CN115419837A - 基于泵站出口最小流量判断二次供水管网漏损量的方法 - Google Patents
基于泵站出口最小流量判断二次供水管网漏损量的方法 Download PDFInfo
- Publication number
- CN115419837A CN115419837A CN202210893885.7A CN202210893885A CN115419837A CN 115419837 A CN115419837 A CN 115419837A CN 202210893885 A CN202210893885 A CN 202210893885A CN 115419837 A CN115419837 A CN 115419837A
- Authority
- CN
- China
- Prior art keywords
- water supply
- daily
- monthly
- leakage
- water
- 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 203
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004140 cleaning Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 230000001186 cumulative effect Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000005086 pumping Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 8
- 238000005192 partition Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Mechanical Engineering (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
基于泵站出口最小流量判断二次供水管网漏损量的方法,属于电子信息技术领域。技术方案步骤如下:S1、对数据进行过滤清洗;S2、进行单位小流量计算;S3、进行日指标计算,日指标计算包括:日夜间小流量、日漏失水量、日供水量、日漏失概率;S4、进行月指标计算,月指标计算包括:月供水量、月漏失水量、月漏失概率。有益效果:本发明针对二次加压泵站的场景,借助智能化的管网数据预测进行漏损预测的一种智能化管网漏失分析方法。此种方法在管网基础数据不够完整的情况,仍然可以上线实施,快速锁定漏失区域,再结合听漏设备找到漏点及时堵漏,漏损管控的效果立竿见影,很大程度上减少了漏失量,节能降耗的收益非常可观。
Description
技术领域
本发明属于电子信息技术领域,关于智慧水务的管网漏损管控的智能检漏分析方法,尤其涉及一种基于泵站出口最小流量判断二次供水管网漏损量的方法。
背景技术
现阶段,国内大部分市政供水系统都建于20世纪末期,很多管网都已经铺设了30余年,当时的科技手段有限,所以管网的建材、施工品质都普遍较差,随着供水管网的使用,管网的老化程度也变得愈来愈明显,特别是一些老旧的小区,很多管网陆续出现渗漏曝管的现象。
二次加压泵站出口流量计后端小区管网片区,在分区计量的层级中属于三级分区,此片区相对独立封闭,可作为DMA分区进行漏失监测和管控。对于整个市区管网来说,大部分的管网渗漏主要集中在小区内网,因此将泵站漏失分析作为管网漏损监测重点。
为了及时发现漏点,快速修漏降低水资源浪费就要监测,不停歇的实时监测。比较古老的方法即通过地面听音来判断管网是否漏水,沿用至今,可其弊端也十分明显,噪音的影响对其非常大,通常在夜深人静的时候,负责人员才能去检测,反馈的信息也很有限,效率很差。仪器的精确、技术人员的工作能力素养对监测结果有着不可忽视的影响。
随着新智能化技术的发展,古老的听音检测在慢慢被摒弃。自动化管网在管道中凭借金属的传导性,发出电磁波或流动水分子进行实时监测,甚至有新的发明,如投入水流动微型机器人,只不过目前成本较高难以普及。
发明内容
为了解决上述现有技术中存在的问题,本发明提供一种基于泵站出口最小流量判断二次供水管网漏损量的方法,将每个独立的二次加压供水小区作为一个独立计量分区,选取夜间0-4时小时流量的最小值作为当日夜间最小流量值,根据夜间最小流量法对漏失水量进行量化核算。夜间小流量和总供水量是漏失分析的关键指标,其数据的合理性就尤为重要。然而,由于停水、水表故障、换表等实际情况非常复杂,仪表上报的原始流量数据往往不能真实反映管网的物理漏损情况,不能够直接用于漏失水量的计算。因此,需要一种更加智能快速的方法来剔除各种异常数据,在此基础上在进行漏失分析计算,能够接近实际管网的漏失情况,才能够更加准确的找到漏损区域,为检漏修漏提供数据支持。
技术方案如下:
一种基于泵站出口最小流量判断二次供水管网漏损量的方法,步骤如下:
S1、对数据进行过滤清洗:
累计流量为0、累计流量超出仪表量程、累计流量超出报警上下限值、本次累计流量,原始值存入设备日志表,同时将所述4种数据计入异常值记录表,不进入下一步计算过程;
S2、进行单位小流量计算:
以小时为单位计算小流量,通过下式计算小时流量,
fh=fn-f0
其中,fh表示小时流量,fn表示累计流量的末针刻度值,f0表示累计流量的首针刻度值;
S3、进行日指标计算,日指标计算包括:日夜间小流量、日漏失水量、日供水量、日漏失概率;
S3.1、选择日最小流量:
夜间小流量选择区间0点~4时,在该区间内选择最小的小时流量,作为当日的夜间最小小时流量;
S3.1、通过下式计算日漏失水量:
fd=fhmin*24*K
其中,fd表示日漏失水量,fhmin表示日最小小时流量,K表示修正系数;
S3.3、计算日供水量:
通过两个邻近日期的零点值相减,计算出当日的完整日供水量;
S3.4、通过下式计算日漏失概率:
Pd=(fd÷fa)*100%
其中,Pd表示日漏失概率,fd表示日漏失水量,fa表示日总供水量;
S4、进行月指标计算,月指标计算包括:月供水量、月漏失水量、月漏失概率;
S4.1、计算月供水量,当月1日与下月1日0点刻度值的差值,作为当月供水量;
S4.2、计算月漏失水量,当月计算出的日漏失水量由小到大排序,去掉20%的较小数据,取剩余部分的最小值作为当月的日最小漏失水量;
通过下式计算漏失水量有效天数:
dv=dm-d0-du
其中,dv表示漏失水量有效天数,dm表示当月天数,d0表示日供水量为0的天数,du表示业务部门报告的水量异常天数;
通过下式计算月漏失水量:
fm=fdmin*dv
其中,fm表示月漏失水量,fdmin表示日最小漏失水量,dv表示漏失水量有效天数;
S4.3、通过下式计算月漏失概率:
Pm=(fm÷fma)*100%
其中,Pm表示月漏失概率,fm表示月漏失水量,fma表示月总供水量。
进一步的,步骤S2中,当缺失的时间少于15分钟,经过补值推测出完整1小时的流量。
进一步的,步骤S3.3中,当出现0点值缺失时,如果满足满足供水时长超过23.5小时,由仪表当日末针与首针数据相减来推算供水量。
进一步的,步骤S4.1中,当0点数据缺失时:
(1)如果月总供水量>0,数据有缺失的天数,由日供水量平均值来补足;
(2)如果月总供水量≦0,表示当月仪表数据故障或者更换水表,以日平均供水量为基础计算月供水量,并标记“日均值水量估算”。
本发明的有益效果是:
本发明所述的基于泵站出口最小流量判断二次供水管网漏损量的方法,漏失分析是以泵站为单位,以一个月为周期,按日统计汇总所有泵站分区的漏失数据,同时也具有对重点关注的泵站标记状态,集中显示的功能,大大提高了基层部门查漏的工作效率;集团每月月初以上个月的泵站漏失月报数据整体评估泵站的漏失状况,制定下个月的降低漏失指标计划,分解后下发到各个营业分公司。泵站漏失月报为基层快速查漏,为集团制定漏损率指标考核计划发挥了重要作用;有效地降低了区域水量漏损。使用分区计量系统快速确定重点漏损区域,指导检漏、降损工作,取得显著效果。
本发明针对二次加压泵站的场景,借助智能化的管网数据预测进行漏损预测的一种智能化管网漏失分析方法。此种方法在管网基础数据不够完整的情况,仍然可以上线实施,快速锁定漏失区域,再结合听漏设备找到漏点及时堵漏,漏损管控的效果立竿见影,很大程度上减少了漏失量,节能降耗的收益是非常可观的。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将结合附图和详细实施方式对本发明进行详细说明,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明上报数据流程图;
图2为本发明日作业启动流程图;
图3为本发明月作业启动流程图;
图4为本发明月供水量计算有效天数选择示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。下面结合附图1-4对基于泵站出口最小流量判断二次供水管网漏损量的方法做进一步说明。
实施例1
选取夜间0-4时小时流量的最小值作为当日夜间最小流量值,在对诸多影响因素评估后(例如管龄、温度等)确定物理漏失的修正系数,主要计算公式如下:
日漏失量=当日夜间最小流量的小时流量*修正系数*24小时漏失水量=选择区间内日漏失量的最小值*区间天数。
漏失概率=(漏失水量÷总供水量)*100%
漏失概率越高,说明管网漏损的可能性越大,需要进行重点检漏补漏工作。
管网漏损主要评价指标包括:夜间最小小时流量、日供水量、日漏失水量、日漏失概率、月总供水量、月漏失水量、月漏失概率等。
管网漏损评估以漏失概率的结果为标准分成三个等级:
等级 | A(较好) | B(一般) | C(较差) |
范围 | 30%以下 | 30%∽40% | 40%以上 |
管网漏损评估过程如下:
一、数据过滤清洗
累计流量为0、累计流量超出仪表量程、累计流量超出报警上下限值、本次累计流量<上次累计流量(更换仪表或还针),原始值存入设备日志表,同时将这4种数据计入异常值记录表,不进入下一步计算过程。
二、单位小流量计算以小时为单位计算小流量为例。
小时流量=累计流量的末针刻度值–累计流量的首针刻度值
最理想的情况是由两个邻近时间点的累计流量相减,计算得出完整1小时的小时流量才最为精确。但是,实际上有很多因素造成仪表数据整点数据有缺失,那么这种情况下就细分为多个情况处理,缺失的时间少于15分钟,缺失数据还是有效的,经过补值推测出完整1小时的流量。此种方式可以将一些信号不太稳定,偶然出现数据丢失的点的数据利用起来,尽可能的更充分地把原始数据利用起来。
三、日指标计算
日指标计算主要包括:日夜间小流量、日漏失水量、日供水量、日漏失概率
1.日最小流量选择
夜间小流量选择区间0点~4时,在该区间内选择最小的小时流量,作为当日的夜间最小小时流量。
2日漏失水量计算
计算公式:日漏损水量=日最小小时流量*24小时
3日供水量计算
日供水量是两个邻近日期的零点值相减,计算出当日的完整供水量。
日供水量跟小时流量的计算类似,也会出现0点值缺失的情况,那么此时就需要由仪表当日末针与首针数据相减来推算供水量,此种算法的前提也是需要满足供水时长超过23.5小时,才能作为有效数据参与计算。
4日漏失概率
计算公式:日漏失概率=(日漏失水量÷日总供水量)*100%
四、月指标计算
月指标计算主要包括:月供水量、月漏失水量、月漏失概率
1、月供水量计算
由于现场经常出现仪表故障、信号弱等情况导致上报数据不完整,因此月供水量计算较为复杂。
月供水量基本计算方法是当月1日与下月1日0点刻度值的差值,作为当月供水量。当0点数据缺失时,需要分为多种情况判断数据是否有效。
(1)月总供水量>0,数据有缺失的天数,由日供水量平均值来补足。
(2)月总供水量≦0,表示当月仪表数据故障或者更换水表,以日平均供水量为基础计算月供水量,并标记“日均值水量估算”。
2、月漏失水量
当月计算出的日漏失水量由小到大排序,去掉20%(可动态调整)的较小数据,取剩余部分的最小值作为当月的日最小漏失水量。漏失水量有效天数=当月天数—日供水量为0的天数—业务部门报告的水量异常天数
月漏失水量=日最小漏失水量*漏失水量有效天数
3、月漏失概率
月漏失概率=(月漏失水量÷月总供水量)*100%
实施例2
管网漏损评估过程如下:
一、数据过滤清洗
累计流量为0、累计流量超出仪表量程、累计流量超出报警上下限值、本次累计流量<上次累计流量(更换仪表或还针),原始值存入设备日志表,同时将这4种数据计入异常值记录表,不进入下一步计算过程。
二、单位小流量计算
以小时为单位计算小流量为例。
小时流量=累计流量的末针刻度值–累计流量的首针刻度值
·整点累计流量值完整:
整点累计流量值,整点小时刻度值相减,得出每个小时的流量。
·整点累计流量值缺失,且上数时间差值超过45分钟:
计算该小时内的首末时间差,差值超过45分钟,视为有效时间段。然后计算出该时段的每分钟平均流量,再乘以60估算出该小时的流量。
·整点累计流量值缺失,且上数时间差值小于45分钟:
此种情况,视为无效时间段,不参与下一步计算。
·无上数:
此种情况,视为无效时间段,不参与下一步计算。
三、日指标计算
1日最小流量选择
夜间小流量选择区间0点~4时,在该区间内选择最小的小时流量,作为当日的夜间最小小时流量。
2日漏失水量计算
计算公式:日漏损水量=日最小小时流量*24小时*修正系数
3日供水量计算
日供水量=当日累计流量的末针时刻–当日累计流量的首针时刻
供水时长=当日累计流量末针时刻–当日累计流量首针时刻,供水时长超过23.5小时,此种情况视为有效供水量。
4日漏失概率
计算公式:日漏失概率=(日漏失水量÷日总供水量)*100%
四、月指标计算
1、月供水量计算
由于现场经常出现仪表故障、信号弱等情况导致上报数据不完整,因此月供水量计算较为复杂。
月总供水量=当月累计流量的末针刻度值–当月累计流量的首针刻度值
供水量有效天数=当月末针日期–当月首针日期(如图4所示)
(1)月总供水量>0
·供水量有效天数<当月天数,缺失天数补数规则
表示当月供水量有缺失,当月的首尾缺失天数用日供水量平均值补齐,并设定补数标记。
当月实际供水量=计算月供水量+日平均值供水量*(当月首尾缺失天数–缺失天数中的异常天数)
上数区间计算出的原始月供水量若小于该区间的日供水量之和,则视为无效数据,选择日平均值供水量计算全月供水量。
·供水量有效天数<当月天数且供水量有效天数<15天除了设定补数标记之外,由于缺失天数较多,补数与实际情况偏离较多,额外增加“不建议参考”标记。
(2)月总供水量≦0
表示当月仪表数据故障或者更换水表,以日平均供水量为基础计算月供水量,并标记“日均值水量估算”。
当月实际供水量=日平均供水量*(当月天数–当月异常天数)
·供水时长超过23.5小时的天数≥15天
选取此类天数的日供水量之和的平均值,作为日平均供水量。
·数据缺失多的其余情况
选取有效天数的日供水量之和的平均值,作为日平均供水量。除了标记“日均值水量估算”之外,额外增加“不建议参考”标记。
2、月漏失水量
漏失水量有效天数=当月天数—日供水量为0的天数—业务部门报告的水量异常天数
当月计算出的日漏失水量由小到大排序,去掉20%的较小数据,取剩余部分的最小值作为当月的日最小漏失水量。
当月计算出的日漏失水量天数<当月总天数的20%,数据缺失较多,增加“不建议参考”标记。
月漏失水量=日最小漏失水量*漏失水量有效天数
3、月漏失概率
月漏失概率=(月漏失水量÷月总供水量)*100%
漏失分析是以泵站为单位,以一个月为周期,按日统计汇总所有泵站分区的漏失数据,同时也具有对重点关注的泵站标记状态,集中显示的功能,大大提高了基层部门查漏的工作效率;集团每月月初以上个月的泵站漏失月报数据整体评估泵站的漏失状况,制定下个月的降低漏失指标计划,分解后下发到各个营业分公司。泵站漏失月报为基层快速查漏,为集团制定漏损率指标考核计划发挥了重要作用。
以某项目为例,在新的工作模式下,数据分析人员利用实时数据平台,通过日供水量与夜间小流量数据的采集与比对,根据水量泄漏、水压突降等情况,快速锁定区域。迅速展开实地排查,测漏与抢修维护,并严格落实后续的重点监控,有效的排除月漏损3万余立方米。
全新的工作模式,“用数据说话”的工作核心,科学指导各部门快速反应,有效的降低了区域水量漏损。使用分区计量系统快速确定重点漏损区域,指导检漏、降损工作,取得显著效果。以2020年6月1日至2020年7月18日区间的统计数据为例,各营业分公司累计主动维修671处漏点(230个小区),共计小流量下降693立方米/小时,日减少漏失水量16632立方米,月减少漏失水量498960立方米。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于泵站出口最小流量判断二次供水管网漏损量的方法,其特征在于,步骤如下:
S1、对数据进行过滤清洗:
累计流量为0、累计流量超出仪表量程、累计流量超出报警上下限值、本次累计流量,原始值存入设备日志表,同时将所述4种数据计入异常值记录表,不进入下一步计算过程;
S2、进行单位小流量计算:
以小时为单位计算小流量,通过下式计算小时流量,
fh=fn-f0
其中,fh表示小时流量,fn表示累计流量的末针刻度值,f0表示累计流量的首针刻度值;
S3、进行日指标计算,日指标计算包括:日夜间小流量、日漏失水量、日供水量、日漏失概率;
S3.1、选择日最小流量:
夜间小流量选择区间0点~4时,在该区间内选择最小的小时流量,作为当日的夜间最小小时流量;
S3.1、通过下式计算日漏失水量:
fd=fhmin*24*K
其中,fd表示日漏失水量,fhmin表示日最小小时流量,K表示修正系数;
S3.3、计算日供水量:
通过两个邻近日期的零点值相减,计算出当日的完整日供水量;
S3.4、通过下式计算日漏失概率:
Pd=(fd÷fa)*100%
其中,Pd表示日漏失概率,fd表示日漏失水量,fa表示日总供水量;
S4、进行月指标计算,月指标计算包括:月供水量、月漏失水量、月漏失概率;
S4.1、计算月供水量,当月1日与下月1日0点刻度值的差值,作为当月供水量;
S4.2、计算月漏失水量,当月计算出的日漏失水量由小到大排序,去掉20%的较小数据,取剩余部分的最小值作为当月的日最小漏失水量;
通过下式计算漏失水量有效天数:
dv=dm-d0-du
其中,dv表示漏失水量有效天数,dm表示当月天数,d0表示日供水量为0的天数,du表示业务部门报告的水量异常天数;
通过下式计算月漏失水量:
fm=fdmin*dv
其中,fm表示月漏失水量,fdmin表示日最小漏失水量,dv表示漏失水量有效天数;
S4.3、通过下式计算月漏失概率:
Pm=(fm÷fma)*100%
其中,Pm表示月漏失概率,fm表示月漏失水量,fma表示月总供水量。
2.如权利要求1所述的基于泵站出口最小流量判断二次供水管网漏损量的方法,其特征在于,步骤S2中,当缺失的时间少于15分钟,经过补值推测出完整1小时的流量。
3.如权利要求1所述的基于泵站出口最小流量判断二次供水管网漏损量的方法,其特征在于,步骤S3.3中,当出现0点值缺失时,如果满足满足供水时长超过23.5小时,由仪表当日末针与首针数据相减来推算供水量。
4.如权利要求1所述的基于泵站出口最小流量判断二次供水管网漏损量的方法,其特征在于,步骤S4.1中,当0点数据缺失时:
(1)如果月总供水量>0,数据有缺失的天数,由日供水量平均值来补足;
(2)如果月总供水量≦0,表示当月仪表数据故障或者更换水表,以日平均供水量为基础计算月供水量,并标记“日均值水量估算”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893885.7A CN115419837A (zh) | 2022-07-27 | 2022-07-27 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893885.7A CN115419837A (zh) | 2022-07-27 | 2022-07-27 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115419837A true CN115419837A (zh) | 2022-12-02 |
Family
ID=84196507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210893885.7A Pending CN115419837A (zh) | 2022-07-27 | 2022-07-27 | 基于泵站出口最小流量判断二次供水管网漏损量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115419837A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115841398A (zh) * | 2023-01-03 | 2023-03-24 | 成都同飞科技有限责任公司 | 一种基于物联网的供水管网漏损分析方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033969A (zh) * | 2009-09-29 | 2011-04-27 | Sgi工程有限公司 | 供水管网管理系统及方法 |
KR101042176B1 (ko) * | 2010-08-20 | 2011-06-16 | (주) 그린텍아이엔씨 | 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 방법 |
CN105046352A (zh) * | 2015-07-02 | 2015-11-11 | 哈尔滨华夏矿安科技有限公司 | 基于血管仿生原理的供水管网漏损计算方法 |
CN106287233A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院生态环境研究中心 | 一种管网漏失预警方法及系统 |
KR20170077474A (ko) * | 2015-12-28 | 2017-07-06 | (주) 그린텍아이엔씨 | 이벤트 발생을 반영한 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 시스템 |
CN107194621A (zh) * | 2017-07-14 | 2017-09-22 | 水联网技术服务中心(北京)有限公司 | 一种供水管网管理系统和方法 |
CN107886183A (zh) * | 2017-05-28 | 2018-04-06 | 山东潍微科技股份有限公司 | 一种基于供水系统三量的漏损计量操控方法 |
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 |
CN113902356A (zh) * | 2021-12-08 | 2022-01-07 | 广东青藤环境科技有限公司 | 区域流量数据分析方法及装置 |
CN114198644A (zh) * | 2021-12-02 | 2022-03-18 | 武汉三环科普睿科技有限公司 | 一种基于dma监测相关流量数据的供水管网探漏管控方法 |
-
2022
- 2022-07-27 CN CN202210893885.7A patent/CN115419837A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033969A (zh) * | 2009-09-29 | 2011-04-27 | Sgi工程有限公司 | 供水管网管理系统及方法 |
KR101042176B1 (ko) * | 2010-08-20 | 2011-06-16 | (주) 그린텍아이엔씨 | 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 방법 |
CN105046352A (zh) * | 2015-07-02 | 2015-11-11 | 哈尔滨华夏矿安科技有限公司 | 基于血管仿生原理的供水管网漏损计算方法 |
KR20170077474A (ko) * | 2015-12-28 | 2017-07-06 | (주) 그린텍아이엔씨 | 이벤트 발생을 반영한 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 시스템 |
CN106287233A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院生态环境研究中心 | 一种管网漏失预警方法及系统 |
CN107886183A (zh) * | 2017-05-28 | 2018-04-06 | 山东潍微科技股份有限公司 | 一种基于供水系统三量的漏损计量操控方法 |
CN107194621A (zh) * | 2017-07-14 | 2017-09-22 | 水联网技术服务中心(北京)有限公司 | 一种供水管网管理系统和方法 |
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 |
CN114198644A (zh) * | 2021-12-02 | 2022-03-18 | 武汉三环科普睿科技有限公司 | 一种基于dma监测相关流量数据的供水管网探漏管控方法 |
CN113902356A (zh) * | 2021-12-08 | 2022-01-07 | 广东青藤环境科技有限公司 | 区域流量数据分析方法及装置 |
Non-Patent Citations (5)
Title |
---|
吴珊;王维燕;花文胜;张孟涛;: "供水管网区域漏损率实证研究", 给水排水, no. 12, 10 December 2006 (2006-12-10) * |
张坤林;张强;金盛;张自力;谢晋戈;: "基于分级分区计量的供水管网漏损预警系统应用", 给水排水, vol. 46, no. 10, 10 October 2020 (2020-10-10), pages 115 - 120 * |
李岚;吴珊;寇晓霞;宋凌硕;: "基于独立计量区的夜间最小流量的研究进展", 给水排水, no. 06, 10 June 2018 (2018-06-10) * |
江永伟;杨奇;王海涛;应志豪;何必仕;徐哲;: "小区漏损预警中最小夜间流量法的改进与应用", 浙江水利水电学院学报, no. 01, 25 February 2020 (2020-02-25) * |
黄荣星, 张俊廷: "给水泵站智能化之策略", 上海铁道科技, no. 03, 30 September 2000 (2000-09-30) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115841398A (zh) * | 2023-01-03 | 2023-03-24 | 成都同飞科技有限责任公司 | 一种基于物联网的供水管网漏损分析方法及系统 |
CN115841398B (zh) * | 2023-01-03 | 2023-05-09 | 成都同飞科技有限责任公司 | 一种基于物联网的供水管网漏损分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201781578U (zh) | 污水处理监控系统 | |
CN102884407A (zh) | 用于监控水设施网络中的资源的系统和方法 | |
CN107450427A (zh) | 污染源在线监控系统及其检测设备的运维动态管控方法 | |
CN115419837A (zh) | 基于泵站出口最小流量判断二次供水管网漏损量的方法 | |
CN115270974B (zh) | 基于大数据分析的智能窃电检测系统 | |
CN107330540A (zh) | 一种考虑电压质量的配电网台区缺供电量预测方法 | |
See et al. | Does non-revenue water affect Malaysia's water services industry productivity? | |
CN115860983A (zh) | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 | |
KR101812589B1 (ko) | 상수도 수용가의 검침데이터를 활용한 옥내누수 진단 방법 및 그 시스템 | |
JP4612695B2 (ja) | 配水情報解析装置 | |
CN115841398A (zh) | 一种基于物联网的供水管网漏损分析方法及系统 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
Tsitsifli et al. | Presenting a new user friendly tool to assess the performance level & calculate the water balance of water networks | |
CN111459956A (zh) | 一种工程质量潜在缺陷保险(idi)项目技术风险管理方法及系统 | |
CN115186960A (zh) | 一种城镇区域污水有效收集处理能力的核算方法及装置 | |
CN109255470A (zh) | 一种基于大数据分析的变电设备非项目类成本预测方法 | |
Wu et al. | Survey on negative line loss rate of transformer region: rectification measures and challenges | |
CN112365085A (zh) | 一种基于可靠性目标的不停电作业费用需求预测方法 | |
Kadu et al. | Infrastructure leakage index and challenges in water loss management in developing countries | |
CN110070272A (zh) | 基于自学习技术的电能量采集数据质量管控多维评价方法 | |
CN116739377B (zh) | 一种电网设备级全生命周期成本评估系统 | |
CN117034526A (zh) | 一种燃气管网系统供气可靠性模型的计算方法 | |
CN106447535A (zh) | 一种二次供水服务监测方法及系统 | |
Bidhendi et al. | Balancing And Water Without Income With Economic Justification And The Need To Improve The Distribution Network (Study Of The Area Covered By Reservoir 91 Tehran) | |
CN109283880B (zh) | 一种用于对供能流量差值过大进行判断的方法及系统 |
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 |