CN113902356B - 区域流量数据分析方法及装置 - Google Patents
区域流量数据分析方法及装置 Download PDFInfo
- Publication number
- CN113902356B CN113902356B CN202111488496.8A CN202111488496A CN113902356B CN 113902356 B CN113902356 B CN 113902356B CN 202111488496 A CN202111488496 A CN 202111488496A CN 113902356 B CN113902356 B CN 113902356B
- Authority
- CN
- China
- Prior art keywords
- leakage
- sub
- line information
- flow data
- pipeline line
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000007405 data analysis Methods 0.000 title claims abstract description 23
- 230000002950 deficient Effects 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000007547 defect Effects 0.000 claims description 47
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Examining Or Testing Airtightness (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域流量数据分析方法及装置，其中该方法包括：根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息。可见，本发明能够通过精确先进的数据分析算法，实现更加精确更加合理的区域漏损分析。
Description
技术领域
本发明涉及水环境监控技术领域，尤其涉及一种区域流量数据分析方法及装置。
背景技术
现有的区域流量数据分析一般采用夜间最小流量法来确定特定区域内是否存在管道漏损，但这一方法只能实现粗略地估计，并不能实现对漏损管道的精准定位，可见现有技术存在缺陷，亟待解决。
发明内容
本发明所要解决的技术问题在于，提供一种区域流量数据分析方法及装置，能够通过精确先进的数据分析算法，实现更加精确更加合理的区域漏损分析。
为了解决上述技术问题，本发明第一方面公开了一种区域流量数据分析方法，所述方法包括：
获取管控区域的管控时间段内的总夜间流量数据，根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；所述管控区域包括多个分区域；
当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；
从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；所述其他分区域为所述多个分区域中除所述漏损分区域外的分区域；
根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述总夜间流量数据，判断所述管控区域是否为漏损区域，包括：
获取所述管控区域的历史夜间最小流量数据；所述历史夜间最小流量数据包括多个用户的历史夜间最小流量数据；
根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值；
判断所述总夜间流量数据是否大于所述漏损阈值；
当判断结果为是时，判断所述管控区域为漏损区域。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值，包括：
基于拉依达准则法，剔除所述多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的所述多个用户的历史夜间最小流量数据进行加权求和，以得到所述管控区域对应的漏损阈值；其中，所述加权求和中每一所述用户的历史夜间最小流量数据的权重与所述用户在历史时间段的用水量成正比；所有所述用户的权重之和为1。
作为一种可选的实施方式，在本发明第一方面中，所述通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域，包括：
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
基于拉依达准则法，将所有所述分区域对应的子夜间流量数据中的高异常流量所对应的分区域，确定为所述管控区域的漏损分区域；
和/或，
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
确定不同所述分区域对应的分漏损阈值；
将所有所述分区域对应的子夜间流量数据中，高于对应的所述分漏损阈值的夜间流量所对应的分区域，确定为所述管控区域的漏损分区域。
作为一种可选的实施方式，在本发明第一方面中，所述计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，获取该其他分区域的历史漏损信息；
计算该其他分区域的历史漏损信息中，该其他分区域在类似时间段内被判定为漏损区域次数与所有时间段内被判定为漏损区域总次数的比值，以得到该其他分区域的漏损出现率；所述类似时间段为与所述管控时间段在至少一个时间属性上相同的时间段；所述时间属性包括月、日、时、分和秒中的至少一种。
作为一种可选的实施方式，在本发明第一方面中，所述根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，计算该其他分区域与所述漏损分区域之间的管道传输距离；所述管道传输距离为该其他分区域与所述漏损分区域之间的所述管道线路的物理长度和/或该其他分区域与所述漏损分区域之间的流体传输时间；
根据所述管道传输距离，计算每一所述其他分区域的距离权重；所述距离权重与所述管道传输距离成反比；
根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
作为一种可选的实施方式，在本发明第一方面中，所述根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率，包括：
对于任意一条所述途经管道线路信息，计算该途经管道线路信息对应的所有所述其他分区域的所述距离权重之和，得到概率分母数；
计算该途经管道线路信息对应的所有所述其他分区域的漏损出现率与对应的所述距离权重的乘积之和，得到概率分子数；
计算所述概率分子数和所述概率分母数的比值，以得到该途经管道线路信息对应的缺陷概率。
作为一种可选的实施方式，在本发明第一方面中，所述根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息，包括：
将所有所述途经管道线路信息中对应的所述缺陷概率大于预设的缺陷概率阈值的途经管道线路信息确定为缺陷管道线路信息；
和/或，
对所有所述途经管道线路信息按所述缺陷概率从大到小进行排序，得到管道线路信息序列；
将所述管道线路信息序列中的前预设数量个所述途经管道线路信息确定为缺陷管道线路信息。
本发明第二方面公开了一种区域流量数据分析装置，其包括：
判断模块，用于获取管控区域的管控时间段内的总夜间流量数据，根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；所述管控区域包括多个分区域；
分析模块，用于当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；
计算模块，用于从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；所述其他分区域为所述多个分区域中除所述漏损分区域外的分区域；
确定模块，用于根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
作为一种可选的实施方式，在本发明第二方面中，所述判断模块根据所述总夜间流量数据，判断所述管控区域是否为漏损区域的具体方式，包括：
获取所述管控区域的历史夜间最小流量数据；所述历史夜间最小流量数据包括多个用户的历史夜间最小流量数据；
根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值；
判断所述总夜间流量数据是否大于所述漏损阈值；
当判断结果为是时，判断所述管控区域为漏损区域。
作为一种可选的实施方式，在本发明第二方面中，所述判断模块根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值的具体方式，包括：
基于拉依达准则法，剔除所述多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的所述多个用户的历史夜间最小流量数据进行加权求和，以得到所述管控区域对应的漏损阈值；其中，所述加权求和中每一所述用户的历史夜间最小流量数据的权重与所述用户在历史时间段的用水量成正比；所有所述用户的权重之和为1。
作为一种可选的实施方式，在本发明第二方面中，所述分析模块通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域的具体方式，包括：
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
基于拉依达准则法，将所有所述分区域对应的子夜间流量数据中的高异常流量所对应的分区域，确定为所述管控区域的漏损分区域；
和/或，
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
确定不同所述分区域对应的分漏损阈值；
将所有所述分区域对应的子夜间流量数据中，高于对应的所述分漏损阈值的夜间流量所对应的分区域，确定为所述管控区域的漏损分区域。
作为一种可选的实施方式，在本发明第二方面中，所述计算模块计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率的具体方式，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，获取该其他分区域的历史漏损信息；
计算该其他分区域的历史漏损信息中，该其他分区域在类似时间段内被判定为漏损区域次数与所有时间段内被判定为漏损区域总次数的比值，以得到该其他分区域的漏损出现率；所述类似时间段为与所述管控时间段在至少一个时间属性上相同的时间段；所述时间属性包括月、日、时、分和秒中的至少一种。
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息的具体方式，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，计算该其他分区域与所述漏损分区域之间的管道传输距离；所述管道传输距离为该其他分区域与所述漏损分区域之间的所述管道线路的物理长度和/或该其他分区域与所述漏损分区域之间的流体传输时间；
根据所述管道传输距离，计算每一所述其他分区域的距离权重；所述距离权重与所述管道传输距离成反比；
根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率的具体方式，包括：
对于任意一条所述途经管道线路信息，计算该途经管道线路信息对应的所有所述其他分区域的所述距离权重之和，得到概率分母数；
计算该途经管道线路信息对应的所有所述其他分区域的漏损出现率与对应的所述距离权重的乘积之和，得到概率分子数；
计算所述概率分子数和所述概率分母数的比值，以得到该途经管道线路信息对应的缺陷概率。
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息的具体方式，包括：
将所有所述途经管道线路信息中对应的所述缺陷概率大于预设的缺陷概率阈值的途经管道线路信息确定为缺陷管道线路信息；
和/或，
对所有所述途经管道线路信息按所述缺陷概率从大到小进行排序，得到管道线路信息序列；
将所述管道线路信息序列中的前预设数量个所述途经管道线路信息确定为缺陷管道线路信息。
本发明第三方面公开了另一种区域流量数据分析装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的区域流量数据分析方法中的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，获取管控区域的管控时间段内的总夜间流量数据，根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；所述管控区域包括多个分区域；当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；所述其他分区域为所述多个分区域中除所述漏损分区域外的分区域；根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息。可见，本发明能够通过精确先进的数据分析算法，实现更加精确更加合理的区域漏损分析。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例公开的一种区域流量数据分析方法的流程示意图；
图2是本发明实施例公开的一种区域流量数据分析装置的结构示意图；
图3是本发明实施例公开的另一种区域流量数据分析装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种区域流量数据分析方法及装置，能够通过精确先进的数据分析算法，实现更加精确更加合理的区域漏损分析。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种区域流量数据分析方法的流程示意图。其中，图1所描述的方法可以应用于相应的水环境监控终端、水环境监控设备或水环境监控服务器中，且该服务器可以是本地服务器，也可以是云服务器。具体地，如图1所示，该区域流量数据分析方法可以包括以下操作：
101、获取管控区域的管控时间段内的总夜间流量数据，根据总夜间流量数据，判断管控区域是否为漏损区域；
其中，管控区域包括多个分区域。可选的，管控区域可以为任意大小的城市区域、乡镇区域或更小的例如小区区域，管控区域中布设有多个输水管道进行供水，本发明的目的在于监测该区域中的管道漏损情况。可选的，本发明可以通过设置在管控区域的流量计获取流量数据并统一发送至分析装置进行分析。
102、当判断到管控区域为漏损区域时，通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域；
103、从管控区域中的所有管道线路信息中确定带有漏损分区域的途经标识的途经管道线路信息，计算每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；
其中，其他分区域为多个分区域中除漏损分区域外的分区域；
104、根据每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息。
通过实施上述方案，能够通过数据分析首先判断区域在模糊笼统的总体层面上是否存在漏损，然后再细化分析，将漏损分区域进行确定，再进一步根据不同管道上的分区域的漏损区域准确将漏损情况定位至管道级别，从而能够实现精确合理的区域流量数据分析。
作为一种可选的实施方式，上述步骤101中的，根据总夜间流量数据，判断管控区域是否为漏损区域，包括：
获取管控区域的历史夜间最小流量数据；
其中，历史夜间最小流量数据包括多个用户的历史夜间最小流量数据；
根据历史夜间最小流量数据，确定管控区域对应的漏损阈值；
判断总夜间流量数据是否大于漏损阈值；
当判断结果为是时，判断管控区域为漏损区域。
作为一种可选的实施方式，上述步骤中的，根据历史夜间最小流量数据，确定管控区域对应的漏损阈值，包括：
基于拉依达准则法，剔除多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的多个用户的历史夜间最小流量数据进行加权求和，以得到管控区域对应的漏损阈值。
具体的，剔除多个用户的历史夜间最小流量数据中的异常值，可以首先计算出多个用户的历史夜间最小流量数据的标准差以及平均值或中位数，接着将与该平均值或中位数的差值大于该标准差的三倍的历史夜间最小流量数据作为异常值进行剔除。
其中，加权求和中每一用户的历史夜间最小流量数据的权重与用户在历史时间段的用水量成正比，以及，所有用户的权重之和为1。可选的，可以获取待计算的所有用户的对应的在预设历史时间段的总用水量，再根据权重确定算法确定每一用户的与该总用水量成正比的权重，以便于后续的加权求和计算。通过实施上述方案，能够确定更加合理的漏损阈值，以提高区域漏损判断的准确性。
作为一种可选的实施方式，上述步骤102中的，通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域，可以包括：
确定总夜间流量数据中不同分区域对应的子夜间流量数据；
基于拉依达准则法，将所有分区域对应的子夜间流量数据中的高异常流量所对应的分区域，确定为管控区域的漏损分区域；
具体的，所有分区域对应的子夜间流量数据中的高异常流量的确定，可以首先计算出所有分区域对应的子夜间流量数据的标准差以及平均值或中位数，接着将大于该平均值或中位数且与该平均值或中位数的差值大于该标准差的预设倍数的夜间流量确定为高异常流量，其中，预设倍数可以根据实验值或经验值进行设定，优选地，预设倍数大于1.5且小于3。
作为一种可选的实施方式，上述步骤102中的，通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域，可以包括：
确定总夜间流量数据中不同分区域对应的子夜间流量数据；
确定不同分区域对应的分漏损阈值；
将所有分区域对应的子夜间流量数据中，高于对应的分漏损阈值的夜间流量所对应的分区域，确定为管控区域的漏损分区域。
其中，每一分区域对应的分漏损阈值的确定，可以参照上述管控区域对应的漏损阈值的确定方式，可选的，确定不同分区域对应的分漏损阈值，可以包括以下步骤：
对于任一分区域，获取分区域内居住的多个用户的历史夜间最小流量数据；
基于拉依达准则法，剔除多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的多个用户的历史夜间最小流量数据进行加权求和，以得到分区域对应的漏损阈值。
其中，加权求和中每一用户的历史夜间最小流量数据的权重与用户在历史时间段的用水量成正比，以及，所有用户的权重之和为1。具体的，剔除多个用户的历史夜间最小流量数据中的异常值的方式可以参照上述实施方案的表述，在此不再赘述。
作为一种可选的实施方式，上述步骤103中的，计算每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，包括：
对于任意一条途经管道线路信息的任意一个途经标识所对应的其他分区域，获取该其他分区域的历史漏损信息；
计算该其他分区域的历史漏损信息中，该其他分区域在类似时间段内被判定为漏损区域次数与所有时间段内被判定为漏损区域总次数的比值，以得到该其他分区域的漏损出现率。
其中，类似时间段为与管控时间段在至少一个时间属性上相同的时间段，可选的，时间属性包括月、日、时、分和秒中的至少一种。
作为一种可选的实施方式，上述步骤104中的，根据每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息，包括：
对于任意一条途经管道线路信息的任意一个途经标识所对应的其他分区域，计算该其他分区域与漏损分区域之间的管道传输距离；
其中，管道传输距离为该其他分区域与漏损分区域之间的管道线路的物理长度和/或该其他分区域与漏损分区域之间的流体传输时间；
根据管道传输距离，计算每一其他分区域的距离权重；距离权重与管道传输距离成反比；
根据任意一条途经管道线路信息对应的所有其他分区域的漏损出现率以及距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息。
作为一种可选的实施方式，上述步骤中的，根据任意一条途经管道线路信息对应的所有其他分区域的漏损出现率以及距离权重，确定该途经管道线路信息对应的缺陷概率，包括：
对于任意一条途经管道线路信息，计算该途经管道线路信息对应的所有其他分区域的距离权重之和，得到概率分母数；
计算该途经管道线路信息对应的所有其他分区域的漏损出现率与对应的距离权重的乘积之和，得到概率分子数；
计算概率分子数和概率分母数的比值，以得到该途经管道线路信息对应的缺陷概率。
作为一种可选的实施方式，上述步骤中的，根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息，包括：
将所有途经管道线路信息中对应的缺陷概率大于预设的缺陷概率阈值的途经管道线路信息确定为缺陷管道线路信息；
作为一种可选的实施方式，上述步骤中的，根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息，包括：
对所有途经管道线路信息按缺陷概率从大到小进行排序，得到管道线路信息序列；
将管道线路信息序列中的前预设数量个管道线路确定为使得漏损分区域发生漏损的缺陷管道线路。
实施例二
请参阅图2，图2是本发明实施例公开的一种区域流量数据分析装置的结构示意图。其中，图2所描述的装置可以应用于相应的水环境监控终端、水环境监控设备或水环境监控服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。具体地，如图2所示，该装置可以包括：
判断模块201，用于获取管控区域的管控时间段内的总夜间流量数据，根据总夜间流量数据，判断管控区域是否为漏损区域；
其中，管控区域包括多个分区域。可选的，管控区域可以为任意大小的城市区域、乡镇区域或更小的例如小区区域，管控区域中布设有多个输水管道进行供水，本发明的目的在于监测该区域中的管道漏损情况。
分析模块202，用于当判断到管控区域为漏损区域时，通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域；
计算模块203，用于从管控区域中的所有管道线路信息中确定带有漏损分区域的途经标识的途经管道线路信息，计算每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；
其中，其他分区域为多个分区域中除漏损分区域外的分区域；
确定模块204，用于根据每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息。
通过实施上述方案，能够通过数据分析首先判断区域在模糊笼统的总体层面上是否存在漏损，然后再细化分析，将漏损分区域进行确定，再进一步根据不同管道上的分区域的漏损区域准确将漏损情况定位至管道级别，从而能够实现精确合理的区域流量数据分析。
作为一种可选的实施方式，判断模块201根据总夜间流量数据，判断管控区域是否为漏损区域的具体方式，包括：
获取管控区域的历史夜间最小流量数据；
其中，历史夜间最小流量数据包括多个用户的历史夜间最小流量数据；
根据历史夜间最小流量数据，确定管控区域对应的漏损阈值；
判断总夜间流量数据是否大于漏损阈值；
当判断结果为是时，判断管控区域为漏损区域。
作为一种可选的实施方式，判断模块201根据历史夜间最小流量数据，确定管控区域对应的漏损阈值的具体方式，包括：
基于拉依达准则法，剔除多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的多个用户的历史夜间最小流量数据进行加权求和，以得到管控区域对应的漏损阈值。
具体的，剔除多个用户的历史夜间最小流量数据中的异常值，可以首先计算出多个用户的历史夜间最小流量数据的标准差以及平均值或中位数，接着将与该平均值或中位数的差值大于该标准差的三倍的历史夜间最小流量数据作为异常值进行剔除。
其中，加权求和中每一用户的历史夜间最小流量数据的权重与用户在历史时间段的用水量成正比，以及，所有用户的权重之和为1。可选的，可以获取待计算的所有用户的对应的在预设历史时间段的总用水量，再根据权重确定算法确定每一用户的与该总用水量成正比的权重，以便于后续的加权求和计算。通过实施上述方案，能够确定更加合理的漏损阈值，以提高区域漏损判断的准确性。
作为一种可选的实施方式，分析模块202通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域的具体方式，包括：
确定总夜间流量数据中不同分区域对应的子夜间流量数据；
基于拉依达准则法，将所有分区域对应的子夜间流量数据中的高异常流量所对应的分区域，确定为管控区域的漏损分区域；
具体的，所有分区域对应的子夜间流量数据中的高异常流量的确定，可以首先计算出所有分区域对应的子夜间流量数据的标准差以及平均值或中位数，接着将大于该平均值或中位数且与该平均值或中位数的差值大于该标准差的预设倍数的夜间流量确定为高异常流量，其中，预设倍数可以根据实验值或经验值进行设定，优选地，预设倍数大于1.5且小于3。
作为一种可选的实施方式，分析模块202通过对总夜间流量数据中不同分区域的子夜间流量数据的分析，确定管控区域的漏损分区域的具体方式，包括：
确定总夜间流量数据中不同分区域对应的子夜间流量数据；
确定不同分区域对应的分漏损阈值；
将所有分区域对应的子夜间流量数据中，高于对应的分漏损阈值的夜间流量所对应的分区域，确定为管控区域的漏损分区域。
其中，每一分区域对应的分漏损阈值的确定，可以参照上述管控区域对应的漏损阈值的确定方式，可选的，确定不同分区域对应的分漏损阈值，可以包括以下步骤：
对于任一分区域，获取分区域内居住的多个用户的历史夜间最小流量数据；
基于拉依达准则法，剔除多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的多个用户的历史夜间最小流量数据进行加权求和，以得到分区域对应的漏损阈值。
其中，加权求和中每一用户的历史夜间最小流量数据的权重与用户在历史时间段的用水量成正比，以及，所有用户的权重之和为1。具体的，剔除多个用户的历史夜间最小流量数据中的异常值的方式可以参照上述实施方案的表述，在此不再赘述。
作为一种可选的实施方式，计算模块203计算每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率的具体方式，包括：
对于任意一条途经管道线路信息的任意一个途经标识所对应的其他分区域，获取该其他分区域的历史漏损信息；
计算该其他分区域的历史漏损信息中，该其他分区域在类似时间段内被判定为漏损区域次数与所有时间段内被判定为漏损区域总次数的比值，以得到该其他分区域的漏损出现率。
其中，类似时间段为与管控时间段在至少一个时间属性上相同的时间段，可选的，时间属性包括月、日、时、分和秒中的至少一种。
作为一种可选的实施方式，确定模块204根据每一途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息的具体方式，包括：
对于任意一条途经管道线路信息的任意一个途经标识所对应的其他分区域，计算该其他分区域与漏损分区域之间的管道传输距离；管道传输距离为该其他分区域与漏损分区域之间的管道线路的物理长度和/或该其他分区域与漏损分区域之间的流体传输时间；
根据管道传输距离，计算每一其他分区域的距离权重；距离权重与管道传输距离成反比；
根据任意一条途经管道线路信息对应的所有其他分区域的漏损出现率以及距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息。
作为一种可选的实施方式，确定模块204根据任意一条途经管道线路信息对应的所有其他分区域的漏损出现率以及距离权重，确定该途经管道线路信息对应的缺陷概率的具体方式，包括：
对于任意一条途经管道线路信息，计算该途经管道线路信息对应的所有其他分区域的距离权重之和，得到概率分母数；
计算该途经管道线路信息对应的所有其他分区域的漏损出现率与对应的距离权重的乘积之和，得到概率分子数；
计算概率分子数和概率分母数的比值，以得到该途经管道线路信息对应的缺陷概率。
作为一种可选的实施方式，确定模块204根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息的具体方式，包括：
将所有途经管道线路信息中对应的缺陷概率大于预设的缺陷概率阈值的途经管道线路信息确定为缺陷管道线路信息；
作为一种可选的实施方式，确定模块204根据每一管道线路对应的缺陷概率，确定所有途经管道线路信息中使得漏损分区域发生漏损的缺陷管道线路信息的具体方式，包括：
对所有途经管道线路信息按缺陷概率从大到小进行排序，得到管道线路信息序列；
将管道线路信息序列中的前预设数量个管道线路确定为使得漏损分区域发生漏损的缺陷管道线路。
实施例三
请参阅图3，图3是本发明实施例公开的又一种区域流量数据分析装置的结构示意图。如图3所示，该装置可以包括：
存储有可执行程序代码的存储器301；
与存储器301耦合的处理器302；
处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的区域流量数据分析方法中的部分或全部步骤。
实施例四
本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的区域流量数据分析方法中的部分或全部步骤。
上述对本说明书特定实施例进行了描述，其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的，因此，装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescriptionLanguage)、 Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后应说明的是：本发明实施例公开的一种区域流量数据分析方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (9)
1.一种区域流量数据分析方法，其特征在于，所述方法包括：
获取管控区域的管控时间段内的总夜间流量数据，根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；所述管控区域包括多个分区域；
当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；
从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；所述其他分区域为所述多个分区域中除所述漏损分区域外的分区域；
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，计算该其他分区域与所述漏损分区域之间的管道传输距离；所述管道传输距离为该其他分区域与所述漏损分区域之间的所述管道线路的物理长度和/或该其他分区域与所述漏损分区域之间的流体传输时间；
根据所述管道传输距离，计算每一所述其他分区域的距离权重；所述距离权重与所述管道传输距离成反比；
根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
2.根据权利要求1所述的区域流量数据分析方法，其特征在于，所述根据所述总夜间流量数据，判断所述管控区域是否为漏损区域，包括：
获取所述管控区域的历史夜间最小流量数据；所述历史夜间最小流量数据包括多个用户的历史夜间最小流量数据；
根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值；
判断所述总夜间流量数据是否大于所述漏损阈值；
当判断结果为是时，判断所述管控区域为漏损区域。
3.根据权利要求2所述的区域流量数据分析方法，其特征在于，所述根据所述历史夜间最小流量数据，确定所述管控区域对应的漏损阈值，包括：
基于拉依达准则法，剔除所述多个用户的历史夜间最小流量数据中的异常值；
对剔除了异常值后的所述多个用户的历史夜间最小流量数据进行加权求和，以得到所述管控区域对应的漏损阈值；其中，所述加权求和中每一所述用户的历史夜间最小流量数据的权重与所述用户在历史时间段的用水量成正比；所有所述用户的权重之和为1。
4.根据权利要求1所述的区域流量数据分析方法，其特征在于，所述通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域，包括：
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
基于拉依达准则法，将所有所述分区域对应的子夜间流量数据中的高异常流量所对应的分区域，确定为所述管控区域的漏损分区域；
和/或，
确定所述总夜间流量数据中不同所述分区域对应的子夜间流量数据；
确定不同所述分区域对应的分漏损阈值；
将所有所述分区域对应的子夜间流量数据中，高于对应的所述分漏损阈值的夜间流量所对应的分区域，确定为所述管控区域的漏损分区域。
5.根据权利要求1所述的区域流量数据分析方法，其特征在于，所述计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，获取该其他分区域的历史漏损信息；
计算该其他分区域的历史漏损信息中，该其他分区域在类似时间段内被判定为漏损区域次数与所有时间段内被判定为漏损区域总次数的比值，以得到该其他分区域的漏损出现率；所述类似时间段为与所述管控时间段在至少一个时间属性上相同的时间段；所述时间属性包括月、日、时、分和秒中的至少一种。
6.根据权利要求1所述的区域流量数据分析方法，其特征在于，所述根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率，包括：
对于任意一条所述途经管道线路信息，计算该途经管道线路信息对应的所有所述其他分区域的所述距离权重之和，得到概率分母数；
计算该途经管道线路信息对应的所有所述其他分区域的漏损出现率与对应的所述距离权重的乘积之和，得到概率分子数；
计算所述概率分子数和所述概率分母数的比值，以得到该途经管道线路信息对应的缺陷概率。
7.根据权利要求1所述的区域流量数据分析方法，其特征在于，所述根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息，包括：
将所有所述途经管道线路信息中对应的所述缺陷概率大于预设的缺陷概率阈值的途经管道线路信息确定为缺陷管道线路信息；
和/或，
对所有所述途经管道线路信息按所述缺陷概率从大到小进行排序，得到管道线路信息序列；
将所述管道线路信息序列中的前预设数量个所述途经管道线路信息确定为缺陷管道线路信息。
8.一种区域流量数据分析装置，其特征在于，所述装置包括：
判断模块，用于获取管控区域的管控时间段内的总夜间流量数据，根据所述总夜间流量数据，判断所述管控区域是否为漏损区域；所述管控区域包括多个分区域；
分析模块，用于当判断到所述管控区域为漏损区域时，通过对所述总夜间流量数据中不同所述分区域的子夜间流量数据的分析，确定所述管控区域的漏损分区域；
计算模块，用于从所述管控区域中的所有管道线路信息中确定带有所述漏损分区域的途经标识的途经管道线路信息，计算每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率；所述其他分区域为所述多个分区域中除所述漏损分区域外的分区域；
确定模块，用于根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息；所述确定模块根据每一所述途经管道线路信息所带有的所有途经标识所对应的所有其他分区域的漏损出现率，确定所有所述途经管道线路信息中的缺陷管道线路信息的具体方式，包括：
对于任意一条所述途经管道线路信息的任意一个所述途经标识所对应的所述其他分区域，计算该其他分区域与所述漏损分区域之间的管道传输距离；所述管道传输距离为该其他分区域与所述漏损分区域之间的所述管道线路的物理长度和/或该其他分区域与所述漏损分区域之间的流体传输时间；
根据所述管道传输距离，计算每一所述其他分区域的距离权重；所述距离权重与所述管道传输距离成反比；
根据任意一条所述途经管道线路信息对应的所有所述其他分区域的漏损出现率以及所述距离权重，确定该途经管道线路信息对应的缺陷概率；
根据每一所述途经管道线路信息对应的缺陷概率，确定所有所述途经管道线路信息中的缺陷管道线路信息。
9.一种区域流量数据分析装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的区域流量数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111488496.8A CN113902356B (zh) | 2021-12-08 | 2021-12-08 | 区域流量数据分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111488496.8A CN113902356B (zh) | 2021-12-08 | 2021-12-08 | 区域流量数据分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113902356A CN113902356A (zh) | 2022-01-07 |
| CN113902356B true CN113902356B (zh) | 2022-03-01 |
Family
ID=79025614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111488496.8A Active CN113902356B (zh) | 2021-12-08 | 2021-12-08 | 区域流量数据分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113902356B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115419837A (zh) * | 2022-07-27 | 2022-12-02 | 大连莱立佰信息技术有限公司 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106895268A (zh) * | 2017-03-28 | 2017-06-27 | 智润科技有限公司 | 建立树形结构漏损情况监测管网的方法及监测系统 |
| CN109521327A (zh) * | 2018-11-15 | 2019-03-26 | 贵州电网有限责任公司 | 一种配电线路故障原因综合概率分析方法 |
| CN109578816A (zh) * | 2018-12-14 | 2019-04-05 | 中冶京诚工程技术有限公司 | 给水管网爆管检测方法及装置、控制方法及装置 |
| CN111006137A (zh) * | 2019-12-18 | 2020-04-14 | 北京无线电计量测试研究所 | 一种供水管线漏损监测与泄漏定位方法及系统 |
| JP2020085711A (ja) * | 2018-11-28 | 2020-06-04 | 日立グローバルライフソリューションズ株式会社 | 水漏れ検査システム |
| CN112381382A (zh) * | 2020-11-12 | 2021-02-19 | 深圳市拓安信计控仪表有限公司 | 一种漏损管理方法、漏损管理装置及终端设备 |
| CN113436032A (zh) * | 2021-06-29 | 2021-09-24 | 航天海鹰机电技术研究院有限公司 | 一种供水漏损的主动式管控方法及系统 |
| CN113469386A (zh) * | 2021-07-15 | 2021-10-01 | 山东崇霖软件有限公司 | 一种基于大数据的城市管道管理系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6970808B2 (en) * | 2004-04-29 | 2005-11-29 | Kingsley E. Abhulimen | Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems |
| CN113177691A (zh) * | 2021-04-06 | 2021-07-27 | 山东秉恬信息科技有限公司 | 一种管网漏损分析算法 |
-
2021
- 2021-12-08 CN CN202111488496.8A patent/CN113902356B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106895268A (zh) * | 2017-03-28 | 2017-06-27 | 智润科技有限公司 | 建立树形结构漏损情况监测管网的方法及监测系统 |
| CN109521327A (zh) * | 2018-11-15 | 2019-03-26 | 贵州电网有限责任公司 | 一种配电线路故障原因综合概率分析方法 |
| JP2020085711A (ja) * | 2018-11-28 | 2020-06-04 | 日立グローバルライフソリューションズ株式会社 | 水漏れ検査システム |
| CN109578816A (zh) * | 2018-12-14 | 2019-04-05 | 中冶京诚工程技术有限公司 | 给水管网爆管检测方法及装置、控制方法及装置 |
| CN111006137A (zh) * | 2019-12-18 | 2020-04-14 | 北京无线电计量测试研究所 | 一种供水管线漏损监测与泄漏定位方法及系统 |
| CN112381382A (zh) * | 2020-11-12 | 2021-02-19 | 深圳市拓安信计控仪表有限公司 | 一种漏损管理方法、漏损管理装置及终端设备 |
| CN113436032A (zh) * | 2021-06-29 | 2021-09-24 | 航天海鹰机电技术研究院有限公司 | 一种供水漏损的主动式管控方法及系统 |
| CN113469386A (zh) * | 2021-07-15 | 2021-10-01 | 山东崇霖软件有限公司 | 一种基于大数据的城市管道管理系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 计量小区(DMA)夜间最小流量解析方法探讨与案例研究;郝志萍等;《南水北调与水利科技》;20130728(第04期);第124页-第127页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113902356A (zh) | 2022-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109063886B (zh) | 一种异常检测方法、装置以及设备 | |
| CN110262937B (zh) | 一种指标异常原因的识别方法及装置 | |
| EP3754571A1 (en) | Risk control rule generation method and apparatus | |
| CN107526667B (zh) | 一种指标异常检测方法、装置以及电子设备 | |
| CN108984376B (zh) | 一种系统异常检测方法、装置及设备 | |
| CN114880733B (zh) | 智慧水务水力模型数据处理方法及装置 | |
| CN108243032A (zh) | 一种服务等级信息的获取方法、装置及设备 | |
| CN117406982B (zh) | 一种存算一体应用生成系统和生成方法、存储介质及设备 | |
| CN115238826B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN113902356B (zh) | 区域流量数据分析方法及装置 | |
| CN114943307A (zh) | 一种模型训练的方法、装置、存储介质以及电子设备 | |
| CN115618748A (zh) | 一种模型优化的方法、装置、设备及存储介质 | |
| CN110175084B (zh) | 数据变化的监控方法及装置 | |
| CN112966577B (zh) | 一种模型训练以及信息提供的方法及装置 | |
| CN108536613B (zh) | 数据清理方法、装置、及服务器 | |
| CN108470242B (zh) | 风险管控方法、装置、及服务器 | |
| CN116822606A (zh) | 一种异常检测模型的训练方法、装置、设备及存储介质 | |
| CN108921375A (zh) | 一种数据处理方法和装置 | |
| CN115080292A (zh) | 一种异常检测的方法及装置 | |
| CN109325127B (zh) | 一种风险识别方法和装置 | |
| CN110764893A (zh) | 一种识别任务链路中无效计算的方法、系统及设备 | |
| CN110516814A (zh) | 一种业务模型参数值确定方法、装置、设备及介质 | |
| CN111880922A (zh) | 并发任务的处理方法、装置及设备 | |
| CN117875789B (zh) | 一种用于海绵城市排水效果评估的数据处理方法及装置 | |
| CN117455015B (zh) | 一种模型优化的方法、装置、存储介质及电子设备 |
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 |
Effective date of registration: 20240828 Address after: Floor 1, Building 6, Maipu Science Park, No. 158, Xinsheng Road, Chongchuan District, Nantong City, Jiangsu Province, 226000 Patentee after: JIANGSU DEGAO TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room b703a, 7 / F, Jiahe New Times Plaza, 380 Helong 1st Road, Helong street, Baiyun District, Guangzhou, Guangdong 510000 Patentee before: QING TENG ELECTRONICS TECHNOLOGY CO.,LTD. Country or region before: China |