CN115841398A - 一种基于物联网的供水管网漏损分析方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的供水管网漏损分析方法及系统，包括搭建管网GIS平台，将供水单位的地下供水管数据载入管网GIS平台中；建立物联网流量计与管网中管段的位置关系；采集并计算物联网流量计T个连续自然日的夜间指定时段内指定时长的最小流量数据；采用最小二乘法对所述T个连续的夜间最小流量坐标点数据进行线性回归分析，得到拟合趋势线，并计算趋势线的斜率，根据斜率求出角度值，再根据角度值构建管段漏损分级表；综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。通过本发明可以为水公司的听漏、处漏人员缩小摸排范围、定位漏损管段提供有力帮助，是供水公司减少漏损、保障供水安全方面的有力工具。

Description

一种基于物联网的供水管网漏损分析方法及系统

技术领域

本发明涉及供水管网漏损技术领域，具体涉及一种基于物联网的供水管网漏损分析方法及系统。

背景技术

《城镇供水管网漏损控制及评定标准》提出了“漏损率应按两级进行评定，一级为10%，二级为 12%”。从相关资料显示，国内大多数供水公司的漏损率都是较高的，是超过以上两级评定标准的。从供水公司的角度出发，供水公司降低漏损率的意愿也是很强烈的，一方面，供水公司取水和制水都是有成本的，且成本也是较高的，减少输送过程中的水量漏损，就意味着降低成本，减少漏损带来的损失；另一方面，由于漏损就表示供水管网有破损，也容易让外部的污染物混入供水管网中，对供水水质造成不良影响，影响用户的饮水安全和用水安全。所以，发现漏损点，降低漏损率，对供水公司有着经济利益和社会责任两方面的双重意义。

目前业界各供水公司的漏损管控，普遍采用划分DMA独立计量区域（DistrictMetering Area），采用MNF夜间最小流量（Minimum Night Flow），对各个DMA分区的区域的漏损率进行漏损评估分析。

现有技术中通过DMA分区管控的方法，需要将注册用户与DMA分区绑定起来，并且需要对注册用户的用水量要取得准确的数据，通过供水量和用水量的差，才能进行综合漏损率的计算，而实际操作中，对注册用户抄表，取得用水量数据，存在注册用户水表与DMA分区的关联问题、普表抄表问题、IC卡表抄表等问题。

发明内容

本发明所要解决的技术问题有两点：一是现有对于供水管网漏损，主要采用DMA分区漏损管控的方法，但该方法对于水公司的水表类型和组成、户表位置的清晰程度、抄表的及时率、准确率等都有较高要求，导致一些水公司漏损管控未达到效果；二是一些常规的流量计流量异常做漏损分析的方法，都是采用的单个数据突变达到阈值报警的方法，即给流量计设置一个阈值，当流量计采集的数据低于或高于该阈值时，进行报警；该方法的问题是，数据分析缺乏整体性，仅从单数据分析，受设备故障和水流波动影响，经常导致数据误报，在实际使用中，对听漏、处漏人员做漏损摸排的指导性不强。而本方法既不需要DMA分区漏损管控方法那种较为苛刻的适用条件，又比单个数据阈值报警法的分析结果，更加系统化，通过连续多日的数据拟合数据的发展趋势，通过趋势来判断漏损的变化情况，既不需要过多的苛刻条件，又规避了单个数据错误导致的误报，使得流量漏损分析的结果更加准确和有效。

本发明通过下述技术方案实现：

本发明第一方面提供了一种基于物联网的供水管网漏损分析方法，包括

S1、搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中；

S2、从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系；

S3、采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述累计流量数据进行计算，得到T个连续自然日的最小流量数据；其中，T为正整数；

S4、采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析得到拟合趋势线，计算趋势线斜率得到角度值，并根据所述角度值构建管段漏损分级表；

S5、遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

在上述技术方案中，通过管网GIS平台获取管网数据，并将管网数据与物联网流量计进行绑定可以在管网GIS平台对供水管网进行漏损分析时及时定位到该漏损点属于哪一个管段，进而快速定位供水管网漏损的具体位置。

通过采集物联网流量计T个连续自然日的累计流量数据并进行计算，得到T个连续自然日的最小流量数据，该T个连续自然日的最小流量数据采用多样本数据，可以避免设备故障和水流波动造成的个别异常数据导致的错误，更能真实的反应该流量计监测数据的变化趋势。

采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析拟合数据趋势线，并根据趋势线的斜率，计算得到角度值，并根据角度值判断漏损的方向以及变化趋势，准确性比常规的单样本阈值报警更加准确和有效，有利于准确定位供水管网漏损的位置。

遍历所述管网GIS平台中所有流量计，通过各物联网流量计的采集数据，计算得到数据变化趋势线的角度值，综合管段漏损分级表和流量计影响管段长度，渲染各管段，得到的管网漏损分布图，可以直观体现供水管网的漏损分布情况，便于听漏、处漏人员缩小摸排范围、定位漏损管段。

在一种可选实施例中，对所述累计流量数据进行计算的方法如下：

S31、对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据；

S32、将所述一个自然日的夜间累计流量数据按照采集时间进行排序；

S33、对排序后的夜间累计流量数据进行依次循环查找指定时长的累计流量数据，用两个累计流量数据计算差值，得到一个自然日的夜间多个等长时段的流量数据；

S34、将所述等长时段的流量数据两两之间进行比较，得到自然日的最小流量数据。

在一种可选实施例中，采用最小二乘法对T个连续自然日的最小流量数据进行处理的方法如下：

S41、根据所述T个连续自然日的最小流量数据创建以日期从前往后排序，以顺序号为横坐标、最小流量数据为纵坐标，建立T个连续的夜间最小流量坐标点数据；

S42、采用最小二乘法对所述T个连续的夜间最小流量坐标点数据进行线性回归分析，得到拟合趋势线，并计算出趋势线的斜率；

S43、采用反正切函数对所述拟合趋势线的斜率进行计算，得到弧度值；

S44、根据弧度与角度的转换关系，将所述弧度值转换为角度值。

在一种可选实施例中，根据所述角度值构建管段漏损分级表的方法如下：

S45、对所述角度值进行正负分析和角度情况分析，得到报警角度值阈值；

S46、根据所述报警角度值阈值构建管段漏损分级表。

在一种可选实施例中，所述管段漏损分级表如下：

所述角度值在[+35,+90)或(-90,-35]时，管段漏损分级为严重；

所述角度值在[+10,+35)或(-35,-10]时，管段漏损分级为一般；

所述角度值在(-10,+10)时，管段漏损分级为正常。

在一种可选实施例中，采集所述物联网流量计T个自然日的夜间累计流量数据之前还包括对采集参数进行设置，所述采集参数包括连续自然日样本天数、数据采集误差时间差和流量计影响管段长度。

在一种可选实施例中，对采集参数进行设置的方法如下：

所述自然日样本天数设置为15天；

所述数据采集误差时间差最低设置为数据采集间隔时间的十分之一，最高设置为数据采集间隔时间的三分之一；

所述流量计影响管段长度根据管网结构、管网密度、监测点间距进行设置。

在一种可选实施例中，采集所述物联网流量计T个自然日的夜间累计流量数据之后还包括构建累计流量数据库，并将所述累计流量数据保存至所述累计流量数据库。

本发明第二方面提供了一种基于物联网的供水管网漏损分析系统，包括：

管网GIS模块，所述管网GIS模块用于搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中；

管段位置关系模块，所述管段位置关系模块用于从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系；

流量数据模块，所述流量数据模块用于采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述夜间累计流量数据进行计算，得到T个连续自然日的最小流量数据；其中，T为正整数；

管段漏损分级模块，所述管段漏损分级模块用于采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析得到拟合趋势线，计算趋势线斜率得到角度值，并根据所述角度值构建管段漏损分级表；

管网漏损分布模块，所述管网漏损分布模块用于遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

在一种可选实施例中，流量数据模块包括筛选单元、排序单元、差值计算单元和比较单元；

其中，所述筛选单元用于对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据；

所述排序单元用于将所述一个自然日的夜间累计流量数据按照采集时间进行排序；

所述差值计算单元用于对排序后的夜间累计流量数据进行依次循环查找进行指定时长的累计流量数据，用两个累计流量数据计算差值，得到所述一个自然日的夜间多个等长时段的流量数据；

所述比较单元用于所述多个流量数据两两之间进行比较，得到所述一个自然日的最小流量数据。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明仅根据流量计数据，不需要DMA分区，也不需要在DMA分区中筛选和绑定用水用户，也不对用户水表抄表的准确率和及时率提出要求，实施难度大幅降低。

2、本发明采用最小二乘法进行线性回归分析得到拟合趋势线，将多个孤立的样本联合起来，通过趋势线方程的斜率计算出角度值，根据角度值判断漏损的方向以及变化趋势。采用多个样本的综合线性回归分析评估，准确性比常规的单样本阈值报警更加准确和有效。

3、在供水管网中，不同管段口径对应流量计监测数据也有大有小，本方法既自动适配了不同口径的流量计的数据大小幅度，又避免了个别流量数据样本带来的影响，不管数值较大的数据样本，还是数值较小的数据样本，都可兼容在一起做趋势分析。数据样本值的大小只会影响趋势线的截距，不会影响趋势线的斜率。

4、本发明将漏损管段评估分级,并通过不同的颜色，与GIS系统结合起来，将评估出可能存在漏损的管段通过地图方式呈现，且进行颜色分级显示，方便供水公司相关听漏、处漏人员查看可能存在漏损管段的分布和评级，为听漏、处漏人员缩小摸排范围、定位漏损管段提供有力帮助，是供水公司减少漏损、保障供水安全方面的有力工具。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，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些实施例，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。在附图中：

图1为本发明实施例1提供的一种基于物联网的供水管网漏损分析方法的流程示意图；

图2为本发明实施例1提供的夜间最小流量15个样本的散点图；

图3为本发明实施例1提供的最小二乘法拟合直线图；

图4为本发明实施例1提供的供水管网漏损效果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

目前业界各供水公司的漏损管控，普遍采用划分DMA独立计量区域（DistrictMetering Area），采用MNF夜间最小流量（Minimum Night Flow），对各个DMA分区的区域的漏损率进行漏损评估分析。《城镇供水管网漏损控制及评定标准》中提供的综合漏损率的计算公式为：

上式中，

为综合漏损率，/>

为供水总量（单位：万m³），/>

为注册用户用水量（单位：万m³）。

由上述公式可见，此种通过DMA分区管控的方法，需要将注册用户与DMA分区绑定起来，并且需要对注册用户的用水量要取得准确的数据，才能应用上述公式，而实际操作中，对注册用户抄表，取得用水量数据，则有如下的困难：

（1）注册用户水表与DMA分区的关联问题

①由于供水公司的注册用户少则几万，多则上百万，梳理用户对应DMA分区的工作量非常大，用户与分区关联的质量对漏损分析结果的影响非常大。

②由于供水公司的管理问题，造成注册用户的地址数据不规范，在做DMA分区关联时，很多用户信息无法与分区关联上，需要对用户位置信息做大量收集和整理。

（2）普表抄表问题

①及时性问题

普表需要人工抄表，但由于抄表的周期一般为一月一抄或两月一抄，导致漏损发现的滞后，导致的及时性问题。

②准确性问题

普表抄表也存在估抄、错抄的情况，导致数据的准确性问题。

③抄表率问题

由于用户或者抄表人员的原因，常常在抄表周期内未能完成100%用户的抄表，抄表率有时只有70%、80%，大量的用户未能抄表用水量数据，这种抄表率问题对上述公式中的注册用户用水量数据导致的准确性问题。

（3）IC卡表抄表问题

注册用户中还有大量的IC卡表，IC卡表是采用先充水量，再用水，而充值水量实际是预付水量，并非当时的实际用水量，此充值水量不能作为用户的用水量计算。有少许供水公司，目前也在对IC卡表进行人工抄表，但抄表同上述普表抄表一样，同样存在普表抄表的诸多问题。

（4）普表、IC卡表更换问题

有些供水公司已经在着手将普表和IC卡表更换为远传表或者物联网表，但由于一些供水公司普表和IC卡表用户过多，导致更换成本较大，更换周期较长，短期内无法见效，导致漏损管控工作的长期滞后。

目前，各供水公司在供水管网上都已经安装了大量的流量计、压力计物联网设备，那有没办法从这些流量计、压力计物联网设备来做分析呢。对于漏损管控，其核心是通过各种数据分析，尽可能找到漏损点的范围，尽量能精确定位漏损点位置，再结合听漏处漏手段，最终找到漏点，解决问题。对于流量计、压力计设备，普遍的方法都是采用单值阈值法，即根据采集的压力值、流量值设置一个阈值，高于某个阈值或者低于某个阈值，就进行漏损报警。但此种方法，因为样本单一，且受设备故障和水流波动的影响很大，经常出现错报误报的情况，实际使用中效果并不好。

故本发明提出了一种基于物联网的供水管网漏损分析方法，不需要进行DMA分区，也不需要在DMA分区中筛选和绑定用水用户，解决了在实际操作中对难以获取注册用户用水量数据的问题，该方法既适配不同幅度的流量及数据波动，又兼容流量数据的样本误差，通过该方法为听漏、处漏人员缩小摸排范围、定位漏损管段提供有力的帮助，是供水公司减少漏损、保障供水安全方面的有益方法。

实施例1

图1为本发明实施例1提供的一种基于物联网的供水管网漏损分析方法，如图1所示，该分析方法包括如下步骤：

步骤S1、搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中。

其中，各供水公司在供水管网上都已经安装了大量的流量计、压力计物联网设备，可以通过这些流量计、压力物联网设备获取数据，将上述数据载入官网GIS平台中可以通过物联网对该数据进行分析。

步骤S2、从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系。

其中，通过将管网数据与物联网流量计的安装位置进行绑定，从而建立起物联网流量计与管网中管段的位置关系，进而可以在管网GIS平台对供水管网进行漏损分析时及时定位到该漏损点属于哪一个管段，使得漏损管段更加清晰明了，同时提升了漏损检测的效率。

步骤S3、采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述累计流量数据进行计算，得到T个连续自然日的最小流量数据。其中，T为正整数。

其中，专利授权公告号为CN109932009B中国专利文件一种分布式自来水管网损耗监测系统及方法通过建立由远程服务器、区域供水总表和区域内的用户水表构成的自来水管网监测系统，区域供水总表和用户水表上装有具有窄带物联网通信功能的智能终端，该智能终端定时向远程服务器发送流量数据，远程服务器进行模型预测和计算分析，识别管网流量异常的区域，向区域自来水管理者发出报警。监测系统内的智能终端可实时发送各区域、各用户的用水数据到远程服务器，服务器再根据区域内用户用水量和区域供水量对各区域的用水情况进行建模、预测和分析，可快速定位管道漏损区域并报警，节省大量人力成本，对降低水损具有显著促进作用。

但是，该专利具有如下几个缺陷：

在一种分布式自来水管网损耗监测系统及方法中提到“根据过去15天的供水量，日供水量增幅大于前一日供水量5％的次数超过5次，发出水管泄漏报警”。

明显，如果流量采集设备由于采集精度或者供水管网中存在紊流波动较大的情况下，15个来回波动的数据样本，不足以支撑“发出水管泄露报警”。因为该数据样本可能是数据波动，不足以体现数据趋势。

故针对于上述缺陷，本发明进行改进，采集所述物联网流量计T个自然日的夜间累计流量数据，对所述累计流量数据进行计算，得到T个连续自然日的最小流量数据。通过上述步骤所采集到的数据样本可以避免由于数据波动导致数据无法体现该区域供水管网真实的情况。

进一步的，对所述累计流量数据进行计算的方法如下：

S31、对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据。

其中，为了过滤掉零值以及设备故障状态下的错误值，在步骤S31中对数据进行了过滤，以保证数据的有效性。其次，步骤S31中对累计流量数据进行了筛选，取夜间02点到05点之间的累计流量数据，减小白日用户用水对于累计流量数据的干扰。

S32、将所述一个自然日的夜间累计流量数据按照采集时间进行排序。

其中，采用物联网流量计设备，每10分钟采集一条累计数据，共采集了10条数据，具体数据如下表所示：

从上表可以看出，第1条数据获取“采集时间”和“累计流量”，取到“采集时间”为2022-11-01 02:01:23，“累计流量”为2666189.75万m³。将“采集时间”的小时数增加1小时，得到1小时后的时间是：2022-11-01 03:01:23。

S33、对排序后的夜间累计流量数据进行依次循环查找指定时长的累计流量数据，用两个累计流量数据计算差值，得到一个自然日的夜间多个等长时段的流量数据。

其中，将步骤S32所提出的表中的数据通过公式

计算获得当前1小时时段的“流量”数据，其中，/>

为当前时段内的流量，/>

为当前采集时间加1小时的累计流量，/>

为当前时段的水流量。

循环读取表中数据，判断数据的“采集时间”与当前增加1小时后的时间2022-11-01 03:01:23，误差在3分钟以内的“采集时间”，即为第7条数据的“采集时间”，时间匹配后，读取该条数据的“累计流量”，即是2666519.85万m³；用第7条数据的“累计流量”减去当前第1条数据的“累计流量”，即可获得当前1小时时段的“流量”数据。

找出该自然日数据中所有相隔1小时的数据，重复上述作差步骤，依次计算可以得到若干条流量数据。

通过上述计算过程，可以在02到05点时间段内，取得若干的间隔1小时的夜间流量数据

。

S34、将所述等长时段的流量数据两两之间进行比较，得到自然日的最小流量数据。

其中，需要找到该自然日的最小流量数据，故将步骤S33得到的若干的间隔1小时的夜间流量数据

两两进行比较，选择其中最小值。

其中，

为该自然日的最小流量数据，/>

为最小值函数，

为夜间最小流量数据。

对T个连续自然日的夜间累计流量数据分别执行步骤S31至步骤S34，可以得到T个连续自然日的最小流量数据。

在一种可选实施例中，为了便于后续的数据处理和分析工作，采集所述物联网流量计T个自然日的夜间累计流量数据之后还包括构建累计流量数据库，并将所述累计流量数据保存至所述累计流量数据库。

其中，累计流量数据按照流量计ID、采集日期、采集时间和累计流量数据值的形式保存至所述累计流量数据库中，在后续需要累计流量数据时从数据库中读取最近T个连续自然日的夜间累计流量数据，形成数据表。

步骤S4、采用最小二乘法对T个连续自然日的最小流量数据进行处理，计算得到角度值，并根据所述角度值构建管段漏损分级表。

其中，采用最小二乘法进行线性回归分析得到拟合趋势线，将多个孤立的样本联合起来，通过趋势线方程的斜率计算出角度值，根据角度值判断漏损的方向以及变化趋势。采用多个样本的综合线性回归分析评估，准确性比常规的单样本阈值报警更加准确和有效。

其次，在供水管网中，不同管段口径对应流量计监测数据也有大有小，通过最小二乘法，既适配了不同幅度的流量计数据波动，又兼容流量数据的样本误差，不管数值较大的数据样本，还是数值较小的数据样本，都可兼容在一起做趋势分析。

进一步的，采用最小二乘法对T个连续自然日的最小流量数据进行处理的方法如下：

步骤S41、根据所述T个连续自然日的最小流量数据创建以日期排序，以顺序号为横坐标、最小流量数据为纵坐标，建立T个连续的夜间最小流量坐标点数据。

其中，通过步骤S3可以得到连续15个连续自然日的夜间1小时的最小流量数据样本

，对上述最小流量样本数据以日期序号为横坐标、最小流量数据为纵坐标创建数据坐标/>

，并将上述数据坐标绘制在笛卡尔坐标系中的散点图，如图2所示。

步骤S42、采用最小二乘法对所述T个连续的夜间最小流量坐标点数据进行线性回归分析，得到拟合趋势线的斜率。

其中，图3为本发明实施例1提供的最小二乘法拟合直线图，如图3所示，采用最小二乘法对上述T个夜间最小流量点坐标样本进行线性回归分析得到拟合趋势线，趋势线的方程为

，其中，y为因变量表示最小流量数据，x为自变量表示日期序号，K为斜率，B为截距。由于本发明只需要斜率，故只求取该趋势线方程的斜率K。

其中，该趋势线方程的斜率K的求取公式如下：

上式中，K为斜率；n为连续自然样本天数，n=T；

为第i个自然样本的横坐标；

为第i个自然样本的纵坐标。

步骤S43、采用反正切函数对所述拟合趋势线的斜率进行计算，得到弧度值。

其中，趋势线方程的斜率K实际上是趋势线与x轴的夹角θ的正切值。于是根据反正切函数可以通过公式

求取夹角θ的弧度值，其中，rad为夹角θ的弧度值，arctan（）为反正切函数。

步骤S44、根据弧度与角度的转换关系，将所述弧度值转换为角度值。

其中，根据弧度与角度的转换关系，将弧度值rad转换成角度值∠θ的公式如下：

其中，π为圆周率，∠θ为θ的角度值。

进一步的，在得到角度值后，根据所述角度值构建管段漏损分级表的方法如下：

步骤S45、对所述角度值进行正负分析和角度情况分析，得到报警角度值阈值。

其中，角度值分为正负两种情况进行分析，若角度值为正，表示应该流量监测点的供水量逐渐增大，说明可能有如下两种情况：第一种情况，该流量监测点下游用户夜间持续用水，且用水量呈持续增大的情况。因样本采用的是夜间最小流量，所以此因素的可能性较低，但该因素仍需进行核查和排除。第二种情况，该流量监测点的下游管段可能出现漏水点，且漏损的发展趋势是持续增大。第二种情况为供水管段存在漏损。

若∠θ角度值为负，表示该流量监测点的供水量逐渐减少，说明可能有如下三种情况：第一种情况，该流量监测点下游用户夜间持续用水，且用水量呈持续减小的情况。因样本采用的是夜间最小流量，所以此因素的可能性较低，但该因素仍需进行核查和排除。第二种情况，该流量监测点下游管段之前已经发现了漏水点，并将漏水点进行了封堵处置，该因素需进行核查和排除。该因素可结合处漏台账进行核查排除。第三种情况，该流量监测点的上游管段可能出现漏水点，且发展趋势是漏损持续增大。

通过∠θ角度值正负和角度情况，找出供水管网中可能存在漏水点的管段，尽可能的缩小漏损点的摸排范围，定位可能存在漏损的管段位置，为后续的听漏、处漏工作缩小摸排范围，提高听漏处理的工作效率。

步骤S46、根据所述报警角度值阈值构建管段漏损分级表。

本发明中管段的漏损评估是根据角度值作为阈值判断，角度值阈值判断的好处在于将所有样本连起来分析，弱化了单个样本的影响，表现出样本的连续性和趋势性。为证明该有益效果本实施例提供了采用物联网流量计采集的多组样本组，如下表所示：

对上表的数据进行分析可以得到其斜率、弧度值和角度值，其斜率、弧度值和角度值如下表所示：

通过对上述样本数据与由上述样本数据绘制的样本趋势图进行对比分析，角度值在20度到30度之间，已经有较明显的样本趋势。所以，在此，我们分别对应上面样本组3、4、5组的数据，将一报警角度值阈值设置为10度，严重报警角度值阈值设置为35度。10度以上可以体现出样本数据的趋势，35度则更加确定数据样本的趋势。实际应用中，也可以根据对数据的敏感性，减少或增大该角度阈值。

管段漏损评估分级标准主要根据角度值的范围来进行规划，在分级时，可根据实际流量数据采集情况，管网的老旧情况、管网的用水量情况，可制定多个评估分级标准，在实际分析中，通过多个评估分级标准，评估分级效果，找到最佳的角度值范围。

具体的，所述管段漏损分级表如下：

所述角度值在[+35,+90)之间或(-90,-35]之间，管段漏损分级为严重；

所述角度值在[+10,+35)之间或(-35,-10]之间，管段漏损分级为一般；

所述角度值在(-10,+10)之间，管段漏损分级为正常。

上表中，中括号[]表示闭区间，即包含端点值，小括号()表示开区间，即不包含端点值。

本发明将漏损管段评估分级,并通过不同的颜色，与GIS系统结合起来，将评估出可能存在漏损的管段以地图方式直观呈现出来，方便供水公司相关人员查看漏损管段的分布和评级，使得漏损分析更加清晰简洁。

通过上述步骤获得的报警角度阈值所构建的管段漏损分级表，既适配了不同幅度的流量计数据波动，又兼容流量数据的样本误差，不管数值较大的数据样本，还是数值较小的数据样本，都可兼容在一起做趋势分析。为证明该有益效果本实施例提供了小数值样本和大数值样本的数据，如下表所示：

对上述小数值样本和大数值样本通过步骤S1到步骤S4的分析可以得出其角度值，如下表所示：

从上表可以看出，上表中的“小数值样本”和“大数值样本”的角度值在一样（表中都约等于27.61度）的情况下，说明样本数据的发展趋势是一致的，但两组样本数据值大小却不同，对应的差值也不同，小数值样本差值为7.523万m³，大数值样本差值为19.199万m³。由此可见，由于流量计采集管段口径不同，流量计数据的波动幅度也不同，波幅差异也较大。但本发明拟合的数据趋势线，对数据数字的大小并不敏感，而是对数据的趋势敏感，根据数据的变化趋势来反应管网漏损的变化。

步骤S5、遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

图4为本实施例提供的供水管网漏损效果图，如图4所示，图中的线条表示供水管网的管线，圆形表示管网中安装的物联网流量计，方形表示可能存在一般漏损的管段，星形表示可能存在严重漏损的管段。

从图4中可以看出，该地图上存在漏损严重的管段和漏损一般的管段，听漏、处漏人员可以基于此定位可能存在漏损的管段，缩小摸排范围，提供直观且便捷的帮助。

其中，管段的长度由流量计影响管段长度确定。

在一种可选实施例中，采集所述物联网流量计T个自然日的夜间累计流量数据之前还包括对采集参数进行设置，所述采集参数包括连续自然日样本天数、数据采集误差时间差和流量计影响管段长度。

进一步的，对采集参数进行设置的方法如下：

所述自然日样本天数设置为15天，其中，连续自然日样本天数为正数单位为天，该数据不宜太少，太少则样本数少，导致结果准确性低；也不宜太多，太多则样本周期取样太长，时效性差，默认值为15天。

所述数据采集误差时间差设置为数据采集间隔时间的十分之一，可根据数据采集情况调整，但不能超过三分之一；单位为分钟。比如每10分钟采集一次数据，则误差时间差可设为1分钟，最长不超过3分钟。

所述流量计影响管段长度根据管网结构、管网密度、监测点间距进行设置。其中，流量计影响管段长度为正数单位为米表示根据管段漏损分级对监测点上下游管段需要设置多少米管段为漏损管段。

相较于现有技术而言，本发明基于物联网的供水管网漏损分析方法具有如下优点：

1、本发明仅根据流量计数据，不需要DMA分区，也不需要在DMA分区中筛选和绑定用水用户，也不需要对用户水表进行抄表，实施难度大幅降低。

2、本发明采用最小二乘法进行线性回归分析得到拟合趋势线，将多个孤立的样本联合起来，通过趋势线方程的斜率计算出角度值，根据角度值判断漏损的方向以及变化趋势。采用多个样本的综合线性回归分析评估，准确性比常规的单样本阈值报警更加准确和有效。

3、在供水管网中，不同管段口径对应流量计监测数据也有大有小，通过最小二乘法，既适配了不同幅度的流量计数据波动，又兼容流量数据的样本误差，不管数值较大的数据样本，还是数值较小的数据样本，都可兼容在一起进行趋势分析，通过数据趋势反应漏损变化的情况。

4、本发明将漏损管段评估分级,并通过不同的颜色，与GIS系统结合起来，将评估出可能存在漏损的管段以地图方式直观呈现出来，方便供水公司相关人员查看漏损管段的分布和评级，是听漏、处漏人员缩小摸排范围、定位漏损管段提供有力的帮助，是供水公司减少漏损、保障供水安全方面的有力工具。

实施例2

实施例2提供了一种基于物联网的供水管网漏损分析系统，包括如下内容：

管网GIS模块，所述管网GIS模块用于搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中。

管段位置关系模块，所述管段位置关系模块用于从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系。

流量数据模块，所述流量数据模块用于采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述夜间累计流量数据进行计算，得到T个连续自然日的最小流量数据；其中，T为正整数。

进一步的，流量数据模块包括筛选单元、排序单元、差值计算单元和比较单元。

其中，所述筛选单元用于对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据。

所述排序单元用于将所述一个自然日的夜间累计流量数据按照采集时间进行排序。

所述差值计算单元用于对排序后的夜间累计流量数据进行依次循环查找进行指定时长的累计流量数据，用两个累计流量数据计算差值，得到所述一个自然日的夜间多个等长时段的流量数据；

所述比较单元用于所述多个流量数据两两之间进行比较，得到所述一个自然日的最小流量数据。

管段漏损分级模块，所述管段漏损分级模块用于采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析得到拟合趋势线，计算趋势线斜率得到角度值，并根据所述角度值构建管段漏损分级表。

管网漏损分布模块，所述管网漏损分布模块用于遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

Claims (10)

1.一种基于物联网的供水管网漏损分析方法，其特征在于，

S1、搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中；

S2、从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系；

S3、采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述累计流量数据进行计算，得到T个连续自然日的最小流量数据；其中，T为正整数；

S4、采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析得到拟合趋势线，计算趋势线斜率得到角度值，并根据所述角度值构建管段漏损分级表；

S5、遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

2.根据权利要求1所述的一种基于物联网的供水管网漏损分析方法，其特征在于，对所述累计流量数据进行计算的方法如下：

S31、对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据；

S32、将所述一个自然日的夜间累计流量数据按照采集时间进行排序；

S33、对排序后的夜间累计流量数据进行依次循环查找指定时长的累计流量数据，用两个累计流量数据计算差值，得到一个自然日的夜间多个等长时段的流量数据；

S34、将所述等长时段的流量数据两两之间进行比较，得到自然日的最小流量数据。

3.根据权利要求1所述的一种基于物联网的供水管网漏损分析方法，其特征在于，采用最小二乘法对T个连续自然日的最小流量数据进行处理的方法如下：

S41、根据所述T个连续自然日的最小流量数据创建以日期从前往后排序，以顺序号为横坐标、最小流量数据为纵坐标，建立T个连续的夜间最小流量坐标点数据；

S42、采用最小二乘法对所述T个连续的夜间最小流量坐标点数据进行线性回归分析，得到拟合趋势线，并计算出趋势线的斜率；

S43、采用反正切函数对所述拟合趋势线的斜率进行计算，得到弧度值；

S44、根据弧度与角度的转换关系，将所述弧度值转换为角度值。

4.根据权利要求3所述的一种基于物联网的供水管网漏损分析方法，其特征在于，根据所述角度值构建管段漏损分级表的方法如下：

S45、对所述角度值进行正负分析和角度情况分析，得到报警角度值阈值；

S46、根据所述报警角度值阈值构建管段漏损分级表。

5.根据权利要求4所述的一种基于物联网的供水管网漏损分析方法，其特征在于，所述管段漏损分级表如下：

所述角度值在[+35,+90)或(-90,-35]时，管段漏损分级为严重；

所述角度值在[+10,+35)或(-35,-10]时，管段漏损分级为一般；

所述角度值在(-10,+10)时，管段漏损分级为正常。

6.根据权利要求1所述的一种基于物联网的供水管网漏损分析方法，其特征在于，采集所述物联网流量计T个自然日的夜间累计流量数据之前还包括对采集参数进行设置，所述采集参数包括连续自然日样本天数、数据采集误差时间差和流量计影响管段长度。

7.根据权利要求6所述的一种基于物联网的供水管网漏损分析方法，其特征在于，对采集参数进行设置的方法如下：

所述自然日样本天数设置为15天；

所述数据采集误差时间差最低设置为数据采集间隔时间的十分之一，最高设置为数据采集间隔时间的三分之一；

所述流量计影响管段长度根据管网结构、管网密度、监测点间距进行设置。

8.根据权利要求1所述的一种基于物联网的供水管网漏损分析方法，其特征在于，采集所述物联网流量计T个自然日的夜间累计流量数据之后还包括构建累计流量数据库，并将所述累计流量数据保存至所述累计流量数据库。

9.一种基于物联网的供水管网漏损分析系统，其特征在于，包括：

管网GIS模块，所述管网GIS模块用于搭建管网GIS平台，将供水单位的地下供水管数据载入所述管网GIS平台中；

管段位置关系模块，所述管段位置关系模块用于从所述管网GIS平台获取管网数据并将所述管网数据与物联网流量计进行绑定，建立所述物联网流量计与管网中管段的位置关系；

流量数据模块，所述流量数据模块用于采集所述物联网流量计T个连续自然日的夜间累计流量数据，对所述夜间累计流量数据进行计算，得到T个连续自然日的最小流量数据；其中，T为正整数；

管段漏损分级模块，所述管段漏损分级模块用于采用最小二乘法对T个连续自然日的最小流量数据进行线性回归分析得到拟合趋势线，计算趋势线斜率得到角度值，并根据所述角度值构建管段漏损分级表；

管网漏损分布模块，所述管网漏损分布模块用于遍历所述管网GIS平台中所有管段，读取各物联网流量计中的角度值，综合管段漏损分级表和各物联网流量计中的角度值，得到管网漏损分布图。

10.根据权利要求9所述的一种基于物联网的供水管网漏损分析系统，其特征在于，流量数据模块包括筛选单元、排序单元、差值计算单元和比较单元；

其中，所述筛选单元用于对一个自然日的夜间累计流量数据进行筛选与过滤，得到所述一个自然日的夜间累计流量数据；

所述排序单元用于将所述一个自然日的夜间累计流量数据按照采集时间进行排序；

所述差值计算单元用于对排序后的夜间累计流量数据进行依次循环查找进行指定时长的累计流量数据，用两个累计流量数据计算差值，得到所述一个自然日的夜间多个等长时段的流量数据；

所述比较单元用于所述多个流量数据两两之间进行比较，得到所述一个自然日的最小流量数据。

Images