CN109716090A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109716090A CN109716090A CN201780042214.7A CN201780042214A CN109716090A CN 109716090 A CN109716090 A CN 109716090A CN 201780042214 A CN201780042214 A CN 201780042214A CN 109716090 A CN109716090 A CN 109716090A
- Authority
- CN
- China
- Prior art keywords
- distribution system
- value
- water
- water supply
- control variable
- 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 182
- 238000009826 distribution Methods 0.000 title claims abstract description 91
- 230000006872 improvement Effects 0.000 title description 2
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 77
- 238000003860 storage Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 15
- 230000004941 influx Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000003442 weekly effect Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 208000009989 Posterior Leukoencephalopathy Syndrome Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- 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
-
- 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
- G01M3/007—Leak detector calibration, standard leaks
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Feedback Control In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Flow Control (AREA)
- Measuring Volume Flow (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及一种用于测量配水管网的子网中的水流量的系统。该系统包括管网上的多个传感器,例如压力传感器。该系统还包括传感器与计算设备和测量采集系统之一之间的通信链路。计算设备被配置为直接或通过测量采集系统提取测量值;使用测量值来确定配水管网模型的控制变量值,该控制变量值使管网上的测量值与预测物理值之间的残差值最小化;然后使用模型参数与控制变量的所述值来计算子网边界处的水流量。
Description
技术领域
本发明涉及配水系统的管理。具体而言,它涉及配水系统的子网的输入和输出水流量的估计。
背景技术
用于分配水的系统尤其是由一个或多个水源和消费者之间的管道以及诸如阀门和泵的控制装置来组成。这种系统可能会受到许多异常的影响。异常属于多种类型。水力异常包括泄漏、压力的异常变化、储罐水位的快速下降、储存的不连贯质量平衡。操作异常定义系统中处于不正确状态的元件,例如处于与存储在信息系统中的不同的开启状态的阀门。这些异常,特别是泄漏,会大大降低配水系统的性能。例如,管道和服务连接处的泄漏是水源和消费者之间的大部分水损失的原因,并且可能导致结构损坏。因此,检测和校正配水系统中的异常是这种系统的操作者永久关注的,以便减轻水损失和损坏的经济成本。此外,检测配水系统中的泄漏是限制全球水消耗和浪费的关键目标,这在受到水压力的地区中并且鉴于促进可持续发展而特别令人感兴趣。
配水系统的子网的输入和输出水流量的估计具有用于管理配水系统的许多重要应用。它用于多个决策层面:例如,在评估和战略层面,作为每月至每年确定资产更新战略的关键因素;在监测层面,每周至每月遵循水力条件、管网中的用水需求和损失水平,并适应管网管理;最后,在操作层面(每天至每周),它用于组织管网的运行(泄漏检测和维修,维护活动等)……。
估计配水管网的子网的输入和输出流量的直接解决方案是关闭阀门,以便物理地将子网和配水管网的其余部分之间的管道数量限制为非常低的数量,可能为只有一个开启的管道,并且使用称为流量计的流量测量装置仅在开启的管道处测量水流量。该解决方案例如由所谓的区域计量区(DMA)使用。传统的DMA大小通常为500到4000个服务连接。该解决方案具有几个缺点。除了其他缺点之外,由于安装/操作阀门和流量计的数量,实施起来非常昂贵。修改子网也很困难,因为需要物理操作阀门。它还会因封闭管道中的水停滞而降低水质,增大供应中断的风险和/或紧急情况下阀门堵塞的风险,并降低管网的水力效率,特别是在需求量大的情况下。
SG193083专利公开了一种估计配水管网的不同子网的输入和输出流量的方法,而无需物理地操作阀门。SG193083公开的解决方案依赖于围绕主管道组织的配水管网,在主管道周围设有辅助管道。远程传感器放置在主管道的不同位置,并且当在两个连续传感器之间检测到压力下降时,在两个传感器之间的区段中检测到可能的泄漏。该方法有利地允许检测泄漏而无需关闭子网中的阀门。然而,专利SG193083中公开的方法限于围绕主管道组织的特定管网拓扑。因此,子网的唯一可能限制对应于主管道周围的子网的分离。
存在许多使用情况,其中,计算给定子网的输入和输出流量可能是有用的,例如在管理或合同失败时,而不需要物理地放置和关闭阀门。现有技术解决方案都不能实现该结果。实际上,诸如DMA的解决方案依赖于阀的物理操作,而SG193083公开的解决方案仅在子网布置在主管周围时才有效,具有有限的应用范围。
因此,需要一种方法来可靠地计算配水系统的任何子网的输入和输出流量,而不需要在子网的弧处物理地放置流量计或关闭阀门。
发明内容
为此,本发明公开了一种用于为由节点的管网组成的配水管网估计配水管网的子网的边界处的一个或多个水流速的方法,所述方法包括:用控制变量的值的集合来参数化配水系统的水力模型,该控制变量表征管网及其在节点处的输出;使用配水管网上的传感器在连续的时间参考处获取对配水管网的状态变量子集的观测结果;通过应用优化过程来确定控制变量值的集合,该控制变量使状态变量的子集的预测结果和观测结果之间的差异最小化;基于所确定的控制变量的值的集合,来计算在一段时间内在子网的边界处的所述一个或多个水流速。
有利地,配水管网被建模为图,并且子网被定义为图的连接子图。
有利地,管网上的传感器至少相对于管网节点的子集处的水压获取测量值。
有利地,子网是预定义的,并且迭代地放置管网的传感器,以便在每次迭代时限制任何传感器和任何节点之间的最大距离和最大伪距离中的一个。
有利地,所述优化过程包括基于状态变量的残差值逐步调整控制变量值的集合和中断标准。
有利地,逐步调整控制变量包括:A)改变控制变量值的集合;B)使用水力模型计算在时间参考处的状态变量的集合的预测值,该状态变量至少表征弧处的水流速度和节点处的压力;C)将状态变量的集合的残差值计算为时间参考处的观测值与预测值之间的差;D)如果所述差不满足中断标准,则改变控制变量值的集合并返回步骤B)。
有利地,该方法还包括在控制变量的集合中添加控制变量,并且如果所述差不满足细化标准,则返回步骤B。
有利地,其中,计算残差值包括计算最小二乘、贝叶斯目标函数或绝对误差函数之一的值,并且通过包括计算梯度或者Hessian之一的迭代方法来确定改变控制变量值的集合。
有利地,控制变量包括用户的恒定或基于时间的消费简档中的一个或多个。
有利地,为多个不同类别的用户定义用户的消费简档。
有利地,控制变量还包括子网中的水损失系数的估计。
有利地,控制变量还包括对至少一个区域的水损失系数的估计,区域至少包括基于到传感器的距离或伪距离的节点。
本发明还公开了一种包括配水管网的系统,该系统适于估计配水管网的子网的边界处的一个或多个水流速,所述系统还包括:配水管网中的压力、流速或水箱水位中的至少一个的传感器;包括处理器的计算设备;传感器与计算设备或测量采集系统之一之间的通信链路;储存介质;其中,所述计算设备被配置用于:从所述储存介质中提取表征管网及其在节点处的输出的控制变量值的集合,并使用该控制变量值的集合来参数化配水系统的水力模型;通过使用传感器和计算设备之间的通信链路或者在测量采集系统中提取观测结果,来获取对所述配水管网的状态变量的子集的观测结果,所述观测结果具有时间参考;执行本发明的方法。
本发明还公开了一种存储在非暂时性计算机可读介质上的计算机程序产品,用于为配水管网估计配水管网的子网的边界处的一个或多个水流速,所述计算机程序产品包括用于执行本发明方法的代码指令。
本发明提供了用于配水管网的任何子网的输入和输出水流量的可靠估计,因为水流量是基于管网模型的控制变量的准确值来计算的。
该方法是通用的,并且不限于特定的管网拓扑或分配方案,因为计算配水管网的水力模型的控制变量值使得该方法适用于管网上的传感器的不同位置和分配系统的性质。
它可以用于通过重力从储罐、通过泵送、通过每种源类型中的一种或多种的组合供给的分配系统,因为可以用配水管网建模软件对任何供水进行建模。
本发明允许估计管网的任何子网的输入和输出水流量,而不影响管网本身的行为,因为计算配水管网的水力模型的控制变量值允许估计管网的弧中的水流量,而不需要在弧中物理地具有水流量传感器,并且不需要关闭阀门。
由于使用梯度和Hessian中的一个,其限制了计算控制变量的准确值所需的迭代次数,因此本发明的方法具有有限的计算和仪器成本。
本发明的方法不需要对配水管网进行任何水力改造。该方法不需要子网和剩余管网之间的物理边界,因为水流量的估计可用于管网的每个弧,并且可以自由地设计用于计算水流量的子网。
该方法降低了运行配水管网的成本,因为它不需要对管网进行物理或水力改造,并且因为可以仅使用压力传感器(其相对成本低于水流量传感器)来使用它。
该方法可用于同时估计两个或多个子网的流入。在这种情况下,允许子网部分地或完全地重叠,因为对于弧的水流量的估计可以用于连接到所述弧的多个子网。
由于输入和输出水流量之间的不一致性与管网中的泄漏之间的相关性,本发明的方法允许有效地检测和预定位配水管网中的泄漏。
本发明的方法可以用于配水管网的任何拓扑结构,以及配水管网的任何类型的水力操作(例如泵送、重力供给等),因为水力模型的控制变量可以设置为匹配任何管网的行为。
附图说明
依据以下对多个示例性实施例的描述及其附图将更好地理解本发明,并且其各种特征和优点从中显现出来,其中:
-图1a和1b示出了现有技术中的配水管网拓扑的两个示例,分别是物理地分成子网以用于估计该子网的输入和输出水流量的配水管网、以及围绕主管道组织的配水管网;
-图2示出了用于实施本发明的系统的架构;
-图3示出了本发明的方法;
-图4示出了在本发明的多个实施例中改变表征配水管网的控制变量值的方法;
-图5a和5b示出了在本发明的不同实施例中的将配水管网分成子网的两种不同分离方式;
-图6a和6b示出了本发明实施例中子网流入量的估计结果。
具体实施方式
在本说明书中,将通过与估计预定义子网的流入时间序列有关的示例来描述本发明。然而,本发明不限于这些示例,并且可以应用于配水系统中的任何子网分解的流入估计。
图1a和1b示出了现有技术中的配水管网拓扑的两个示例,分别是物理地分成子网以用于估计子网的输入和输出水流量的配水管网、以及围绕主管道组织的配水管网。
图1a示出了现有技术中配水管网拓扑的第一示例,其中,将配水系统DMA分解为三个子系统。配水管网100a在物理上分成三个子网110a、111a和112a。具有管网的其余部分的每个子系统的边界配备有流量计120a、121a、122a、123a、124a或闭式阀130a、131a、132a。随时计算每个子系统的流入量,作为由位于边界上的流量计计量的流量的代数和。
如已经强调的那样,该解决方案具有若干缺点:由于安装/操作的阀和流量计的数量,实施起来非常昂贵。修改子网也很困难,因为它需要物理操作阀门。它还会因封闭管道中的水停滞而降低水质,增加供应中断的风险和/或紧急情况下阀门堵塞的风险,并降低管网的水力效率,特别是在需求量大的情况下。
图1b示出了现有技术中配水管网的拓扑的第二示例,其中,配水管网围绕主管道来组织。该解决方案例如在专利SG19308中公开。
配水管网100b用于从服务水库110b输送水。水流过主管道120b,围绕主管道120b设置有次级管道,例如管道121b、122b、123b和124b。水通常在主管道和辅助管道中沿方向130b流动。使用这种管网拓扑结构,可以在水的路线中定义连续的子网,例如由虚拟边界140b、141b、142b分开。该管网的特定拓扑还允许使用有限数量的传感器计算连续子网的输入和输出流量,例如流量计150b、151b、152b、153b、154b、155b、156b、157b、158b、159b、160b、161b和162b,并且无需关闭阀门。
SG19308中公开的方法允许估计配水管网的不同子网的输入和输出流量,而无需物理地操作阀门。然而,它被限制为具有类似管网100b的拓扑的管网,其围绕主管道120b组织。因此,它适用于专门设计使用这种方法的很少的配水管网。
图2示出了用于实施本发明的系统的架构。
图2示出了用于为配水管网210估计配水管网的子网边界处的一个或多个水流速的系统200。
系统200包括管网中的传感器220、221,其包括至少一个压力传感器,至少一个流速传感器,或水箱的至少一个水位传感器。压力传感器具有成本相对较低的优点。水箱的水位传感器具有执行非常精确测量的优点。更一般地,可以使用任何合适的传感器。系统200还包括计算设备230,计算设备230包括处理器231、以及传感器与计算设备和测量采集系统(例如SCADA(监控和数据采集)平台)之一之间的通信链路250和251。在本发明的多个实施例中,通信链路250、251是到接收器252的无线电链路。通信链路的许多其他实现方式是可能的。例如,传感器220、221可以将值发送到集中器,集中器通过无线电链路或蜂窝电话链路连接到计算设备中的调制解调器。通信链路的某些部分可以通过有线链路等形成。技术人员可以在任何情况下无需费力地定义相关的通信链路,例如通过选择在配水系统管理领域中众所周知的通信链路之一。例如,可以使用SCADA(监控和数据采集)平台来收集测量结果。
系统200还包括储存介质240。在图中示出的示例中,储存介质位于计算设备内。在本发明的其他实施例中,储存介质可以位于计算设备外部。例如,它可以是通过计算设备的请求访问的共享硬盘驱动器或远程数据库。在图2所示的示例中,储存介质包括参数设置241、测量数据库242和模型数据库243。参数设置241包括执行和参数化本发明的所有必要参数。测量数据库242用于存储来自传感器220、221的测量结果。测量结果特别包括物理参数的值,以及具有测量的日期/时间的时间戳。模型数据库243包括配水管网210的模型。该模型包括控制变量,该控制变量定义模型的行为。这些控制变量可以包括例如从GIS(地理信息系统)发布的诸如管道的长度或粗糙度的变量、以及例如从客户信息系统或自动抄表系统发布的用户的耗水量的预测。储存介质240可以例如是硬盘驱动器、固态驱动器、闪存或任何其他已知的储存类型。在备选实施例中,参数设置241、测量数据库242和/或模型数据库243可以存储在计算设备230内部或外部的不同储存介质上。
计算设备230被配置用于从储存介质中提取表征管网及其在节点处的输出的控制变量值的集合,并且使用它来参数化例如来自模型数据库243中的配水系统的水力模型。它还被配置用于获取所述配水管网的状态变量子集的观测结果,所述观测结果具有时间参考。这可以通过直接使用传感器和计算设备之间的通信链路来完成。在优选实施例中,这通过读取测量数据库242中的值来间接完成,测量结果例如由SCADA平台收集。计算设备230还被配置为执行本发明的方法以计算子网边界处的水流量,例如方法300。
在本发明的多个实施例中,处理器231被配置为在加载第一指令集232时使用来自参数设置241、测量数据库242和模型数据库243的值执行控制变量的逐步调整,以便减少管网的状态变量的预测结果和观测结果之间的残差值。为了这样做,处理器231还被配置为在加载第二指令集233时预测状态变量的值,以及识别控制变量的可能变化以减少状态变量的残差值。处理器231还被配置为在加载第三指令集234时,使用先前修改的控制变量值的集合来计算在配水管网210的子网边界处的水流量。
功能架构200仅作为非限制性示例提供,并且技术人员可以容易地识别其他可能的架构。例如,架构可以包括计算设备的输入/输出单元260,例如屏幕、键盘和/或路由器。
图3示出了本发明的方法。
方法300是用于为由节点管网组成的配水管网估计在配水管网的子网边界处的一个或多个水流速的方法。
在本发明中,管网可以被建模为图,并且子网可以是图的连接子图。子网通过一组有限的弧连接到管网的其余部分。根据本发明的各种实施例,子网可以是预定义的,例如以匹配管理边界,或者可以为特定目的定义,例如用于确定在怀疑泄漏的位置中是否存在泄漏。
方法300包括第一步骤320,用于使用控制变量集合310定义水力模型311的参数。已经与图1相关地呈现了水力模型和控制变量的性质。水力模型可以特别地配置有表征管网结构的控制变量和表征在时间参考集合上节点处管网的输入和输出的预测的控制变量,特别是管网中水消耗的预测。
在优选实施例中,在创建水力模型之后校准了与管网结构相关的控制变量的值(例如管道的直径和粗糙度,设备的特性等)。实际上,在管网建模期间定义的理论值并不总是与实际值匹配。为了获得与管网结构相关的更准确的控制变量值,校准步骤可以包括调整这些控制变量的值,以便提供对管网行为的最佳预测。通常,此调整可能包括:
-在一定时间内对管网的输入、输出和状态变量的子集进行观测;
-使用与管网的输入、输出和结构相关的控制变量的值来配置管网的水力模型;
-根据水力模型计算管网的状态变量的预测值;
-计算管网的状态变量的观测值和预测值之间的差,并使用优化算法修改管网的控制变量的值,以便最小化管网的状态变量的观测值和预测值之间的距离。
另一方面,可以例如使用过去输入和输出的观测来获得与管网的输入和输出相关的控制变量。例如,可以使用水消耗的历史计量数据来计算表征不同节点处的水消耗的控制变量的值。
代表节点处的配水管网的输出的控制变量也可以使用恒定和基于时间的消耗简档来建模。为了具有用户的实际消耗简档的良好近似,可以为多个不同类别的用户定义消耗简档。例如,可以定义家庭用户类别,其中消耗高峰在早晨和晚上。还可以定义非家庭用户类别,例如专业类别、农民类别、工业类别等。可以定义大量不同类别,以便获得最相关的用户分类。
可以使用简档的参数与测量结果(例如使用遥测或自动抄表(AMR))的比较来设置消耗简档。在本发明的实施例中,消耗简档由耗水量的时控系数定义。根据本发明的各种实施例,可以在不同级别定义消耗简档,例如针对每个区域,针对每种类型的消耗者,或其组合。通常,具有较多数量自由度的消耗简档(按区域+按用户类型+其他相关标准)提供更精确的水消耗估计,但需要正确设置更多数量的传感器。
在本发明的多个实施例中,控制变量还包括水损失系数的估计,例如在实体、子网或整个管网中。水损失系数允许实体损失的总体加权。水损失系数也可以用不同区域的水损失系数来定义,这些区域通过将管网的每个点与位于最小路径(沿管道的最近距离)的压力传感器相关联来定义。这些区域也可以通过使用到传感器的伪距离来定义,这意味着不是使用管道长度,而是伪距离利用与每个链路相关联的另一个正特性,例如平均水力阻力、绝对水头损失、需求密度,或它们中的两个或多个的加权组合。
方法300还包括使用传感器获取状态变量子集的观测结果的步骤330,所述观测结果具有观测时间参考。状态变量是管网实体处的物理参数的时控值。状态变量通常涉及管网节点处的物理值(例如,管网节点处的氯的压力或浓度)。它们还可以涉及管网弧处的物理值,例如管道中的水流速度。现有技术方法和本发明的部分依赖于状态变量的观测结果和预测结果的比较。只有存在足够的传感器才能观测状态变量。例如,仅当在管网的节点处存在压力传感器时,才能执行对该节点处的压力的观测。另一方面,可以使用水力模型计算在没有配备传感器的节点或其他实体处的状态变量的预测值。观测时间参考与每个传感器相关联,传感器能够以不同的时间/速率产生测量结果。根据本发明的各种实施例,每个传感器的观测时间参考可以是同步的,或者每个传感器可以具有其自己的时间参考。在两种情况下,本发明的方法的后续步骤的执行将是相同的。
配水系统通常配备有传感器,其测量管网的节点或弧处的物理参数,例如速度、流速、压力等,所述节点或弧处的物理参数是管网的状态变量。由于成本、维护和操作的简便性的实际原因,并非所有节点和弧都配备有传感器,并且配备传感器的那些通常没有配备用于每个物理参数的传感器。可以根据配水系统的区段的定义来选择传感器的数量和分布。可以远程执行观测的获取。例如,沿管网部署的传感器可以通过各种电信手段(通常是无线链路)将状态变量的值发送到远程平台。
状态变量的值随时间变化,每个值具有表示已测量值的时间的时间参考。在本发明的实施例中,使用预定义的时间段获取状态变量的值,并且可能但不是必须地使用另一个时间段定期发送。例如,可以每24小时的每2分钟、5分钟、15分钟或每小时获取并发送存在传感器的状态变量的值。在本发明的优选实施例中,传感器被同步以便同时获取测量值。这允许远程平台获取对每个时间参考处传感器可用的状态变量子集的值的观测。可以在测量后立即发送值。它们也可以本地存储在传输设备级别,然后以有规律间隔发送,例如通过发送在15分钟、1小时或任何其他间隔期间捕获的所有值。
在本发明的多个实施例中,配水管网配备有压力传感器。管网还可以配备其他传感器,例如某些管道中的水流速传感器。在一些实施例中,传感器与子网无关地放置在管网中。例如,传感器可以尽可能均匀地放置在管网中,在具有最高水流速的管道附近,或者在具有最容易接近的节点处。在根据本发明的方法的实施例中,迭代地放置传感器,以便在每次迭代时限制传感器和节点之间的最大距离或伪距离。例如,可以使用以下步骤放置传感器:首先初始化第一组传感器,例如在每个水箱或管网入口点处的一组压力传感器。然后,在每次迭代时,找出与任何传感器具有最大距离或伪距离的节点,并将传感器放置在该节点处,直到满足停止标准。在本发明的实施例中,停止标准是传感器的最大数量。对于给定数量的传感器,该实施例允许限制任何节点和任何传感器之间的最大距离。在本发明的另一个实施例中,停止标准是任何节点和任何传感器之间的最大距离或伪距离的阈值:迭代地添加传感器,直到任何节点和任何传感器之间的最大距离低于阈值。该实施例允许具有尽可能少量的传感器,以便每个节点是管网具有位于阈值或之下的距离或伪距离处的传感器。在其他实施例中,根据子网放置传感器。例如,可以放置传感器以便允许在子网边界处计算所述一个或多个水流速率,其误差低于预定阈值。
方法300还包括第三步骤340,第三步骤340通过应用优化方法来确定控制变量的值的集合,该控制变量将状态变量的子集的预测结果和观测结果之间的差最小化。
该步骤包括确定提供配水管网的可靠描述的控制变量的值,这导致状态变量的预测结果和观测结果之间的低差异。根据本发明的各种实施例,计算其差(也称为残差值)的状态变量属于一种或多种类型。例如,步骤340可以使压力的残差值最小化,但也可以使水流速最小化。可以为所有可用传感器计算残差值,以便获得管网的最佳全局建模,或为子网内的所有传感器计算残差值,以便在子网内获得最可靠的结果。
可以使用不同方法来执行步骤340。例如,可以使用进化算法或遗传算法来计算控制变量的值。这些算法提供了对控制变量值的非常可靠的计算,但是需要执行大量的处理能力,大约一万到十万个水力模拟。在本发明的其他实施例中,优化方法包括逐步调整控制变量值的集合、以及基于状态变量的残差值的中断标准。这允许获得良好的控制变量值,其计算成本为单个水力模拟的计算成本的十倍至二十倍。参考图4,提供了这种方法的示例。
方法300还包括第四步骤350,该第四步骤350基于所确定的控制变量值的集合,计算在一段时间内在子网边界处的所述一个或多个水流速。
在本发明的多个实施例中,基于所确定的控制变量值的集合计算在一段时间内在子网边界处的所述一个或多个水流速的步骤350包括使用管网的初始状态和控制变量值计算在一段时间内的包括压力和水流量的管网的状态变量。然后,可以对在一段时间内的管网边界处的水流量进行求和。
如前所述,该计算可用于若干应用中。它用于多个决策层面:例如,在评估和战略层面,作为每月至每年确定资产更新战略的关键因素;在监测层面,每周至每月遵循水力条件、管网中的用水需求和损失水平,并适应管网管理;最后,在操作层面(每天至每周),它用于组织管网的运行(泄漏检测和维修,维护活动等)……。
图4示出了用于在本发明的多个实施例中改变表征配水管网的控制变量的值的方法。
在本发明的多个实施例中,该方法在步骤340使用,并且包括定义要修改控制变量和实体的步骤410。在本发明的多个实施例中,要修改的控制变量是表示水消耗和水损失的控制变量,例如水力模型中描述的需求类型的时间系数、以及每个区域的水损失系数。在本发明的其他实施例中,可以使用其他控制变量。例如,可以修改表示阀门状态的控制变量。这可能是有用的,例如,如果尚未成功传送某些阀门的状态变化。因此,该方法将能够修改一个或多个阀门的状态,以便具有更精确的配水管网模型。
在本发明的多个实施例中,步骤340还包括步骤420,步骤420使用水力模型来计算表征实体、在模拟时间参考处至少在弧处的速度和在节点处的压力的状态变量集合的预测值。该步骤包括在模拟时间参考处计算实体(管网、其子集、……)的状态变量的预测值。用户可以独立于观测时间参考来选择模拟时间参考。例如,模拟时间参考可以由预定义和恒定间隔分开(即,每1分钟、5分钟或任何其他持续时间计算预测值),并且不一定与观测时间参考同步。使用水力模型来计算水力管网的状态变量的预测值的方法是水系统工程领域的技术人员所公知的。它们通常包括,从在时间参考的水箱状态和控制变量值开始,使用水力的物理定律来计算相同时间参考处所有状态变量的值,然后计算下一时间参考处水箱状态的值。然后,可以从状态变量的初始值和控制变量值开始来计算所有时间参考处状态变量的预测值。O.Piller的“Modeling the behavior of a network-Hydraulic analysis andsampling procedures for parameter estimation”(波尔多大学数学与计算机科学博士学院应用数学博士论文(PRES),1995年,第288页,法国塔朗斯)特别公开了用于计算时间参考处状态变量的预测值的方法。
该方法还包括步骤430,步骤430计算状态变量子集的残差值,作为模拟时间参考处预测结果和观测结果之间的差。如果模拟时间参考和观测时间参考不相同,则可以例如通过构建在第一时间参考处每个观测的连续函数并在期望的模拟时间参考处拾取值,来计算模拟时间参考处的观测值。这种连续函数可以以多种方式构建。例如,它可以使用插值函数或正则化函数来构建。此处适用几个函数,例如高斯核卷积函数。该步骤包括对于可获得观测的状态变量,计算状态变量的预测值和观测值之间的差。状态变量的观测可以是原始观测或预处理观测。观测到的状态变量值可以例如通过平滑、丢失数据插补等来预处理以净化信号。在系统正确建模和校准并且正确定义管网的输入和输出的情况下,那么,如果没有实际的异常,状态变量的观测和预测非常接近,并且残差值非常接近模型校准时残留的值。相反,残差值可能是重要的,即发生异常,例如当水的空间消耗错误时。目标函数用于计算残差值的重要性。残差值的重要性可以例如计算为加权范数,或每个残差值的绝对值的加权平均值。可以根据观测的性质(流量、压力……)、传感器的品牌和精度、一天中的时间、测量的经验方差来定义与不同观测/残差相关的权重。更一般地,根据测量的置信度指示,可以自动定义或由用户定义权重。目标函数可以是例如最小二乘函数或贝叶斯目标函数。
方法340还包括验证残差值是否满足中断标准的步骤440。该步骤包括验证状态变量的残差值对于考虑控制变量的值准确地描述实体的行为是否足够小。中断标准可以是例如迭代次数的阈值、残差值的变化的阈值、目标函数的梯度相对于参数集合的阈值的组合。
当不满足中断标准440时,方法340包括循环步骤450,循环步骤450使用数值下降方法来改变有问题参数(例如,消耗简档)的值。在实施例中,该方法可以是包括计算梯度的方法,例如梯度算法、共轭梯度算法。在实施例中,该方法可以是包括计算梯度和Hessian之一的方法,例如牛顿算法、Levenberg Marquardt算法或相同类型的另一算法。该步骤450馈送步骤420的新迭代,使用水力模型并利用有问题参数的修改值来计算预测值。
在本发明的其他实施例中,当满足中断标准440时,方法340包括步骤460,其是基于细化标准的测试。在目标函数的值减小的同时,在步骤420处在循环中执行进一步的细化步骤470。
方法340还包括步骤470,步骤470用于在该控制变量的集合中添加或重新定义控制变量以进行修改。该步骤470馈送步骤420的新迭代,使用水力模型来计算对所选元素的预测值。因此,在下一次迭代中,存在更多自由度或更具代表性的控制变量以获得令人满意的结果。
在本发明的其他实施例中,方法340包括代替步骤470的步骤,该步骤选择至少一个元素(节点或弧)的子集。该步骤检查计算为元素(节点或弧)灵敏度向量与元素贡献向量的标量积的梯度。该方法基于灵敏度评估根据选择标准丢弃元素。在实施例中,丢弃具有正灵敏度的那些。该步骤馈送步骤420的新迭代,使用水力模型来计算对所选元素的预测值。
方法340还包括步骤480,其提供模型参数的输出。模型输出包括调整后的参数、元素集的连续值和相关目标函数、以及在步骤360处理的特征,如图3所示。因此,模型输出包括关于各种实体的信息,从特定节点或弧到管网的子集和整个管网。
图5a和5b示出了在本发明的不同实施例中的将配水管网分成子网的两种不同分离方式。
图5a示出了在本发明的实施例中将配水管网分成三个子网510、520、530的第一分离方式500a。配水管网配备有多个压力传感器540a、541a、542a、543a、544a、545a、546a和547a。压力传感器允许获取观测结果,并使用本发明的方法,例如方法300。
图5b示出了将配水管网分成多个子网的第二分离方式500b。子网510、520、530中的每一个被分成多个更小的子网。例如,将子网510分成更小的子网511b、512b、513b、514b、515b、516b和517b。该管网配备有多个压力传感器,由圆内的十字形表示,例如压力传感器540b、541b和542b。
这些示例表明,使用本发明可以以不同的方式将配水管网分成子网,而无需关闭阀门。同时,可以随时调整子网的限制。
图6a和6b示出了本发明实施例中子网流入量的估计结果。
图6a示出了本发明实施例中子网流入量的估计结果600a。它在轴610a上表示在水平轴620a中表示的不同时间的子网中估计流入量和实际流入量之间的相对差。每条线代表不同区段的相对差的演变。
图6b示出了本发明实施例中子网流入量的估计结果600b。它在垂直轴上表示在水平轴上表示的不同时间的子网中估计流入量与实际流入量之间的绝对差(m3/h)。每条线代表不同区段的绝对差的演变。
这些示例表明,本发明在相对和绝对方面允许在一天中的任何时间精确估计子网边界处的水流量。
给出上述示例作为本发明实施例的说明。它们不以任何方式限制由所附权利要求限定的本发明的范围。
Claims (14)
1.一种用于为由节点的管网组成的配水管网估计所述配水管网的子网的边界处的一个或多个水流速的方法(300),所述方法包括:
-用控制变量的值的集合(310)来参数化(320)配水系统的水力模型(311),所述控制变量表征所述管网及所述管网在所述节点处的输出;
-使用所述配水管网上的传感器以在连续的时间参考处获取(330)对所述配水管网的状态变量的子集的观测结果;
-通过应用优化过程来确定(340)所述控制变量的值的集合,所述控制变量使所述状态变量的子集的预测结果和观测结果之间的差异最小化;
-基于所确定的控制变量的值的集合,来计算(350)在一段时间内在所述子网的边界处的所述一个或多个水流速。
2.根据权利要求1所述的方法,其中,所述配水管网被建模为图,并且所述子网被定义为所述图的连接子图。
3.根据权利要求1和2中的一项所述的方法,其中,所述管网上的传感器至少相对于所述管网的节点的子集处的水压来获取测量值。
4.根据权利要求2所述的方法,其中,所述子网是预定义的,并且迭代地放置所述管网的传感器,以便在每次迭代时限制任何传感器和任何节点之间的最大距离和最大伪距离中的一个。
5.根据权利要求1至4中的一项所述的方法,其中,所述优化过程包括基于所述状态变量的残差值来逐步调整所述控制变量的值的集合和中断标准。
6.根据权利要求5所述的方法,其中,所述逐步调整所述控制变量包括:
-A)改变所述控制变量的值的集合(410);
-B)使用所述水力模型来计算(420)在所述时间参考处的状态变量的集合的预测值,所述状态变量至少表征弧处的水流速度和节点处的压力;
-C)将所述状态变量的集合的残差值(430)计算为所述时间参考处的观测值与预测值之间的差;
-D)如果所述差不满足中断标准(440),则改变所述控制变量的值的集合(450)并返回步骤B)。
7.根据权利要求6所述的方法,还包括在所述控制变量的集合中添加控制变量(470),并且如果所述差不满足细化标准(460),则返回步骤B。
8.根据权利要求6和7中的一项所述的方法,其中,计算残差值(430)包括计算最小二乘、贝叶斯目标函数或绝对误差函数之一的值,并且通过迭代方法来确定改变所述控制变量的值的集合(450),所述迭代方法包括计算以下中的一者:梯度、或者梯度和Hessian。
9.根据权利要求1至8中的一项所述的方法,其中,所述控制变量包括用户的恒定或基于时间的消费简档中的一个或多个。
10.根据权利要求9所述的方法,其中,为多个不同类别的用户定义用户的消费简档。
11.根据权利要求9至10中的一项所述的方法,其中,控制变量还包括所述子网中的水损失系数的估计。
12.根据权利要求9至11中的一项所述的方法,其中,控制变量还包括对至少一个区域的水损失系数的估计,区域至少包括基于到所述传感器的距离或伪距离的节点。
13.一种包括配水管网(210)的系统(200),所述系统(200)适于估计所述配水管网的子网的边界处的一个或多个水流速,所述系统(200)还包括:
-所述配水管网(210)中的压力、流速或水箱水位中的至少一个的传感器(220、221);
-包括处理器(231)的计算设备(230);
-传感器与所述计算设备或测量采集系统之一之间的通信链路(250、251);
-储存介质(240);
其中,所述计算设备被配置用于:
-从所述储存介质中提取表征所述管网及所述管网在节点处的输出的控制变量的值的集合,并使用所述控制变量的值的集合来参数化配水系统的水力模型;
-通过以下任一方式:
-使用传感器和所述计算设备之间的通信链路,
-或者在所述测量采集系统中提取观测结果,
来获取对所述配水管网的状态变量的子集的观测结果,所述观测结果具有时间参考;
-执行根据权利要求1至11中任一项所述的方法。
14.一种存储在非暂时性计算机可读介质上的计算机程序产品,用于为配水管网估计所述配水管网的子网的边界处的一个或多个水流速,所述计算机程序产品包括用于执行根据权利要求1至11中任一项所述的方法的代码指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16305868.8 | 2016-07-08 | ||
EP16305868.8A EP3267173B1 (en) | 2016-07-08 | 2016-07-08 | Improved method and system for estimating water flows at the boundaries of a sub-network of a water distribution network |
PCT/EP2017/066905 WO2018007506A1 (en) | 2016-07-08 | 2017-07-06 | An improved system for estimating water flows at the boundaries of a sub-network of a water distribution network |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109716090A true CN109716090A (zh) | 2019-05-03 |
CN109716090B CN109716090B (zh) | 2021-12-10 |
Family
ID=56683856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780042214.7A Active CN109716090B (zh) | 2016-07-08 | 2017-07-06 | 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 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11698322B2 (zh) |
EP (1) | EP3267173B1 (zh) |
CN (1) | CN109716090B (zh) |
AU (1) | AU2017294523C1 (zh) |
BR (1) | BR112019000038B1 (zh) |
ES (1) | ES2900473T3 (zh) |
SG (2) | SG11201811772SA (zh) |
WO (1) | WO2018007506A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898228A (zh) * | 2020-08-03 | 2020-11-06 | 姚成蔚 | 基于cad可视化燃气管网静态仿真系统及其计算方法 |
CN113466424A (zh) * | 2021-08-12 | 2021-10-01 | 广州高得环保科技股份有限公司 | 一种智慧物联网的管道直饮水水质监控方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11002630B2 (en) * | 2016-08-31 | 2021-05-11 | 3M Innovative Properties Company | Systems and methods for modeling, analyzing, detecting, and monitoring fluid networks |
TWI725333B (zh) * | 2018-08-07 | 2021-04-21 | 中華電信股份有限公司 | 流體輸配管線網路內感測元件的布建決策裝置及其方法 |
CN117490002B (zh) * | 2023-12-28 | 2024-03-08 | 成都同飞科技有限责任公司 | 基于流量监测数据的供水管网流量预测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4562552A (en) * | 1982-02-24 | 1985-12-31 | Hitachi, Ltd. | Method and apparatus for controlling pressure and flow in water distribution networks |
JP2010048058A (ja) * | 2008-08-25 | 2010-03-04 | Toshiba Corp | 漏水節点推定装置 |
WO2012036633A1 (en) * | 2010-09-14 | 2012-03-22 | Amitsur Preis | System and method for water distribution modelling |
CN102677740A (zh) * | 2011-03-18 | 2012-09-19 | 株式会社日立制作所 | 配水压控制系统 |
CN105716803A (zh) * | 2016-01-29 | 2016-06-29 | 深圳市捷先数码科技股份有限公司 | 一种供水管网漏损监控的综合分析装置及其方法 |
CN105740989A (zh) * | 2016-02-03 | 2016-07-06 | 杭州电子科技大学 | 一种基于varx模型的供水管网异常事件侦测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8635051B1 (en) * | 2008-08-28 | 2014-01-21 | Bentley Systems, Incorporated | System and method for pressure-dependent demand optimization for leakage detection |
US8074897B2 (en) * | 2008-10-09 | 2011-12-13 | Rain Bird Corporation | Sprinkler with variable arc and flow rate |
US7920983B1 (en) * | 2010-03-04 | 2011-04-05 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
US8930150B2 (en) * | 2012-02-01 | 2015-01-06 | International Business Machines Corporation | Leak detection in a fluid distribution network |
JP5756767B2 (ja) | 2012-02-29 | 2015-07-29 | 株式会社日立製作所 | 漏水検知装置 |
MY175444A (en) * | 2012-10-26 | 2020-06-26 | Mueller Int Llc | Detecting leaks in a fluid distribution system |
US9285290B2 (en) * | 2012-11-13 | 2016-03-15 | Massachusetts Institute Of Technology | Leak detection apparatus |
US9582775B2 (en) * | 2012-12-10 | 2017-02-28 | International Business Machines Corporation | Techniques for iterative reduction of uncertainty in water distribution networks |
WO2015031180A1 (en) * | 2013-08-27 | 2015-03-05 | Infosense, Inc. | Method and apparatus for valve position state estimation |
-
2016
- 2016-07-08 ES ES16305868T patent/ES2900473T3/es active Active
- 2016-07-08 EP EP16305868.8A patent/EP3267173B1/en active Active
-
2017
- 2017-07-06 CN CN201780042214.7A patent/CN109716090B/zh active Active
- 2017-07-06 BR BR112019000038-0A patent/BR112019000038B1/pt active IP Right Grant
- 2017-07-06 SG SG11201811772SA patent/SG11201811772SA/en unknown
- 2017-07-06 AU AU2017294523A patent/AU2017294523C1/en active Active
- 2017-07-06 US US16/315,119 patent/US11698322B2/en active Active
- 2017-07-06 WO PCT/EP2017/066905 patent/WO2018007506A1/en active Application Filing
- 2017-07-06 SG SG10202013247WA patent/SG10202013247WA/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4562552A (en) * | 1982-02-24 | 1985-12-31 | Hitachi, Ltd. | Method and apparatus for controlling pressure and flow in water distribution networks |
JP2010048058A (ja) * | 2008-08-25 | 2010-03-04 | Toshiba Corp | 漏水節点推定装置 |
WO2012036633A1 (en) * | 2010-09-14 | 2012-03-22 | Amitsur Preis | System and method for water distribution modelling |
CN102677740A (zh) * | 2011-03-18 | 2012-09-19 | 株式会社日立制作所 | 配水压控制系统 |
CN105716803A (zh) * | 2016-01-29 | 2016-06-29 | 深圳市捷先数码科技股份有限公司 | 一种供水管网漏损监控的综合分析装置及其方法 |
CN105740989A (zh) * | 2016-02-03 | 2016-07-06 | 杭州电子科技大学 | 一种基于varx模型的供水管网异常事件侦测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898228A (zh) * | 2020-08-03 | 2020-11-06 | 姚成蔚 | 基于cad可视化燃气管网静态仿真系统及其计算方法 |
CN113466424A (zh) * | 2021-08-12 | 2021-10-01 | 广州高得环保科技股份有限公司 | 一种智慧物联网的管道直饮水水质监控方法及系统 |
CN113466424B (zh) * | 2021-08-12 | 2022-02-15 | 广州高得环保科技股份有限公司 | 一种智慧物联网的管道直饮水水质监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
SG11201811772SA (en) | 2019-01-30 |
ES2900473T3 (es) | 2022-03-17 |
BR112019000038A8 (pt) | 2023-04-25 |
BR112019000038B1 (pt) | 2023-10-03 |
US20190310159A1 (en) | 2019-10-10 |
AU2017294523B2 (en) | 2021-10-21 |
AU2017294523C1 (en) | 2022-02-03 |
EP3267173A1 (en) | 2018-01-10 |
CN109716090B (zh) | 2021-12-10 |
BR112019000038A2 (pt) | 2019-04-16 |
WO2018007506A1 (en) | 2018-01-11 |
US11698322B2 (en) | 2023-07-11 |
AU2017294523A1 (en) | 2019-01-24 |
EP3267173B1 (en) | 2021-10-06 |
SG10202013247WA (en) | 2021-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US10387590B2 (en) | Techniques for iterative reduction of uncertainty in water distribution networks | |
Perez et al. | Leak localization in water networks: A model-based methodology using pressure sensors applied to a real network in Barcelona [applications of control] | |
EP3568682B1 (en) | Systems and methods for subnetwork hydraulic modeling | |
Meseguer et al. | A decision support system for on-line leakage localization | |
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 | |
CN103620363B (zh) | 借助随机的质量平衡识别泄漏 | |
CN108027594A (zh) | 用于检测配水系统中的异常的方法 | |
Eliades et al. | Leakage fault detection in district metered areas of water distribution systems | |
CN106195646B (zh) | 漏水分布推定装置、推定系统和推定方法 | |
Romano et al. | Evolutionary algorithm and expectation maximization strategies for improved detection of pipe bursts and other events in water distribution systems | |
Wan et al. | Literature review of data analytics for leak detection in water distribution networks: A focus on pressure and flow smart sensors | |
CN109791637A (zh) | 用于布水系统的基于模型的控制的方法和装置 | |
TW201626315A (zh) | 用於原位分類代表網格病狀嚴重性之感測器反應資料模式的系統與方法 | |
CN106575312B (zh) | 用于检测配送网络特别是水配送网络中的异常的方法 | |
Rosich et al. | Optimal sensor placement for leakage detection and isolation in water distribution networks | |
Boatwright et al. | Integrated sensor placement and leak localization using geospatial genetic algorithms | |
Quevedo et al. | Flowmeter data validation and reconstruction methodology to provide the annual efficiency of a water transport network: the ATLL case study in Catalonia | |
Burrows et al. | Some reflections on the building and calibration of useful network models | |
Pitarch et al. | Machine Learning and the Digital Era from a Process Systems Engineering Perspective. | |
Ormsbee et al. | Calibration of hydraulic network models | |
Sgro | Formal Hypothesis Testing for Prospective Hydrological Model Improvements | |
Cai et al. | Efficiency enhancement of leakage detection and localization methods using leakage gradient and most affected sensors | |
Mamo et al. | Source of uncertainty in water supply pipeline leak detection using district meter area data |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230629 Address after: Paris France Patentee after: DEGREMONT Address before: Paris France Patentee before: SUEZ GROUPE |