CN106594526A - 一种基于水压采样数据的供水管网状态监测方法及装置 - Google Patents

Abstract

本发明公开了一种基于水压采样数据的供水管网状态监测方法，包括以下步骤：(1)获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对所述水压采样数据进行滤波处理，得到水压滤波数据；(2)将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。相应地，本发明还公开了一种基于水压采样数据的供水管网状态监测装置，其包括依次连接的缓存模块、累加模块、比较模块以及输出模块。本发明所述的基于水压采样数据的供水管网状态监测方法和装置可用于供水管网状态实时判断输出，输出结果更为准确，运算处理复杂度降低，数据处理量小，匹配的硬件成本投入小，实时效果好。

Description

一种基于水压采样数据的供水管网状态监测方法及装置

技术领域

本发明涉及供水管网状态监测领域，尤其涉及一种供水管网状态监测方法及装置。

背景技术

供水管网是城市建设的重要基础设施，其一旦发生泄漏事故，除了影响正常的生产生活外，还会使大量水资源白白浪费。因此，及时发现并了解事故发生位置及泄露大小，采取相应的补救方案控制管网漏损，加强供水设施管理以合理利用水资源，势在必行。

现今，多数城市采用被动检漏法检测供水管网的漏损，即依靠专职人员进行巡查查漏和用户报漏。此法不仅耗力耗时，而且对于一些暗漏无能为力。为此，人们先后研究了一些供水管网漏损的主动检测方法，主要有：音听检漏法，相关检漏法，漏水声自动监测法和分区检漏法等。前三种检漏法是靠漏口产生的声音来探测漏点的，其中相关检漏法是当前最先进有效的一种检漏方法，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漏法的区域。而分区检漏法，又称最小流量法，是通过计量管道流量及压力来判断有无漏水存在的方法。

基于水压数据监测的供水管网漏损诊断方法依据伯努利方程对于流体流速与压强关系的描述，通过水压传感器采集管网某一点的水压并上传分析，即可判断附近管网的运行情况，被认为是较好的城市管网水压信息监测方法。然而，目前在基于水压采样数据的供水管网状态监测输出结果不够准确，此外，运算处理复杂度高，数据处理量大，导致匹配的硬件成本投入大，实时效果不佳。

发明内容

本发明的目的之一是提供一种基于水压采样数据的供水管网状态监测方法，该方法可用于供水管网状态实时判断输出，输出结果更为准确，此外，运算处理复杂度降低，数据处理量小，匹配的硬件成本投入小，实时效果好。

根据上述发明目的，本发明提出了一种基于水压采样数据的供水管网状态监测方法，包括以下步骤：

(1)获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对所述水压采样数据进行滤波处理，得到水压滤波数据；

(2)将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。

本发明所述的基于水压采样数据的供水管网状态监测方法，其对所述水压采样数据进行滤波处理，然后基于得到的水压滤波数据判断供水管网状态，从而使得输出结果更为准确。所述供水管网状态可以包括正常、泄漏、放水，所述水压阈值可以基于实际供水管网状态为泄漏时的水压采样数据选取。

目前，主流的数字滤波方法包括限幅滤波法、中值滤波法、算术平均滤波法、滑动平均滤波法等。其中，限幅滤波和中值滤波能够有效克服因偶然因素引起的脉冲干扰，但平滑度差；算术平均滤波法是对N个连续采样值相加，然后取其算术平均值作为本次测量值，对滤除混杂在被测信号上的随机干扰非常有效，但是不易消除脉冲干扰引起的误差，且实时性较低；滑动平均滤波将N个采样值看成一个队列，每进行一次采样就将新数据放入队尾，而原来的队首数据出队，保证队列中始终有N个最新数据，这样取此N个数据的算术平均值作为本次测量值，既继承了算术平均滤波滤除随机干扰的有效性，还克服了其实时性差的缺点。

此外，由于水压数据传输过程中的噪声以白噪声为主，且对实时性有一定要求，本发明采用滑动平均滤波法对水压采样数据进行处理。其算法表述为：其中x(t_i)为第i个采样值，y(t_n)为由N个采样值得到的第n个测量值(对应本发明中的水压滤波数据)，N为滑动窗口长度。

进一步地，本发明所述的供水管网状态监测方法中，所述步骤(1)包括以下步骤：

(1a)根据预设的窗口长度N，获取N个连续的水压采样数据P(i),i＝n-N+1,n-N+2,…,n,n≥N，并对其求和得到S(n)，则第n个水压滤波数据P_out(n)＝S(n)/N；

(1b)基于迭代关系S(n+j)＝S(n+j-1)-P(n-N+j)+P(n+j)得到连续的水压滤波数据P_out(n+j)＝S(n+j)/N,j＝1,2…。

目前的滑动平均滤波法中，对于N长度数据的累加运算，需要完成N-1次加法计算，对于每一个新的数据，需要开展一次N长度数据累加运算，计算复杂度较大。上述方案中，相当于数据在窗口中的先进先出移动，通过减去新移出窗口的数据，然后加上新输入窗口的数据，即可完成一次N长度数据累加运算，大大降低了计算复杂度，从而使得数据处理量小，匹配的硬件成本投入小，实时效果好。

更进一步地，上述供水管网状态监测方法中：

所述步骤(1a)中，构造1×N的矩阵存储空间，其中第1,2,…,N个空间按顺序相应存储所述N个连续的水压采样数据P(i)；存储S(n)和P_out(n)；

所述步骤(1b)中，将S(n+j-1)减去所述矩阵存储空间的第1个空间中的数值P(n-N+j)，采用先进先出机制将所述矩阵存储空间中的N个连续的水压采样数据P(i)更新为P(i+j),i＝n-N+1,n-N+2,…,n,n≥N，将S(n+j-1)再加上所述矩阵存储空间的第N个空间中的数值P(n+j)，得到S(n+j),j＝1,2…；存储S(n+j)和P_out(n+j)。

上述方案中，引入了矩阵存储空间并基于该矩阵存储空间使用先进先出机制。

进一步地，本发明所述或上述的供水管网状态监测方法中，所述步骤(2)中，所述水压阈值包括第一水压阈值和第二水压阈值，包括以下步骤：

(2a)比较所述水压滤波数据是否大于所述第一水压阈值，是则判断供水管网状态为正常并输出，否则进行步骤(2b)；

(2b)比较所述水压滤波数据是否大于所述第二水压阈值，是则判断供水管网状态为泄漏，否则判断供水管网状态为放水并输出。

上述方案中，根据水压越低漏水状况越严重的原理判断供水管网状态。所述第一水压阈值大于第二水压阈值。所述输出可以是输出表征供水管网状态的文字/符号/颜色等标识。

更进一步地，上述供水管网状态监测方法中，所述水压阈值基于实际供水管网状态为泄漏时的水压采样数据选取。

上述方案中，可以以实际供水管网状态为泄漏时的水压采样数据为训练序列，统计各压力值出现概率，累加形成该状态下的各压力点概率统计图，基于该各压力点概率统计图选取水压阈值。

更进一步地，上述供水管网状态监测方法中，选取所述水压阈值前先对所述实际供水管网状态为泄漏时的水压采样数据按照上述方案中的滑动平均滤波法进行滤波处理。

上述方案中，先对实际供水管网状态为泄漏时的水压采样数据采用滑动平均滤波法进行滤波处理有利于水压阈值的准确选取。

优选地，上述供水管网状态监测方法中，所述N的值取8。

在实际工程应用中选择滤波器窗口长度时，要综合考虑各种因素。在滤波效果方面，窗口长度为32时，效果最佳，在计算资源需求方面，窗口长度为4时，要求最低。权衡这些利弊，本发明优选滑动滤波器窗口长度N为8。

本发明的另一目的是提供一种基于水压采样数据的供水管网状态监测装置，该装置可用于供水管网状态实时判断输出，输出结果更为准确，此外，运算处理复杂度降低，数据处理量小，匹配的硬件成本投入小，实时效果好。

根据上述发明目的，本发明提出了一种基于水压采样数据的供水管网状态监测装置，其被配置为执行以下步骤：

(1)获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对所述水压采样数据进行滤波处理，得到水压滤波数据；

(2)将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。

进一步地，本发明所述的供水管网状态监测装置包括缓存模块和累加模块，其被配置为执行下述步骤：

(1a)根据预设的窗口长度N，获取N个连续的水压采样数据P(i),i＝n-N+1,n-N+2,…,n,n≥N，并对其求和得到S(n)，则第n个水压滤波数据P_out(n)＝S(n)/N；

(1b)基于迭代关系S(n+j)＝S(n+j-1)-P(n-N+j)+P(n+j)得到连续的水压滤波数据P_out(n+j)＝S(n+j)/N,j＝1,2…。

更进一步地，上述供水管网状态监测装置中：

所述步骤(1a)中，所述缓存模块被配置为构造1×N的矩阵存储空间，其中第1,2,…,N个空间按顺序相应存储所述N个连续的水压采样数据P(i)；存储S(n)和P_out(n)；

所述步骤(1b)中，所述累加模块被配置为将S(n+j-1)减去所述矩阵存储空间的第1个空间中的数值P(n-N+j)，所述缓存模块被配置为采用先进先出机制将所述矩阵存储空间中的N个连续的水压采样数据P(i)更新为P(i+j),i＝n-N+1,n-N+2,…,n,n≥N，所述累加模块被配置为将S(n+j-1)再加上所述矩阵存储空间的第N个空间中的数值P(n+j)，得到S(n+j),j＝1,2…；所述缓存模块被配置为存储S(n+j)和P_out(n+j)。

进一步地，本发明所述或上述的供水管网状态监测装置中，还包括比较模块和输出模块，执行的所述步骤(2)中，所述水压阈值包括第一水压阈值和第二水压阈值，所述比较模块和输出模块被配置为包括执行以下步骤：

(2a)比较模块比较所述水压滤波数据是否大于所述第一水压阈值，是则判断供水管网状态为正常并通过输出模块输出，否则进行步骤(2b)；

(2b)比较模块比较所述水压滤波数据是否大于所述第二水压阈值，是则判断供水管网状态为泄漏并通过输出模块输出，否则判断供水管网状态为放水并通过输出模块输出。

更进一步地，上述供水管网状态监测装置中，所述供水管网状态监测装置进一步被配置为所述水压阈值基于实际供水管网状态为泄漏时的水压采样数据选取。

更进一步地，上述供水管网状态监测装置中，所述供水管网状态监测装置进一步被配置为选取所述水压阈值前先对所述实际供水管网状态为泄漏时的水压采样数据按照上述方案中的滑动平均滤波法进行滤波处理。

优选地，上述供水管网状态监测装置中，所述N的值取8。

本发明所述的基于水压采样数据的供水管网状态监测方法和装置具有以下优点和有益效果：

(1)可用于供水管网状态实时判断输出，输出结果更为准确。

(2)运算处理复杂度降低，数据处理量小，匹配的硬件成本投入小，实时效果好。

附图说明

图1本发明所述的基于水压采样数据的供水管网状态监测装置在一种实施方式下的模块结构框图。

图2本发明所述的基于水压采样数据的供水管网状态监测方法在一种实施方式下的流程图。

图3为对处于实际泄漏状态的供水管网的水压采样数据以窗口长度4进行滤波得到的水压滤波数据图。

图4为对处于实际泄漏状态的供水管网的水压采样数据以窗口长度8进行滤波得到的水压滤波数据图。

图5为对处于实际泄漏状态的供水管网的水压采样数据以窗口长度16进行滤波得到的水压滤波数据图。

图6为对处于实际泄漏状态的供水管网的水压采样数据以窗口长度32进行滤波得到的水压滤波数据图。

图7为图4中水压滤波数据各压力点的概率分布图。

图8为本发明所述的基于水压采样数据的供水管网状态监测方法在一种实施方式下的C++语言编写的流程图。

具体实施方式

下面将结合说明书附图和具体的实施例对本发明所述的基于水压采样数据的供水管网状态监测方法和装置做进一步的详细说明。

本实施例装置为运行在计算机中的软件模块。

图1显示了本发明所述的基于水压采样数据的供水管网状态监测装置在一种实施方式下的模块结构。图2显示了本发明所述的基于水压采样数据的供水管网状态监测方法的流程。

如图1所示，该实施方式下的基于水压采样数据的供水管网状态监测装置包括依次连接的缓存模块1、累加模块2、比较模块3以及输出模块4。其中各模块被配置为具有实现以下相应流程的功能。

如图2所示，结合参考图1，该实施方式下的基于水压采样数据的供水管网状态监测方法通过上述装置中相应的模块实现，其流程包括：

步骤110：获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对水压采样数据进行滤波处理，得到水压滤波数据。具体包括步骤：

通过缓存模块1和累加模块2执行步骤(110a)：缓存模块1根据预设的窗口长度N，获取N个连续的水压采样数据P(i),i＝n-N+1,n-N+2,…,n,n≥N，累加模块2对其求和得到S(n)，并求得第n个水压滤波数据P_out(n)＝S(n)/N；其中，缓存模块1构造1×N的矩阵存储空间，其中第1,2,…,N个空间按顺序相应存储所述N个连续的水压采样数据P(i)；存储S(n)和P_out(n)；

通过缓存模块1和累加模块2执行步骤(110b)：基于迭代关系S(n+j)＝S(n+j-1)-P(n-N+j)+P(n+j)得到连续的水压滤波数据P_out(n+j)＝S(n+j)/N,j＝1,2…。其中，累加模块2将S(n+j-1)减去矩阵存储空间的第1个空间中的数值P(n-N+j)，缓存模块1采用先进先出机制将矩阵存储空间中的N个连续的水压采样数据P(i)更新为P(i+j),i＝n-N+1,n-N+2,…,n,n≥N，累加模块2将S(n+j-1)再加上矩阵存储空间的第N个空间中的数值P(n+j)，得到S(n+j),j＝1,2…；存储S(n+j)和P_out(n+j)。

步骤120：将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。具体包括步骤：

通过比较模块3和输出模块4执行步骤(120a)：比较模块3比较水压滤波数据是否大于第一水压阈值，是则判断供水管网状态为正常并通过输出模块4输出，否则进行步骤(120b)；

通过比较模块3和输出模块4执行步骤(120b)：比较模块3比较水压滤波数据是否大于第二水压阈值，是则判断供水管网状态为泄漏并通过输出模块4输出，否则判断供水管网状态为放水并通过输出模块4输出。

上述实施方式中，水压阈值基于实际供水管网状态为泄漏时的水压采样数据选取。其中，选取水压阈值前先对实际供水管网状态为泄漏时的水压采样数据按照上述方案中的滑动平均滤波法进行滤波处理。

下面给出一个基于上述实施方式的具体的实施例，包括以下步骤：

(a)确定窗口长度N，水压正常限P_max(即第一水压阈值)，水压放水限P_min(即第二水压阈值)；

(b)依次将水压采样数据输入缓存模块1；

(c)缓存模块1和累加模块2对缓存模块1内的数据采用滑动平均滤波法开展窗口长度为N的平均值计算得到水压滤波数据，同时进行先进先出数据移位操作；

(d)比较模块3将水压滤波数据与设定的水压正常限P_max和水压放水限P_min做比较运算；

(e)判定当前供水管网状态。

上述步骤(b)包括以下步骤：

(b1)构造长度为1×N的矩阵存储空间并初始化矩阵存储空间元素为0；

(b2)将传感器采集的水压数据依次输入矩阵存储空间的第1，2，…，N个空间；

(b3)输入第N+1个数据之前，先将第1个空间的数据移出，然后将第2个空间的数据存入第1个空间，再将第3个空间的数据存入第2个空间，重复上述步骤，直至将第N个空间的数据存入第N-1个空间；

(b4)将第N+1个数据输入第N个空间；

(b5)后续数据输入依次重复(b3)～(b4)步骤。

上述步骤(c)包括以下步骤：

(c1)计算矩阵存储空间中N个空间数据之和，并存储该数值为S；

(c2)计算数值S相对于N个矩阵存储空间的平均值，并存储于数值P；

(c3)将矩阵存储空间中N个空间数据之和S减去第一个空间数值，得到S1；

(c4)对矩阵存储空间中N个空间数据开展如步骤(b3)的数据移位操作；

(c5)将S1数值加上如步骤(b4)输入的第N个空间数据，并将该值更新存储于数据S；

(c6)对于每一个新输入的数据，依次执行上述(c2)～(c5)步骤。

上述步骤(d)包括以下步骤：

(d1)比较数值P是否大于P_max；

(d2)比较数值P是否大于P_min；

(d3)对于每一个新输出的数据P，依次执行上述(d1)～(d2)步骤。

上述步骤(e)包括以下步骤：

(e1)如果(d1)判断为是，则认定供水管网状态状态为正常；否则执行下面(e2)步骤；

(e2)如果(d2)判断为是，则认定供水管网状态状态为泄露；否则认定供水管网状态状态为放水；

(e3)对于每一个新输出的数据P，依次执行上述(e1)～(e2)步骤。

上述实施例中，步骤(a)中的窗口长度N、水压正常限P_max和水压放水限P_min通过下面的实施例得到：

图3-图6分别显示了滑动窗口长度N取值4、8、16以及32时的处于实际泄漏状态的供水管网的水压滤波数据，其中横坐标为采样点，纵坐标为×10^-4Mpa。图7显示了图4中各压力点的概率分布，其中横坐标为×10^-4Mpa，纵坐标为概率值。

结合对漏水检测效果的考虑，选取水龙头打开角度为10度时的漏水状态数据，添加高斯白噪声，对不同窗口长度的滑动平均滤波减噪效果进行对比分析。分别取滑动窗口长度N为4，8，16，32，采用上述实施例中的滑动平均滤波法得到对应水压滤波数据分别如图3-图6所示。

当窗口长度为4时，滤波数据受噪声影响仍然较大，能从中获取的信息有很大的失真；窗口长度增大到8时，滤波效果有了一个明显的增强，基本能够及时跟踪水压数据的波动，反应其真实大小；窗口长度继续增大到16，甚至32时，滤波数据的波动受到噪声数据影响继续变弱，尤其是峰值数据，更加受到原始水压数据的约束，表现更好。

在实际工程应用中选择滤波器窗口长度时，综合考虑各种因素。在滤波效果方面，窗口长度为32时，效果最佳。在硬件需求方面，窗口长度为4时，要求最低。但是，权衡这些利弊，优选滑动滤波器窗口长度为8。此时，除了个别点受到强噪声影响与原始数据有较大偏差外，更多的点是围绕原始水压数据进行的波动，并不影响最终对于管网状态的判断结果，可以有效反应水压值的真实状况，及时跟踪水压数据判断管网状态。同时，其对于硬件资源的消耗也较少，并且可以获得不错的处理速度。

此外，缓存模块运算过程中，对于N长度空间内数据累加运算，需要完成N-1次加法计算，每输入一个新的数据进入矩阵存储空间，需要开展一次N长度空间内数据累加运算，计算复杂度较大。本实施例通过减去移出矩阵存储空间的新数据，然后加上输入矩阵存储空间的新数据，即可完成矩阵存储空间内的数据累加运算。考虑减法运算可以等复杂度转换为加法运算，因此，本实施例的缓存运算对于新输入的数据，只需要开展两次加法运算即可完成N长度矩阵存储空间内数据的累计运算。取N为8的情况计算，未采用本实施例需要开展N-1等7次加法运算，采用本实施例，只需开展2次加法运算，减少了71.4％的计算次数，大大降低了计算复杂度。

为了区分水龙头正常、漏水和放水各个状态，并根据收到的水压数据进行判断与预警，以水龙头打开10度时漏水状态所采集的水压数据为训练序列，统计各压力值出现概率，累加形成该状态下的阈值上限作为水压正常限P_max＝0.478Mpa与阈值下限作为水压放水限P_min＝0.378Mpa。各压力点概率统计图如图7所示。

前述实施例中规定若滑动滤波后得到的水压滤波数据P_out>P_max，则表示管网处于正常状态；若P_min<P_out<P_max，为泄漏状态；若P_out<P_min，为放水状态。为了检测其实际效果，手动打开阀门，模拟管网漏水情况，并对采集到的水压数据进行判断。实验证明，前述实施例能够有效监测管网某处的正常、泄漏、放水状态，以对管网的安全性进行监控。

图8显示了C++语言编写的基于上述实施例的一种流程。

如图8所示，作为一种实施方式，可以用C++语言进行编程实现上述实施例的流程。其中，Pout(i)表示第i个水压滤波数据。

在其它实施方式中，也可以用其它语言编程实现上述实施例的流程。

要注意的是，以上列举的仅为本发明的具体实施例，显然本发明不限于以上实施例，随之有着许多的类似变化。本领域的技术人员如果从本发明公开的内容直接导出或联想到的所有变形，均应属于本发明的保护范围。

Claims (14)

1.一种基于水压采样数据的供水管网状态监测方法，包括以下步骤：

(1)获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对所述水压采样数据进行滤波处理，得到水压滤波数据；

(2)将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。

2.如权利要求1所述的供水管网状态监测方法，其特征在于，所述步骤(1)包括以下步骤：

(1a)根据预设的窗口长度N，获取N个连续的水压采样数据P(i),i＝n-N+1,n-N+2,…,n,n≥N，并对其求和得到S(n)，则第n个水压滤波数据P_out(n)＝S(n)/N；

(1b)基于迭代关系S(n+j)＝S(n+j-1)-P(n-N+j)+P(n+j)得到连续的水压滤波数据P_out(n+j)＝S(n+j)/N,j＝1,2…。

3.如权利要求2所述的供水管网状态监测方法，其特征在于：

所述步骤(1a)中，构造1×N的矩阵存储空间，其中第1,2,…,N个空间按顺序相应存储所述N个连续的水压采样数据P(i)；存储S(n)和P_out(n)；

所述步骤(1b)中，将S(n+j-1)减去所述矩阵存储空间的第1个空间中的数值P(n-N+j)，采用先进先出机制将所述矩阵存储空间中的N个连续的水压采样数据P(i)更新为P(i+j),i＝n-N+1,n-N+2,…,n,n≥N，将S(n+j-1)再加上所述矩阵存储空间的第N个空间中的数值P(n+j)，得到S(n+j),j＝1,2…；存储S(n+j)和P_out(n+j)。

4.如权利要求1-3中任意一项权利要求所述的供水管网状态监测方法，其特征在于，所述步骤(2)中，所述水压阈值包括第一水压阈值和第二水压阈值，包括以下步骤：

(2a)比较所述水压滤波数据是否大于所述第一水压阈值，是则判断供水管网状态为正常并输出，否则进行步骤(2b)；

(2b)比较所述水压滤波数据是否大于所述第二水压阈值，是则判断供水管网状态为泄漏，否则判断供水管网状态为放水并输出。

5.如权利要求4所述的供水管网状态监测方法，其特征在于，所述水压阈值基于实际供水管网状态为泄漏时的水压采样数据选取。

6.如权利要求5所述的供水管网状态监测方法，其特征在于，选取所述水压阈值前先对所述实际供水管网状态为泄漏时的水压采样数据按照如权利要求1-3中任意一项权利要求中的滑动平均滤波法进行滤波处理。

7.如权利要求2或3所述的供水管网状态监测方法，其特征在于，所述N的值取8。

8.一种基于水压采样数据的供水管网状态监测装置，其被配置为执行以下步骤：

(1)获取供水管网中某一点的水压采样数据，采用滑动平均滤波法对所述水压采样数据进行滤波处理，得到水压滤波数据；

(2)将所述水压滤波数据与预设的水压阈值比较，以判断供水管网状态。

9.如权利要求8所述的供水管网状态监测装置，其特征在于，包括缓存模块和累加模块，其被配置为执行下述步骤：

(1a)根据预设的窗口长度N，获取N个连续的水压采样数据P(i),i＝n-N+1,n-N+2,…,n,n≥N，并对其求和得到S(n)，则第n个水压滤波数据P_out(n)＝S(n)/N；

(1b)基于迭代关系S(n+j)＝S(n+j-1)-P(n-N+j)+P(n+j)得到连续的水压滤波数据P_out(n+j)＝S(n+j)/N,j＝1,2…。

10.如权利要求9所述的供水管网状态监测装置，其特征在于：

所述步骤(1a)中，所述缓存模块被配置为构造1×N的矩阵存储空间，其中第1,2,…,N个空间按顺序相应存储所述N个连续的水压采样数据P(i)；存储S(n)和P_out(n)；

所述步骤(1b)中，所述累加模块被配置为将S(n+j-1)减去所述矩阵存储空间的第1个空间中的数值P(n-N+j)，所述缓存模块被配置为采用先进先出机制将所述矩阵存储空间中的N个连续的水压采样数据P(i)更新为P(i+j),i＝n-N+1,n-N+2,…,n,n≥N，所述累加模块被配置为将S(n+j-1)再加上所述矩阵存储空间的第N个空间中的数值P(n+j)，得到S(n+j),j＝1,2…；所述缓存模块被配置为存储S(n+j)和P_out(n+j)。

11.如权利要求8-10中任意一项权利要求所述的供水管网状态监测装置，其特征在于，还包括比较模块和输出模块，执行的所述步骤(2)中，所述水压阈值包括第一水压阈值和第二水压阈值，所述比较模块和输出模块被配置为包括执行以下步骤：

(2a)比较模块比较所述水压滤波数据是否大于所述第一水压阈值，是则判断供水管网状态为正常并通过输出模块输出，否则进行步骤(2b)；

(2b)比较模块比较所述水压滤波数据是否大于所述第二水压阈值，是则判断供水管网状态为泄漏并通过输出模块输出，否则判断供水管网状态为放水并通过输出模块输出。

12.如权利要求11所述的供水管网状态监测装置，其特征在于，所述供水管网状态监测装置进一步被配置为所述水压阈值基于实际供水管网状态为泄漏时的水压采样数据选取。

13.如权利要求12所述的供水管网状态监测装置，其特征在于，所述供水管网状态监测装置进一步被配置为选取所述水压阈值前先对所述实际供水管网状态为泄漏时的水压采样数据按照如权利要求7-9中任意一项权利要求中的滑动平均滤波法进行滤波处理。

14.如权利要求9或10所述的供水管网状态监测装置，其特征在于，所述N的值取8。