CN116340819A - 一种供水管网水力状态判别方法 - Google Patents
一种供水管网水力状态判别方法 Download PDFInfo
- Publication number
- CN116340819A CN116340819A CN202310269518.4A CN202310269518A CN116340819A CN 116340819 A CN116340819 A CN 116340819A CN 202310269518 A CN202310269518 A CN 202310269518A CN 116340819 A CN116340819 A CN 116340819A
- Authority
- CN
- China
- Prior art keywords
- measuring point
- window
- pressure difference
- pressure
- water supply
- 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 25
- 238000012850 discrimination method Methods 0.000 title claims abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000001052 transient effect Effects 0.000 claims abstract description 21
- 238000001278 Kwiatkowski–Phillips–Schmidt–Shin (KPSS) test Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000007689 inspection Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000009172 bursting Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000035772 mutation Effects 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 2
- 238000005211 surface analysis Methods 0.000 abstract 1
- 238000010998 test method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001744 unit root test Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009699 differential effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B1/00—Methods or layout of installations for water supply
- E03B1/02—Methods or layout of installations for water supply for public or like main supply for industrial use
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请涉及一种供水管网水力状态判别方法，包括压力监测点采集的压力信号进行一阶差分，对压力差信号Δni进行时间窗口划分，生成测点压力差窗口，对测点压力差窗口进行KPSS检验，记录对应窗口的p值；根据p值对测点处水力状态进行划分，对于p值大于0.05的测点压力差窗口，在测点原压力信号中找到与之对应的时段，将该部分划分为稳态工况，剩余的归为瞬态工况。本申请充分利用了KPSS检验对时序数据平稳性检测的灵敏特点，识别压力突变信号，实现包括正常的进水阀门启闭、泵组启停切换和异常爆管在内的压力扰动事件引起水力瞬变的工况划分，不仅能划分出明显的压力波动时间段，还能将一些小范围的压力突变划分出来，为进一步的供水管网分析提供了便利。
Description
技术领域
本发明涉及一种供水管网水力状态判别方法。
背景技术
供水管网经常引发瞬态工况（瞬变流），形成大幅度的压力波动。引发瞬变流的扰动事件，有水泵启停，进水阀门快速开闭，消防用水，清洗管道等。当某处流量突变引发流速迅速变化，这种变化以压力波的形式沿着管道向远处传递。当这种瞬变状况很剧烈时，往往出现瞬变效应，对管网产生不利的影响：如果瞬变压力过高，可能超过管道的压力容限，导致爆管或接口破裂，弯管弯头移位等。而负压过大可能导致管道压扁或者地下水被吸入而污染管道水质。
通常水力瞬变在流体阻尼作用下，进入过渡过程，逐步过渡到新的稳定流状态。虽然单个扰动事件引发的瞬态工况，过渡过程不会很长。但接连的扰动事件，不仅会引起较长时间的压力波动，而且在网状管网中有可能引起局部回路共振。对供水管网开展稳态、瞬态水力状态判别，有助于发现瞬变效应隐患，及时采取防护措施。
一般情况下，通过部署压力测点，采用传统“均值/标准差”的检验方法进行水力状态划分。即将压力测点原始信号通过滑动窗口的形式，计算每一窗口内压力数据均值和标准差，绘制滑动窗口的均值和标准差曲线，然后通过设定标准差阈值划分水力状态，小于阈值部分判别为稳态，反之，判别为瞬态工况。
采用“均值/标准差”的检验方法存在以下问题：由于管网压力变化非平稳，压力数据并不符合正态分布，导致阈值需要人为经验设定，一方面会导致不同测点阈值不同，另一方面不可避免地忽视小的瞬变流状态，水力状态判别缺乏客观性。
发明内容
本发明提供了一种采用KPSS检验方法对管网压力一阶差分信号进行分析，通过KPSS检验结果对管网水力状态进行划分，得到稳态和瞬态工况的一种供水管网水力状态判别方法。
本申请的目的是这样实现的：一种供水管网水力状态判别方法，包括以下步骤：
步骤1，压力监测点采集的压力信号进行一阶差分，对连续采集（不少于24小时）的监测点压力信号{ni}进行一阶差分，得到压力差信号Δni（Δni=ni-ni-1）；
步骤2，对压力差信号进行时间窗口（子序列）划分，生成测点压力差窗口（子序列），采用滑动窗口的方法，由当前时刻t取合适的窗口宽度l，滑动步长为k，得到初始子序列 N1，区间[t-1,t]内的内为 N1 包含的数据。对测点压力差序列进行动态划分，生成若干时间窗口（子序列）N1，N2，……，NS；
步骤3，对测点压力差窗口（子序列）进行KPSS检验，依次对测点压力差窗口（子序列）进行KPSS检验，记录对应窗口（子序列）的p值；
步骤4，根据p值对测点处水力状态进行划分，对于p值大于0.05的测点压力差窗口（子序列），在测点原压力信号中找到与之对应的时段，将该部分划分为稳态工况，剩余的归为瞬态工况。
本申请采用KPSS检验判别供水管网水力状态，充分利用了KPSS检验对时序数据平稳性检测的灵敏特点，识别压力突变信号，实现包括正常的进水阀门启闭、泵组启停切换和异常爆管在内的压力扰动事件引起水力瞬变的工况划分，不仅能划分出明显的压力波动时间段，还能将一些小范围的压力突变划分出来，为进一步的供水管网分析提供了便利。
附图说明
本申请的具体结构由以下的附图和实施例给出：
图1 本发明的流程图；
图2 实施例压力信号差分结果；
图3 实施例压力差窗口（子序列）KPSS检验结果；
图4 实施例2基于KPSS检验结果的工况划分图；
图5 实施例2基于传统均值/标准差检验方法的计算过程及判别结果。
实施方式
本申请不受下述实施例的限制，可根据本申请的技术方案与实际情况来确定具体的实施方式。
在本发明中，为了便于描述，各部件的相对位置关系的描述均是根据说明书附图1的布图方式来进行描述的，如：上、下、左、右等的位置关系是依据说明书附图1的布图方向来确定的。
下面结合实施例及附图对本发明作进一步描述，实施例1：如附图1-3所示，一种供水管网水力状态判别方法，包括以下步骤：
步骤1，压力监测点采集的压力信号进行一阶差分：对连续采集的监测点压力信号{ni}进行一阶差分，得到压力差信号Δni（Δni=ni-ni-1）；
步骤2，对压力差信号Δni进行时间窗口划分，生成测点压力差窗口：采用滑动窗口的方法，由当前时刻t取合适的窗口宽度l，滑动步长为k，得到初始子序列N1，该初始子序列N1对应区间[t-1,t]内的Δn1，Δn2，……，Δnt形成的测点压力差序列；对测点压力差序列进行动态划分，生成S（S为大于等于1的自然数）个时间序列N1，N2，……，NS,其中NS对应Δn1+（S-1），Δn2+（S-1），……，Δnt+（S-1）形成的测点压力差序列；
步骤3，对测点压力差窗口进行KPSS检验：依次对测点压力差窗口进行KPSS检验，记录对应窗口的p值；
步骤4，根据p值对测点处水力状态进行划分，对于p值大于0.05的测点压力差窗口，在测点原压力信号中找到与之对应的时段，将该部分划分为稳态工况，剩余的归为瞬态工况。
进一步的，步骤1中，所述的压力监测点采用高频率、高精度的智能压力计，持续快速检测供水管网某点压力，采样精度0.5级以上，采样频率≥0.1Hz，7×24实时采样。
进一步的，步骤2中，测点压力差窗口（子序列）具体划分信息如表1所示。
表1 测点压力差窗口（子序列）划分
注：Δnt 为t时刻压力差值，t为采样时刻。
进一步的，步骤3中，KPSS检验的原理是从待检验序列中剔除截距项和趋势项的序列构造LM统计量。它的原假设是不存在单位根，即p值大于0.05，时间序列是平稳的或趋势平稳的，而备择假设是存在单位根，时间序列是非平稳的。
检查序列平稳性的标准方法是单位根检验，现有技术中有6种单位根检验方法：ADF检验、DFGLS检验、PP检验、KPSS检验、ERS检验和NP检验，本申请采用KPSS检验，其具体检测步骤在此不做详细描述。
实施例2：以某市BJ区块东南0563号压力测点2022年5月1日的数据为例（采样频率1Hz，共计86400个数据），结合图1本发明方法流程图，进行本发明实施例的水力状态判别说明。
一种供水管网水力状态判别方法，包括以下步骤：
步骤1，压力监测点采集的压力信号进行一阶差分：
对2022年5月1日监测点的压力信号{ni}进行一阶差分，得到压力差信号Δni（Δni=ni-ni-1）；绘制原始信号和差分效果，如图2所示；
步骤2，对压力差信号Δni进行时间窗口（子序列）划分：
采用滑动窗口的方法，选取窗口宽度l=300，滑动步长k=1，对测点压力差序列进行动态划分，生成时间序列 N1，N2，……，N86100；测点压力差窗口（子序列）具体划分信息如表2所示，
表2测点压力差窗口（子序列）划分
步骤3，对测点压力差窗口（子序列）进行KPSS检验：
依次对测点压力差窗口（子序列）进行KPSS检验，检验其截距项上是否平稳，记录对应窗口（子序列）的p值。为方便观察，将检验结果p值大于0.05，平稳的窗口（子序列）记为0；反之，记为1，绘制压力差窗口（子序列）KPSS检验结果与原信号对照图，如图3所示；
步骤4，根据p值对测点处水力状态进行划分：
对于p值大于0.05的压力差窗口（子序列），在原压力信号中找到与之对应的时段，将该部分划分为稳态工况，剩余的归为瞬态工况，最终效果如图4所示。
与传统“均值/标准差”检验方法进行对比：
图5(a)(b)为传统“均值/标准差”检验方法对同实施例2的水力状态判断的计算过程，图5(c)为判断结果；
通过图4和图5（c）比较，可以看出，传统“均值/标准差”检验方法能较好地将大幅度的压力波动时间段划分出来，但对一些时段内的小范围压力值突变并不敏感，很可能导致部分瞬态工况未被准确判别。
在基于人为经验设定阈值的情况下，对于不同的压力测点，一般需要设置不同的阈值。本发明方法采用KPSS检验方法，克服了传统方法的不足，不仅能划分出明显的压力波动时间段，还能将一些小范围的压力突变划分出来。经与实际工况对照，判别准确性更好。
上述说明仅仅是为清楚地说明本申请所作的举例，而并非是对本申请的实施方式的限定。凡是属于本申请的技术方案所引申出的显而易见的变化或变动仍处于本申请的保护范围之列。
Claims (4)
1.一种供水管网水力状态判别方法，其特征在于：包括以下步骤：
步骤1，压力监测点采集的压力信号进行一阶差分：对连续采集的监测点压力信号{ni}进行一阶差分，得到压力差信号Δni（Δni=ni-ni-1）；
步骤2，对压力差信号Δni进行时间窗口划分，生成测点压力差窗口：采用滑动窗口的方法，由当前时刻t取合适的窗口宽度l，滑动步长为k，得到初始子序列N1，该初始子序列N1对应区间[t-l,t]内的Δn1，Δn2，……，Δnt形成的测点压力差序列；对测点压力差序列进行动态划分，生成S（S为大于等于1的自然数）个时间序列N1，N2，……，NS；
步骤3，对测点压力差窗口进行KPSS检验：依次对测点压力差窗口进行KPSS检验，记录对应窗口的p值；
步骤4，根据p值对测点处水力状态进行划分：对于p值大于0.05的测点压力差窗口，在测点原压力信号中找到与之对应的时段，将该部分划分为稳态工况，剩余的归为瞬态工况。
2.如权利要求1所述的一种供水管网水力状态判别方法，其特征在于：其中NS对应Δn1+（S-1），Δn2+（S-1），……，Δnt+（S-1）形成的测点压力差序列。
3.如权利要求1或2所述的一种供水管网水力状态判别方法，其特征在于：依次对测点压力差窗口进行KPSS检验，检验其截距项上是否平稳，记录对应测点压力差窗口的p值；将检验结果p值大于0.05的测点压力差窗口记为0，表示稳态工况；反之记为1，表示瞬态工况。
4.如权利要求1或2所述的一种供水管网水力状态判别方法，其特征在于：所述的压力监测点采用高频率、高精度的智能压力计，持续快速检测供水管网某点压力，采样精度0.5级以上，采样频率≥0.1Hz，7×24h实时采样。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310269518.4A CN116340819A (zh) | 2023-03-20 | 2023-03-20 | 一种供水管网水力状态判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310269518.4A CN116340819A (zh) | 2023-03-20 | 2023-03-20 | 一种供水管网水力状态判别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116340819A true CN116340819A (zh) | 2023-06-27 |
Family
ID=86881681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310269518.4A Pending CN116340819A (zh) | 2023-03-20 | 2023-03-20 | 一种供水管网水力状态判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116340819A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117599519A (zh) * | 2024-01-24 | 2024-02-27 | 山东泽林农业科技有限公司 | 一种用于数字化反冲洗一体机的智能控制方法 |
-
2023
- 2023-03-20 CN CN202310269518.4A patent/CN116340819A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117599519A (zh) * | 2024-01-24 | 2024-02-27 | 山东泽林农业科技有限公司 | 一种用于数字化反冲洗一体机的智能控制方法 |
| CN117599519B (zh) * | 2024-01-24 | 2024-04-12 | 山东泽林农业科技有限公司 | 一种用于数字化反冲洗一体机的智能控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111853555B (zh) | 一种基于动态过程的供水管网暗漏识别方法 | |
| CN106247173B (zh) | 管道泄漏检测的方法及装置 | |
| JP3344742B2 (ja) | 管からの流体漏れを検出する方法及び装置 | |
| Aretakis et al. | Turbocharger unstable operation diagnosis using vibroacoustic measurements | |
| CN116340819A (zh) | 一种供水管网水力状态判别方法 | |
| CN110953488B (zh) | 基于堆栈自编码的气液两相流管道泄漏声发射检测方法 | |
| Xue et al. | Stall recognition for centrifugal compressors during speed transients | |
| US11415139B2 (en) | Compressor stall warning using nonlinear feature extraction algorithms | |
| Liu et al. | Flow regime identification for air valves failure evaluation in water pipelines using pressure data | |
| CN111365623A (zh) | 一种基于线性拟合的负压波拐点识别方法 | |
| Zhang et al. | Aerodynamic system instability identification with sample entropy algorithm based on feature extraction | |
| Yao et al. | A framework via impulses-oriented Gini index and extreme value distribution for rolling bearing dynamic fault alarm and identification | |
| CN114548555B (zh) | 一种深度自回归网络的轴流压气机失速喘振预测方法 | |
| Gregg et al. | Feature selection for monitoring erosive cavitation on a hydroturbine | |
| Zhang | Bearing fault diagnosis based on the dimension–temporal information | |
| CN115186702A (zh) | 一种基于振动信号的离心泵空化状态识别方法 | |
| Gao et al. | Leakage detection of pipeline based on weighted-permutation entropy | |
| Guo et al. | A novel approach to bearing prognostics based on impulse-driven measures, improved morphological filter and practical health indicator construction | |
| CN104808643B (zh) | 一种基于改进的倒双谱分析的控制回路非线性检测方法 | |
| CN110146267B (zh) | 一种全封闭制冷压缩机阀片颤振的检测方法 | |
| Kerres et al. | Optimal pressure based detection of compressor instabilities using the hurst exponent | |
| Li et al. | Morphological filtering assisted field-pipeline small leakage detection | |
| Meng et al. | Leak detection of gas pipelines based on characteristics of acoustic leakage and interfering signals | |
| Wang et al. | Wavelet features and hidden Markov model-based aerodynamic instability detection for compressors | |
| CN112944226B (zh) | 一种基于加速度计的管道泄漏检测方法 |
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 |