CN114219295A - 智能夜间水流量监测方法、系统、装置以及存储介质 - Google Patents
智能夜间水流量监测方法、系统、装置以及存储介质 Download PDFInfo
- Publication number
- CN114219295A CN114219295A CN202111539597.3A CN202111539597A CN114219295A CN 114219295 A CN114219295 A CN 114219295A CN 202111539597 A CN202111539597 A CN 202111539597A CN 114219295 A CN114219295 A CN 114219295A
- Authority
- CN
- China
- Prior art keywords
- water
- value
- night
- normal
- area
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 328
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 239000008235 industrial water Substances 0.000 claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 22
- 238000013499 data model Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000008239 natural water Substances 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 4
- 239000008399 tap water Substances 0.000 abstract description 3
- 235000020679 tap water Nutrition 0.000 abstract description 3
- 238000005206 flow analysis Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fluid Mechanics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开一种智能夜间水流量监测方法、系统、装置以及存储介质，包括：确定供水监测区域，每一区域的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；运算得出产每一区域的产销差率阀值；运算得出每一区域正常损耗水量值；运算得出每一区域的夜间最小流量阀值；建立每一区域的夜间水流量数据模型；组合建立智能夜间水流量监测系统，该系统可广泛应用于自来水网的夜间供水的科学管理，合理调节自来水夜间供水功率。
Description
技术领域
本发明涉及自来水供水监测系统领域，具体涉及一种智能夜间水流量监测方法、系统、装置以及存储介质。
背景技术
随着城市化的发展越来越快，水电作为城市发展必不可少的基础设施，水管布设也越来越复杂，并且在经济高速发展的同时人们的夜间活动明显增多，夜间用水量随之增多，特别是商铺多、租户多的小区或农居小区(城中村)。由于夜间用水活跃，直接影响常规最小夜间流量法的判漏。当最小夜间流量阈值设置小了，误报增多，并且导致供水不足；设置大了，可能漏报并造成供水压力泵资源浪费。尽管现在可采用细分的计量考核管理，但是这毕竟涉及到远传大表、智能分表等硬件投入。且最小夜间流量数据全年变化幅度较大，跟季节密切相关。如采用全年固定阈值的常规最小夜间流量法进行漏损监测，难免顾此失彼。
因此开发一种就显得很有必要建立一种大数据的智能夜间水流量监测方法、系统、装置以及存储介质。
发明内容
为克服现有技术的不足，本发明的目的在于提供一种，实现的目的。
本发明通过以下的技术方案来实现：智能夜间水流量监测方法，包括：S1：确定供水监测区域，并将每一监测区域分为春区、夏区、秋区和冬区；录入每一区域的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；S2：由每一区域的所述月售水量实测值和所述预设产销差率，运算得出产每一区域的产销差率阀值；S3：由每一区域的所述产销差率阀值、所述正常水量损耗值和所述必要消耗水量值，运算得出每一区域正常损耗水量值；S4：由每一区域的所述常态水压力值、所述特征节点水压力值集、所述正常损耗水量值、所述夜间生活水量实测值和所述夜间工业水量实测值，运算得出每一区域的夜间最小流量阀值；S5：通过同一区域的所述夜间最小流量实测值与所述夜间最小流量阀值对比建立每一区域的夜间水流量数据模型；每一所述夜间水流量数据模型包括一正常漏水预警模型和一异常漏水预警模型，具体为将所述月供水量测量值和月售水量实测值对比运算得出产销差水量运算值；当夜间最小流量实测值大于夜间最小流量阀值，则生成正常水损预警模型；当夜间最小流量实测值小于夜间最小流量阀值，则判断产销差水量运算值是否大于产销差率阀值，若是，则生成异常水损预警模型；S6：将步骤S5中得出的四个区域的所述夜间水流量数据模型组合建立智能夜间水流量监测系统。
进一步地，所述春区为公历计年2月1日至4月30日，所述夏区为公历计年5月1日至7月31日，所述秋区为公历计年8月1日至10月31日，所述冬区为公历计年11月1日至1月31日。
进一步地，步骤S6具体为观测四个区域一年内每一天的步骤S1至S5中所需观测与运算的数据，得出所述正常水损预警模型和所述异常水损预警模型的分布情况，构建所述智能夜间水流量监测系统。
进一步地，步骤S2分为两步，具体为S21：由所述预设产销差率和所述月售水量实测值，运算得出月供水量标准值；S22：根据月供水量标准值和月售水量实测值的差值运算得出产销差率阀值。
进一步地，步骤S3分为两步，具体为S31：由所述正常水量损耗值和所述必要消耗水量值，运算得出自然漏损水量；S32：由所述自然漏损水量和所述产销差率阀值，运算得出正常损耗水量值。
进一步地，步骤S4分为两步，具体为S41：由所述常态水压力值、所述特征节点水压力值集和所述正常损耗水量值，运算出夜间正常损耗水量值；S42：由所述夜间正常损耗水量值、所述夜间生活水量实测值和所述夜间工业水量实测值运算出夜间最小流量阀值。
进一步地，所述常态水压力值集为供水检测区域在生活用水在晚上十二点到六点之间的供水压力的平均值和工业用水在晚上十一点到八点之间的供水压力的平均值的集合。
本发明的第二种技术方案为：一种智能夜间水流量分析监测系统，包括：数据采集模块，用于采集月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；数据分区模块，根据时间节点分为四个检测区块，设置对应的四个数据存储运算空间，并将所述数据采集模块采集的数据根基采集时间存储进对应每一所述数据存储运算空间；第一运算模块，用于由每一区域月售水量实测值和预设产销差率，运算得每一区域出产销差率阀值；第二运算模块，用于由每一区域产销差率阀值、正常水量损耗值和必要消耗水量值，运算得出每一区域正常损耗水量值；第三运算模块，用于由常态水压力值、特征节点水压力值集、正常损耗水量值、夜间生活水量实测值和夜间工业水量实测值，运算得出每一区域夜间最小流量阀值；数据模型生成模块，用于将每一区域对应夜间最小流量实测值与夜间最小流量阀值进行对比，根据每一区域的对比结果生成供水检测大数据模型集合。
本发明的第三种技术方案为：一种智能夜间水流量分析监测装置，包括：处理器；存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述一种智能夜间水流量分析监测方法
本发明的第四种技术方案为：
进一步地，一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于执行上述一种智能夜间水流量分析监测方法。
相比于现有技术，本发明能达到的有益效果为：通过采集春夏秋冬四区的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值，并且通过运算建立夜间水流量数据模型，可视化科学管理夜间供水数据形态，实时调整自来水厂供水情态和硬件投入，达到收益最优化。
附图说明
图1所示为本发明智夜间水流量监测方法的步骤流程示意图；
图2所示为本发明智夜间水流量监测系统的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1所示，本发明实施例提供了一种智能夜间水流量监测方法，该方法包括以下步骤：
S1、确定供水监测区域，并将每一监测区域分为春区、夏区、秋区和冬区；录入每一区域的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；
具体地，所述月售水量实测值为每一个月的售水量的实际表显值，所述预设产销差率为自来水厂管理人员根据供水收益以及外部其它因素的产销差率的期望阈值，即能够允许的出现的产销差率的最大极值；所述正常水量损耗值为水表在运行过程中正常的漏损量以及收费员在抄录和运算过程中正常的数据误差；所述必要消耗水量值为社会生活生产经营过程中一些免费用水场所所造成的水损耗，例如：绿化、消防、环卫等公益用水和市政用水；所述常态水压力值为一年中正常供水压力的平均值，所述特征节点水压力值集是每个整点时刻的正常供水压力值的集合；所述夜间生活水量实测值为夜间居民生活用水通过水表计量夜间的使用水量，所述夜间工业水量实测值夜间工业生产用水通过水表计量夜间的使用水量；所述夜间最小流量实测值当月所测量出来的夜间最小流量时的表显值；所述月供水量测量值为检测区域内自来水厂总表显示的总供水量的表显值。
在本实施例中，根据区域用水特征将春夏秋冬四区划分为，所述春区为公历计年2月1日至4月30日，所述夏区为公历计年5月1日至7月31日，所述秋区为公历计年8月1日至10月31日，所述冬区为公历计年11月1日至1月31日。
S2、由每一区域的所述月售水量实测值和所述预设产销差率，运算得出产每一区域的产销差率阀值；
具体地，所述产销差率阀值为产销差水量运算值的设定阈值，用于作为一个警戒极限值来对产销差水量运算值的范围进行控制。
S3、由每一区域的所述产销差率阀值、所述正常水量损耗值和所述必要消耗水量值，运算得出每一区域正常损耗水量值；
具体地，所述正常损耗水量值是漏损水量测量值的最大允许值，所述漏损水量测量值为通过测量后运算得出的漏损水量。
S4、由每一区域的所述常态水压力值、所述特征节点水压力值集、所述正常损耗水量值、所述夜间生活水量实测值和所述夜间工业水量实测值，运算得出每一区域的夜间最小流量阀值；
具体地，所述夜间最小流量阀值为夜间最小流量实测值的最大允许值，用于对夜间最小流量实测值进行预警的评判标准。
S5、通过同一区域的所述夜间最小流量实测值与所述夜间最小流量阀值对比建立每一区域的夜间水流量数据模型；每一所述夜间水流量数据模型包括一正常漏水预警模型和一异常漏水预警模型，具体为将所述月供水量测量值和月售水量实测值对比运算得出产销差水量运算值；当夜间最小流量实测值大于夜间最小流量阀值，则生成所述正常水损预警模型；当夜间最小流量实测值小于夜间最小流量阀值，则判断产销差水量运算值是否大于产销差率阀值，若是，则生成异常水损预警模型。
S6、将步骤S5中得出的四个区域的所述夜间水流量数据模型组合建立智能夜间水流量监测系统。
具体的，观测四个区域一年内每一天的步骤S1至S5中所需观测与运算的数据，得出所述正常水损预警模型和所述异常水损预警模型的分布情况，构建所述智能夜间水流量监测系统。
由上述可得，通过使用本发明，可以通过采集春夏秋冬四区的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值，并且通过运算建立夜间水流量数据模型，可视化科学管理夜间供水数据形态，实时调整自来水厂供水情态和硬件投入，达到收益最优化。
进一步的，步骤S2，其具体包括：
S21、根据预设产销差率和月售水量实测值，运算得出月供水量标准值；
具体地，将已知的月售水量实测值和预设产销差率根据运算公式：预设产销差率＝[(月供水量标准值-月售水量实测值)/月供水量标准值]×100％得出月供水量标准值，所述月供水量标准值为满足预设产销差率的月供水量。
S22、根据月供水量标准值和月售水量实测值的差值运算得出产销差率阀值；
具体地，根据公式：产销差率阀值＝月供水量标准值-月售水量实测值得出产销差率阀值。可见，使用这一公式可运算得出产销差水量运算值的最大允许值，而不是直接设置，能够提高其准确性。
进一步的，步骤S3，其具体包括：
S31、根据正常水量损耗值和必要消耗水量值，运算得出自然漏损水量；
具体地，将正常水量损耗值和必要消耗水量值根据公式：自然漏损水量＝正常水量损耗值+必要消耗水量值可得出自然漏损水量，所述自然漏损水量为正常状态下的水流失量。
S32、根据自然漏损水量和产销差率阀值，运算得出正常损耗水量值；
具体地，将自然漏损水量和产销差率阀值根据公式：正常损耗水量值＝自然漏损水量+产销差率阀值可得出正常损耗水量值。
进一步的步骤S4，其具体包括：
S41、根据常态水压力值、特征节点水压力值集和正常损耗水量值，运算出夜间正常损耗水量值；
具体地，将根据步骤S3所运算出的正常损耗水量值以及已知的常态水压力值、特征节点水压力值集，通过公式：Qn＝Ql/(∑M j＝1∑24 i＝1(Pij/Pnnf)N)运算得出夜间正常损耗水量值，公式中各参数的含义为：Qn为夜间正常损耗水量值，Q1为正常损耗水量值，M为当月天数，Pij为特征节点水压力值集中的某一个时刻压力值(当月第j天的第i小时的时刻供水压力值)，Pnnf为常态水压力值，N为一特定值。
S42、将夜间正常损耗水量值、夜间生活水量实测值和夜间工业水量实测值进行和运算后得出夜间最小流量阀值；
具体地，将步骤S41得出的夜间正常损耗水量值和已知的夜间生活水量实测值和夜间工业水量实测值，通过公式：MNF＝Q n+Yj+Ys得出夜间最小流量阀值，公式中参数的含义为：MNF为夜间最小流量阀值，Qn为夜间正常损耗水量值，Yj为夜间生活水量实测值，Ys为夜间工业水量实测值。可见，通过算法运算来得出合理的夜间最小流量的阈值。
进一步的，所述常态水压力值集为供水检测区域在生活用水在晚上十二点到六点之间的供水压力的平均值和工业用水在晚上十一点到八点之间的供水压力的平均值的集合，更贴近实际需求，以使所述智能夜间水流量监测方法更具有现实的指导意义。
如图2所示，一种智能夜间水流量监测方法系统，包括：
数据采集模块，用于采集月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；
具体地，所述数据采集模块用于从管理平台采集相关数据，以及通过数据预设置而获取的数据，将相关数据传输至其他运算模块进行相应的算法处理。
数据分区模块，根据时间节点分为四个检测区块，设置对应的四个数据存储运算空间，并将所述数据采集模块采集的数据根基采集时间存储进对应每一所述数据存储运算空间
第一运算模块，用于由每一区域月售水量实测值和预设产销差率，运算得每一区域出产销差率阀值。
第二运算模块，用于由每一区域产销差率阀值、正常水量损耗值和必要消耗水量值，计算得出每一区域正常损耗水量值。
第三运算模块，用于由常态水压力值、特征节点水压力值集、正常损耗水量值、夜间生活水量实测值和夜间工业水量实测值，计算得出每一区域夜间最小流量阀值。
数据模型生成模块，用于将每一区域对应夜间最小流量实测值与夜间最小流量阀值进行对比，根据每一区域的对比结果生成供水检测大数据模型集合；
基于上述的智能夜间水流量监测方法，本发明实施例还提供了一种智能夜间水流量监测方法装置，该装置包括：
一个处理器；一个存储器，用于存储至少程序；当所述程序被所述处理器执行，使得所述处理器实现所述智能夜间水流量监测方法。
另外，本发明还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行上述任一种智能夜间水流量监测方法方法。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种智能夜间水流量监测方法，其特征在于，包括：
S1：确定供水监测区域，并将每一监测区域分为春区、夏区、秋区和冬区；录入每一区域的月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；
S2：由每一区域的所述月售水量实测值和所述预设产销差率，运算得出产每一区域的产销差率阀值；
S3：由每一区域的所述产销差率阀值、所述正常水量损耗值和所述必要消耗水量值，运算得出每一区域正常损耗水量值；
S4：由每一区域的所述常态水压力值、所述特征节点水压力值集、所述正常损耗水量值、所述夜间生活水量实测值和所述夜间工业水量实测值，运算得出每一区域的夜间最小流量阀值；
S5：通过同一区域的所述夜间最小流量实测值与所述夜间最小流量阀值对比建立每一区域的夜间水流量数据模型；每一所述夜间水流量数据模型包括一正常漏水预警模型和一异常漏水预警模型，具体为将所述月供水量测量值和月售水量实测值对比运算得出产销差水量运算值；当夜间最小流量实测值大于夜间最小流量阀值，则生成正常水损预警模型；当夜间最小流量实测值小于夜间最小流量阀值，则判断产销差水量运算值是否大于产销差率阀值，若是，则生成异常水损预警模型；
S6：将步骤S5中得出的四个区域的所述夜间水流量数据模型组合建立智能夜间水流量监测系统。
2.如权利要求1所述的智能夜间水流量监测方法，其特征在于，所述春区为公历计年2月1日至4月30日，所述夏区为公历计年5月1日至7月31日，所述秋区为公历计年8月1日至10月31日，所述冬区为公历计年11月1日至1月31日。
3.如权利要求1所述的智能夜间水流量监测方法，其特征在于，步骤S6具体为观测四个区域一年内每一天的步骤S1至S5中所需观测与运算的数据，得出所述正常水损预警模型和所述异常水损预警模型的分布情况，构建所述智能夜间水流量监测系统。
4.如权利要求1所述的智能夜间水流量监测方法，其特征在于，步骤S2分为两步，具体为S21：由所述预设产销差率和所述月售水量实测值，运算得出月供水量标准值；S22：根据月供水量标准值和月售水量实测值的差值运算得出产销差率阀值。
5.如权利要求1所述的智能夜间水流量监测方法，其特征在于，步骤S3分为两步，具体为S31：由所述正常水量损耗值和所述必要消耗水量值，运算得出自然漏损水量；S32：由所述自然漏损水量和所述产销差率阀值，运算得出正常损耗水量值。
6.如权利要求1所述的智能夜间水流量监测方法，其特征在于，步骤S4分为两步，具体为S41：由所述常态水压力值、所述特征节点水压力值集和所述正常损耗水量值，运算出夜间正常损耗水量值；S42：由所述夜间正常损耗水量值、所述夜间生活水量实测值和所述夜间工业水量实测值运算出夜间最小流量阀值。
7.根据权利要求1-6任一项所述的智能夜间水流量监测方法，其特征在于：所述常态水压力值集为供水检测区域在生活用水在晚上十二点到六点之间的供水压力的平均值和工业用水在晚上十一点到八点之间的供水压力的平均值的集合。
8.一种智能夜间水流量监测系统，其特征在于：包括：
数据采集模块，用于采集月售水量实测值、预设产销差率、正常水量损耗值、必要消耗水量值、常态水压力值、特征节点水压力值集、夜间生活水量实测值、夜间工业水量实测值，夜间最小流量实测值和月供水量测量值；
数据分区模块，根据时间节点分为四个检测区块，设置对应的四个数据存储运算空间，并将所述数据采集模块采集的数据根基采集时间存储进对应每一所述数据存储运算空间；
第一运算模块，用于由每一区域月售水量实测值和预设产销差率，运算得每一区域出产销差率阀值；
第二运算模块，用于由每一区域产销差率阀值、正常水量损耗值和必要消耗水量值，运算得出每一区域正常损耗水量值；
第三运算模块，用于由常态水压力值、特征节点水压力值集、正常损耗水量值、夜间生活水量实测值和夜间工业水量实测值，运算得出每一区域夜间最小流量阀值；
数据模型生成模块，用于将每一区域对应夜间最小流量实测值与夜间最小流量阀值进行对比，根据每一区域的对比结果生成供水检测大数据模型集合。
9.一种智能夜间水流量监测装置，其特征在于：包括：
处理器；
存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7任一项所述一种智能夜间水流量监测方法方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述一种智能夜间水流量监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111539597.3A CN114219295A (zh) | 2021-12-15 | 2021-12-15 | 智能夜间水流量监测方法、系统、装置以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111539597.3A CN114219295A (zh) | 2021-12-15 | 2021-12-15 | 智能夜间水流量监测方法、系统、装置以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114219295A true CN114219295A (zh) | 2022-03-22 |
Family
ID=80702738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111539597.3A Pending CN114219295A (zh) | 2021-12-15 | 2021-12-15 | 智能夜间水流量监测方法、系统、装置以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114219295A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009192329A (ja) * | 2008-02-13 | 2009-08-27 | Toshiba Corp | 配水管路の漏水診断装置及び漏水診断方法 |
| CN109827077A (zh) * | 2019-01-25 | 2019-05-31 | 广州市自来水公司 | 一种水流量漏损预警方法、系统、装置以及存储介质 |
| CN109932009A (zh) * | 2018-08-31 | 2019-06-25 | 滁州市智慧水务科技有限公司 | 一种分布式自来水管网损耗监测系统及方法 |
| CN111859292A (zh) * | 2020-07-07 | 2020-10-30 | 杭州电子科技大学 | 一种夜间用水活跃小区的供水漏损监测方法 |
-
2021
- 2021-12-15 CN CN202111539597.3A patent/CN114219295A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009192329A (ja) * | 2008-02-13 | 2009-08-27 | Toshiba Corp | 配水管路の漏水診断装置及び漏水診断方法 |
| CN109932009A (zh) * | 2018-08-31 | 2019-06-25 | 滁州市智慧水务科技有限公司 | 一种分布式自来水管网损耗监测系统及方法 |
| CN109827077A (zh) * | 2019-01-25 | 2019-05-31 | 广州市自来水公司 | 一种水流量漏损预警方法、系统、装置以及存储介质 |
| CN111859292A (zh) * | 2020-07-07 | 2020-10-30 | 杭州电子科技大学 | 一种夜间用水活跃小区的供水漏损监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ziel et al. | Probabilistic mid-and long-term electricity price forecasting | |
| CN107831285B (zh) | 一种基于物联网的河湖污染监测系统及其方法 | |
| CN109784746A (zh) | 城乡统筹供水管网水力水质模拟平台 | |
| CN102183621B (zh) | 水产养殖溶解氧浓度在线预测方法及系统 | |
| Rashid | AMI smart meter big data analytics for time series of electricity consumption | |
| CN111291076B (zh) | 基于大数据的异常用水监测报警系统及其构建方法 | |
| CN109827077B (zh) | 一种水流量漏损预警方法、系统、装置以及存储介质 | |
| Gerossier et al. | Probabilistic day-ahead forecasting of household electricity demand | |
| CN102174994A (zh) | 城市供水管网事故爆管在线定位系统 | |
| CN104534285B (zh) | 一种能耗异常监控方法及装置 | |
| US20240184959A1 (en) | Sewage pipe network hydraulic model building method based on three-dimensional geographic information | |
| CN113011903A (zh) | 基于gis和水力模型的水污染精准溯源方法 | |
| CN111121874A (zh) | 一种水源地水质监测评估系统及其评估方法 | |
| CN104715156A (zh) | 一种建筑节能潜力动态评估方法 | |
| CN111859292B (zh) | 一种夜间用水活跃小区的供水漏损监测方法 | |
| CN113074324A (zh) | 基于城市供水管网运行安全动态预警的数据库及建立方法 | |
| CN112907034B (zh) | 一种基于物联网和机器学习的分区计量漏损监控管理系统 | |
| CN117335411B (zh) | 一种光伏电站群的中长期发电量预测方法 | |
| Gerber et al. | Towards sustainable developing cities: A simplified forecasting model for sizing grid-tied PV using monthly electricity bills | |
| CN117196120A (zh) | 一种用户用水行为分析算法 | |
| CN116027687A (zh) | 一种智慧用能楼宇能耗监控系统及节能效果监测方法 | |
| CN112116188A (zh) | 综合漏损指数大数据分析漏损预警解决方法 | |
| CN117010946A (zh) | 一种火电厂生产经营成本核算系统及其使用方法 | |
| CN116226600A (zh) | 基于建筑产业能源结构的碳排计算方法、存储介质及设备 | |
| Mamo et al. | Urban water demand forecasting using the stochastic nature of short term historical water demand and supply pattern |
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 |