型的节点，不遗漏也不会重复地分割为由链路连接的邻接节点的集合的结构。并且，将由链路连接的邻接节点的集合称为区域。
关于DMA和区域结构，后面利用图3、图4以及图8的说明来说明。
此外，漏水分布推定装置101，作为前提，设区域数为DMA内的传感器数以下。
此外，在漏水分布推定装置101中，所谓区段结构，是指将划分DMA的区域，不遗漏也不重复地分割为由链路连接的邻接区域的集合的结构。并且，将各邻接区域的集合称为区段。
关于参数和区段结构，后面利用图11的说明进行说明。
漏水分布推定部110的处理，是根据输入信息来推定所述最佳参数，并根据最佳参数来计算漏水分布。所谓漏水分布是指所述区段内的漏水量、单位配管延长的漏水量、单位供水管连接数的漏水量或漏水率等。关于漏水分布，后面也利用图10的说明进行说明。
漏水分布推定部110将输出即漏水分布信息发送到漏水分布存储部124。
最佳参数搜索部111的输入，是区域/传感器结构存储部123中记录的区域结构信息和传感器结构信息、以及管路信息存储部121中记录的管路信息。
最佳参数搜索部111的输出是所述漏水分布信息，特别地，是所述最佳参数。
最佳参数搜索部111的处理是生成参数候补而向管网计算部112和区段指标计算部114发送，此外，根据从区段指标计算部114和误差指标计算部113接收到的各指标来计算对参数进行评价的指标，并搜索该指标值为最小的参数。
此外，最佳参数搜索部111，在选定出最佳参数之后，根据基于该参数的管网计算部112的计算结果、以及所述管路信息和所述区域结构信息，来计算所述漏水分布。
管网计算部112的输入是管路信息存储部121中记录的管路信息和管网计算模型信息、风险信息存储部122中记录的风险信息、需求量推定部117输出的需求量信息、以及从最佳参数搜索部111接收的参数。
管网计算部112的输出是基于所述参数的管网计算的结果，是将水管网模型化的链路的流量、流速、节点的压力、需求量等。
管网计算部112的处理在基于所述输入信息而设定了全部节点的需求量的基础上，进行管网计算。管网计算是水道领域中一般性公知技术，因此省略详细说明。
管网计算部112的管网计算模型的规模即节点数、链路数与参数、特别是漏水强度的数值没有直接关系。因此，漏水分布推定装置101无需过度简化管网计算模型，不会受到由于简化而导致的管网计算的精度和推定精度恶化的影响。
误差指标计算部113的输入是测量信息存储部125中记录的、包含流量或压力的测量值信息；区域/传感器结构存储部123中记录的传感器结构信息以及从管网计算部112接收到的管网计算结果。
误差指标计算部113的输出是根据所述测量值信息、以及所述传感器结构信息中决定的与所述测量值信息对应的所述管网计算结果，而计算的误差指标。
误差指标例如如下式，能够使用对应的测量值与预测值之间的差的加权平方和。
[式1]
E(X)＝∑t[wp∑i(p(i，t；X)-P(i，t))2+wf∑j(f(j，t；X)-F(j，t))2] (1)
其中，
X：参数
E(X)：误差指标
t：时刻指数
i：存在压力测量值的部位的指数
j：存在流量测量值的管的指数
p：压力预测值
P：压力测量值
f：流量预测值
F：流量测量值
wp、wf：压力、流量的权重。
误差指标计算部113根据输入信息来进行计算所述误差指标的处理，并将输出即所述误差指标发送到最佳参数搜索部111。
区段指标计算部114的输入是从最佳参数搜索部111接收的参数。
区段指标计算部114的输出是区段结构的评价指标即区段结构指标。
区段结构指标例如如下式，能够使用构成DMA的区段的个数。
[式2]
Z(X)＝#X (2)
其中，
Z(X)：区段结构指标
#X：参数X的区段的个数。
区段指标计算部114根据输入信息来进行计算所述区段结构指标的处理，并将输出即所述区段结构指标发送到最佳参数搜索部111。
除了误差指标之外，还增加区段指标来推定漏水分布，由此，漏水分布推定装置101能够推定真正存在差异的漏水的地域性偏差，而不是对结果影响不大的细微差异。此外，漏水分布推定装置101通过将要推定的参数个数抑制在传感器个数以下，能够推定具有可靠性的漏水分布。
后面利用图12的说明来说明漏水分布推定部110的处理的详情。
风险信息计算部115的输入是在管路信息存储部121中记录的管路信息。
风险信息计算部115的输出是在风险信息存储部122中记录的风险信息。
风险信息计算部115针对管网的各结构要素例如管网计算的各节点，根据输入信息来计算漏水风险值。
漏水风险值例如如下式，能够计算为依赖于连接到该节点的配水管的延长、管种类、铺设年数的项，与依赖于在该节点汇集的供水管的连接数的项的和。
[式3]
Ki＝wD∑j∈C(i)lj·exp[a(mj)+b(mj)·tj]+wS·Ni (3)
其中，
i：节点指数
Ki:漏水风险值
j:配水管(链路)的指数
C(i):连接到节点i的配水管(链路)的指数的集合
lj:配水管的延长
mj:配水管的管种类
tj:配水管的铺设年数
a(m)、b(m)：漏水风险值依赖于管种类的系数
Ni:在节点汇集的供水管的连接数
wD、wS：由配水管和供水管导致的风险的权重
exp[·]：指数函数。
风险值的计算式不限于上述式(3)，能够利用活用了图5和图6中后述的管路信息的式子。
如果没有管种类、铺设年数的数据则可以使用省略后的式子，相反地，也可以使用利用了未在上述式中使用的信息如供水管的延长、管种类、铺设年数的式子。
区域/传感器结构计算部116的输入是管路信息存储部121中记录的管路信息和管网计算模型信息、以及区域/传感器结构存储部123中记录的区域结构信息或传感器结构信息。
区域/传感器结构计算部116的输出，在将传感器结构信息作为输入的情况下，是区域结构方案信息。另一方面，在将区域结构信息作为输入的情况下，是传感器结构方案信息。
区域/传感器结构计算部116，在将传感器结构信息作为输入的情况下，设定区域结构候补，评价针对区域结构的传感器测量值的灵敏度，来搜索最佳区域结构候补，由此来计算区域结构方案。
另一方面，区域/传感器结构计算部116，在将区域结构信息作为输入的情况下，设定传感器结构候补，评价针对传感器结构的传感器测量值的灵敏度，来搜索最佳传感器结构候补，由此计算传感器结构方案。
区域/传感器结构计算部116将计算出的区域结构方案信息或传感器结构方案信息，发送并记录于区域/传感器结构存储部123。
通过生成考虑了基于区域/传感器结构计算部116的灵敏度的区域结构方案或传感器结构方案，能够计算适合于漏水分布推定装置101的应用的区域结构和传感器结构。这具有提高漏水分布推定装置101的漏水分布精度的效果。
需求量推定部117，以测量信息存储部125中记录的测量信息作为输入，进行推定管网计算的需求量的计算，并将该需求量作为输出而发送到管网计算部112。
管路信息存储部121，针对作为漏水分布推定装置101的解析对象的水管网，记录配水管和供水管的管路信息、以及用于该管网的水理解析模拟的管网计算模型的信息。
关于管路信息，后面利用图5和图6的说明进行说明。
风险信息存储部122记录风险信息计算部115输出的由管网的各结构要素中的漏水风险值构成的漏水风险信息。
关于漏水风险信息，后面利用图7的说明进行说明。
区域/传感器结构存储部123记录成为区域/传感器结构计算部116的输入输出的区域结构信息和传感器结构信息。
后面对于区域结构信息利用图8的说明、对于传感器结构信息利用图9的说明来进行说明。
漏水分布存储部124记录漏水分布推定部110计算出的漏水分布信息。关于漏水分布信息，后面利用图10的说明进行说明。
测量信息存储部125记录从测量装置191接收的测量信息。具体地，针对连接到漏水分布推定装置101的测量装置191，将流量测量值、压力测量值等以预定的时间间隔例如5分钟周期等，记录为时序列。
测量装置IF部131将从后述的测量装置191接收到的信息发送到测量信息存储部125，并在测量信息存储部125中追加新的测量信息。即，测量装置IF部131进行测量信息收集。
画面显示部132将漏水分布存储部124中记录的漏水分布信息，通过例如显示器等输出装置来向漏水分布推定装置101的操作者提示。具体地，以图13的形式使用图表等进行提示。
漏水分布推定系统100由漏水分布推定装置101和测量装置191构成。
各测量装置191经由通信网络而连接到漏水分布推定装置101。在管理对象水管网中设置的流量计、压力计等测量装置，将测量出的传感器数据经由通信网络而向漏水分布推定装置101的测量装置IF部131发送。此外，各测量装置191可以不直接连接到漏水分布推定装置101，也可以经由监视控制系统、SCADA(数据采集与监视控制)系统来连接。
关于测量装置的具体例，在图3的说明中进行后述说明。
参照图2来说明漏水分布推定装置的硬件结构。
图2中，漏水分布推定装置101由CPU201、存储器202、介质输入输出部203、输入部205、通信控制部204、显示部206、周边设备IF部207以及总线210构成。
CPU201执行存储器202上的程序。存储器202暂时存储程序、表格等。介质输入输出部203保持程序、表格等。
输入部205是键盘、鼠标等。通信控制部204与网络220连接。
显示部206是图1说明的显示器。周边设备IF部207是打印机等接口。
总线210将CPU201、存储器202、介质输入输出部203、输入部205、通信控制部204、显示部206、周边设备IF部207相互连接。
从图1和图2的比较看出，通过由CPU201执行程序，实现了图1的漏水分布推定装置101。
参照图3来说明成为漏水分布推定装置101的对象的水管网、DMA及其结构。
漏水分布推定装置101独立地将各DMA作为解析对象。
图3是DMA的例子，由配水管351等管构成。对于区域340，流入流出管被限定为来自配水池301的一个流入管，此外那里设置有流量计310，成为DMA。
DMA340中还设置有多个压力计320-325。构成漏水分布推定系统100的测量装置191，在该例中相当于流量计310和压力计320-325。
构成DMA340的管路等例如配水管351的信息，记录在管路信息存储部121中。
漏水分布推定装置101根据进一步划分DMA后的区域来推定漏水分布。图3中，DMA340被划分为区域330-335。区域与DMA不同，是漏水分布推定装置101所利用的虚拟划分，无需在流入流出管中设置流量计。
参照图4来说明成为漏水分布推定装置101的对象的DMA的管网计算模型的结构。
图4是DMA340的管网计算模型的例子，由表示管路的链路450、链路的连接点以及表现需要者的节点471、表现配水池的罐401等构成。
如公知的，在管网计算模型中，对链路赋予管的延长、口径、流速系数的信息。对节点赋予标高、需求量等信息。对罐赋予水位等信息。
比较图3和图4，配水管351被模型化为链路451。配水池301和压力计320对应于罐401，流量计310对应于链路450，压力计321对应于节点481。
管路信息存储部121中记录有图4例示的管网计算模型的信息。
图4中，属于区域330的节点是节点471-473。这样的区域结构信息，如后面图8的说明中所述那样，被记录在区域/传感器结构存储部123中。
参照图5来说明管路信息存储部121中记录的管路信息中的、表示配水管信息的配水管信息表500。
配水管信息表500以列的形式具有配水管ID信息501、位置信息502、延长信息503、口径信息504、管种类信息505、套管信息506、铺设年度信息507。
图5中仅显示了一个配水管，然而，配水管信息表500中，针对作为漏水分布推定装置101的管理对象的水管网的全部配水管，以一个配水管为一行地记录了在可能的范围内的全部信息。
配水管ID信息501中存储在全部配水管中对特定配水管进行唯一确定的ID。
位置信息502中存储与GIS(地理信息系统)协作地来确定埋设有相应配水管的位置的坐标信息。
延长信息503以及口径信息504中存储该配水管的延长的值和口径的值。
管种类信息505中存储DIP(延性铸铁管)、CIP(铸铁管)等管种类的信息。
套管信息506中存储有无防腐蚀套管等信息。
铺设年度信息507记录该配水管的铺设年度。
参照图6来说明管路信息存储部121中记录的管路信息中的、表示供水管信息的供水管信息表600。
供水管信息表600以列的形式具有供水管ID信息601、连接目的地信息602、延长信息603、口径信息604、管种类信息605以及铺设年度信息606。
图6中仅显示了一个供水管，然而，供水管信息表600中，针对作为漏水分布推定装置101的管理对象的水管网的全部供水管，以一个供水管为一行地在可能的范围内记录了全部信息。
供水管ID信息601中存储在全部供水管中对特定供水管进行唯一确定的ID。
连接目的地信息602中存储与GIS(地理信息系统)协作地来确定该供水管的连接目的地的配水管的ID及其埋设位置的坐标信息。
延长信息603以及口径信息604中存储该供水管的延长和口径的值。
管种类信息605中存储PE(聚乙烯管)、LP(铅管)等管种类的信息。
铺设年度信息606记录该供水管的铺设年度。
参照图7来说明表示在风险信息存储部122中记录的风险信息的风险信息表700。
风险信息表700以列的形式具有节点ID信息701、风险值信息702。
图7中仅显示了2个节点，然而，风险信息表700中，针对作为漏水分布推定装置101的对象的管网计算模型的全部节点，以一个节点为一行地记录了全部信息。
节点ID信息701中存储对管网计算模型的节点进行唯一确定的ID。
风险值信息702中存储风险信息计算部115使用式(3)等计算出的该节点的风险值。
参照图8来说明在区域/传感器结构存储部123中记录的、表示区域结构信息的区域结构信息表800。
区域结构信息表800以列的形式具有区域ID信息801、DMA ID信息802以及结构节点ID信息803。
图8中仅显示了2个区域，然而，区域结构信息表800中，针对作为漏水分布推定装置101的对象的全部DMA的全部区域，以一个区域为一行地记录了全部信息。
区域ID信息801中存储对区域进行唯一确定的ID。
DMA ID信息802中存储区域所属的唯一的DMA的ID。
结构节点ID信息803中存储全部属于区域的节点的ID。
参照图9来说明在区域/传感器结构存储部123中记录的、表示传感器结构信息的传感器结构信息表900。
传感器结构信息表900以列的形式具有传感器ID信息901、传感器类别信息902以及节点/链路ID信息903。
图9中仅显示了2个传感器，然而，传感器结构信息表900中，针对作为漏水分布推定装置101的对象的全部DMA的全部传感器，以一个传感器为一行地记录了全部信息。
传感器ID信息901中存储对传感器进行唯一确定的ID。
传感器类别信息902中存储传感器的类别，特别是压力计或流量计的划分信息。
节点/链路ID信息903中存储与传感器对应的管网计算模型的节点/链路ID。
参照图10来说明在漏水分布存储部124中记录的、表示漏水分布信息的漏水分布信息表1000。
漏水分布信息表1000以列的形式具有DMA ID信息1001、区段ID信息1002、结构区域信息1003、漏水强度信息1004、区段漏水量信息1005以及单位配管延长的漏水量1006。
图10中仅显示了主要对DMA 340进行划分的区段的信息，然而，漏水分布信息表1000中，针对作为漏水分布推定装置101的对象的全部DMA，以一个区段为一行地记录了全部信息。
图10中将DMA340划分为2个区段。是对区域330、331、333进行统一后的区段1311、以及对区域332、334、335进行统一后的区段1312。
DMA ID信息1001中存储对DMA进行唯一确定的ID。
区段ID信息1002中存储对划分该DMA的区段进行唯一确定的ID。
结构区域信息1003中存储构成该区段的区域的全部ID。
漏水强度信息1004中存储该区段的漏水强度。
区段漏水量信息1005中存储该区段内的漏水量。
单位配管延长的漏水量1006中存储该区段内的单位配管延长的漏水量。
漏水分布信息表1000中另外还可以存储区段内的单位供水管连接数的漏水量、漏水率等。
参照图11来说明表示漏水分布推定部110中最佳参数搜索部111进行设定/搜索的参数的例子的参数表1100。
参数表1100是表现一个DMA中的漏水分布的参数，以列的形式具有区段ID信息1101、结构区域信息1102以及漏水强度信息1103。
图11是表现DMA340的漏水分布的参数的例子。
与图10相同地，图11将DMA340划分为2个区段。是对区域330、331、333进行统一后的区段1、以及对区域332、334、335进行统一后的区段2。
图11中，在由2个行构成的表中将DMA340划分为2个区段，然而区段数不限于2。例如，可以将DMA全体作为一个区段，或者也可以将一个区域作为一个区段而使区段数与区域数一致。
区段ID信息1002中存储对划分该DMA的区段进行唯一确定的ID。
结构区域信息1003中存储全部构成该区段的区域的ID。
漏水强度信息1004中存储该区段的漏水强度。
参照图12来说明漏水分布推定部110的处理。图12是表示漏水分布推定部110的处理的流程图。
在数据接收步骤1202中，漏水分布推定部110从各存储部接收输入数据。
在参数设定步骤1203中，最佳参数搜索部111至少生成一组图11中说明的参数。
在管网计算步骤1204中，最佳参数搜索部111针对在参数设定步骤1203中生成的各参数，将该参数分别发送到管网计算部112和区段指标计算部114。
接收到参数的管网计算部112，在根据该参数设定了后述的节点需求量的基础上，进行管网计算。另外，管网计算部112将管网计算结果即压力值、流量值、节点漏水量值等发送到误差指标计算部113。
管网计算部112利用例如下式来设定节点需求量。
[式4]
q(i，t)＝d(i，t)+x[z(A(i))]·Ki·[p(i，t；X)]α (4)
其中，
i：节点指数
t：时刻指数
q(i,t)：节点需求量
d(i,t)：节点水使用量
A(i)：节点i所属的区域
z(A)：区域A所属的区段(参数要素)
x[z]：区段z的漏水强度(参数要素)
Ki：节点i的漏水风险值
P(i,t；X)：压力预测值
α：依赖于漏水压力的指数值。
第一项节点水使用量d(i,t)，是根据需求量推定部117的信息在每个时刻修正被分配给管网计算模型的节点的基于费用计量仪等的水使用量(有收水量)后的值。
另一方面，第二项是表现节点漏水量的项，表现为该节点经由区域而所属的区段的漏水强度、该节点的漏水风险值、该节点的压力值的幂运算的积。
在指标计算步骤1205中，误差指标计算部113和区段指标计算部114根据接收到的信息，分别使用式(1)和式(2)来计算误差指标和区段结构指标。
误差指标计算部113和区段指标计算部114将各指标值发送到最佳参数搜索部111。
最佳参数搜索部111接收到误差指标和区域结构指标时，按照下式，将其加权和计算为综合评价指标。
J(X)＝w_E×E(X)+w_Z×Z(X) (5)
其中，
X：参数
J(X)：综合评价指标
w_E、w_Z：权重系数。
在收敛判定步骤1206中，最佳参数搜索部111判定是否发现了使所述综合评价指标近似地最小化的参数，即与参数相关的最佳化计算是否发生了收敛。在判定为发生了收敛的情况下，前进到区段漏水量计算步骤1207。在判定为未发生收敛的情况下，前进到参数设定步骤1203。
在基于最佳参数搜索部111的参数设定和收敛判定中，能够利用遗传算法等公知的适当的最佳化算法。
在区段漏水量计算部步骤1207中，最佳参数搜索部111根据在基于最佳参数的条件下的管网计算结果，来计算对象DMA的漏水分布。
首先，最佳参数搜索部111通过计算经由区域而属于区段内的全部节点的、式(4)右边第二项的总和，来计算各区段内的漏水量、区段漏水量。
此外，最佳参数搜索部111通过以各区段的合适的统计指标来分割区段漏水量，来计算各区段内的单位配管延长的漏水量、单位供水管连接数的漏水量、或漏水率等。
在数据发送步骤1208中，最佳参数搜索部111将在区段漏水量计算步骤1207中计算出的漏水分布信息发送到漏水分布存储部124。
参照表示漏水分布推定装置的画面显示的图13，来说明基于画面显示部132的画面显示例。
画面显示部132所显示的漏水分布推定结果显示窗口1301，具有DMA选择框1302、区段结构显示部1303、区段漏水量显示部1304以及单位配管延长的漏水量的显示部1305。
画面显示部132通过由漏水分布推定装置101的操作者操作DMA选择框1302，来变更漏水分布推定结果显示窗口1301中显示的对象的DMA。
在图13的显示例中，画面显示部132在区段结构显示部1303、区段漏水量显示部1304、单位配管延长的漏水量显示部1305中显示在DMA选择框1302中选择出的DMA340的漏水分布推定结果。
画面显示部132在区段结构显示部1303中，与GIS(地理信息系统)协作地，在地图上显示水管网、DMA、区域以及区段结构。
与图10相同地，在图13的显示例中显示了将DMA340划分为2个区段的推定结果。具体是对区域330、331、333进行统一后的区段1、以及对区域332、334、335进行统一后的区段2。
画面显示部132在区段漏水量显示部1304和单位配管延长的漏水量显示部1305中，使用图表等来显示对漏水调查的拟定方案有效的漏水分布信息。
参照图14来说明基于区域/传感器结构计算部116的区域结构计算处理。图14是表示区域/传感器结构计算部116的区域结构计算处理的流程图。
区域结构处理是区域/传感器结构计算部116针对对象DMA根据既定的传感器结构信息来计算区域结构方案的处理。例如，在图12所说明的漏水分布推定处理之前，在漏水分布推定装置101的操作者指示时执行。
例如，在漏水分布推定装置101的初始应用时、在新追加传感器时等执行。
在数据接收步骤1402中，区域/传感器结构计算部116接收在管路信息存储部121中记录的管路信息和管网计算模型信息、以及在区域/传感器结构存储部123中记录的传感器结构信息。
在区域设定步骤1403中，区域/传感器结构计算部116至少生成一组区域结构参数。所谓区域结构参数，是指满足图8中说明的区域结构的要件，将DMA内的节点向由彼此利用链路邻接的节点的集合而构成的区域的分割。
此外，区域/传感器结构计算部116以区域数为该DMA内的传感器数以下的方式来生成区域结构参数。
在管网计算步骤1404中，区域/传感器结构计算部116按照区域设定步骤1403中生成的区域结构，使用管网计算来评价针对与各区域内的漏水量的增减对应的各传感器测量值的灵敏度。
具体地，设各个区域分别为一个一个的区段，区域/传感器结构计算部116在图12的管网计算步骤1204的方法中应用管网计算，求取使各个区段(区域)的漏水量从0增加到了1时的、基于各传感器的管网计算的预测值的增加量。
此外，设在使区域A的漏水强度发生了变化时的传感器M的增加量为灵敏度s[A,M]。
在指标计算步骤1405中，区域/传感器结构计算部116计算对灵敏度进行汇集的指标。
具体地，区域/传感器结构计算部116构成了灵敏度矩阵S＝(s[A,M]/m(M))，并将指标计算为灵敏度矩阵奇值的最小值。这里，灵敏度矩阵S是设区域A为行的指数，设传感器M为列的指数的矩阵，m(M)是传感器M的误差水平。此外，能够利用公知的线性代数算法来计算奇值，因此省略详情。
指标不受限于灵敏度矩阵奇值的最小值，也可以是奇值的和、奇值的积。
灵敏度矩阵的奇值是表示是否以能够分别确定各区域漏水强度的变化的形式而能够在传感器中进行观测的指标。因此，区域/传感器结构计算部116能够通过使基于奇值的指标最大化，来选定适合于漏水分布推定的区域结构。
在结束判定步骤1406中，区域/传感器结构计算部116判定是否发现了使所述指标近似地最大化的区域结构参数，即与区域结构参数相关的最佳化计算是否发生了收敛。在判定为发生了收敛的情况下，前进到数据发送步骤1407。在判定为未发生收敛的情况下，前进到区域设定步骤1403。
在基于区域/传感器结构计算部116的区域设定和收敛判定中，能够利用遗传算法等公知的适当的最佳化算法。
在数据发送步骤1407中，区域/传感器结构计算部116将使指标最大化时选择出的区域结构参数作为区域结构方案信息，发送到区域/传感器结构存储部123。
参照图15来说明基于区域/传感器结构计算部116的传感器结构计算处理。图15是表示区域/传感器结构计算部116的传感器结构计算处理的流程图。
区域结构处理是区域/传感器结构计算部116针对对象DMA根据既定的区域结构信息来计算传感器结构方案即测量装置的配置方案的处理。例如，在图12所说明的漏水分布推定处理之前，在漏水分布推定装置101的操作者指示时执行。
例如，在漏水分布推定装置101的初始应用时、在操作者利用人手而设定了所期望的区域结构之后，为了研究测量装置的配置方案而执行。
在数据接收步骤1502中，区域/传感器结构计算部116接收在管路信息存储部121中记录的管路信息和管网计算模型信息、以及在区域/传感器结构存储部123中记录的传感器结构信息。
在传感器位置设定步骤1503中，区域/传感器结构计算部116至少生成一组传感器结构参数。所谓传感器结构参数，是指从管网计算模型的节点中仅提取区域结构信息的区域数的节点，作为压力计的设置候补。
在管网计算步骤1504中，区域/传感器结构计算部116按照传感器位置设定步骤1503中生成的传感器结构，使用管网计算来评价针对与各区域内的漏水量的增减对应的传感器测量值的灵敏度。
由于与图14的管网计算步骤1404相同，因此省略详情。
在指标计算步骤1505中，区域/传感器结构计算部116计算对灵敏度进行汇集的指标。
这也与图14的指标计算步骤1405相同，因此省略详情。
在结束判定步骤1506中，区域/传感器结构计算部116判定是否发现了使所述指标近似地最大化的传感器结构参数，即与传感器结构参数相关的最佳化计算是否发生了收敛。在判定为发生了收敛的情况下，前进到数据发送步骤1507。在判定为未发生收敛的情况下，前进到区域设定步骤1403。
在基于区域/传感器结构计算部116的传感器位置设定和收敛判定中，能够利用遗传算法等公知的适当的最佳化算法。
在数据发送步骤1507中，区域/传感器结构计算部116将使指标最大化时选择出的传感器结构参数作为传感器结构方案信息，发送到区域/传感器结构存储部123。
此外，本发明并不限于上述实施例，可以包含各种变形例。例如，上述实施例是为了以易于理解的方式说明本发明而进行详细说明的例子，不必受限于具备所说明的全部结构。
此外，可以通过例如设置在集成电路中等以硬件来实现上述各结构、功能、处理部、处理单元等的一部分或者全部。此外，也可以通过由处理器解释并执行用于实现各个功能的程序，以软件形式来实现上述各结构、功能等。实现各功能的程序、表格、文件等信息，能够置于存储器、硬盘、SSD(Solid State Drive：固态硬盘)等记录装置，或者IC卡、SD卡、DVD等记录媒介中。
此外，控制线、信息线表示认为在说明上所需要的，在制品上并不一定受限于全部的控制线、信息线。实际上可以考虑将几乎全部结构相互连接。
符号说明
101 漏水分布推定装置
110 漏水分布推定部
111 最佳参数搜索部
112 管网计算部
113 误差指标计算部
114 区段指标计算部
115 风险信息计算部
116 区域/传感器结构计算部
131 测量装置IF部
132 画面显示部
191 测量装置
Claims (13)
1.一种漏水分布推定装置，其以划分水管网而得的DMA为对象，该漏水分布推定装置的特征在于，
具备：
测量信息收集部，其从设置在所述水管网中的测量装置收集包含流量和压力的至少一方的测量值信息；
管路信息存储部，其存储包含所述DMA中的水管网的配水管的延长信息和供水管的连接信息中的至少一方的管路信息、以及管网计算模型信息；
风险信息计算部，其使用所述管路信息来计算管网的各结构要素中的漏水风险值即漏水风险信息；
区域/传感器结构存储部，其存储进一步划分所述DMA的区域结构信息以及与设置在所述水管网中的测量装置相关的传感器结构信息；以及
漏水分布推定部，其推定由对所述区域中的邻接区域进行统一的区段结构和所述区段结构中的表示各区段的漏水的强度的数值即漏水强度的组构成的参数以及漏水分布，
所述漏水分布推定部，还具备：
区段指标计算部，其根据所述参数中的区段结构来计算区段指标；
管网计算部，其通过根据所述参数和所述漏水风险信息而假设了漏水分布的管网计算，来计算与所述传感器结构对应的预测值信息；
误差指标计算部，其根据所述测量信息收集部收集到的测量值信息与所述管网计算部所计算的预测值信息之间的差，来计算误差指标；以及
最佳参数搜索部，其搜索使利用所述区段指标和所述误差指标这两者计算出的综合评价指标最小化的最佳参数，
其中，计算所述区段内的漏水量、单位配管延长的漏水量、单位供水管连接数的漏水量、和漏水率中的至少一个。
2.根据权利要求1所述的漏水分布推定装置，其特征在于，
所述管网计算部，将管网计算的节点需求量设定为包含表示标准的水消耗量的节点水使用量与节点漏水量的项的和，
将所述节点漏水量设为依赖于该节点所属的区段的漏水强度、该节点的漏水风险值和该节点的压力值而决定的量，来进行管网计算。
3.根据权利要求2所述的漏水分布推定装置，其特征在于，
所述风险信息计算部将所述管网计算的节点的漏水风险值计算为包含依赖于与该节点连接的配水管的延长、管种类、铺设年数的至少一方的项以及依赖于在该节点处汇集的供水管的连接数、延长、管种类、铺设年数的至少一方的项的和。
4.根据权利要求3所述的漏水分布推定装置，其特征在于，
所述管网计算部将管网计算的所述节点漏水量设为由所述该节点所属的区段的漏水强度、所述该节点的漏水风险值、与该节点的压力值的幂运算的积而决定的量，来进行管网计算。
5.根据权利要求1所述的漏水分布推定装置，其特征在于，
所述误差指标计算部所计算的误差指标是对应的测量值与预测值之间的差的加权平方和，
所述区段指标计算部所计算的区段指标是划分所述DMA的区段的总数，
所述最佳参数搜索部搜索使所述误差指标与所述区段指标的加权和最小化的参数。
6.根据权利要求4所述的漏水分布推定装置，其特征在于，
所述误差指标计算部所计算的误差指标是对应的测量值与预测值之间的差的加权平方和，
所述区段指标计算部所计算的区段指标是划分所述DMA的区段的总数，
所述最佳参数搜索部搜索使所述误差指标与所述区段指标的加权和最小化的参数。
7.根据权利要求1所述的漏水分布推定装置，其特征在于，
具备区域/传感器结构计算部，其基于所述管路信息存储部中存储的管路信息，进行根据所述区域结构信息来计算传感器结构方案，或根据所述传感器结构信息来计算区域结构方案的至少一方。
8.根据权利要求7所述的漏水分布推定装置，其特征在于，
所述区域/传感器结构计算部，为了根据所述传感器结构信息来计算所述区域结构方案，
设定区域结构候补，并通过管网计算来评价针对与候补的各区域内的漏水量的增减对应的各传感器测量值的灵敏度，
计算汇集通过所述管网计算得到的各灵敏度的指标，
搜索并选择使所述灵敏度的指标最大化的区域结构候补，作为所述区域结构方案。
9.根据权利要求8所述的漏水分布推定装置，其特征在于，
汇集所述各灵敏度的指标是灵敏度矩阵的奇值的最小值、和、积中的某项。
10.根据权利要求7所述的漏水分布推定装置，其特征在于，
所述区域/传感器结构计算部，为了根据所述区域结构信息来计算所述传感器结构方案，
设定传感器配置候补，并通过管网计算来评价针对与各区域内的漏水量的增减对应的各传感器配置候补的测量值的灵敏度，
计算汇集通过所述管网计算得到的各灵敏度的指标，
搜索并选择使所述灵敏度的指标最大化的传感器配置候补，作为所述传感器结构方案。
11.根据权利要求10所述的漏水分布推定装置，其特征在于，
汇集所述各灵敏度的指标是灵敏度矩阵的奇值的最小值、和、积中的某项。
12.一种漏水分布推定系统，其特征在于，
具有：
根据权利要求1所述的漏水分布推定装置；以及
向所述漏水分布推定装置发送测量值信息的测量装置。
13.一种漏水分布推定方法，其以划分水管网而得的DMA为对象，该漏水分布推定方法的特征在于，
具备以下步骤：
从设置在所述水管网中的测量装置收集包含流量和压力的至少一方的测量值信息的步骤；
收集包含所述DMA中的水管网的配水管的延长信息和供水管的连接信息中的至少一方的管路信息的步骤；
使用所述管路信息来计算管网的各结构要素中的漏水风险值即漏水风险信息的风险信息计算步骤；
收集进一步划分所述DMA的区域的结构信息以及与设置在所述水管网中的测量装置相关的传感器结构信息的步骤；以及
推定由对所述区域中的邻接区域进行统一的区段结构和所述区段结构中的表示各区段的漏水的强度的数值即漏水强度的组构成的参数以及漏水分布的漏水分布推定步骤，
所述漏水分布推定步骤还具备：
根据所述参数中的区段结构来计算区段指标的区段指标计算步骤；
通过根据所述参数和所述风险信息而假设了漏水分布的管网计算，来计算与所述传感器结构对应的预测值信息的管网计算步骤；
根据所述收集到的测量值信息与所述计算出的预测值信息之间的差，来计算误差指标的误差指标计算步骤；以及
搜索使利用所述区段指标和所述误差指标这两者计算的综合评价指标最小化的最佳参数的最佳参数搜索步骤，
其中，计算所述区段内的漏水量、单位配管延长的漏水量、单位供水管连接数的漏水量和漏水率中的至少一个。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014178676A JP6318053B2 (ja) | 2014-09-03 | 2014-09-03 | 漏水分布推定装置 |
| JP2014-178676 | 2014-09-03 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106195646A CN106195646A (zh) | 2016-12-07 |
| CN106195646B true CN106195646B (zh) | 2018-11-06 |
Family
ID=55744778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510303220.6A Expired - Fee Related CN106195646B (zh) | 2014-09-03 | 2015-06-05 | 漏水分布推定装置、推定系统和推定方法 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6318053B2 (zh) |
| CN (1) | CN106195646B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10663933B2 (en) * | 2017-01-10 | 2020-05-26 | Sensus Spectrum Llc | Systems and methods for subnetwork hydraulic modeling |
| CN107179735A (zh) * | 2017-02-06 | 2017-09-19 | 国网山东省电力公司利津县供电公司 | 一种生活小区自来水管线跑水自动报警控制系统及控制方法 |
| CN106869247B (zh) * | 2017-02-16 | 2019-04-23 | 中国科学院生态环境研究中心 | 一种提高管网漏失控制效率的方法及系统 |
| CN107016622B (zh) * | 2017-03-22 | 2020-08-04 | 浙江大学 | 一种含大用户用水信息的城市供水管网节点需水量反演方法 |
| JP6850748B2 (ja) * | 2018-02-23 | 2021-03-31 | 株式会社日立製作所 | 水圧計配置支援システムおよび方法 |
| US20200340882A1 (en) * | 2018-03-09 | 2020-10-29 | Nec Corporation | Pipeline diagnosing device, asset management device, pipeline diagnosing method, and recording medium |
| CN109117985B (zh) * | 2018-07-13 | 2021-09-17 | 上海市水利工程设计研究院有限公司 | 一种基于矩阵与遗传算法的管网压力监测点优化布置方法 |
| CN110108328B (zh) * | 2019-04-03 | 2021-03-26 | 同济大学 | 一种供水管网漏损区域漏水量的获取方法 |
| CN111059477B (zh) * | 2019-12-23 | 2021-10-01 | 浙江工业大学 | 一种基于双层架构反向寻源化工管道泄漏检测与定位方法 |
| CN110991942A (zh) * | 2019-12-25 | 2020-04-10 | 郑州力通水务有限公司 | 智慧水务dma漏损分析系统 |
| JP7503419B2 (ja) * | 2020-05-18 | 2024-06-20 | 三幸工業株式会社 | ドローンによる地中漏水検知システム及び方法 |
| KR102373480B1 (ko) * | 2020-07-14 | 2022-03-10 | 연세대학교 산학협력단 | 매설 배관의 누수 예측 방법 및 그를 위한 장치 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101449141A (zh) * | 2006-09-07 | 2009-06-03 | 株式会社东芝 | 漏水监视系统 |
| JP4612696B2 (ja) * | 2008-02-13 | 2011-01-12 | 株式会社東芝 | 配水管路の漏水診断装置及び漏水診断方法 |
| CN103292966A (zh) * | 2012-02-29 | 2013-09-11 | 株式会社日立制作所 | 漏水检测装置 |
| CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
| CN103953098A (zh) * | 2014-04-22 | 2014-07-30 | 中国科学院生态环境研究中心 | 管网漏失监测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014145603A (ja) * | 2013-01-28 | 2014-08-14 | Hitachi Ltd | 漏水推定装置及びシステム及び方法 |
-
2014
- 2014-09-03 JP JP2014178676A patent/JP6318053B2/ja active Active
-
2015
- 2015-06-05 CN CN201510303220.6A patent/CN106195646B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101449141A (zh) * | 2006-09-07 | 2009-06-03 | 株式会社东芝 | 漏水监视系统 |
| JP4612696B2 (ja) * | 2008-02-13 | 2011-01-12 | 株式会社東芝 | 配水管路の漏水診断装置及び漏水診断方法 |
| CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
| CN103292966A (zh) * | 2012-02-29 | 2013-09-11 | 株式会社日立制作所 | 漏水检测装置 |
| CN103953098A (zh) * | 2014-04-22 | 2014-07-30 | 中国科学院生态环境研究中心 | 管网漏失监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016053250A (ja) | 2016-04-14 |
| JP6318053B2 (ja) | 2018-04-25 |
| CN106195646A (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106195646B (zh) | 漏水分布推定装置、推定系统和推定方法 | |
| JP6273125B2 (ja) | 漏水調査計画立案装置、漏水調査計画立案システム、及び漏水調査計画立案方法 | |
| Farley et al. | Field testing of an optimal sensor placement methodology for event detection in an urban water distribution network | |
| Goulet et al. | Model falsification diagnosis and sensor placement for leak detection in pressurized pipe networks | |
| Moriasi et al. | Hydrologic and water quality models: Performance measures and evaluation criteria | |
| EP3568681B1 (en) | Method and apparatus for model-based leak detection of a pipe network | |
| KR101283828B1 (ko) | 상수관망 진단 시스템 | |
| CN103620363B (zh) | 借助随机的质量平衡识别泄漏 | |
| KR100973662B1 (ko) | 실증적방법과 수학적방법을 융합하는 하이브리드 기법에 의한 상수도관망에서의 누수탐지시스템 | |
| CN104778369A (zh) | 一种基于地面沉降监测的决策与预警方法及其系统 | |
| Moser et al. | Performance comparison of reduced models for leak detection in water distribution networks | |
| KR101105192B1 (ko) | 관망해석에 의한 상수도 누수혐의구간 선정방법 및 그 기능을 탑재한 상수도 통합관리운영시스템 | |
| WO2015129031A1 (ja) | 漏水検知システム、及び漏水検知方法 | |
| JP6625851B2 (ja) | 漏水診断装置、漏水診断方法及びコンピュータプログラム | |
| Rui et al. | An analysis of inaccuracy in pipeline construction cost estimation | |
| Kanakoudis et al. | Accurate water demand spatial allocation for water networks modelling using a new approach | |
| WO2014115399A1 (ja) | 漏水推定装置及びシステム及び方法 | |
| Soroush et al. | Optimal selection of number and location of pressure sensors in water distribution systems using geostatistical tools coupled with genetic algorithm | |
| CN109716090A (zh) | 一种用于估计配水管网的子网边界处的水流量的改进系统 | |
| Loska et al. | Integrated system of control and management of exploitation of water supply system | |
| Nasimifar et al. | The available approaches for using traffic speed deflectometer data at network level pavement management system | |
| Amador-Jiménez et al. | Roads performance modeling and management system from two condition data points: case study of Costa Rica | |
| Gillies et al. | Improving performance of bay irrigation through higher flow rates | |
| JP2019144182A (ja) | 水圧計配置支援システムおよび方法 | |
| US20200240259A1 (en) | Flow network model analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181106 |