CN109854960A - 一种长距离输水管网监控系统及监控方法 - Google Patents

Abstract

一种长距离输水管网监控系统，包括依次通信连接的前端采集机构、数据分析机构和信息发送机构；在输水管网上设置有若干个前端采集机构，前端采集机构包括数据采集模块，数据采集模块通信连接有水质监测仪、水压监测仪和流量监测仪；数据分析机构包括通信连接的数据处理模块和异常分析模块，数据处理模块与数据采集模块通信连接；信息发送机构包括反馈模块，反馈模块与异常分析模块通信连接，反馈模块通信连接有系统报警模块、有线设备推送模块和无线设备推送模块。本发明提供一种长距离输水管网监控系统，能够对长距离输水管网进行各种数据监控并对管网发生的事故进行准确识别及定位，更有效的保障输水工程的功能、效益及安全运行。

Description

一种长距离输水管网监控系统及监控方法

【技术领域】

本发明涉及长距离供水技术领域，具体的说是一种长距离输水管网监控系统及监控方法。

【背景技术】

随着我国经济的快速发展，城市供水量与日俱增，目前国内大部分城市均需进行长距离调水来满足城市供水需要。其中绝大部分均采用长距离压力管道输水方式。根据国内企业在工程建设方面的先进技术和施工经验，完成各种类型的输水管道都不存在问题，在运行过程中，因此类管网往往沿线距离长、管径大，水源点也远离城区，发生问题不易被现场，不仅造成水资源的巨大浪费，而且会严重影响供水系统的正常运行。以往的管网监控往往只侧重于数据的监测，缺少对事故的识别和事故发生后的及时定位及工作指导。

传统的输水管网漏水爆管控制以人工巡检配合听音仪器检查，收到外界声音干扰较大，尤其在输水管网对应的大管径、大流量、长距离等特征，继续采用之前的控制措施工作效率太低、定位精度低、挖掘范围大、施工周期长。

如何根据监测的数据对管网发生的事故进行准确识别及定位，更有效的保障输水工程的功能、效益及安全运行，这是本发明重点解决的问题。

【发明内容】

为了解决现有技术中的不足，本发明提供一种长距离输水管网监控系统及监控方法，能够对长距离输水管网进行各种数据监控并对管网发生的事故进行准确识别及定位，更有效的保障输水工程的功能、效益及安全运行。

为了实现上述目的，本发明采用的具体方案为：

一种长距离输水管网监控系统，包括依次通信连接的前端采集机构、数据分析机构和信息发送机构；在所述输水管网上设置有若干个所述前端采集机构，所述前端采集机构包括数据采集模块，所述数据采集模块通信连接有水质监测仪、水压监测仪和流量监测仪；所述数据分析机构包括通信连接的数据处理模块和异常分析模块，所述数据处理模块与所述数据采集模块通信连接；所述信息发送机构包括反馈模块，所述反馈模块与所述异常分析模块通信连接，所述反馈模块通信连接有系统报警模块、有线设备推送模块和无线设备推送模块。

所述数据采集模块与所述数据处理模块通过NB-IoT数据传输模块通信连接。

所述有线设备推送模块通信连接有计算机。

所述无线设备推送模块通信连接有手机或者平板电脑。

一种长距离输水管网监控系统的监控方法，包括如下步骤：

S1、基于GIS系统描述所述输水管网的基本信息；

S2、所述前端采集机构采集所述输水管网的动态信息，并且将所述动态信息发送给所述数据分析机构；

S3、所述数据分析机构根据所述动态信息分析是否发生爆管漏损；

S4、若发生爆管漏损，则所述数据分析机构向所述信息发送机构发送报警信号，若未发生爆管漏损，则所述数据分析机构部发出所述报警信号；

S5、所述信息发送机构在接收到所述报警信号后根据所述报警信号发送报警信息。

S2的具体方法为：

S2.1、所述水质监测仪实时监测所述输水管网内的水质信息，并且将所述水质信息发送给所述数据采集模块，所述水压监测仪实时监测所述输水管网内的水压信息P，并且将所述水压信息P发送给所述数据采集模块，所述流量监测仪实时监测所述输水管网内的流量信息Q，并且将所述流量信息Q发送给所述数据采集模块；

S2.2、所述水质信息、所述水压信息P和所述流量信息Q共同组成所述动态信息，所述数据采集模块将所述动态信息发送给所述数据处理模块；

S2.3、所述数据处理模块对所述动态信息进行处理后发送给所述异常分析模块。

S3的具体步骤包括；

S3.1、所述异常分析模块根据所述动态信息和识别指标来识别是否发生爆管漏损；

S3.2、所述异常分析模块在识别出发生了爆管漏损的情况下，分析爆管漏损的具体位置。

S3.1中，识别指标为DAI＝DAI_p+DAI_Δp+DAI_Q，其中DAI_p为压力数据异常指标，DAI_Δp为压力差异常指标，DAI_Q为流量数异常指标，并且有

其中，Data_ave和Data_δ分别表示压力P、压力差△P或者流量Q的平均值和方差，Data表示压力P、压力差△P或者流量Q。

S3.2的具体方法为：

S3.21、根据压力P和流量Q，用最小二乘法和Ransac算法提取对应的管道阻力系数S；

S3.22、根据多个所述前端采集机构采集的压力P和流量Q计算多个管道阻力系数S；

S3.23、利用均值算法确定爆管漏损位置，具体计算方法为：

P₁-P₂＝SlQ₀ ²+C；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

其中x为爆管漏损位置，m为所述前端采集机构的个数，l为临近两个压力监测点距离，c爆管后实时监测压力值对应的水头损失常值。

本发明通过基于NB-IoT技术的各类监测仪器，能实时采集输水管网各个类型数据，实现对输水管网状态的实时查看、实时感知，并且本监控系统能对能对管网发生的事故进行准确识别及定位，更有效的保障输水工程的功能、效益及安全运行；本方法基于供水管网的模型能够快速定位爆管漏损的发生位置，并且可以在长期运行的过程中不断进行修正，从而提高准确率。

【附图说明】

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的整体结构框图；

图2是本发明的爆管漏损位置计算方法示意图；

图3是本发明的管网爆管漏损压力水头线示意图；

图4是本发明的管理流程框图。

【具体实施方式】

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1至4，图1是本发明的整体结构框图，图2是本发明的爆管漏损位置计算方法示意图，图3是本发明的管网爆管漏损压力水头线示意图，图4是本发明的管理流程框图。

一种长距离输水管网监控系统，包括依次通信连接的前端采集机构、数据分析机构和信息发送机构。

在输水管网上设置有若干个前端采集机构，前端采集机构包括数据采集模块，数据采集模块通信连接有水质监测仪、水压监测仪和流量监测仪。

数据分析机构包括通信连接的数据处理模块和异常分析模块，数据处理模块通过NB-IoT数据传输模块与数据采集模块通信连接。数据采集模块、水质监测仪、水压监测仪、流量监测仪和NB-IoT数据传输模块的供电方式均为锂电池供电，防水等级均为IP68。

信息发送机构包括反馈模块，反馈模块与异常分析模块通信连接，反馈模块通信连接有系统报警模块、有线设备推送模块和无线设备推送模块，其中有线设备推送模块通信连接有计算机，无线设备推送模块通信连接有手机或者平板电脑。

一种长距离输水管网监控系统的监控方法，包括S1至S5。

S1、基于GIS系统描述输水管网的基本信息，利用GIS系统支持地形图和管线数据的各类地图操作的特点，便于快速浏览所需地图。并且具备多种功能点：1、横断面：显示某路面横截面下管线的铺设情况，及该横截面管线相关属性信息和分布信息；2、纵断面：显示某段管线的走向以及埋深，标高等；3、鹰眼：地图导航工具，显示当前在全幅地图中的位置；4、放大镜：在小比例尺状态下放大显示局部管线和地理信息；5、具有不失真的图形无级缩放、拖拉漫游、复位以及鹰眼俯视功能。

S2、前端采集机构采集输水管网的动态信息，并且将动态信息发送给数据分析机构。S2的具体方法包括S2.1至S2.3。

S2.1、水质监测仪实时监测输水管网内的水质信息，并且将水质信息发送给数据采集模块，水压监测仪实时监测输水管网内的水压信息P，并且将水压信息P发送给数据采集模块，流量监测仪实时监测输水管网内的流量信息Q，并且将流量信息Q发送给数据采集模块。

S2.2、水质信息、水压信息P和流量信息Q共同组成动态信息，数据采集模块将动态信息发送给数据处理模块。

S2.3、数据处理模块对动态信息进行处理后发送给异常分析模块。

S3、数据分析机构根据动态信息分析是否发生爆管漏损。S3的具体步骤包括S3.1至S3.2。

S3.1、异常分析模块根据动态信息和识别指标来识别是否发生爆管漏损。识别指标为DAI＝DAI_p+DAI_Δp+DAI_Q，其中DAI_p为压力数据异常指标，DAI_Δp为压力差异常指标，DAI_Q为流量数异常指标，并且有

其中，Data_ave和Data_δ分别表示压力P、压力差△P或者流量Q的平均值和方差，Data表示压力P、压力差△P或者流量Q。

输水管网和城市供水管网最大的区别为管到在输水过程中不会有大量的配水管道的分流，其状态比较稳定，因此通过流量和压力数据，结合流体力学建立相关模型，即可根据数据异常情况实现的管网爆管漏损点的准备识别和定位。根据对现有输水管网的大数据分析可知压力和流量数据具有周期性，但是在短期内会随机波动，压力和流量数据在大部分情况下是符合正态分布，当短时间内出现3倍以上的正态曲线，可以定义为异常。

S3.2、异常分析模块在识别出发生了爆管漏损的情况下，分析爆管漏损的具体位置。

S3.2的具体方法包括S3.21至S3.23。

S3.21、根据压力P和流量Q，用最小二乘法和Ransac算法提取对应的管道阻力系数S。

S3.22、根据多个前端采集机构采集的压力P和流量Q计算多个管道阻力系数S。

S3.23、利用均值算法确定爆管漏损位置，具体计算方法为：

P₁-P₂＝SlQ₀ ²+C；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

其中x为爆管漏损位置，m为前端采集机构的个数，l为临近两个压力监测点距离，c爆管后实时监测压力值对应的水头损失常值。

发生爆管或者漏损后，爆管漏损位置附近区域会形成压力漏斗，根据压力和流量监测数据，用用最小二乘法和Ransac算法提取对应的管道阻力系数S，根据管道压力下降值，即可初步判定爆管地点，同时可以通过过个监测点数据多次计算求平均值，计算出计算出爆管位置。

S4、若发生爆管漏损，则数据分析机构向信息发送机构发送报警信号，若未发生爆管漏损，则数据分析机构部发出报警信号。

S5、信息发送机构在接收到报警信号后根据报警信号发送报警信息，报警信息可以通过有线的方式发送给计算机等远程监控中心，也可以通过无线的方式发送给手机等智能终端，供维护人员快速查看和掌握爆管漏损的发生位置，进而快速进行处理，保证供水管网的稳定运行。

在发明其他的实施方式中，系统可以根据爆管漏损时间识别和定位的模型，同时根据历史资料确定模型参数，在系统的运行过程中根据新的数据对模型参数进行调整，从而不断提高系统的准确率。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种长距离输水管网监控系统，其特征在于：包括依次通信连接的前端采集机构、数据分析机构和信息发送机构；

在所述输水管网上设置有若干个所述前端采集机构，所述前端采集机构包括数据采集模块，所述数据采集模块通信连接有水质监测仪、水压监测仪和流量监测仪；

所述数据分析机构包括通信连接的数据处理模块和异常分析模块，所述数据处理模块与所述数据采集模块通信连接；

所述信息发送机构包括反馈模块，所述反馈模块与所述异常分析模块通信连接，所述反馈模块通信连接有系统报警模块、有线设备推送模块和无线设备推送模块。

2.如权利要求1所述的一种长距离输水管网监控系统，其特征在于：所述数据采集模块与所述数据处理模块通过NB-IoT数据传输模块通信连接。

3.如权利要求1所述的一种长距离输水管网监控系统，其特征在于：所述有线设备推送模块通信连接有计算机。

4.如权利要求1所述的一种长距离输水管网监控系统，其特征在于：所述无线设备推送模块通信连接有手机或者平板电脑。

5.如权利要求1所述的一种长距离输水管网监控系统的监控方法，其特征在于：包括如下步骤：

S1、基于GIS系统描述所述输水管网的基本信息；

S2、所述前端采集机构采集所述输水管网的动态信息，并且将所述动态信息发送给所述数据分析机构；

S3、所述数据分析机构根据所述动态信息分析是否发生爆管漏损；

S4、若发生爆管漏损，则所述数据分析机构向所述信息发送机构发送报警信号，若未发生爆管漏损，则所述数据分析机构部发出所述报警信号；

S5、所述信息发送机构在接收到所述报警信号后根据所述报警信号发送报警信息。

6.如权利要求5所述的监控方法，其特征在于：

S2的具体方法为：

S2.1、所述水质监测仪实时监测所述输水管网内的水质信息，并且将所述水质信息发送给所述数据采集模块，所述水压监测仪实时监测所述输水管网内的水压信息P，并且将所述水压信息P发送给所述数据采集模块，所述流量监测仪实时监测所述输水管网内的流量信息Q，并且将所述流量信息Q发送给所述数据采集模块；

S2.2、所述水质信息、所述水压信息P和所述流量信息Q共同组成所述动态信息，所述数据采集模块将所述动态信息发送给所述数据处理模块；

S2.3、所述数据处理模块对所述动态信息进行处理后发送给所述异常分析模块。

7.如权利要求6所述的监控方法，其特征在于：

S3的具体步骤包括；

S3.1、所述异常分析模块根据所述动态信息和识别指标来识别是否发生爆管漏损；

S3.2、所述异常分析模块在识别出发生了爆管漏损的情况下，分析爆管漏损的具体位置。

8.如权利要求7所述的监控方法，其特征在于：

S3.1中，识别指标为DAI＝DAI_p+DAI_Δp+DAI_Q，其中DAI_p为压力数据异常指标，DAI_Δp为压力差异常指标，DAI_Q为流量数异常指标，并且有

其中，Data_ave和Data_δ分别表示压力P、压力差△P或者流量Q的平均值和方差，Data表示压力P、压力差△P或者流量Q。

9.如权利要求8所述的监控方法，其特征在于：

S3.2的具体方法为：

S3.21、根据压力P和流量Q，用最小二乘法和Ransac算法提取对应的管道阻力系数S；

S3.22、根据多个所述前端采集机构采集的压力P和流量Q计算多个管道阻力系数S；

S3.23、利用均值算法确定爆管漏损位置，具体计算方法为：

P₁-P₂＝SlQ₀ ²+C；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

P_1t-P_2t＝SxQ₁ ²+S(l-x)Q₀ ²+C

Q₁＝Q₀+ΔQ；

其中x为爆管漏损位置，m为所述前端采集机构的个数，l为临近两个压力监测点距离，c爆管后实时监测压力值对应的水头损失常值。