CN109442221A - 一种基于压力扰动提取的供水管网爆管侦测方法 - Google Patents
一种基于压力扰动提取的供水管网爆管侦测方法 Download PDFInfo
- Publication number
- CN109442221A CN109442221A CN201811393693.XA CN201811393693A CN109442221A CN 109442221 A CN109442221 A CN 109442221A CN 201811393693 A CN201811393693 A CN 201811393693A CN 109442221 A CN109442221 A CN 109442221A
- Authority
- CN
- China
- Prior art keywords
- pressure
- monitoring
- detection
- matrix
- row
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 148
- 238000001514 detection method Methods 0.000 claims abstract description 96
- 239000011159 matrix material Substances 0.000 claims abstract description 86
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000004880 explosion Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000009172 bursting Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 abstract 1
- 230000007246 mechanism Effects 0.000 abstract 1
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/09—Component parts or accessories
- E03B7/10—Devices preventing bursting of pipes by freezing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
-
- 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
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
- G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Measuring Fluid Pressure (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及一种基于压力扰动提取的供水管网爆管侦测方法,该方法包括如下步骤:(1)收集、预处理压力监测数据,建立压力监测值矩阵;(2)采用傅里叶变换对压力监测值矩阵进行时域、频域特征分析,提取扰动信息,生成压力扰动值矩阵;(3)采用孤立森林算法检测压力扰动值矩阵中的异常值;(4)基于爆管事件下的管网压力响应特征,筛选检测出的异常值,输出爆管侦测结果。与现有技术相比,本发明爆管侦测方法的结果准确可靠,更适用于我国目前普遍采用的大型复杂供水管网。
Description
技术领域
本发明涉及一种供水管网爆管侦测方法,尤其是涉及一种基于压力扰动提取的供水管网爆管侦测方法。
背景技术
供水管网是我国城市基础设施的重要组成部分,承担着将水安全可靠地输送到用户的重任。随着我国社会、经济的快速发展,城市化进程不断加快,居民需水量日益增加,城市供水管网的规模逐步扩大。然而由于部分管网敷设时间长,管材老化、腐蚀现象严重,我国供水管网爆管事故频发。同时我国仍缺乏准确可靠的供水管网爆管事件侦测技术,发现爆管事件主要依靠水司日常巡检及群众反映。导致爆管被发现所需时间较长,处理效率低下。不仅浪费了大量水资源,造成经济损失,同时还可能造成大范围停水及道路或建筑物破坏,影响居民正常生活。此外,外界的细菌、病原体等微生物可能通过破损处进入管网,造成二次污染。因此,采用切实有效的爆管实时侦测方法、及时发现爆管事故,从而减少爆管造成的影响具有重要意义。
国内外已有大量关于供水管网爆管侦测方法的研究。现有爆管侦测方法可主要分为水力模型法、瞬变流分析法和数据驱动方法三种,以下为一些代表性的研究:
1)水力模型法
如文献:
[1]:Meseguer J,Mirats-Tur J M,Cembrano G,et al.A decision supportsystem for on-line leakage localization.Environmental Modelling&Software,2014,60(10):331–345.
该类方法采用的主要技术措施:基于供水管网水力模型,利用孔口出流公式模拟爆管,通过求解管网流量守恒方程和环能量方程组,以校核水力模型的方式实现爆管侦测。
优缺点:这类方法优势在于,该方法基于管网基本方程组的求解,有较为清晰的理论支撑。但其不足之处在于:(1)该类方法严重依赖精确的水力模型,而目前我国大部分水司建立的供水管网水力模型精度较低;(2)该类方法效果易受管网不确定性影响,对管网中布置的监测点数量要求较高。因此,目前我国实际供水管网通常难以满足该方法的需求。该方法未得到在实际供水管网中的广泛应用。
2)瞬变流分析法
如文献:
[2]:Misiunas D,Lambert M,Simpson A,et al.Burst detection and locationin water distribution networks.Water Science&Technology:Water Supply,2005,5(3),3–4.
[3]:Mpesha W,Chaudhry M.H.and Gassman S.L.Leak detection in pipes byfrequency response method.Journal of Hydraulic Engineering,2001,127(2),134–147.
该类方法采用的主要技术措施:基于高精度高频压力传感器采集的监测数据,通过侦测爆管产生的压力波或分析爆管产生的瞬态信号的变化实现爆管侦测。
优缺点:这类方法优势在于模型计算结果准确,且有助于快速定位爆管位置,方便水司维修。但此类方法要求高精度高频压力传感器,成本高。且此类方法计算复杂,目前仅在单管或严格控制的实验室管网中得到验证,尚未有在大型环状供水管网的实际应用。
3)数据驱动方法
如文献:
[4]:Wu Y,Liu S,Wu X,et al.Burst detection in district metering areasusing a data driven clustering algorithm.Water Research,2016,100,28-37.
[5]:Romano M,Kapelan Z,D.A.Automated detection of pipe burstsand other events in water distribution systems.Journal of Water ResourcesPlanning and Management,2014,140(4),457-467.
该类方法采用的主要技术措施:基于管网数据采集与监控系统(SCADA)监测数据,采用各种数据挖掘算法,对历史数据及待侦测数据进行分析,判断待侦测时刻是否发生爆管。
优缺点:这类方法优势在于不需要精确的水力模型和昂贵的高精度高频率压力传感器,通过利用管网日常运行的监测数据即可实现爆管侦测。但目前国内外研究仍存在以下不足:(1)现有研究通常是基于实行分区计量的管网,仅能实现计量分区水平的爆管侦测。虽然分区计量是国际公认的有利于爆管、漏损控制的措施,但其所需的管网改造费用高,因此我国大部分地区未实行分区计量,仍采用全管网范围内集中监控的模式,管网规模大,拓朴结构复杂;(2)相较于流量监测数据,压力数据对爆管事件的响应不明显。因此现有研究主要基于流量数据实现侦测,忽视了压力数据的应用。然而由于流量监测设备成本较高,我国供水管网内流量监测点数量远小于压力监测点。因此,该类方法虽然已有在计量分区水平的实际管网中的应用,但仍并不适合我国广泛应用的大规模复杂供水管网。
综上所述,尽管已有大量关于爆管侦测的研究,目前尚没有被我国水司广泛应用的爆管侦测技术。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于压力扰动提取的供水管网爆管侦测方法。
本发明的目的可以通过以下技术方案来实现:
一种基于压力扰动提取的供水管网爆管侦测方法,该方法包括如下步骤:
(1)收集、预处理压力监测数据,建立压力监测值矩阵;
(2)采用傅里叶变换对压力监测值矩阵进行时域、频域特征分析,提取扰动信息,生成压力扰动值矩阵;
(3)采用孤立森林算法检测压力扰动值矩阵中的异常值;
(4)基于爆管事件下的管网压力响应特征,筛选检测出的异常值,输出爆管侦测结果。
步骤(1)具体为:
(11)对历史数据的日期及时间编号;
(12)对于待侦测时刻t=(x,y),(x,y)表示第x天第y时刻,提取t时刻前m天的SCADA压力监测数据;
(13)对提取的压力监测数据进行预处理;
(14)将预处理后的各监测点的压力数据分割为m个长度为N的行向量,N为监测点一天的采样数据个数,将行向量按照时间顺序储存在各监测点对应的压力监测值矩阵P中的各行,对于第i个监测点,其对应的压力监测值矩阵Pi为:
其中,Pi中的元素pj,k表示监测点i在第j天第k时刻的压力监测值,Pi的第m行代表监测点i在待侦测时刻前一天的压力监测值,对于n个监测点,共生成n个压力监测值矩阵。
步骤(13)具体为:
(131)将存在大量空白数据的监测点作为无效监测点,弃用该监测点的压力监测数据;
(132)对保留的监测点的压力监测数据进行线性插值,填补缺失值;
(133)设置高低阈值去除保留的监测点中不合理的压力监测数据。
步骤(2)具体为:
(21)对各监测点的压力监测值矩阵中的各行进行傅里叶变换,设压力监测值矩阵中的每一行为长度是N的离散信号x[n],其傅里叶变换X[k]为:
其中,X[k]为x[n]的傅里叶变换,是基频为的周期复指数函数;
(22)提取监测信号中的高频组分:提取出的频域上的高频组分X’[k]为:
其中,μ是用于控制选取高频项数量的参数;
(23)采用傅里叶逆变换,将提取出的频域上的高频组分X’[k]转换为时域信号x’[n]:
(24)生成压力扰动值矩阵H:对于第i个监测点,其对应的压力扰动值矩阵Hi为:
其中,Hi中的元素hj,k表示监测点i在第j天第k时刻的压力监测值中提取出的高频组分,对于n个监测点,共生成n个压力扰动值矩阵。
步骤(3)具体为:
(31)根据压力扰动值矩阵提取侦测矩阵D,D为:
其中,侦测矩阵D的第i列对应为高频组分矩阵Hi的最后一列,侦测矩阵D的每一行为长度为n的行向量,侦测矩阵D的最后一行为待侦测时刻各监测点的压力扰动值;
(32)将侦测矩阵D输入孤立森林算法,侦测矩阵D的每一行为一个检测样本,建立t个孤立树,对于每个孤立树,随机选取一个维度x作为研究对象,1≤x≤n,在该维度上随机选取一个分界值,将检测样本分为两部分,并重复该过程,直到所有检测样本均与其他检测样本分离开来;
(33)对于每个孤立树中的每一个检测样本,将该检测样本与其他检测样本分离所需的次数即为该检测样本在此孤立树中的路径长度,计算各检测样本在所有的孤立树中的平均路径长度,选取k个平均路径长度最小的检测样本作为异常样本;
(34)若侦测矩阵D的最后一行属于被选出的异常样本,则判断待检测时刻为异常状态,进入步骤(4);否则输出结果:未发生爆管。
步骤(4)具体为:
(41)获取定性指数A:
其中,D(i,j)为侦测矩阵D中第i行第j列数据,m为侦测矩阵D总行数,n为侦测矩阵D总列数,Summ为侦测矩阵D最后一行的加和;
(42)获取定量指数B:
其中,λ为控制压力波动筛选阈值的参数,δ为Sumi,i=1,2,…,m-1的标准差;
(43)若定性指数A和定量指数B均为1,则输出结果:发生爆管;否则,输出结果:未发生爆管。
与现有技术相比,本发明具有如下优点:
(1)本发明通过分析压力监测值的时域及频域特征,将时域上爆管造成的压力波动与频域上的高频组分相联系,将爆管造成的压力波动作为扰动提取,避免了正常居民需水量变化造成的压力波动对爆管压降的影响,使得爆管侦测方法的结果更加准确;
(2)本发明仅需压力监测数据即可准确可靠地实现大型复杂管网的爆管实时侦测,更加适用于我国供水管网中普遍存在的流量监测点数量少而压力监测点数量相对较多及管网规模大且未实行分区计量的情况。
附图说明
图1为本发明基于压力扰动提取的供水管网爆管侦测方法的流程框图;
图2为实施例中某监测点的实测压力监测数据和提取出的高频值数据曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。
实施例
如图1所示,一种基于压力扰动提取的供水管网爆管侦测方法,该方法包括如下步骤:
(1)收集、预处理压力监测数据,建立压力监测值矩阵;
(2)采用傅里叶变换对压力监测值矩阵进行时域、频域特征分析,提取扰动信息,生成压力扰动值矩阵;
(3)采用孤立森林算法检测压力扰动值矩阵中的异常值;
(4)基于爆管事件下的管网压力响应特征,筛选检测出的异常值,输出爆管侦测结果。
步骤(1)具体为:
(11)对历史数据的日期及时间编号,其中,对历史数据的日期进行编号具体如:1对应1月1日,2对应1月2日,对历史数据的时间进行编号具体如:当监测点采样频率为T分钟时,1对应0时00分,2对应0时T分;
(12)对于待侦测时刻t=(x,y),(x,y)表示第x天第y时刻,提取t时刻前m天的SCADA压力监测数据;
(13)对提取的压力监测数据进行预处理;
(14)将预处理后的各监测点的压力数据分割为m个长度为N的行向量,N为监测点一天的采样数据个数,将行向量按照时间顺序储存在各监测点对应的压力监测值矩阵P中的各行,对于第i个监测点,其对应的压力监测值矩阵Pi为:
其中,Pi中的元素pj,k表示监测点i在第j天第k时刻的压力监测值,Pi的第m行代表监测点i在待侦测时刻前一天的压力监测值,对于n个监测点,共生成n个压力监测值矩阵。
步骤(13)具体为:
(131)将存在大量空白数据的监测点作为无效监测点,弃用该监测点的压力监测数据;
(132)对保留的监测点的压力监测数据进行线性插值,填补缺失值;
(133)设置高低阈值去除保留的监测点中不合理的压力监测数据。
完成数据预处理后,利用傅里叶变换分析监测数据的时域及频域特征,将监测数据中的高频组分与爆管造成的压力骤降相联系,实现扰动提取。因此,步骤(2)具体为:
(21)将各监测点对应的压力监测值矩阵中的各行作为离散非周期信号,利用傅里叶变换将该信号分解成一系列复指数信号的线性组合,并分析该信号的频谱组成:
具体地,对各监测点的压力监测值矩阵中的各行进行傅里叶变换,设压力监测值矩阵中的每一行为长度是N的离散信号x[n],其傅里叶变换X[k]为:
其中,X[k]为x[n]的傅里叶变换,是基频为的周期复指数函数;
(22)提取监测信号中的高频组分(即扰动):提取出的频域上的高频组分X’[k]为:
其中,μ是用于控制选取高频项数量的参数;
(23)采用傅里叶逆变换,将提取出的频域上的高频组分X’[k]转换为时域信号x’[n]:
(24)生成压力扰动值矩阵H:对于第i个监测点,其对应的压力扰动值矩阵Hi为:
其中,Hi中的元素hj,k表示监测点i在第j天第k时刻的压力监测值中提取出的高频组分,对于n个监测点,共生成n个压力扰动值矩阵。
步骤(3)具体为:
(31)根据压力扰动值矩阵提取侦测矩阵D,D为:
其中,侦测矩阵D的第i列对应为高频组分矩阵Hi的最后一列,即提取历史数据中不同日期同一时刻的数据作为异常值检测对象,避免管网中压力监测值的日常变化对爆管产生的压力波动的掩盖,侦测矩阵D的每一行为长度为n的行向量,侦测矩阵D的最后一行为待侦测时刻各监测点的压力扰动值;
(32)将侦测矩阵D输入孤立森林算法,侦测矩阵D的每一行(长度为n的行向量)为一个检测样本,建立t个孤立树,对于每个孤立树,随机选取一个维度x作为研究对象,1≤x≤n,在该维度上随机选取一个分界值,将检测样本分为两部分,并重复该过程,直到所有检测样本均与其他检测样本分离开来;
(33)对于每个孤立树中的每一个检测样本,将该检测样本与其他检测样本分离所需的次数即为该检测样本在此孤立树中的路径长度,计算各检测样本在所有的孤立树中的平均路径长度,选取k个平均路径长度最小的检测样本作为异常样本;
(34)若待侦测时刻的压力扰动值(即侦测矩阵D的最后一行)属于被选出的异常样本,则判断待检测时刻为异常状态,进入步骤(4);否则输出结果:未发生爆管。
为避免管网中因正常需水量变化造成的压力波动被误认为爆管,影响侦测效果,可基于爆管事件下的管网压力响应特征对检测出的异常状态进一步筛选,即步骤(4)是对步骤(3)中被判断为异常状态的待检测时刻进行的进一步侦测,步骤(4)具体为:
(41)获取定性指数A:
其中,D(i,j)为侦测矩阵D中第i行第j列数据,m为侦测矩阵D总行数,n为侦测矩阵D总列数,Summ为侦测矩阵D最后一行的加和;
(42)获取定量指数B:
其中,λ为控制压力波动筛选阈值的参数,δ为Sumi,i=1,2,…,m-1的标准差;
(43)若定性指数A和定量指数B均为1,则输出结果:发生爆管;否则,输出结果:未发生爆管。
本实施例以侦测某供水管网2016年3月28日3时15分是否发生爆管为例,进一步阐述基于压力扰动提取的供水管网爆管侦测方法实现过程。
(1)收集、预处理压力监测数据,建立压力监测值矩阵;
该供水管网内共设有23个稳定工作的监测点,监测点采样时间间隔为15分钟。收集所有监测点该时刻前15天的监测数据,将高于50m和低于0m的监测值删除。经预处理后,共有18个有效监测点。将处理后的数据存储在压力监测值矩阵P中,生成了18个压力监测值矩阵。由于该监测点采样时间间隔为15分钟,因此各监测点每天采样24h/15min=96个数据。每个压力监测值矩阵的维度均为15行96列。
(2)采用傅里叶变换,对压力监测值矩阵进行时域、频域特征分析,提取扰动信息,并生成压力扰动值矩阵;
将每个压力监测值矩阵中的每个行向量(长度为96)作为一个离散信号,利用傅里叶变换分析其频谱组成。提取高频组分,参数μ取值为10。将提取出的高频组分利用傅里叶逆变换转换至时域。以一个监测点为例,该监测点的实测数据和提取出的高频值数据如图2所示。将提取出的高频值按照压力监测值矩阵中的相对位置储存在高频组分矩阵H中。
(3)采用孤立森林算法检测压力扰动值矩阵中的异常值;
将18个高频组分矩阵中的最后一列提取至侦测矩阵D,将D输入孤立森林算法,并将D的每一行作为一个检测样本。生成100个孤立树,计算各检测样本在所有孤立树中的平均路径长度,并选取k=1个异常样本。待侦测时刻对应样本的平均路径长度最小,被选为异常样本,因此待侦测时刻被判定为异常状态。
(4)基于爆管事件下的管网压力响应特征,筛选检测出的异常值,输出爆管侦测结果。
计算定性指数A及定量指数B的值,结果均为1。因此,输出结果:发生爆管。经对比实际爆管维修数据发现,该供水管网在该天9时55分时接到了爆管报告,工作人员于14点41分到场后发现一根直径为300mm的管横向裂开。根据该爆管维修记录,判定侦测结果正确。本实例中,本发明生成的警报比接到的报告提前了近7个小时,成功缩短了从爆管发生到侦测爆管所需的时间。
为了验证侦测结果的合理性,本发明采用侦测结果与实际爆管维修记录进行分析对比验证方法的侦测准确性。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (6)
1.一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,该方法包括如下步骤:
(1)收集、预处理压力监测数据,建立压力监测值矩阵;
(2)采用傅里叶变换对压力监测值矩阵进行时域、频域特征分析,提取扰动信息,生成压力扰动值矩阵;
(3)采用孤立森林算法检测压力扰动值矩阵中的异常值;
(4)基于爆管事件下的管网压力响应特征,筛选检测出的异常值,输出爆管侦测结果。
2.根据权利要求1所述的一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,步骤(1)具体为:
(11)对历史数据的日期及时间编号;
(12)对于待侦测时刻t=(x,y),(x,y)表示第x天第y时刻,提取t时刻前m天的SCADA压力监测数据;
(13)对提取的压力监测数据进行预处理;
(14)将预处理后的各监测点的压力数据分割为m个长度为N的行向量,N为监测点一天的采样数据个数,将行向量按照时间顺序储存在各监测点对应的压力监测值矩阵P中的各行,对于第i个监测点,其对应的压力监测值矩阵Pi为:
其中,Pi中的元素pj,k表示监测点i在第j天第k时刻的压力监测值,Pi的第m行代表监测点i在待侦测时刻前一天的压力监测值,对于n个监测点,共生成n个压力监测值矩阵。
3.根据权利要求2所述的一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,步骤(13)具体为:
(131)将存在大量空白数据的监测点作为无效监测点,弃用该监测点的压力监测数据;
(132)对保留的监测点的压力监测数据进行线性插值,填补缺失值;
(133)设置高低阈值去除保留的监测点中不合理的压力监测数据。
4.根据权利要求2所述的一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,步骤(2)具体为:
(21)对各监测点的压力监测值矩阵中的各行进行傅里叶变换,设压力监测值矩阵中的每一行为长度是N的离散信号x[n],其傅里叶变换X[k]为:
其中,X[k]为x[n]的傅里叶变换,是基频为的周期复指数函数;
(22)提取监测信号中的高频组分:提取出的频域上的高频组分X’[k]为:
其中,μ是用于控制选取高频项数量的参数;
(23)采用傅里叶逆变换,将提取出的频域上的高频组分X’[k]转换为时域信号x’[n]:
(24)生成压力扰动值矩阵H:对于第i个监测点,其对应的压力扰动值矩阵Hi为:
其中,Hi中的元素hj,k表示监测点i在第j天第k时刻的压力监测值中提取出的高频组分,对于n个监测点,共生成n个压力扰动值矩阵。
5.根据权利要求1所述的一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,步骤(3)具体为:
(31)根据压力扰动值矩阵提取侦测矩阵D,D为:
其中,侦测矩阵D的第i列对应为高频组分矩阵Hi的最后一列,侦测矩阵D的每一行为长度为n的行向量,侦测矩阵D的最后一行为待侦测时刻各监测点的压力扰动值;
(32)将侦测矩阵D输入孤立森林算法,侦测矩阵D的每一行为一个检测样本,建立t个孤立树,对于每个孤立树,随机选取一个维度x作为研究对象,1≤x≤n,在该维度上随机选取一个分界值,将检测样本分为两部分,并重复该过程,直到所有检测样本均与其他检测样本分离开来;
(33)对于每个孤立树中的每一个检测样本,将该检测样本与其他检测样本分离所需的次数即为该检测样本在此孤立树中的路径长度,计算各检测样本在所有的孤立树中的平均路径长度,选取k个平均路径长度最小的检测样本作为异常样本;
(34)若侦测矩阵D的最后一行属于被选出的异常样本,则判断待检测时刻为异常状态,进入步骤(4);否则输出结果:未发生爆管。
6.根据权利要求1所述的一种基于压力扰动提取的供水管网爆管侦测方法,其特征在于,步骤(4)具体为:
(41)获取定性指数A:
其中,D(i,j)为侦测矩阵D中第i行第j列数据,m为侦测矩阵D总行数,n为侦测矩阵D总列数,Summ为侦测矩阵D最后一行的加和;
(42)获取定量指数B:
其中,λ为控制压力波动筛选阈值的参数,δ为Sumi,i=1,2,…,m-1的标准差;
(43)若定性指数A和定量指数B均为1,则输出结果:发生爆管;否则,输出结果:未发生爆管。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393693.XA CN109442221B (zh) | 2018-11-21 | 2018-11-21 | 一种基于压力扰动提取的供水管网爆管侦测方法 |
US16/600,557 US11236867B2 (en) | 2018-11-21 | 2019-10-13 | Method for detecting pipe burst in water distribution systems based on pressure disturbance extraction |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393693.XA CN109442221B (zh) | 2018-11-21 | 2018-11-21 | 一种基于压力扰动提取的供水管网爆管侦测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109442221A true CN109442221A (zh) | 2019-03-08 |
CN109442221B CN109442221B (zh) | 2019-10-18 |
Family
ID=65553985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811393693.XA Active CN109442221B (zh) | 2018-11-21 | 2018-11-21 | 一种基于压力扰动提取的供水管网爆管侦测方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11236867B2 (zh) |
CN (1) | CN109442221B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114323412A (zh) * | 2021-12-29 | 2022-04-12 | 杭州电子科技大学 | 一种供水管网压力扰动事件检测方法 |
CN115875614A (zh) * | 2023-02-23 | 2023-03-31 | 山东拙诚智能科技有限公司 | 通过介质压力扰动信号检测燃气管路泄漏的装置和方法 |
CN116933186A (zh) * | 2023-09-14 | 2023-10-24 | 江苏新路德建设有限公司 | 基于数据驱动的污水管网堵塞实时监测方法 |
CN116976680A (zh) * | 2023-09-22 | 2023-10-31 | 广东海洋大学深圳研究院 | 一种天然气水合物钻采井筒的压力预警方法 |
CN118130263A (zh) * | 2024-04-30 | 2024-06-04 | 中铁七局集团第三工程有限公司 | 一种用于大直径压力钢管的水压测试方法及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11436911B2 (en) * | 2015-09-30 | 2022-09-06 | Johnson Controls Tyco IP Holdings LLP | Sensor based system and method for premises safety and operational profiling based on drift analysis |
CN114857509B (zh) * | 2021-02-04 | 2024-06-07 | 西安普特流体控制有限公司 | 一种管网爆管漏损监测方法、装置和平台定位、验证方法 |
CN113251321A (zh) * | 2021-05-28 | 2021-08-13 | 华能(广东)能源开发有限公司海门电厂 | 一种识别蒸汽热网爆管位置的方法和系统 |
BE1029806B1 (nl) * | 2021-09-30 | 2023-05-02 | En Con Bvba | Een systeem en een methode voor online debietmeting en disfunctiebewaking van drinkwaterwaterdistributienetwerken |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806396A (zh) * | 2010-04-24 | 2010-08-18 | 上海交通大学 | 城市供水管网压力分布图的生成方法 |
CN104061445A (zh) * | 2014-07-09 | 2014-09-24 | 中国石油大学(华东) | 一种基于神经网络的管道泄漏检测方法 |
CN106870955A (zh) * | 2017-03-22 | 2017-06-20 | 浙江大学 | 服务于供水管网节点需水量反演的管网监测点优化布置方法 |
CN107707601A (zh) * | 2017-06-02 | 2018-02-16 | 语祯物联科技(上海)有限公司 | 一种实时监控连接设备的方法及装置 |
CN107869653A (zh) * | 2017-12-14 | 2018-04-03 | 北京化工大学 | 一种管道流量敏感性矩阵漏损检测方法 |
CN108199795A (zh) * | 2017-12-29 | 2018-06-22 | 北京百分点信息科技有限公司 | 一种设备状态的监测方法和装置 |
CN108332059A (zh) * | 2018-01-16 | 2018-07-27 | 浙江大学 | 服务于供水管网爆管监测的测压点优化布置方法 |
US10045218B1 (en) * | 2016-07-27 | 2018-08-07 | Argyle Data, Inc. | Anomaly detection in streaming telephone network data |
CN108679458A (zh) * | 2018-07-03 | 2018-10-19 | 安徽建筑大学 | 一种供水管网压力相关漏损定位方法 |
CN108804740A (zh) * | 2018-04-02 | 2018-11-13 | 西安建筑科技大学 | 基于集成改进ica-krr算法的长输管道压力监测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10125558B2 (en) * | 2014-05-13 | 2018-11-13 | Schlumberger Technology Corporation | Pumps-off annular pressure while drilling system |
US11060668B2 (en) * | 2015-07-16 | 2021-07-13 | Adelaide Research & Innovation Pty Ltd | Multiple transducer method and system for pipeline analysis |
US20200143292A1 (en) * | 2018-11-01 | 2020-05-07 | General Electric Company | Signature enhancement for deviation measurement-based classification of a detected anomaly in an industrial asset |
-
2018
- 2018-11-21 CN CN201811393693.XA patent/CN109442221B/zh active Active
-
2019
- 2019-10-13 US US16/600,557 patent/US11236867B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806396A (zh) * | 2010-04-24 | 2010-08-18 | 上海交通大学 | 城市供水管网压力分布图的生成方法 |
CN104061445A (zh) * | 2014-07-09 | 2014-09-24 | 中国石油大学(华东) | 一种基于神经网络的管道泄漏检测方法 |
US10045218B1 (en) * | 2016-07-27 | 2018-08-07 | Argyle Data, Inc. | Anomaly detection in streaming telephone network data |
CN106870955A (zh) * | 2017-03-22 | 2017-06-20 | 浙江大学 | 服务于供水管网节点需水量反演的管网监测点优化布置方法 |
CN107707601A (zh) * | 2017-06-02 | 2018-02-16 | 语祯物联科技(上海)有限公司 | 一种实时监控连接设备的方法及装置 |
CN107869653A (zh) * | 2017-12-14 | 2018-04-03 | 北京化工大学 | 一种管道流量敏感性矩阵漏损检测方法 |
CN108199795A (zh) * | 2017-12-29 | 2018-06-22 | 北京百分点信息科技有限公司 | 一种设备状态的监测方法和装置 |
CN108332059A (zh) * | 2018-01-16 | 2018-07-27 | 浙江大学 | 服务于供水管网爆管监测的测压点优化布置方法 |
CN108804740A (zh) * | 2018-04-02 | 2018-11-13 | 西安建筑科技大学 | 基于集成改进ica-krr算法的长输管道压力监测方法 |
CN108679458A (zh) * | 2018-07-03 | 2018-10-19 | 安徽建筑大学 | 一种供水管网压力相关漏损定位方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114323412A (zh) * | 2021-12-29 | 2022-04-12 | 杭州电子科技大学 | 一种供水管网压力扰动事件检测方法 |
CN114323412B (zh) * | 2021-12-29 | 2024-04-30 | 杭州电子科技大学 | 一种供水管网压力扰动事件检测方法 |
CN115875614A (zh) * | 2023-02-23 | 2023-03-31 | 山东拙诚智能科技有限公司 | 通过介质压力扰动信号检测燃气管路泄漏的装置和方法 |
CN115875614B (zh) * | 2023-02-23 | 2023-06-06 | 山东拙诚智能科技有限公司 | 通过介质压力扰动信号检测燃气管路泄漏的装置和方法 |
CN116933186A (zh) * | 2023-09-14 | 2023-10-24 | 江苏新路德建设有限公司 | 基于数据驱动的污水管网堵塞实时监测方法 |
CN116933186B (zh) * | 2023-09-14 | 2023-11-24 | 江苏新路德建设有限公司 | 基于数据驱动的污水管网堵塞实时监测方法 |
CN116976680A (zh) * | 2023-09-22 | 2023-10-31 | 广东海洋大学深圳研究院 | 一种天然气水合物钻采井筒的压力预警方法 |
CN116976680B (zh) * | 2023-09-22 | 2023-12-26 | 广东海洋大学深圳研究院 | 一种天然气水合物钻采井筒的压力预警方法 |
CN118130263A (zh) * | 2024-04-30 | 2024-06-04 | 中铁七局集团第三工程有限公司 | 一种用于大直径压力钢管的水压测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200158291A1 (en) | 2020-05-21 |
US11236867B2 (en) | 2022-02-01 |
CN109442221B (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109442221B (zh) | 一种基于压力扰动提取的供水管网爆管侦测方法 | |
CN102235575B (zh) | 用于检查管道泄露的数据处理方法及系统 | |
CN108956876B (zh) | 一种烟气在线连续监测系统的测量时延修正方法 | |
CN114444259B (zh) | 一种雨污管网溯源追踪系统及方法 | |
CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
CN103939749A (zh) | 基于大数据的输油管网泄漏智能自适应监控系统及方法 | |
CN112097126B (zh) | 一种基于深度神经网络的供水管网爆管管道精确识别方法 | |
CN110310021B (zh) | 一种用于基坑监测预警的场地环境与监测点匹配系统 | |
CN110285330B (zh) | 一种基于局部离群因子的水务网管网爆管检测方法 | |
CN103775832A (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
CN114519926A (zh) | 基于物联网的环保监测用仪表智能控制系统 | |
CN117152926B (zh) | 基于数据分析的自动压力检测预警系统 | |
CN116595345A (zh) | 一种自动化次洪划分与退水修正方法及系统 | |
CN117075224A (zh) | 一种用于评价矿震监测台站检测能力的方法 | |
CN112780953B (zh) | 一种基于模式检测的独立计量区域管网漏损检测方法 | |
KR20180083480A (ko) | IoT 기반의 상수도 수질 예측 기법 | |
CN114969068A (zh) | 城市压力管网实时流量监测数据分析方法及系统 | |
CN101923605B (zh) | 铁路防灾风预警方法 | |
CN110987544B (zh) | 单管式多点位火电厂矩形烟道烟气采样装置及采样方法 | |
CN114527235B (zh) | 一种排放强度实时量化检测的方法 | |
CN113295586A (zh) | 一种大气污染监测系统的数据校准方法 | |
CN113588617A (zh) | 水质多特征预警溯源系统及方法 | |
CN117168713B (zh) | 一种氦氢质谱检漏仪信号快速处理系统及方法 | |
CN113586969B (zh) | 一种基于准瞬态压力信号的爆管侦测方法 | |
Wu et al. | CCWI2017: F7'Clustering-based Burst Detection Using Multiple Pressure Sensors in District Metering Areas' |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |