CN115978462A - 液体管网泄漏监测方法、系统和电子设备 - Google Patents
液体管网泄漏监测方法、系统和电子设备 Download PDFInfo
- Publication number
- CN115978462A CN115978462A CN202211542864.7A CN202211542864A CN115978462A CN 115978462 A CN115978462 A CN 115978462A CN 202211542864 A CN202211542864 A CN 202211542864A CN 115978462 A CN115978462 A CN 115978462A
- Authority
- CN
- China
- Prior art keywords
- hydrant
- leakage
- pipe network
- liquid pipe
- leakage point
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 230000006870 function Effects 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000005314 correlation function Methods 0.000 claims description 16
- 230000005236 sound signal Effects 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000007476 Maximum Likelihood Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000004364 calculation method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 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
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种液体管网泄漏监测方法、系统和电子设备，所述方法包括获取液体管网中各给水栓设备采集的水听数据；分别根据各所述给水栓设备采集的水听数据判断所述液体管网是否出现泄漏；若出现，则确定至少一组给水栓设备，其中，每组给水栓设备包括两个给水栓设备，且所述两个给水栓设备位于泄漏点两侧；基于各组给水栓设备采集的水听数据，确定所述液体管网中的泄漏点位置。该方法可实现液体管网泄漏的高精度定位，降低漏检误检率。
Description
技术领域
本发明涉及检测技术领域，尤其涉及一种液体管网泄漏监测方法、系统和电子设备。
背景技术
液体管网作为民生基础设施的一个关键组成部分，其泄漏与爆管导致的水资源流失及对应的经济损失、路面塌陷、供水瘫痪等次生灾害会带来严重的社会问题。针对液体管网中的消防管网，由于部分消管网泄漏或水压不足导致长期处于欠压状态，甚至低于消防用水的压力下限，此区域一旦发生火灾，消火栓内水压达不到现场救援要求，火势无法及时扑灭，将导致严重的火灾事故。目前市场中用于感知消防管网的设备普及率较低，尤其是用于消防管网泄漏监测的设备更是少之又少。大部分消防管道监测类产品需要对消火栓或管网进行改造安装，成本较高，产品功能集成度不高，实际应用效果没有达到预期。
为此，相关技术中提出两种方案，一个是通过声音信号互相关与频点分析的方法对泄漏点进行精确定位，另一个是采用人工智能相关方法建立关于区域内多节点压力、流量与泄漏点位置的模型，从而对泄漏点位置进行预估计算。然而，相关技术中存在如下问题：
(1)基于声音信号互相关的泄漏检测技术受外界噪声影响大、漏失判断与定位精度受管道材质、结构、周边地理环境影响较大；
(2)采用人工智能相关方法建立关于区域内多节点压力、流量与泄漏点位置的模型的方法，对训练数据要求高，出现漏检误检情况难以及时调整和优化。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种液体管网泄漏监测方法，该方法可实现液体管网泄漏的高精度定位，降低漏检误检率。
本发明的第二个目的在于提出一种电子设备。
本发明的第三个目的在于提出一种液体管网泄漏监测设备。
为达上述目的，本发明第一方面实施例提出的液体管网泄漏监测方法，包括：获取液体管网中各给水栓设备采集的水听数据；分别根据各所述给水栓设备采集的水听数据判断所述液体管网是否出现泄漏；若出现，则确定至少一组给水栓设备，其中，每组给水栓设备包括两个给水栓设备，且所述两个给水栓设备位于泄漏点两侧；基于各组给水栓设备采集的水听数据，确定所述液体管网中的泄漏点位置。
另外，本发明实施例的液体管网泄漏监测方法还可以具有如下附加的技术特征：
根据本发明的一个实施例，所述确定至少一组给水栓设备，包括：对目标给水栓设备进行两两组合，其中，所述目标给水栓设备为检测到所述液体管网出现泄漏的水听数据对应的给水栓设备；针对每个组合，利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，并在根据所述时间延迟判断泄漏点在该组合中的两给水栓设备之间时，将该组合作为选定的一组给水栓设备。
根据本发明的一个实施例，所述利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，包括：分别对该组合中的两给水栓设备采集的水听数据进行分段傅里叶变换处理，得到第一频域信号和第二频域信号；根据所述第一频域信号和第二频域信号的共轭信号，得到所述泄漏点声信号的互频谱函数和频率加权函数；根据所述互频谱函数和频率加权函数计算得到所述广义互相关函数，并对所述广义互相关函数进行傅里叶逆变换处理，得到广义互相关数据；将所述广义互相关数据中最大值对应的时刻作为所述时间延迟。
根据本发明的一个实施例，所述广义互相关函数表示为：
其中，Rj[τ]表示第j个时域分段的广义相关函数，τ为时刻，I为预设时域分段长度，i为对应时域区间内的第i个频率点，A[ω]为所述频率加权函数，
M[ω]为所述第一频域信号，N[ω]*为所述第二频域信号的共轭信号，P[ω]为所述互频谱函数，P[ω]＝M[ω]·N[ω]*，
根据本发明的一个实施例，记组合中的两给水栓设备分别为第一给水栓设备和第二给水栓设备，若对应的时间延迟满足如下条件，则确定所述第一给水栓设备和第二给水栓设备位于所述泄漏点两侧：
其中，Δτm,n为所述第一给水栓设备和所述第二给水栓设备之间的时间延迟，c为液体管网中声音信号的传播速度，vm,n为所述第一给水栓设备和所述第二给水栓设备之间的管道内水流速度，lm,n为所述第一给水栓设备和所述第二给水栓设备之间的距离。
根据本发明的一个实施例，所述基于各组给水栓设备采集的水听数据，确定所述液体管网中的泄漏点位置，包括：
针对每组给水栓设备，分别计算所述泄漏点位置与该组给水栓设备中两给水栓设备之间的距离；
根据所述距离构建泄漏定位矩阵，其中，所述泄漏定位矩阵为线性矩阵；
求解所述泄漏定位矩阵，并根据求解结果得到所述泄漏点位置。
根据本发明的一个实施例，所述泄漏定位矩阵如下：
其中，lm为所述第一给水栓设备与所述泄漏点位置之间的距离，ln为所述所述第二给水栓设备与所述泄漏点位置之间的距离。
根据本发明的一个实施例，确定x组给水栓设备，所述求解结果包括x个解，所述根据求解结果得到所述泄漏点位置，包括：对所述x个解进行转换，得到所述泄漏点位置的参数矩阵；基于所述参数矩阵构建极大似然函数；根据所述极大似然函数得到所述泄漏点位置与预设固定给水栓设备之间的距离，并根据该距离和所述预设固定给水栓的位置得到所述泄漏点位置。
为达上述目的，本发明第二方面实施例提出的电子设备，包括存储器、处理器和存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如本发明第一方面实施例所述的液体管网泄漏监测方法。
为达上述目的，本发明第三方面实施例提出的液体管网泄漏监测系统，所述系统包括：液体管网中各给水栓设备和根据本发明第二方面实施例所述的电子设备。
根据本发明实施例的液体管网泄漏监测方法、系统和电子设备，该方法在进行泄漏监测之前，首先根据液体管网中各给水栓设备采集的水听数据判断液体管网是否出现泄漏，若出现，则确定至少一组位于泄漏点两侧的给水栓设备，进而针对该组给水栓设备进行液体管网中泄漏点的定位工作，实现液体管网泄漏的高精度定位，降低漏检误检率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是本发明实施例液体管网泄漏监测方法的流程示意图；
图2是本发明一个实施例液体管网泄漏监测方法中步骤S103的流程示意图；
图3是本发明一个实施例液体管网泄漏监测方法中得到时间延迟方法的流程示意图；
图4是本发明一个实施例液体管网泄漏监测方法中步骤S104的流程示意图；
图5是本发明一个实施例液体管网泄漏监测方法中根据求解结果得到泄漏点位置的流程示意图；
图6是本发明一个实施例的电子设备的结构示意图；
图7是本发明一个实施例的液体管网泄漏监测系统的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图1-7描述本发明实施例的液体管网泄漏监测方法、系统和电子设备。
在本发明的一些实施例中，如图1所示，液体管网泄漏监测方法可包括：
S101，获取液体管网中各给水栓设备采集的水听数据。
可理解的是，由于液体管网中存在多个给水栓设备，通过周期性地接收GPS(Global Position System，全球定位系统)/北斗信号，并以该GPS/北斗信号作为时间同步基准将GPS/北斗时间同步至多个给水栓设备的采集时间，从而实现液体管网中各给水栓设备之间采集工作的时间同步。
可选地，各给水栓设备采集的水听数据包括但不限于幅度、能量、均方根、撞击数。
S102，分别根据各给水栓设备采集的水听数据判断液体管网是否出现泄漏。
可理解的是，由于液体管网泄漏信号特征多变且较为复杂，具体与液体管网漏点状况、液体管网材质、液体管网直径、介质流量、管内压力及传播距离等因素有关。液体管网泄漏是管内流体的一种流动瞬变现象，泄漏发生时，会产生沿液体管网向上、下游传播的负亚波。同时，在液体管网发生泄漏时，泄漏点因受液体管网内外压差的影响而造成局部振动，该振动源以声波形式在流体介质中主要以平面波的纵波形式向液体管网两端迅速传播。因此，在一些实施方式中，可通过对水听数据的幅频特性进行研究，在液体管网发生泄漏时，会激发出连续的声发射信号，该信号会携带大量的泄漏源及液体管网结构和运行状态特征信息，通过有针对性地对该信号进行分析，便可判断液体管网是否发生泄漏。需要说明的是，上述示出的根据水听数据判断液体管网是否出现泄漏的实施方式仅为示例性地，在具体实施过程中也可根据实际需要或相关工作人员的历史经验选择其他的判断方式，在本发明实施例中不做出具体限制。
S103，若出现，则确定至少一组给水栓设备，其中，每组给水栓设备包括两个给水栓设备，且两个给水栓设备位于泄漏点两侧。
也就是说，在确定了液体管网出现泄漏后，便需要确定至少一组位于泄漏点两侧的给水栓设备，以进行后续的泄漏点定位工作。
S104，基于各组给水栓设备采集的水听数据，确定液体管网中的泄漏点位置。
具体而言，由于根据步骤S103确定到位于泄漏点两侧的给水栓设备可能包括多组，基于每一组给水栓设备，均需对该组给水栓设备采集到的水听数据进行分析，以确定液体管网中泄漏点是否位于该组给水栓设备之间，并在泄漏点位置位于该组给水栓设备之间时，对采集到的水听数据进一步分析，以确定液体管网中泄漏点的具体位置信息。
作为一种可能的实现方式，如图2所示，液体管网泄漏监测方法中步骤S103，即确定至少一组给水栓设备，可具体包括：
S201，对目标给水栓设备进行两两组合，其中，目标给水栓设备为检测到液体管网出现泄漏的水听数据对应的给水栓设备。
可理解的是，由于液体管网中存在多个给水栓设备，且多个给水栓设备可分别采集水听数据，通过对多组水听数据分析，以选出其中可以确定到液体管网出现泄漏的水听数据，并将采集到选出的这些水听数据对应的给水栓设备作为目标给水栓设备。
也就是说，对目标给水栓设备对应的水听数据进行泄漏分析时，是可以确定到液体管网出现泄漏的。
S202，针对每个组合，利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，并在根据时间延迟判断泄漏点在该组合中的两给水栓设备之间时，将该组合作为选定的一组给水栓设备。
具体而言，对目标给水栓设备进行两两组合，可得到多组目标给水栓设备，但这些组合中可能会存在两个给水栓设备位于泄漏点同侧的情况，可理解的，若选择的两个给水栓设备位于泄漏点一侧时，是无法通过对这两个给水栓设备的相关分析，实现对液体管网中的泄漏点定位工作的。因此，在本实现方式中，针对每一组目标给水栓设备，通过广义互相关算法对该组中的两个目标给水栓设备采集到的水听数据进行时间延迟计算，若根据时间延迟判断到泄漏点在该组合中的两给水栓设备之间时，将该组合作为选定的一组给水栓设备，也就是说，通过对时间延迟的分析便可对位于泄漏点同侧的两给水栓设备对应的组合进行排除。
作为一种可行的实施方式，如图3所示，利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，可具体包括：
S301，分别对该组合中的两给水栓设备采集的水听数据进行分段傅里叶变换处理，得到第一频域信号和第二频域信号。
S302，根据第一频域信号和第二频域信号的共轭信号，得到泄漏点声信号的互频谱函数和频率加权函数。
S303，根据互频谱函数和频率加权函数计算得到广义互相关函数，并对广义互相关函数进行傅里叶逆变换处理，得到广义互相关数据。
S304，将广义互相关数据中最大值对应的时刻作为时间延迟。
具体而言，广义互相关算法通过计算两信号(即第一频域信号和第二频域信号)之间的互频谱，并在频域内给予一定的频率加权，从而对信号和噪声进行白化处理，增强信号中信噪比较高的频率成分，从而抑制噪声的影响，再反变换到时域上，得到两信号之间的广义互相关函数。
可理解的是，在得到广义互相关函数进行傅里叶逆变换后，便可得到广义互相关数据，因为在实际中由于噪声的影响，在广义互相关数据中可能没有1个明显的尖峰存在，为了凸显尖峰，可先对广义互相关数据进行滤波处理，从而获得更高的时延估计精度。具体而言，在对广义互相关数据进行降噪滤波后获得一维数组，该一维数组中包括多个数据，这些数据分别对应不同的时刻，对一维数组中的多个数据进行遍历，以获取广义互相关数据的最大值，进而将该最大值对应的时刻作为本实施方式中的时间延迟，可理解的是，该时间延迟为上述广义互相关数据中多个数据对应的多个不同时刻中的一者。
作为一种示例，广义互相关函数表示为：
其中，Rj[τ]表示第j个时域分段的广义相关函数，τ为时刻，I为预设时域分段长度，i为对应时域区间内的第i个频率点，A[ω]为频率加权函数，
M[ω]为第一频域信号，N[ω]*为第二频域信号的共轭信号，P[ω]为互频谱函数，P[ω]＝M[ω]·N[ω]*，
需要说明的是，若给水栓设备一次性采集到较长时间内液体管网的水听数据，会导致计算量较大，因此本示例中在确定广义互相关函数时，会对采集到的数据进行时间域分段处理，即分段上传数据，以降低运算量，从而降低实现难度。
需要说明的是，此处的频率加权函数A[ω]选择为PHAT(PHAse Transformation，相位变换)加权函数，在实际应用中也可根据实际情况或具体应用对其中的加权函数进行适应性调整或改动，这并不作为对本发明实施例的具体限制。
作为一种示例，可通过下式确定时间延迟：
Δτm,n＝argmaxRj[τ]
其中，Δτm,n为上述时间延迟。
可理解的是，argmax()是一种函数，是对函数求参数(集合)的函数，也就是求自变量最大的函数，在本实施方式中可理解为对广义互相关函数中广义互相关数据最大值的计算。
进一步地，在计算得到得到一组给水栓设备中两个给水栓设备接收水听信号的时间延迟后，需要首先判断这两个给水栓设备与泄漏点的位置信息。当液体管网的泄漏点位于两个给水栓设备同侧时，此时泄漏点位置不可解，因此在对液体管网内任意两个可接收信号的给水栓设备进行泄漏点位置计算之前，需要首先对同侧的情况进行排除，此时便需要考虑到声音信号传播方向与管道内水流方向同向或反向的情况。
作为一种可能的实现方式，记组合中的两给水栓设备分别为第一给水栓设备和第二给水栓设备，若对应的时间延迟满足如下条件，则确定第一给水栓设备和第二给水栓设备位于泄漏点两侧：
其中，Δτm,n为第一给水栓设备和第二给水栓设备之间的时间延迟，c为液体管网中声音信号的传播速度，vm,n为第一给水栓设备和第二给水栓设备之间的管道内水流速度，lm,n为第一给水栓设备和第二给水栓设备之间的距离。
进一步地，在确定出至少一组给水栓设备后，如图4所示，液体管网泄漏监测方法中步骤S104，即基于各组给水栓设备采集的水听数据，确定液体管网中的泄漏点位置，可具体包括：
S401，针对每组给水栓设备，分别计算泄漏点位置与该组给水栓设备中两给水栓设备之间的距离。
作为一种示例，针对每组给水栓设备，可通过下式计算泄漏点位置与该组给水栓设备中两给水栓设备之间的距离：
其中，lm为第一给水栓设备与泄漏点位置之间的距离，ln为第二给水栓设备与泄漏点位置之间的距离。
S402，根据距离构建泄漏定位矩阵，其中，泄漏定位矩阵为线性矩阵。
作为一种示例，泄漏定位矩阵如下：
其中，lm为第一给水栓设备与泄漏点位置之间的距离，ln为第二给水栓设备与泄漏点位置之间的距离。
S403，求解泄漏定位矩阵，并根据求解结果得到泄漏点位置。
作为一种可行的实施方式，确定x组给水栓设备，对泄漏定位矩阵进行求解得到的结果包括x个解，如图5所示，根据求解结果得到泄漏点位置，可包括：
S501，对x个解进行转换，得到泄漏点位置的参数矩阵。
可理解的是，对泄漏定位矩阵进行求解，得到x个求解结果，该x个求解结果表征每组给水栓设备与泄漏点位置之间的距离参数关系。可选地，基于一个预设固定给水栓设备对这x个解进行转换，从而得到泄漏点位置的参数矩阵。
作为一种可行的实施方式，预设固定给水栓设备的选取方式可包括：声音信号接收强度最高的给水栓设备应该距离泄漏点最近或较近，因此此处应选取信号强度最高的给水栓设备作为预设固定给水栓设备，实际应用中也可有利于现场测量与施工。需要说明的是，上述示出的实施方式仅为预设固定给水栓设备示例性选择方式，实际应用中可根据具体情况或者相关人员历史经验进行适应性调整。
作为一种示例，泄漏点位置的参数矩阵为L＝[l1 l2 … li … lx]。
S502，基于参数矩阵构建极大似然函数。
作为一种示例，基于参数矩阵构建得到的极大似然函数如下所示：
其中，L(V,T,Li)为极大似然函数，T为参数矩阵中第i组给水栓设备之间的时间延迟，li(V,T,Li)为参数矩阵中第i个给水栓设备与预设固定给水栓设备之间的距离，f(li)为液体管网中泄漏点与预设固定给水栓设备之间的距离li的概率密度函数，ε为定位距离噪声预设标准差，
为液体管网中泄漏点与预设固定给水栓设备之间的最大似然估计距离。
S503，根据极大似然函数得到泄漏点位置与预设固定给水栓设备之间的距离，并根据该距离和预设固定给水栓的位置得到泄漏点位置。
作为一种示例，可通过求解极大似然函数最大值，确定泄漏点位置与预设固定给水栓设备之间的距离，在具体计算时，对上述极大似然函数最大值的解可转化为对下式最小值的计算：
由于已知泄漏定位矩阵为线性函数，因此通过上述公式可以比较容易的找到L'(V,T,Li)的全局最小值，即
从而得到泄漏点位置与预设固定给水栓设备之间的距离。进而根据该距离和预设固定给水栓的位置便可确定泄漏点的位置，实现液体管网泄漏定位。
根据本发明实施例的液体管网泄漏监测方法，在进行泄漏监测之前，首先根据液体管网中各给水栓设备采集的水听数据判断液体管网是否出现泄漏，若出现，则确定至少一组位于泄漏点两侧的给水栓设备，进而针对该组给水栓设备进行液体管网中泄漏点的定位工作，可实现液体管网泄漏的高精度定位，降低漏检误检率。
进一步地，本发明实施例提出一种电子设备。
如图6所示，本发明实施例的电子设备300包括存储器302、处理器304和存储在存储器302上的计算机程序306，计算机程序306被处理器304执行时，实现如本发明上述实施例的液体管网泄漏监测方法。
进一步地，本发明实施例提出一种液体管网泄漏监测系统。
如图7所示，本发明实施例的液体管网泄漏监测系统100，包括液体管网中各给水栓设备200和根据本发明上述实施例的电子设备300。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，本发明实施例中所使用的“第一”、“第二”等术语，仅用于描述目的，而不可以理解为指示或者暗示相对重要性，或者隐含指明本实施例中所指示的技术特征数量。由此，本发明实施例中限定有“第一”、“第二”等术语的特征，可以明确或者隐含地表示该实施例中包括至少一个该特征。在本发明的描述中，词语“多个”的含义是至少两个或者两个及以上，例如两个、三个、四个等，除非实施例中另有明确具体的限定。
在本发明中，除非实施例中另有明确的相关规定或者限定，否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或成一体，可以理解的，也可以是机械连接、电连接等；当然，还可以是直接相连，或者通过中间媒介进行间接连接，或者可以是两个元件内部的连通，或者两个元件的相互作用关系。对于本领域的普通技术人员而言，能够根据具体的实施情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种液体管网泄漏监测方法，其特征在于，所述方法包括：
获取液体管网中各给水栓设备采集的水听数据；
分别根据各所述给水栓设备采集的水听数据判断所述液体管网是否出现泄漏；
若出现，则确定至少一组给水栓设备，其中，每组给水栓设备包括两个给水栓设备，且所述两个给水栓设备位于泄漏点两侧；
基于各组给水栓设备采集的水听数据，确定所述液体管网中的泄漏点位置。
2.根据权利要求1所述的液体管网泄漏监测方法，其特征在于，所述确定至少一组给水栓设备，包括：
对目标给水栓设备进行两两组合，其中，所述目标给水栓设备为检测到所述液体管网出现泄漏的水听数据对应的给水栓设备；
针对每个组合，利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，并在根据所述时间延迟判断泄漏点在该组合中的两给水栓设备之间时，将该组合作为选定的一组给水栓设备。
3.根据权利要求2所述的液体管网泄漏监测方法，其特征在于，所述利用广义互相关算法根据该组合中的两给水栓设备采集的水听数据，得到泄漏点声音信号到达该组合中的两给水栓设备的时间延迟，包括：
分别对该组合中的两给水栓设备采集的水听数据进行分段傅里叶变换处理，得到第一频域信号和第二频域信号；
根据所述第一频域信号和第二频域信号的共轭信号，得到所述泄漏点声信号的互频谱函数和频率加权函数；
根据所述互频谱函数和频率加权函数计算得到所述广义互相关函数，并对所述广义互相关函数进行傅里叶逆变换处理，得到广义互相关数据；
将所述广义互相关数据中最大值对应的时刻作为所述时间延迟。
4.根据权利要求3所述的液体管网泄漏监测方法，其特征在于，所述广义互相关函数表示为：
其中，Rj[τ]表示第j个时域分段的广义相关函数，τ为时刻，I为预设时域分段长度，i为对应时域区间内的第i个频率点，A[ω]为所述频率加权函数，
M[ω]为所述第一频域信号，N[ω]*为所述第二频域信号的共轭信号，P[ω]为所述互频谱函数，P[ω]＝M[ω]·N[ω]*，
5.根据权利要求3所述的液体管网泄漏监测方法，其特征在于，记组合中的两给水栓设备分别为第一给水栓设备和第二给水栓设备，若对应的时间延迟满足如下条件，则确定所述第一给水栓设备和第二给水栓设备位于所述泄漏点两侧：
其中，Δτm,n为所述第一给水栓设备和所述第二给水栓设备之间的时间延迟，c为液体管网中声音信号的传播速度，vm,n为所述第一给水栓设备和所述第二给水栓设备之间的管道内水流速度，lm,n为所述第一给水栓设备和所述第二给水栓设备之间的距离。
6.根据权利要求5所述的液体管网泄漏监测方法，其特征在于，所述基于各组给水栓设备采集的水听数据，确定所述液体管网中的泄漏点位置，包括：
针对每组给水栓设备，分别计算所述泄漏点位置与该组给水栓设备中两给水栓设备之间的距离；
根据所述距离构建泄漏定位矩阵，其中，所述泄漏定位矩阵为线性矩阵；
求解所述泄漏定位矩阵，并根据求解结果得到所述泄漏点位置。
7.根据权利要求6所述的液体管网泄漏监测方法，其特征在于，所述泄漏定位矩阵如下：
其中，lm为所述第一给水栓设备与所述泄漏点位置之间的距离，ln为所述第二给水栓设备与所述泄漏点位置之间的距离。
8.根据权利要求6所述的液体管网泄漏监测方法，其特征在于，确定x组给水栓设备，所述求解结果包括x个解，所述根据求解结果得到所述泄漏点位置，包括：
对所述x个解进行转换，得到所述泄漏点位置的参数矩阵；
基于所述参数矩阵构建极大似然函数；
根据所述极大似然函数得到所述泄漏点位置与预设固定给水栓设备之间的距离，并根据该距离和所述预设固定给水栓的位置得到所述泄漏点位置。
9.一种电子设备，包括存储器、处理器和存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如权利要求1-8中任一项所述的液体管网泄漏监测方法。
10.一种液体管网泄漏监测系统，其特征在于，所述系统包括：液体管网中各给水栓设备和根据权利要求9所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211542864.7A CN115978462A (zh) | 2022-12-02 | 2022-12-02 | 液体管网泄漏监测方法、系统和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211542864.7A CN115978462A (zh) | 2022-12-02 | 2022-12-02 | 液体管网泄漏监测方法、系统和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115978462A true CN115978462A (zh) | 2023-04-18 |
Family
ID=85967154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211542864.7A Pending CN115978462A (zh) | 2022-12-02 | 2022-12-02 | 液体管网泄漏监测方法、系统和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115978462A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116464918A (zh) * | 2023-05-06 | 2023-07-21 | 江苏省特种设备安全监督检验研究院 | 管道泄漏检测方法、系统及存储介质 |
-
2022
- 2022-12-02 CN CN202211542864.7A patent/CN115978462A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116464918A (zh) * | 2023-05-06 | 2023-07-21 | 江苏省特种设备安全监督检验研究院 | 管道泄漏检测方法、系统及存储介质 |
| CN116464918B (zh) * | 2023-05-06 | 2023-10-10 | 江苏省特种设备安全监督检验研究院 | 管道泄漏检测方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104237871B (zh) | 一种基于相位补偿的时延差估计方法 | |
| JP6296245B2 (ja) | 漏洩判定方法、漏洩判定システム、及びプログラム | |
| US11060668B2 (en) | Multiple transducer method and system for pipeline analysis | |
| CN108283011A (zh) | 使用多模声信号对金属结构中的变化进行检测与监控 | |
| JP6370596B2 (ja) | 漏水監視システム、漏水監視方法、漏水監視装置、および漏水監視プログラム | |
| CN104535275B (zh) | 基于气泡声学的水下气体泄漏量的检测方法和检测装置 | |
| Bakhtawar et al. | Review of water leak detection and localization methods through hydrophone technology | |
| CN115978462A (zh) | 液体管网泄漏监测方法、系统和电子设备 | |
| JP6652054B2 (ja) | 位置決定装置、漏洩検知システム、位置決定方法及びコンピュータ読み取り可能記録媒体 | |
| WO2017188074A1 (ja) | 漏洩箇所分析システム、漏洩箇所分析方法、漏洩箇所分析装置及びコンピュータ読み取り可能な記録媒体 | |
| Ma et al. | PipeSLAM: Simultaneous localisation and mapping in feature sparse water pipes using the Rao-Blackwellised particle filter | |
| CN111350948A (zh) | 一种基于波束形成的管道泄漏位置计算方法 | |
| CN102089652B (zh) | 超声建模 | |
| KR20180079128A (ko) | 차동증폭을 이용한 누수 탐지 장치 및 누수 탐지 방법 | |
| JP2004061361A (ja) | 配管破損探査装置 | |
| JP6789042B2 (ja) | 漏水場所の特定方法 | |
| CN112856249A (zh) | 一种城市供水管网泄漏监测方法 | |
| Mao et al. | A fast interface reconstruction method for frequency-domain synthetic aperture focusing technique imaging of two-layered systems with non-planar interface based on virtual points measuring | |
| CN109085248B (zh) | 承压管道壁冲击源的定位方法、装置及系统 | |
| Yu et al. | Microphone array analysis of the first non-axisymmetric mode for the detection of pipe conditions | |
| JP6826970B2 (ja) | 漏洩位置推定装置及び漏洩位置推定方法 | |
| JP3488579B2 (ja) | 漏水位置検出方法および漏水位置検出装置 | |
| CN113126029B (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
| Zhang et al. | The identification of accurate and computationally efficient arrival time pick-up method for acoustic tomography | |
| CN108930915B (zh) | 一种基于定性映射的管道泄漏识别方法、装置及系统 |
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 |