CN111536423A - 一种基于粒子群算法的爆管定位方法 - Google Patents

一种基于粒子群算法的爆管定位方法 Download PDF

Info

Publication number
CN111536423A
CN111536423A CN202010360047.4A CN202010360047A CN111536423A CN 111536423 A CN111536423 A CN 111536423A CN 202010360047 A CN202010360047 A CN 202010360047A CN 111536423 A CN111536423 A CN 111536423A
Authority
CN
China
Prior art keywords
pipe
explosion
particle
real
scada
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.)
Pending
Application number
CN202010360047.4A
Other languages
English (en)
Inventor
张皓
何通
范锦柯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Zhipin Information Technology Co ltd
Original Assignee
Suzhou Zhipin Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Zhipin Information Technology Co ltd filed Critical Suzhou Zhipin Information Technology Co ltd
Priority to CN202010360047.4A priority Critical patent/CN111536423A/zh
Publication of CN111536423A publication Critical patent/CN111536423A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00—Pipe-line systems
    • F17D1/08—Pipe-line systems for liquids or viscous products
    • F17D1/082—Pipe-line systems for liquids or viscous products for cold fluids, e.g. liquefied gas
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Water Supply & Treatment (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Pipeline Systems (AREA)

Abstract

本发明涉及一种基于粒子群算法的爆管定位方法，包括如下步骤：S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况；S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。

Description

一种基于粒子群算法的爆管定位方法
技术领域
本发明涉及城市供水管网技术领域，涉及供水管网的漏点定位，具体涉及一种基于粒子群算法的爆管定位方法。
背景技术
爆管事故是供水企业经常面临的问题。当管网发生爆管事故后，短时间内漏水量非常大，造成水资源的大量浪费，甚至造成部分区域停水，影响居民正常生活和企业的运转。大口径管道的爆管事故造成的漏水会涌上地面，造成地面街道积水，阻塞交通，严重的爆管事故还可能造成停车场、低层建筑的进水事故。爆管事故发生后，由于管道与外界联通，当管道破口处压力下降时，导致污染物进入管网中，引起管网二次污染。
有鉴于上述的缺陷，需要研究一种新型的爆管定位方法，帮助用户快速发现爆管并确定爆漏点范围，从而减少爆管所带来的损失和影响。。
发明内容
为解决上述技术问题，本发明的目的是提供了一种基于粒子群算法的爆管定位方法，该方法对爆管事故进行定位分析，帮助用户快速发现爆管并确定爆漏点范围，从而减少爆管所带来的损失和影响。
本发明的技术方案如下：
一种基于粒子群算法的爆管定位方法，包括如下步骤：
S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；
S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；
S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。
所述爆管定位算法为粒子群算法。
所述粒子群算法具体为：
将S作为种群中粒子的个数，每个粒子的空间位置Xi
Figure 819607DEST_PATH_IMAGE001
，粒子的速度
Figure 721703DEST_PATH_IMAGE002
。
Figure 202363DEST_PATH_IMAGE003
作为 粒子i的最佳位置，g作为整个种群的最佳位置，则一个基本的PSO可以如下进行表述：
对于每个粒子i = 1,2……,S，进行：
根据均匀分布随机向量初始化粒子的位置：
Figure 557121DEST_PATH_IMAGE004
,
Figure 414219DEST_PATH_IMAGE005
和
Figure 108505DEST_PATH_IMAGE006
分别是搜索空间 的最低和最高边界；
初始化粒子相对于初始位置的最佳位置：
Figure 323848DEST_PATH_IMAGE007
；
如果f(
Figure 369165DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure 826691DEST_PATH_IMAGE009
；
初始化粒子的速度：
Figure 375484DEST_PATH_IMAGE010
；
直到满足终止条件（如达到迭代次数，或找到合适目标函数值的方案），重复一下操作；
对于每个粒子i = 1,2……,S，进行；
对每个维度d = 1, ……, n，进行；
选择随机数 :
Figure 463526DEST_PATH_IMAGE011
,
Figure 792876DEST_PATH_IMAGE012
；
更新粒子速度：
Figure 991776DEST_PATH_IMAGE013
；
更新粒子位置：
Figure 395076DEST_PATH_IMAGE014
；
如果f(
Figure 716335DEST_PATH_IMAGE015
)< f(
Figure 470665DEST_PATH_IMAGE008
)，进行；
更新粒子最佳位置：
Figure 207677DEST_PATH_IMAGE007
；
如果f(
Figure 291914DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure 721758DEST_PATH_IMAGE009
；
此时，g为最佳解决方案；
参数
Figure 697805DEST_PATH_IMAGE016
，
Figure 300824DEST_PATH_IMAGE017
，
Figure 944295DEST_PATH_IMAGE018
由操作者选定，决定了PSO方法的行为和效果；
根据城市输水管线的特点，PSO算法的目标函数采用均方根误差(RMSE)；
Figure 341778DEST_PATH_IMAGE019
。
借由上述方案，本发明至少具有以下优点：
本发明技术方案基于粒子群算法的爆管定位技术，该技术对爆管事故进行定位分析，能够帮助用户快速发现爆管并确定爆漏点范围，而减少爆管所带来的损失和影响。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某个实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明的定位流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
参见图1，本发明一较佳实施例所述的一种基于粒子群算法的爆管定位方法，本发明技术方案的技术路线是，首先建立实时在线供水模型，通过与SCADA系统的连接，实现数据同步更新，再构建在线水力模型，能够模拟仿真管网中各节点和管道实时的压力和流量参数的动态变化。在以上基础上，开发爆管警报和定位系统，开发实现在线监测、模型模拟和爆管警报和定位等信息的界面展示。
SCADA系统，SCADA系统是以计算机为基础的DCS与电力自动化监控系统，SCADA数据为爆管定位工具提供数据支持，实测数据存放于SCADA系统中，为不干扰SCADA系统的正常运行，该工具中建立实测数据的中间库来存放实时获取到的实测数据。该数据系统用于提供各个水管中的数据。
通过在线爆管实时滚动监测系统来对爆管进行定位，具体的方法如下：
S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护。
S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护。
S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。
下面对爆管定位算法进行详细的解释。
当输水管线发生爆管时，沿线的压力会明显下降，利用管网模型及优化算法，可以估算可能的爆管位置。爆管定位算法利用PSO算法为基础，利用管网模型及在线监测数据，估算可能的爆管位置。
粒子群优化算法（PSO——Particle Swarm Optimization）是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。
粒子群优化(PSO)是一种计算方法，对于给定的质量目标，通过尝试迭代计算，对问题的解决方案进行优化。PSO通过众多可选的解决方案来优化问题，这里被称为粒子，根据对粒子位置和速度的简单数学计算，在搜索空间移动这些粒子。每个粒子的运动受到它局部最佳位置的影响，同时也被引导向搜索空间中的最佳位置移动。空间最佳位置随着其他粒子的运动而及时更新。最终期望的结果是整个粒子群朝着最佳方案移动。
PSO是启发式算法，对需要优化的问题所做的假设非常少或者甚至没有，可以在更大的可选方案范围内进行搜索。然而，像PSO这样的元启发式算法有时并不能找到最优解决方案。更具体地说，PSO算法不使用问题的梯度，这意味着PSO与传统的优化方法如梯度下降法和拟牛顿方法等不同，不要求优化的问题是可微的。
PSO算法的基本变量依赖于有可选方案（称为粒子）的种群（称为群）。这些粒子根据一些简单公式在搜索空间中移动。粒子的运动由自身的最佳位置和整个粒子群的最佳位置决定。当发现新的最佳位置，粒子群的运动将随之发生改变。通过重复整个过程，最终（并不保证）能找到最令人满意的解决方案。
形式上，一般将f.Rn
Figure 70700DEST_PATH_IMAGE020
R作为成本公式进行最小化。此公式以实数 向量的形式将一个可选方案作为自变量，生成一个实数作为输出，实数表示给定方案的目 标函数值。f的梯度未知。最终目标是找到一个方案a，对于搜索空间内的所有b，都有f(a)<f (b)，即a为全局最小值。对于最大化问题，只需将公式中h = -f。
将S作为种群中粒子的个数，每个粒子的空间位置Xi
Figure 149514DEST_PATH_IMAGE021
，粒子的速度
Figure 709809DEST_PATH_IMAGE022
。
Figure 215876DEST_PATH_IMAGE003
作 为粒子i的最佳位置，g作为整个种群的最佳位置，则一个基本的PSO可以如下进行表述：
-对于每个粒子i = 1,2……,S，进行：
·根据均匀分布随机向量初始化粒子的位置：
Figure 432094DEST_PATH_IMAGE023
,
Figure 878381DEST_PATH_IMAGE024
和
Figure 230865DEST_PATH_IMAGE025
分别是搜索空 间的最低和最高边界；
·初始化粒子相对于初始位置的最佳位置：
Figure 173413DEST_PATH_IMAGE026
·如果f(
Figure 673665DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure 94282DEST_PATH_IMAGE027
·初始化粒子的速度：
Figure 566852DEST_PATH_IMAGE028
-直到满足终止条件（如达到迭代次数，或找到合适目标函数值的方案），重复一下操作：
·对于每个粒子i = 1,2……,S，进行：
·对每个维度d = 1, ……, n，进行：
§选择随机数 :
Figure 477039DEST_PATH_IMAGE011
,
Figure 402269DEST_PATH_IMAGE029
§更新粒子速度：
Figure 688894DEST_PATH_IMAGE030
·更新粒子位置：
Figure 15970DEST_PATH_IMAGE031
·如果f(
Figure 300321DEST_PATH_IMAGE015
)< f(
Figure 273700DEST_PATH_IMAGE008
)，进行：
§更新粒子最佳位置：
Figure 36120DEST_PATH_IMAGE026
§如果f(
Figure 217702DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure 735271DEST_PATH_IMAGE027
-此时，g为最佳解决方案。
参数
Figure 635094DEST_PATH_IMAGE016
，
Figure 201205DEST_PATH_IMAGE032
，
Figure 299611DEST_PATH_IMAGE033
由操作者选定，决定了PSO方法的行为和效果。
根据城市输水管线的特点，PSO算法的目标函数采用均方根误差(RMSE)：
Figure 925764DEST_PATH_IMAGE034
。
其中：Hsim为模型模拟结果，Hobs为SCADA压力监测数据；RMSE是观测值与真值偏差的平方与观测次数n比值的平方根，它表征了模拟值同观测值之间的偏差，RMSE越小，表明精度越高。定位算法确定的爆管位置与实际爆管位置越接近，管网模型模拟结果与SCADA压力监测数据越接近。
本发明方法如下：
本发明技术方案基于粒子群算法的爆管定位技术，该技术对爆管事故进行定位分析，能够帮助用户快速发现爆管并确定爆漏点范围，而减少爆管所带来的损失和影响。
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (3)

1.一种基于粒子群算法的爆管定位方法，其特征在于，包括如下步骤：
S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；
S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；
S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。
2.根据权利要求1所述的一种基于粒子群算法的爆管定位方法，其特征在于：所述爆管定位算法为粒子群算法。
3.根据权利要求1所述的一种基于粒子群算法的爆管定位方法，其特征在于，所述粒子群算法具体为：
将S作为种群中粒子的个数，每个粒子的空间位置Xi
Figure DEST_PATH_IMAGE001
，粒子的速度
Figure 790416DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
作为粒 子i的最佳位置，g作为整个种群的最佳位置，则一个基本的PSO可以如下进行表述：
对于每个粒子i = 1,2……,S，进行：
根据均匀分布随机向量初始化粒子的位置：
Figure 760646DEST_PATH_IMAGE004
,
Figure DEST_PATH_IMAGE005
和
Figure 597758DEST_PATH_IMAGE006
分别是搜索空间 的最低和最高边界；
初始化粒子相对于初始位置的最佳位置：
Figure DEST_PATH_IMAGE007
；
如果f(
Figure 628031DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure DEST_PATH_IMAGE009
；
初始化粒子的速度：
Figure 520901DEST_PATH_IMAGE010
；
直到满足终止条件（如达到迭代次数，或找到合适目标函数值的方案），重复一下操作；
对于每个粒子i = 1,2……,S，进行；
对每个维度d = 1, ……, n，进行；
选择随机数 :
Figure DEST_PATH_IMAGE011
,
Figure 560401DEST_PATH_IMAGE012
；
更新粒子速度：
Figure DEST_PATH_IMAGE013
；
更新粒子位置：
Figure 723792DEST_PATH_IMAGE014
；
如果f(
Figure DEST_PATH_IMAGE015
)< f(
Figure 190545DEST_PATH_IMAGE008
)，进行；
更新粒子最佳位置：
Figure 773973DEST_PATH_IMAGE007
；
如果f(
Figure 23689DEST_PATH_IMAGE008
)< f(g)，更新种群的最佳位置：
Figure 71279DEST_PATH_IMAGE009
；
此时，g为最佳解决方案；
参数
Figure 381038DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE017
，
Figure 248500DEST_PATH_IMAGE018
由操作者选定，决定了PSO方法的行为和效果；
根据城市输水管线的特点，PSO算法的目标函数采用均方根误差(RMSE)；
Figure DEST_PATH_IMAGE019
。
CN202010360047.4A 2020-04-30 2020-04-30 一种基于粒子群算法的爆管定位方法 Pending CN111536423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010360047.4A CN111536423A (zh) 2020-04-30 2020-04-30 一种基于粒子群算法的爆管定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010360047.4A CN111536423A (zh) 2020-04-30 2020-04-30 一种基于粒子群算法的爆管定位方法

Publications (1)

Publication Number Publication Date
CN111536423A true CN111536423A (zh) 2020-08-14

Family

ID=71975321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010360047.4A Pending CN111536423A (zh) 2020-04-30 2020-04-30 一种基于粒子群算法的爆管定位方法

Country Status (1)

Country Link
CN (1) CN111536423A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113898879A (zh) * 2021-09-02 2022-01-07 河北工程大学 一种管道漏损监测、定位及报警系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2434872A1 (de) * 1973-07-19 1975-02-06 Chisso Corp Verfahren und vorrichtung zum erfassen eines lecks in einer pipeline
CN1321846A (zh) * 2001-05-31 2001-11-14 胜利油田胜通新科技开发中心 输送管线泄漏监控定位方法及其适用的系统
CN1322914A (zh) * 2001-05-25 2001-11-21 中国石化胜利油田有限公司胜利采油厂 输油管线泄漏报警及漏点定位系统
CN102174994A (zh) * 2011-03-11 2011-09-07 天津大学 城市供水管网事故爆管在线定位系统
CN102606890A (zh) * 2012-04-25 2012-07-25 哈尔滨工业大学 应用瞬变激励进行给水管道漏失定量和定位的装置及方法
CN202442117U (zh) * 2012-02-28 2012-09-19 四川科伦药业股份有限公司 用于液体管道的漏点检测定位系统
CN102865459A (zh) * 2012-09-26 2013-01-09 华北电力大学（保定） 一种供热管网泄漏定位系统及定位方法
CN102927449A (zh) * 2012-10-25 2013-02-13 黄腾飞 一种基于模拟仿真技术的管网微小泄漏缺陷检测方法及系统
CN105917157A (zh) * 2013-12-02 2016-08-31 株式会社东芝 漏水抑制装置、漏水抑制系统及漏水抑制程序
CN107143750A (zh) * 2017-04-13 2017-09-08 浙江大学 一种管网爆管监控网络的空间布置方法
CN108591836A (zh) * 2018-04-13 2018-09-28 中国石油大学(北京) 管道泄漏的检测方法和装置
CN110795810A (zh) * 2019-11-08 2020-02-14 苏州智品信息科技有限公司 一种在线水力模型生成方法
CN111043533A (zh) * 2019-12-12 2020-04-21 上海邦芯物联网科技有限公司 一种供水管网爆管监测系统及方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2434872A1 (de) * 1973-07-19 1975-02-06 Chisso Corp Verfahren und vorrichtung zum erfassen eines lecks in einer pipeline
CN1322914A (zh) * 2001-05-25 2001-11-21 中国石化胜利油田有限公司胜利采油厂 输油管线泄漏报警及漏点定位系统
CN1321846A (zh) * 2001-05-31 2001-11-14 胜利油田胜通新科技开发中心 输送管线泄漏监控定位方法及其适用的系统
CN102174994A (zh) * 2011-03-11 2011-09-07 天津大学 城市供水管网事故爆管在线定位系统
CN202442117U (zh) * 2012-02-28 2012-09-19 四川科伦药业股份有限公司 用于液体管道的漏点检测定位系统
CN102606890A (zh) * 2012-04-25 2012-07-25 哈尔滨工业大学 应用瞬变激励进行给水管道漏失定量和定位的装置及方法
CN102865459A (zh) * 2012-09-26 2013-01-09 华北电力大学（保定） 一种供热管网泄漏定位系统及定位方法
CN102927449A (zh) * 2012-10-25 2013-02-13 黄腾飞 一种基于模拟仿真技术的管网微小泄漏缺陷检测方法及系统
CN105917157A (zh) * 2013-12-02 2016-08-31 株式会社东芝 漏水抑制装置、漏水抑制系统及漏水抑制程序
CN107143750A (zh) * 2017-04-13 2017-09-08 浙江大学 一种管网爆管监控网络的空间布置方法
CN108591836A (zh) * 2018-04-13 2018-09-28 中国石油大学(北京) 管道泄漏的检测方法和装置
CN110795810A (zh) * 2019-11-08 2020-02-14 苏州智品信息科技有限公司 一种在线水力模型生成方法
CN111043533A (zh) * 2019-12-12 2020-04-21 上海邦芯物联网科技有限公司 一种供水管网爆管监测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘玉勤等: "《水 土壤源热泵地下换热系统施工技术手册》", 29 February 2016, 黄河水利出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113898879A (zh) * 2021-09-02 2022-01-07 河北工程大学 一种管道漏损监测、定位及报警系统

Similar Documents

Publication Publication Date Title
Sarrate et al. Sensor placement for leak detection and location in water distribution networks
CN111027730B (zh) 一种基于阀门操作和在线用水计量的供水管网漏失高效定位方法
CN1312629C (zh) 城市排水系统不确定水力学模型建模方法
Vojinovic et al. Multi-objective rehabilitation of urban drainage systems under uncertainties
Delelegn et al. Multi-objective optimisation of cost–benefit of urban flood management using a 1D2D coupled model
CN115899595B (zh) 一种智慧燃气管道防腐优化方法、物联网系统及存储介质
CN101871448B (zh) 一种泵站水泵特性曲线确定方法及系统
CN102223711B (zh) 一种基于遗传算法的无线传感器网络节点定位方法
CN111536423A (zh) 一种基于粒子群算法的爆管定位方法
CN112503400A (zh) 一种供水管网测压点多目标优化布置方法
CN112097125A (zh) 一种基于自适应校核的供水管网爆管侦测及定位方法
CN116906839B (zh) 融合物理测量和软测量的热力管线安全智能监测预警方法
CN117521313A (zh) 用于对管道网络进行泄漏检测的方法和装置
JP4901371B2 (ja) 管路の圧力損失を表す係数の値の推定方法
CN116398825A (zh) 一种基于概率模型的供水管漏损检测与定位方法、系统及装置
Boatwright et al. Optimal sensor placement and leak/burst localisation in a water distribution system using spatially-constrained inverse-distance weighted interpolation
CN111022937A (zh) 一种输水管网管漏损定位系统及定位方法
Amoatey et al. Inverse optimization based detection of leaks from simulated pressure in water networks, part 1: analysis for a single leak
Worley et al. Topological robot localization in a large-scale water pipe network
CN110657352B (zh) 一种燃气管线监测布点优化方法、系统、设备及存储介质
Chen et al. Optimal pipe inspection paths considering inspection tool limitations
Worley et al. Robot Localization in a Pipe Network using a Particle Filter with Error Detection and Recovery in a Hybrid Metric-Topological Space
Rathore et al. Leakage diagnosis with a contamination mitigation control framework using a graph theory based model
Stephens et al. Transient analysis to assess valve status and topology in pipe networks
Mazouz et al. Analysis of The Simulation of The Water Supply Network of The New City of Guelma by Epanet

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200814