CN116202038A - 管网泄漏事件预警方法、装置、设备和介质 - Google Patents
管网泄漏事件预警方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116202038A CN116202038A CN202310492622.XA CN202310492622A CN116202038A CN 116202038 A CN116202038 A CN 116202038A CN 202310492622 A CN202310492622 A CN 202310492622A CN 116202038 A CN116202038 A CN 116202038A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- leakage
- value
- alarm
- acquiring
- 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.)
- Granted
Links
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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D1/00—Pipe-line systems
- F17D1/08—Pipe-line systems for liquids or viscous products
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本申请提供一种管网泄漏事件预警方法、装置、设备和介质,涉及管网监测技术领域。该方法包括:根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;若所述管网泄漏概率超过预设概率值,则获取管网温度值;根据所述管网温度值和温度变化上限值,获取当前泄漏量;若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。本申请的方法可以更准确保险地检测出管网发生泄漏的实际情况并进行预警,且随时可以进行检测,十分方便。
Description
技术领域
本申请涉及管网监测技术领域,尤其涉及一种管网泄漏事件预警方法、装置、设备和介质。
背景技术
随着城市规模的扩大,人口急剧增加,冬季保障城市供暖成为一项重大的民生工程。
而现实中,城市供暖一次管网的建设参差不齐,特别是建设较早的管网,使用年限较长,使用材质也相比当前材质寿命较短,由于内外壁长期收到水等其他介质的腐蚀,很容易造成管道的泄漏,造成大面积停暖,严重影响着城市人们的生活质量。为了避免泄漏造成的问题,一般会配置检修人员定期巡检维护,以保证管网的正常运作。
但是,人工的检测方式会有无法准确判断是否泄漏、无法及时获取具体泄漏位置、需要很大人力成本等问题;因此,亟待提出一种可以更为方便、准确的管网泄漏检测方式。
发明内容
本申请提供一种管网泄漏事件预警方法、装置、设备和介质,用以解决现有技术中人工测量准确性和及时性都不足的问题。
第一方面,本申请提供一种管网泄漏事件预警方法,包括:
根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;
若所述管网泄漏概率超过预设概率值,则获取管网温度值;
根据所述管网温度值和温度变化上限值,获取当前泄漏量;
若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
在一种可能的实现方式中,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率,包括:
根据所述报警信息中的报警参数,获取不同报警参数对应的所述报警持续时间;其中,所述报警参数包括超温参数和水量参数,所述超温参数对应超温指示值和超温报警持续时间,所述水量参数对应水量指示值和水量报警持续时间;
将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和所述温度变化,输入管网泄漏概率预测模型,获取管网泄漏概率。
在一种可能的实现方式中,所述将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和所述温度变化,输入管网泄漏概率预测模型之前,所述方法还包括:
在历史数据库中,获取不同历史数据和所述历史数据对应的历史管网泄漏概率,并构建样本集;其中,所述历史数据包括历史超温指示值、历史超温报警持续时间、历史水量指示值、历史水量报警持续时间和历史温度变化;
根据所述样本集获取训练样本,将所述训练样本中的所述历史数据作输入,将所述训练样本中的历史管网泄漏概率作为标签,输入神经网络进行训练,直到得到训练好的所述管网泄漏概率预测模型。
在一种可能的实现方式中,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率之前,所述方法还包括:
根据温度传感器获取管网温度值,根据水量传感器获取管网水量值;
若所述管网温度值超过温度预设值上限,则确认所述超温指示值指示超温;其中,所述超温指示值用于指示管网超温或管网未超温;
若所述管网水量值超过水量预设值上限,则确认所述水量指示值指示漏水;其中,所述水量指示值用于指示管网漏水或管网未漏水。
在一种可能的实现方式中,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率之前,所述方法还包括:
获取报警信息,若所有所述报警参数对应的所述指示值均指示所述报警参数未超过预设值上限,则确认所述管网泄漏概率为0。
在一种可能的实现方式中,所述根据所述管网温度值和温度变化上限值,获取当前泄漏量,包括:
根据所述管网温度值和环境温度值,获取第一泄漏参数;
根据所述温度变化上限值和环境温度值,获取第二泄漏参数;
根据所述第一泄漏参数和所述第二泄漏参数,获取所述当前泄漏量。
在一种可能的实现方式中,所述输出泄漏量,并发出泄漏事件预警之后,所述方法还包括:
获取所述温度传感器和所述水量传感器的位置信息;
根据所述位置信息,获取所述温度传感器和所述水量传感器所在位置的管网结构;
根据所述管网结构,获取所述温度传感器和所述水量传感器的下游管网,并确认所述下游管网为故障位置。
第二方面,本申请提供一种管网泄漏事件预警装置,包括:
第一获取模块,用于根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;
第一判定模块,用于若所述管网泄漏概率超过预设概率值,则获取管网温度值;
第二获取模块,用于根据所述管网温度值和温度变化上限值,获取当前泄漏量;
第二判定模块,用于若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
第三方面,本申请提供一种管网泄漏事件预警设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上所述的管网泄漏事件预警方法。
第四方面,本申请提供一种计算机可读存储介质,其上储存有计算机程序,该计算机程序被处理器执行时实现如上所述的管网泄漏事件预警方法的步骤。
本申请提供的一种管网泄漏事件预警方法、装置、设备和介质,根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;若所述管网泄漏概率超过预设概率值,则获取管网温度值;根据所述管网温度值和温度变化上限值,获取当前泄漏量;若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
上述方法中,通过获取报警信息、报警持续时间和温度变化,预测管网泄漏概率,并在管网泄漏概率超过预设概率值时,进一步确认泄漏量,在确认泄漏量超过预设安全值时,确认发生泄漏,输出泄漏量,并发出泄漏事件预警;在检测过程中包括预测泄漏和确认泄漏过程,能够更准确保险地检测出管网实际发生的泄漏情况,且随时可以进行检测,十分方便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种管网泄漏事件预警方法的场景示意图;
图2为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图一;
图3为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图二;
图4为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图三;
图5为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图四;
图6为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图五;
图7为本发明实施例提供的一种管网泄漏事件预警装置图;
图8为本发明实施例提供的管网泄漏事件预警设备的硬件示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
管网又称管路系统,包括配水管网、环状管网和枝状管网;且管网有不同的功能,包括供水、供热等。在运输这些能源的时候,可能会发生泄漏,最终导致出现各种问题。
例如,城市供暖系统可以给用户提供暖气,但是现实生活中管网的建设情况层次不齐,尤其是一些建设较早的管网,可能更加容易出现问题,例如因受到水等介质的腐蚀导致泄漏,而泄漏会给用户的生活造成麻烦,甚至是造成安全问题,所以为了避免这些问题的发生,往往设置检修人员检修现场勘查,以确认发生泄漏的地方所在。
但是,现有采取人工处理方式的技术方案,存在无法及时获取泄漏点,以及泄漏后也不清楚泄漏量变化,更加无法实现应急预警以及联动处置等问题,导致最终无法准确及时地发现问题。
因此,本申请提出了一种更为准确、实时地进行泄漏检测的预警方式。
下面结合附图和具体的实施例阐述本申请提出的管网泄漏事件预警方法的实现过程。
图1为本申请实施例提供的一种管网泄漏事件预警方法的场景示意图。如图1所示,该系统包括:管网101、换热站102、传感器103和服务器104;
管网101负责给用户供暖;换热站102是用于将热力进行集中和交换的地方,负责通过管网101给用户供暖;传感器103包括温度传感器和水量传感器,布置在管网101外部,用于检测管网101状况,包括温度状况和水量状况;服务器104用于接收传感器103反馈回来的信息,并进行处理,以确认是否真的发生泄漏;
例如,通过传感器103回传报警信息、报警持续时间和温度信息,服务器104根据温度信息计算温度变化,并预测管网泄漏概率,当预测管网泄漏概率超过预设概率值时,进一步根据传感器103回传实时温度信息,获取管网101的泄漏情况,并进行预警,例如,输出泄漏量、发出预警信号,其中预警信号包括声音预警和光预警。
基于传感器报警发现的泄漏不一定准确,且事态相对没有那么紧急,当管网泄漏概率超过预设概率值时,检测泄漏量,发生泄漏事件预警,则事态相对紧急,后续需要及时解决问题;即基于传感器报警和管网泄漏概率,准确及时发现管网实际的泄漏情况,以便于后续及时解决问题;
其中,服务器104可以替换成其他可以实现以上服务器104功能的终端设置。
下面结合图2和具体的实施例阐述本申请提出的管网泄漏事件预警方法的实现过程。
图2为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图一。如图2所示,该方法包括:
S201、根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间。
报警信息可通过传感器反馈给服务器,该服务器可对应设置屏幕等装置;故报警信息可以对检修人员进行显示,该报警信息可显示传感器的报警情况,包括显示报警参数和报警参数对应的指示值;其中指示值用于指示该报警参数是否超过预设值,若超过则表示发生报警,若未超过表示未发生报警。
报警持续时间可以通过传感器反馈的持续时间进行时间记录,温度变化可以根据传感器反馈至服务器的实时温度进行计算;获取到以上报警信息、报警持续时间和温度变化后,可进一步预测管网泄漏概率;该预测方式可以是通过实现训练好的模型进行预测。
S202、若所述管网泄漏概率超过预设概率值,则获取管网温度值。
在预测管网泄漏概率时,将其与事先预设好的预设概率值进行比较,以进一步确认是否会发生泄漏;如果预测结果为管网泄漏概率超过预设概率值,则确认发生泄漏,可进行泄漏量计算,并获取计算泄漏量所需的管网温度值。
本实施例的预设概率值取值是100%,但该预设概率值也可以是99%、90%、80%等数据。
S203、根据所述管网温度值和温度变化上限值,获取当前泄漏量。
事先建立好管网温度值、温度变化上限值与泄漏量的关联对应的算法,并将该算法设置在服务器中,获取到管网温度值和温度变化上限值后,通过服务器计算出当前泄漏量。
S204、若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
在服务器中实现设置好了泄漏量对应的预设安全值,在当前泄漏量超过预设安全值时,说明当前泄漏量已经对管网以及管网周边造成了影响,则确认发生泄漏,并需要进行预警,即输出泄漏量并发出预警;其中,发出预警的方式包括发出声音和/或发出闪光等方式。
本申请实施例中,根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;若所述管网泄漏概率超过预设概率值,则获取管网温度值;根据所述管网温度值和温度变化上限值,获取当前泄漏量;若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
上述方法中,通过获取报警信息、报警持续时间和温度变化,预测管网泄漏概率,并在管网泄漏概率超过预设概率值时,进一步确认泄漏量,在确认泄漏量超过预设安全值时,确认发生泄漏,输出泄漏量,并发出泄漏事件预警;在检测过程中包括预测泄漏和确认泄漏过程,能够更准确保险地检测出管网实际发生的泄漏情况,且随时可以进行检测,十分方便。
下面结合图3和具体的实施例阐述本申请提出的管网泄漏事件预警方法中模型预测的实现过程。
图3为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图二。如图3所示,该方法包括:
S301、根据所述报警信息中的报警参数,获取不同报警参数对应的所述报警持续时间;其中,所述报警参数包括超温参数和水量参数,所述超温参数对应超温指示值和超温报警持续时间,所述水量参数对应水量指示值和水量报警持续时间。
报警信息中包括不同的报警参数,不同的报警参数对应各自的指示值和报警持续时间;当报警参数为超温参数时,对应超温指示值和超温报警持续时间,当报警参数为水量参数时,对应水量指示值和水量报警持续时间;
在实际的工程中,不同的报警参数可以通过不同的传感器进行采集,包括:
示例的,根据温度传感器获取管网温度值,根据水量传感器获取管网水量值;
若所述管网温度值超过温度预设值上限,则确认所述超温指示值指示超温;其中,所述超温指示值用于指示管网超温或管网未超温;
若所述管网水量值超过水量预设值上限,则确认所述水量指示值指示漏水;其中,所述水量指示值用于指示管网漏水或管网未漏水。
温度传感器用于采集管网温度值,并根据事先设置好的温度预设值上限进行报警,并通过超温参数显示报警类型为超温报警,通过超温指示值显示报警的结果是否出现管网超温,若管网温度值超过温度预设值上限,则确认管网超温,若管网温度值低于温度预设值上限确认管网未超温;在输入管网泄漏概率预测模型时,管网超温,超温指示值可为1,管网未超温,超温指示值可为0;
水量传感器同理于温度传感器,该水量传感器用于采集管网水量值,并根据事先设置好的水量预设值上限进行报警,若管网水量值超过水量预设值上限,则确认管网漏水,若管网水量值低于水量预设值上限确认管网未漏水;在输入管网泄漏概率预测模型时,管网漏水,水量指示值可为1,管网未漏水,水量指示值可为0。
在预测管网泄漏概率之前,先通过传感器装置对其进行报警,但是传感器的报警不一定准确,且事态相对不紧急,所以后续再获取不同数据对管网泄漏概率进行预测,并计算出是否有泄漏量超标,即需要紧急进行处理的泄漏事件发生,让监测人员对泄漏的把控更加精准,达到测算泄漏量的预警阶段,说明泄漏事态相对严重。
S302、将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和温度变化,输入管网泄漏概率预测模型,获取管网泄漏概率。
温度变化指的是在预设时间段内的温度变化,可由温度传感器采集;获取到超温指示值、超温报警持续时间、水量指示值、水量报警持续时间和温度变化后,可将这些数据输入管网泄漏概率预测模型进行管网泄漏概率预测,进而得到管网泄漏概率。
在传感器有多种时,只要有任意一种或一个传感器发出报警,则开始用管网泄漏概率预测模型进行管网泄漏概率预测,如果没有出现报警,则:
示例的,获取报警信息,若所有所述报警参数对应的所述指示值均指示所述报警参数未超过预设值上限,则确认所述管网泄漏概率为0。
获取传感器的报警信息,包括报警参数和与报警参数对应的指示值,若这些指示值均指示报警参数未超过预设值上限;例如获取报警信息,包括超温参数、超温指示值、水量参数和水量指示值,超温指示值和水量指示值均为0,均表示报警参数未超过预设值上限,则无需通过管网泄漏概率预测模型预测管网泄漏概率,直接确认管网泄漏概率为0。
本申请实施例中,通过获取报警信息中的报警参数,获取不同报警参数对应的所述报警持续时间;将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和温度变化,输入管网泄漏概率预测模型,获取管网泄漏概率;准确预测管网泄漏概率。
下面结合图4和具体的实施例阐述本申请提出的管网泄漏事件预警方法中模型训练的实现过程。
图4为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图三。如图4所示,该方法包括:
S401、在历史数据库中,获取不同历史数据和所述历史数据对应的历史管网泄漏概率,并构建样本集;其中,所述历史数据包括历史超温指示值、历史超温报警持续时间、历史水量指示值、历史水量报警持续时间和历史温度变化。
该历史数据库是历史实际报警情况与历史实际发生泄漏概率的关联数据建立的,这些数据可以由行业专家的历史经验得到;历史数据包括历史报警信息,例如历史超温指示值、历史超温报警持续时间、历史水量指示值、历史水量报警持续时间和历史温度变化;一个历史数据和其对应的历史管网泄漏概率构成一个样本,多个样本构成样本集;
其中,不同历史数据中的数据可能不同,例如,第一历史数据为:历史超温指示值等于1,历史超温报警持续时间等于1分钟、历史水量指示值等于0、历史水量报警持续时间等于0,历史温度变化等于5摄氏度;第二历史数据为:历史超温指示值等于1,历史超温报警持续时间等于20分钟、历史水量指示值等于1、历史水量报警持续时间等于20分钟,历史温度变化等于30摄氏度;而在历史中,第一历史数据和第二历史数据对应的历史管网泄漏概率分别为10%和90%,第一历史数据与其历史管网泄漏概率为一个样本;
历史超温报警持续时间和历史水量报警持续时间可简化为报警持续时间,即在同一位置同时安装温度传感器和水量传感器,只要其中一个传感器发出报警,则开始记录报警持续时间,那对应的,训练模型用这些历史数据,实际预测也要用这些历史数据对应的实时数据。
S402、根据所述样本集获取训练样本,将所述训练样本中的所述历史数据作输入,将所述训练样本中的历史管网泄漏概率作为标签,输入神经网络进行训练,直到得到训练好的所述管网泄漏概率预测模型。
在样本集中选取90%的样本出来作为训练样本,将其输入到神经网络进行训练;在样本集中选取10%的样本出来作为测试样本,当该测试样本输入到管网泄漏概率预测模型的预测精准度达到目标精准度,则停止训练得到训练好的所述管网泄漏概率预测模型;其中,训练样本中的历史数据为输入,历史管网泄漏概率为期望输出即标签;目标精准度可以是95%;神经网络可选用BP神经网络。
本申请实施例中,通过历史数据库中的历史数据,包括历史超温指示值、历史超温报警持续时间、历史水量指示值、历史水量报警持续时间和历史温度变化构建样本集,并选出训练样本作为升级网络的输入进行训练,直到达到精确的预测效果,得到能精准预测管网泄漏概率的管网泄漏概率预测模型,以用于实际工程使用。
下面结合图5和具体的实施例阐述本申请提出的管网泄漏事件预警方法中模型训练的实现过程。
图5为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图四。如图5所示,该方法包括:
S501、根据所述管网温度值和环境温度值,获取第一泄漏参数。
获取管网温度值和环境温度值,将管网温度值减去环境温度值,得到第一泄漏参数;其中,管网温度值由在管网外部的温度传感器获得。
S502、根据所述温度变化上限值和环境温度值,获取第二泄漏参数。
温度变化上限值可以事先预设,再实时获取环境温度值,将温度变化上限值减去环境温度值,得到第二泄漏参数。
S503、根据所述第一泄漏参数和所述第二泄漏参数,获取所述当前泄漏量。
将第一泄漏参数除以第二泄漏参数,得到当前泄漏量;在当前泄漏量为1时表示泄漏严重,在当前泄漏量为0时表示实际没有发生泄漏,可能是其他原因引起温度和湿度变化。
以公式表示计算当前泄漏量L为:L=(T-Tw)/(Th-Tw),其中,T为管网温度值,Tw为环境温度值,Th为温度变化上限值。
本申请实施例中,通过管网温度值、环境温度值和温度变化上限值建立计算当前泄漏量的关系式,并实时获取管网温度值和环境温度值计算出当前泄漏量,以确认当前实际的泄漏情况,精准掌握泄漏信息。
下面结合图6和具体的实施例阐述本申请提出的管网泄漏事件预警方法中模型训练的实现过程。
图6为本申请实施例提供的一种管网泄漏事件预警方法的流程示意图五。如图6所示,该方法包括:
S601、获取所述温度传感器和所述水量传感器的位置信息。
根据定位系统,获取温度传感器和水量传感器的位置信息,包括经纬度。
S602、根据所述位置信息,获取所述温度传感器和所述水量传感器所在位置的管网结构。
基于GIS智能搜索系统对温度传感器和水量传感器关联的管网进行搜索,确认温度传感器和水量传感器位置上对应的管网结构,以图1为例,传感器周围对应三根管道,这里的传感器可以是温度传感器和/或水量传感器。
S603、根据所述管网结构,获取所述温度传感器和所述水量传感器的下游管网,并确认所述下游管网为故障位置。
温度传感器和水量传感器周围有多根管道,且有上下游管道之分,如果传感器所在位置出现泄漏故障,那么对应下游的热换站会无法实现供暖,所以确认温度传感器和水量传感器的下游管网(或下游管道),可以确认故障位置,找出该故障位置对应的热换站管理的小区的供热户数,并对应进行预警和设置处理措施。
本申请实施例中,在确认泄漏报警和泄漏量后,对泄漏位置进行定位,并找出受影响的热换站管理的小区的供热户数,对应采取补救措施,以及时维护管网。
图7为本发明实施例提供的一种管网泄漏事件预警装置图,如图7所示,该装置包括:第一获取模块701、第一判定模块702、第二获取模块703和第二判定模块704;
第一获取模块701,用于根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间。
第一获取模块701,还用于根据所述报警信息中的报警参数,获取不同报警参数对应的所述报警持续时间;其中,所述报警参数包括超温参数和水量参数,所述超温参数对应超温指示值和超温报警持续时间,所述水量参数对应水量指示值和水量报警持续时间;
将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和所述温度变化,输入管网泄漏概率预测模型,获取管网泄漏概率。
第一判定模块702,用于若所述管网泄漏概率超过预设概率值,则获取管网温度值。
第二获取模块703,用于根据所述管网温度值和温度变化上限值,获取当前泄漏量。
第二获取模块703,还用于根据所述管网温度值和环境温度值,获取第一泄漏参数;
根据所述温度变化上限值和环境温度值,获取第二泄漏参数;
根据所述第一泄漏参数和所述第二泄漏参数,获取所述当前泄漏量。
第二判定模块704,用于若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
本申请还提供一种管网泄漏事件预警设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行管网泄漏事件预警方法。
图8为本发明实施例提供的管网泄漏事件预警设备的硬件示意图。如图8所示,本实施例提供的管网泄漏事件预警设备80包括:至少一个处理器801和存储器802。该设备80还包括通信部件803。其中,处理器801、存储器802以及通信部件803通过总线804连接。
在具体实现过程中,至少一个处理器801执行所述存储器802存储的计算机执行指令,使得至少一个处理器801执行如上管网泄漏事件预警方法。
处理器801的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图8所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速存储器(Random Access Memory,RAM),也可能还包括非易失性存储器(Non-volatile Memory,NVM),例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的管网泄漏事件预警方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段,并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种管网泄漏事件预警方法,其特征在于,包括:
根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;
若所述管网泄漏概率超过预设概率值,则获取管网温度值;
根据所述管网温度值和温度变化上限值,获取当前泄漏量;
若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
2.根据权利要求1所述的方法,其特征在于,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率,包括:
根据所述报警信息中的报警参数,获取不同报警参数对应的所述报警持续时间;其中,所述报警参数包括超温参数和水量参数,所述超温参数对应超温指示值和超温报警持续时间,所述水量参数对应水量指示值和水量报警持续时间;
将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和所述温度变化,输入管网泄漏概率预测模型,获取管网泄漏概率。
3.根据权利要求2所述的方法,其特征在于,所述将所述超温指示值、所述超温报警持续时间、所述水量指示值、所述水量报警持续时间和所述温度变化,输入管网泄漏概率预测模型之前,所述方法还包括:
在历史数据库中,获取不同历史数据和所述历史数据对应的历史管网泄漏概率,并构建样本集;其中,所述历史数据包括历史超温指示值、历史超温报警持续时间、历史水量指示值、历史水量报警持续时间和历史温度变化;
根据所述样本集获取训练样本,将所述训练样本中的所述历史数据作输入,将所述训练样本中的历史管网泄漏概率作为标签,输入神经网络进行训练,直到得到训练好的所述管网泄漏概率预测模型。
4.根据权利要求2所述的方法,其特征在于,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率之前,所述方法还包括:
根据温度传感器获取管网温度值,根据水量传感器获取管网水量值;
若所述管网温度值超过温度预设值上限,则确认所述超温指示值指示超温;其中,所述超温指示值用于指示管网超温或管网未超温;
若所述管网水量值超过水量预设值上限,则确认所述水量指示值指示漏水;其中,所述水量指示值用于指示管网漏水或管网未漏水。
5.根据权利要求1所述的方法,其特征在于,所述根据报警信息、报警持续时间和温度变化,获取管网泄漏概率之前,所述方法还包括:
获取报警信息,若所有所述报警参数对应的所述指示值均指示所述报警参数未超过预设值上限,则确认所述管网泄漏概率为0。
6.根据权利要求1所述的方法,其特征在于,所述根据所述管网温度值和温度变化上限值,获取当前泄漏量,包括:
根据所述管网温度值和环境温度值,获取第一泄漏参数;
根据所述温度变化上限值和环境温度值,获取第二泄漏参数;
根据所述第一泄漏参数和所述第二泄漏参数,获取所述当前泄漏量。
7.根据权利要求4所述的方法,其特征在于,所述输出泄漏量,并发出泄漏事件预警之后,所述方法还包括:
获取所述温度传感器和所述水量传感器的位置信息;
根据所述位置信息,获取所述温度传感器和所述水量传感器所在位置的管网结构;
根据所述管网结构,获取所述温度传感器和所述水量传感器的下游管网,并确认所述下游管网为故障位置。
8.一种管网泄漏事件预警装置,其特征在于,包括:
第一获取模块,用于根据报警信息、报警持续时间和温度变化,获取管网泄漏概率;其中,所述报警信息包括报警参数和用于指示所述报警参数是否超过预设值上限的指示值,所述报警持续时间用于指示所述报警信息的持续时间;
第一判定模块,用于若所述管网泄漏概率超过预设概率值,则获取管网温度值;
第二获取模块,用于根据所述管网温度值和温度变化上限值,获取当前泄漏量;
第二判定模块,用于若所述当前泄漏量超过预设安全值,则输出泄漏量,并发出泄漏事件预警。
9.一种管网泄漏事件预警设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-7任一项所述的管网泄漏事件预警方法。
10.一种计算机可读存储介质,其上储存有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7任意一项所述的管网泄漏事件预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310492622.XA CN116202038B (zh) | 2023-05-05 | 2023-05-05 | 管网泄漏事件预警方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310492622.XA CN116202038B (zh) | 2023-05-05 | 2023-05-05 | 管网泄漏事件预警方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116202038A true CN116202038A (zh) | 2023-06-02 |
CN116202038B CN116202038B (zh) | 2023-08-08 |
Family
ID=86513321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310492622.XA Active CN116202038B (zh) | 2023-05-05 | 2023-05-05 | 管网泄漏事件预警方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202038B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116717729A (zh) * | 2023-08-09 | 2023-09-08 | 山东国研自动化有限公司 | 一种监测燃气安全的分级管控系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102865459A (zh) * | 2012-09-26 | 2013-01-09 | 华北电力大学(保定) | 一种供热管网泄漏定位系统及定位方法 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
CN105042339A (zh) * | 2015-06-03 | 2015-11-11 | 中国石化销售有限公司华东分公司 | 一种基于无量纲的成品油管道泄漏量估计系统及方法 |
US20150376874A1 (en) * | 2014-04-30 | 2015-12-31 | Aqualock Global Corporation | Water leak detection, prevention and water conservation systems and methods |
CN111578153A (zh) * | 2020-05-18 | 2020-08-25 | 广州鹄志信息咨询有限公司 | 一种基于大数据的管道泄漏监测方法 |
CN113987908A (zh) * | 2021-09-09 | 2022-01-28 | 浙江浙能天然气运行有限公司 | 基于机器学习方法的天然气管网泄漏预警方法 |
CN115751195A (zh) * | 2022-08-16 | 2023-03-07 | 西安金时利和自动化工程有限公司 | 一种用于河道石油管道泄漏的监测系统及管理方法 |
-
2023
- 2023-05-05 CN CN202310492622.XA patent/CN116202038B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102865459A (zh) * | 2012-09-26 | 2013-01-09 | 华北电力大学(保定) | 一种供热管网泄漏定位系统及定位方法 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
US20150376874A1 (en) * | 2014-04-30 | 2015-12-31 | Aqualock Global Corporation | Water leak detection, prevention and water conservation systems and methods |
CN105042339A (zh) * | 2015-06-03 | 2015-11-11 | 中国石化销售有限公司华东分公司 | 一种基于无量纲的成品油管道泄漏量估计系统及方法 |
CN111578153A (zh) * | 2020-05-18 | 2020-08-25 | 广州鹄志信息咨询有限公司 | 一种基于大数据的管道泄漏监测方法 |
CN113987908A (zh) * | 2021-09-09 | 2022-01-28 | 浙江浙能天然气运行有限公司 | 基于机器学习方法的天然气管网泄漏预警方法 |
CN115751195A (zh) * | 2022-08-16 | 2023-03-07 | 西安金时利和自动化工程有限公司 | 一种用于河道石油管道泄漏的监测系统及管理方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116717729A (zh) * | 2023-08-09 | 2023-09-08 | 山东国研自动化有限公司 | 一种监测燃气安全的分级管控系统及方法 |
CN116717729B (zh) * | 2023-08-09 | 2023-10-20 | 山东国研自动化有限公司 | 一种监测燃气安全的分级管控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116202038B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109637680B (zh) | 核电站泄漏监测报警方法及报警系统 | |
US8583386B2 (en) | System and method for identifying likely geographical locations of anomalies in a water utility network | |
CN108984873B (zh) | 供水管网实时漏损检测方法、设备、系统及存储介质 | |
US10401250B2 (en) | Leakage detection and leakage location in supply networks | |
EP3905263A1 (en) | Nuclear power plant leakage monitoring alarm method and alarm system | |
JP6641893B2 (ja) | センサネットワークを管理する方法 | |
CN116202038B (zh) | 管网泄漏事件预警方法、装置、设备和介质 | |
CN110360461B (zh) | 压力管道监测系统、方法、装置和计算机可读存储介质 | |
CN110274669B (zh) | 一种大口径电子水表在线检定方法 | |
JP4969886B2 (ja) | 建造物診断システム | |
JP2007263584A (ja) | ガス漏れ検出装置及びガス漏れ検出方法 | |
CN115854268A (zh) | 一种燃气泄漏检测方法、装置、设备及介质 | |
KR20140121001A (ko) | 네트워크 기반 생활환경 주변의 방사선 측정 및 관리시스템 | |
CN114994460A (zh) | 一种电缆绝缘性能预测装置及方法 | |
JP2010048632A (ja) | 防災体制判断支援システム | |
CN116754022B (zh) | 电缆隧道的在线检测应急预警方法及系统 | |
JP2001318019A (ja) | ガス管内差水検出装置および方法ならびにガス管内差水発生位置推定方法 | |
KR102564669B1 (ko) | 매설배관의 누설 및 부식 모니터링 시스템 | |
EP3076138B1 (en) | A meter and method for detection of a meter having been tampered with | |
US20220136926A1 (en) | Leak detection system and method | |
CN104330103A (zh) | 一种恒温恒湿系统故障检测装置 | |
KR102564671B1 (ko) | 토양 부식성 평가 모니터링 시스템 | |
JP3144971B2 (ja) | 漏水検出装置 | |
CN117267632B (zh) | 一种基于智慧燃气的燃气泄露预警方法及装置 | |
CN117821984A (zh) | 一种智慧燃气管道阴极保护智能检测方法和物联网系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |