CN116467551A - 一种基于相关系数的供水管网漏损定位方法及系统 - Google Patents
一种基于相关系数的供水管网漏损定位方法及系统 Download PDFInfo
- Publication number
- CN116467551A CN116467551A CN202310727548.5A CN202310727548A CN116467551A CN 116467551 A CN116467551 A CN 116467551A CN 202310727548 A CN202310727548 A CN 202310727548A CN 116467551 A CN116467551 A CN 116467551A
- Authority
- CN
- China
- Prior art keywords
- flowmeter
- combination
- leakage
- path
- flow
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000012502 risk assessment Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 16
- 238000009825 accumulation Methods 0.000 claims description 3
- KJONHKAYOJNZEC-UHFFFAOYSA-N nitrazepam Chemical compound C12=CC([N+](=O)[O-])=CC=C2NC(=O)CN=C1C1=CC=CC=C1 KJONHKAYOJNZEC-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 32
- 238000004364 calculation method Methods 0.000 description 26
- 238000001914 filtration Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 11
- 238000005192 partition Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mechanical Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种基于相关系数的供水管网漏损定位方法及系统。发明将供水管网中的所有流量计进行全组合，计算取得各流量计的夜间最小流量数据，采用皮尔逊相关系数公式计算总体的相关系数和分段的相关系数，分析计算相关程度的变化趋势，由相关程度的变化趋势，计算累加流量计之间的管线路径的漏损评估值，再结合GIS管网地图，生成漏损风险管段图。此方法适用于无法取得用户用水量，无法形成流量进出的封闭区间，流量计口径大小不一等情况，本发明可分析定位供水管网中潜在的漏损管段，提供直观的漏损风险管段图，为供水公司的听漏、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。
Description
技术领域
本发明涉及供水管网漏损技术领域，具体涉及一种基于相关系数的供水管网漏损定位方法及系统。
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。DMA分区的方法虽然分析结果较为准确，但需要的条件较高，可以说非常苛刻，以至于很多供水公司实现上都或多或少的困难。
除了上述传统的DMA分区漏损分析管控方法外，市场上也有一些针对流量计设备，根据流量计设备流量数据的时空变化趋势分析的方法。根流量计设备流量数据的时空变化趋势分析的方法，需要的条件较为简单，随着流量计设备的增多，分析的准确性也有一定的提高，但这些方法仅仅是从时空维度进行分析，未能将管网的拓扑结构和流量关系联系起来做空间分析。
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；二是根据流量计设备流量数据的时空变化趋势分析的方法，需要的条件较为简单，随着流量计设备的增多，分析的准确性也有一定的提高，但这些方法仅仅是从时空维度进行分析，未能将管网的拓扑结构和流量关系联系起来做空间分析。本发明目的在于提供一种基于相关系数的供水管网漏损定位方法及系统，解决了上述技术问题。
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相关系数的供水管网漏损定位方法，包括如下步骤：
步骤S1、建立供水管网GIS平台，在所述GIS平台中接入流量计设备；
步骤S2、将所述流量计设备进行两两全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合对应的初始管线路径；其中，所述初始管线路径至少包括一条；
步骤S3、选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据；
步骤S4、根据所述累计流量数据计算所述流量计设备的夜间最小流量；
步骤S5、基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值；
步骤S6、基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
在上述技术方案中，将供水管网中的所有流量计进行两两组合，计算取得各流量计的夜间最小流量数据，再采用皮尔逊相关系数公式计算相关系数，再分析计算相关系数的变化趋势，由相关系数的变化趋势，计算累加流量计之间的管线路径的漏损评估值，再将漏损评估值分级，结合GIS管网地图，将计算出的风险管段在GIS地图中标记上色，生成漏损风险管段图。此漏损管段的分析方法适用于无法取得用户用水量，无法形成流量进出的封闭区间，流量计口径大小不一等情况。本发明采用相关系数将管网中的流量计关联起来，建立起空间维度加时间维度的分析结构，通过夜间最小流量数据的皮尔逊相关系数变化分析评估管网中漏损的管段，并提供直观的漏损风险管段图，为供水公司的听漏、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。
在一种可选实施例中，将所述流量计设备进行全组合形成流量计组合包括：
步骤S21、从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数；
步骤S22、通过遍历循环的方式对n个流量计设备进行两两全组合，形成流量计组合。
在一种可选实施例中，构建所述流量计组合的流量计组合表，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合的初始管线路径包括：
步骤S23、构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中；
步骤S24、根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径；
步骤S25、对所述初始管线路径进行筛选，确定所述流量计组合对应的漏损定位管线路径。
在一种可选实施例中，对所述初始管线路径进行筛选包括剔除距离超长的初始管线路径，以及，剔除具有中间流量计设备的初始管线路径。
在一种可选实施例中，构建所述流量计组合的流量计组合表之后还包括：构建组合路径表和路径管段表。
在一种可选实施例中，基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值包括：
步骤S51、采用皮尔逊相关系数计算夜间最小流量的总体相关系数，得到流量计组合关于夜间最小流量的总体皮尔逊相关系数；
步骤S52、对所述总体皮尔逊相关系数进行判断，通过判断结果对流量计组合进行筛选；
步骤S53、取出经过步骤S52筛选后的流量计组合在所述大周期内的最小夜间流量，根据所述小周期将最小夜间流量分成n段，分别计算每一段的分段皮尔逊相关系数；
步骤S54、采用一阶差分对分段皮尔逊相关系数进行计算，得到分段皮尔逊相关系数的变化趋势；
步骤S55、对所述变化趋势进行判断，得到路径管段漏损风险评估值。
在一种可选实施例中，对所述变化趋势进行判断，得到路径管段漏损风险评估值包括：
若所述变化趋势为负，则所述流量计组合对应的漏损定位管线路径存在疑似漏损点；
根据所述流量计组合表查找所述流量计组合的组合ID；
根据所述组合ID查找所述组合路径表中所述流量计组合所对应的隶属的组合ID，根据所述隶属的组合ID找到路径ID的集合；
循环遍历所述路径管段表，取出所述路径ID的集合下所有的管段ID，给所述管段ID对应的路径管段漏损风险评估值加1。
在一种可选实施例中，，基于所述路径管段漏损风险评估值进行漏损风险分级包括：
构建漏损风险评估系数C，并获取路径管段漏损风险评估值的最大值Pmax；
综合漏损风险评估系数C和路径管段漏损风险评估值的最大值Pmax进行计算，得到漏损预警分级梯度。
本发明第二方面提供了一种基于相关系数的供水管网漏损定位系统，包括：
供水管网模块，所述供水管网模块用于建立供水管网GIS平台，在所述GIS平台中接入流量计设备；
组合模块，所述组合模块用于将所述流量计设备进行两两全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合对应的初始管线路径；其中，所述初始管线路径至少包括一条；
累计模块，所述累计模块用于选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据；
夜间最小流量模块，所述夜间最小流量模块用于根据所述累计流量数据计算所述流量计设备的夜间最小流量；
评估模块，所述评估模块用于基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值；
分级模块，所述分级模块用于基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
在一种可选实施例中，所述组合模块包括：
个数单元，所述个数单元用于从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数；
全组合单元，所述全组合单元用于通过遍历循环的方式对n个流量计设备进行两两全组合，形成流量计组合；
组合表单元，所述组合表单元用于构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中；
初始管线路径单元，所述初始管线路径单元用于根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径；
筛选单元，所述筛选单元用于对所述初始管线路径进行筛选，确定所述流量计组合对应的漏损定位管线路径。
本申请与现有技术相比，具有如下的优点和有益效果：
1、本发明采用相关系数将管网中的流量计关联起来，建立起空间维度加时间维度的分析结构，通过夜间最小流量数据的皮尔逊相关系数变化分析评估管网中漏损的管段；
2、本发明既适用于管网中非封闭区间的漏损管段的定位分析，也适用于口径大小不同的漏损管段的定位分析，分析依赖条件简单，分析结果准确性较高；
3、本发明不需要进行DMA分区，也不需要在DMA分区中筛选和绑定用水用户，仅根据供水管网的GIS数据和流量计的采集数据进行分析，数据依赖少，实施难度小；
4、本发明将供水管网上的流量计数据根据管网的拓扑结构联系起来，通过大量流量数据进行分析，查找供水管网中潜在的漏损管段，生成漏损风险管段图，方便供水公司相关人员查看漏损管段的分布情况，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。
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提供的一种基于相关系数的供水管网漏损定位方法的流程图；
图2为本发明实施例1提供的中值滤波计算过程的示意图；
图3为本发明实施例1提供的相关系数一阶差分计算模式的示意图；
图4为本发明实施例1提供的供水管网漏损定位的漏损风险管段图。
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。DMA分区的方法虽然分析结果较为准确，但需要的条件较高，可以说非常苛刻，以至于很多供水公司实现上都或多或少的困难。《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：
Rw1=(Qs-Qa)/Qs*100%
其中，Rw1为综合漏损率（%），Qs为供水总量（单位：万m2），Qa为注册用户用水量（单位：万m2）。
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、千万，将大量的注册用户与DMA分区关联的工作量非常长大；
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，很多用户无法匹配上。
（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。大多数供水公司对于IC卡表都没有进行抄表，如无抄表，则上述计算综合漏损率的公式也无法进行计算。有少许公司，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卡表更换为物联网表，但由于历史用户过多，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。
除了上述传统的DMA分区漏损分析管控方法外，市场上也有一些针对流量计设备，根据流量计设备流量数据的时空变化趋势分析的方法。根流量计设备流量数据的时空变化趋势分析的方法，需要的条件较为简单，随着流量计设备的增多，分析的准确性也有一定的提高，但这些方法仅仅是从时空维度进行分析，未能将管网的拓扑结构和流量关系联系起来做空间分析。
实施例1
本发明实施例1提供一种基于相关系数的供水管网漏损定位方法，图1为本发明实施例1提供的一种基于相关系数的供水管网漏损定位方法的流程图，如图1所示，供水管网漏损定位方法包括如下步骤：
步骤S1、建立供水管网GIS平台，在所述GIS平台中接入流量计设备。
其中，GIS（Geographic Information System，地理信息系统）是一种特定的十分重要的空间信息系统，GIS平台是指具有GIS功能的成型软件，本发明实施例1中所提及的GIS平台均采用现有技术所提供的具有GIS功能的成型软件。
步骤S1包括建立供水管网和接入流量计两个部分，通过步骤S1实现对于数据的收集与绑定。
具体的，建立供水管网GIS包括：在GIS平台创建地图服务，将供水管网数据载入GIS平台中，确保供水管网数据的完整性。在本发明实施例中，在载入供水管网数据之后需要检查供水管网中各管段之间的拓扑关系，以确保各管段之间拓扑关系的准确性。同时，在GIS平台加载道路图数据或影像图数据。
在GIS平台中接入流量计设备包括：将流量计设备的安装位置与供水管段进行绑定，建立流量计设备与供水管网的位置关系。
步骤S2、将所述流量计设备进行全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定漏损定位管线路径。
步骤S2包括对流量计进行全组合、创建流量计路径表、寻找流量计组合的管线路径、剔除距离超长的路径和剔除具有中间流量计的路径，本发明通过步骤S2将管网的拓扑结构和流量关系联系起来，使得后续的漏损定位分析更具有整体性。
其中，由于现有技术中根据流量计设备流量数据的时空变化趋势分析的方法对流量计设备进行分析时缺乏一定的整体性，故在本发明中，为了使得漏损定位分析更具有整体性，将流量计设备进行全组合形成流量计组合，以流量计组合的形式来表示各管段及其路径。
具体的，在本实施例1中，对所有的流量计设备进行两两组合，形成全组合，得到两两组合的流量计设备的集合，其全组合的计算过程如下：
步骤S21、从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数。
其中，通过全组合公式计算流量计设备的组合个数的方法如下：
上式中，n为总的流量及数量，r为需要选取出的流量及数量，为流量计两两组合的组合个数。
本实施例1以A、B、C、D、E、F六只流量计设备为例，需要对这六只流量计设备进行两两组合实现全组合，则将n赋值为6，将r赋值为2，通过上述公式计算出流量计组合的组合个数为15个。
步骤S22、通过遍历循环的方式对n个流量计设备进行全组合，形成流量计组合。
其中，在本实施例中采用C#语言进行全组合代码的编写，全组合的代码如下：
string[] arrFlowmeter = { "A", "B", "C", "D", "E", "F" };
string[] arrGroup = new string[15];
int intIndex = 0;
for (int N = 0; N<arrFlowmeter.Length; N++)
{
for (int I = N + 1; I<arrFlowmeter.Length; I++)
{
arrGroup[intIndex] = arrFlowmeter[N]+ "-" + arrFlowmeter[I];
intIndex++;
}
}
for (int C = 0; C<arrGroup.Length; C++)
{
Console.Write(arrGroup[C] + ", ");
}
最终，通过全组合得到的流量计组合结果为：A-B, A-C, A-D, A-E, A-F, B-C,B-D, B-E, B-F, C-D, C-E, C-F, D-E, D-F, E-F。
步骤S23、构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中。
其中，流量计组合表构建如下：
| 字段名称 | 字段说明 |
| 组合ID | 组合的唯一ID，可以为整数型或字符型 |
| 流量计A | 流量计A的唯一ID，可以为整数型或字符型 |
| 流量计B | 流量计B的唯一ID，可以为整数型或字符型 |
流量计组合表包括组合ID以及流量计组合中流量计设备的ID。
步骤S24、根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径。
其中，基于GIS平台，根据流量计组合表，循环找出每组流量计组合中两个流量计设备在供水管网中管线路径，将其定义为初始管线路径。
进一步的，允许一组流量计组合有多条不同管线路径。
为了更好表示流量计组合所对应的管段及其路径，本发明实施例还构建了流量计路径表用于表示流量计组合所对应的管段及其路径。
其中，流量计路径表包括组合路径表和路径管段表两张表。
具体的，组合路径表构建如下：
| 字段名称 | 字段说明 |
| 路径ID | 路径的唯一ID，可以为整数型或字符型 |
| 隶属的组合ID | 隶属的组合的唯一ID，可以为整数型或字符型 |
| 管线长度 | 路径的管线长度，为整数型，单位为米 |
路径管段表构建如下：
| 字段名称 | 字段说明 |
| 路径ID | 路径的唯一ID，可以为整数型或字符型 |
| 管段ID | 管段的唯一ID，可以为整数型或字符型 |
| 路径管段漏损风险评估值 | 管段的漏损风险评估值，为整数型，计算得出 |
其中，一条路径可以包含多个管段；而同一管段可以被多条路径所使用。本发明可以通过组合路径表以及路径管段表精准定位供水管网漏损所对应的管段及路径。
步骤S25、对所述初始管线路径进行筛选，确定漏损定位管线路径。
其中，对所述初始管线路径进行筛选包括剔除距离超长的初始管线路径，以及，剔除具有中间流量计设备的初始管线路径。
具体的，剔除距离超长的初始管线路径的方法如下：
步骤A、构建路径距离长度阈值。
其中，路径距离长度阈值可由本领域技术人员根据管线的长度、流量计之间的实际距离情况进行设置，本实施例不做进一步的限定。
步骤B、基于供水管网的拓扑结构，循环计算每条路径的管线长度，并判断该路径的管线长度是否大于路径距离长度阈值，若大于，则将该路径剔除。
具体的，剔除具有中间流量计设备的初始管线路径的方法如下：
基于供水管网的拓扑结构，循环遍历每条路径，并判断此条路径管线中是否包含其它非组合内的流量计，如是，则将该路径剔除。
通过剔除距离超长的初始管线路径，以及，剔除具有中间流量计设备的初始管线路径，将剩下的初始管线路径进行整合，形成漏损定位管线路径。
步骤S3、选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据。
步骤S3包括获取流量计的监测数据和流量计数据进行中值滤波，通过步骤S3对获取的流量数据进行预处理，从而实现对流量数据中的错误数据和异常数据的剔除，使得后续的漏损定位分析更加准确。
其中，大周期和小周期为流量计累计流量数据的大周期和流量计累计流量数据的小周期，构建大周期和小周期的方法如下：
设置“流量计累计流量数据的大周期”参数为MA，“流量计累计流量数据的大周期”为获取的流量计监测数据的总的时间段。
设置“流量计累计流量数据的小周期”参数为MI，“流量计累计流量数据的小周期”为计算皮尔逊相关系数的时间段。
其中，MA必须是MI的公倍数，即MA被MI整除，余数NR必须为零。
在本发明中，考虑到漏损变化程度和变化周期的不同，为了使得大周期和小周期的设置有更好的适应性，以便于在管网分析种能适用多种情况，提高分析的准确性，所以，本发明实施例针对参数设置，提供了3套参数配置方案，具体参数配置方案如下：
| 参数配置方案 | 流量计累计流量数据的大周期 | 流量计累计流量数据的小周期 |
| 方案1 | 70天 | 14天 |
| 方案2 | 105天 | 21天 |
| 方案3 | 140天 | 28天 |
根据流量计累计流量数据的大周期参数，读取流量计组合表中的流量计设备的历史累计流量数据，取出数据时，将历时累计流量数据为零或为空的数据进行排除。
进一步的，为了排除一些错误或者明显异常的数据，读取所述流量计组合表中每个流量计设备在所述大周期内的累计流量数据之后还包括：采用中值滤波方法对累计流量数据进行过滤。
其中，图2为本发明实施例1提供的中值滤波计算过程的示意图，如图2所示，采用中值滤波方法对累计流量数据进行过滤的计算过程如下：
图中的vn表示中值，如v1表示从f1、f2和f3三个数中取出中间数，来替代原有的f2.
由于邻域不足，图中的首位数f1和末尾数f8，所以不进行中值滤波。
在本发明中，通过采用中值滤波的方式对累计流量数据进行过滤，可以剔除一些错误或明显异常（非常高或非常低）的数据。通过对错误数据的剔除，防止错误数据对后续的计算过程造成不良的影响，从而导致供水管网漏损定位的误差。
进一步的，本领域技术人员可以根据数据量的多少，选择5邻域或3邻域进行中值滤波，本实施例不做进一步限制。
在本实施例中，采用中值滤波的方法对累计流量数据进行处理，处理后的结果如下表所示：
从上表可以看出，通过中值滤波方式，可以很好的过滤掉个别错误或明显异常（非常高或非常低）的数据。
步骤S4、根据所述累计流量数据计算所述流量计设备的夜间最小流量。
步骤S4包括计算流量计的夜间最小流量和夜间最小流量样本整理，由于本发明是通过对夜间最小流量的数据分析实现供水管网的漏损定位分析，故，通过步骤S4计算出流量计的夜间最小流量并对流量计组合中的夜间最小流量进行匹配确定本发明所需要的流量计设备所需的夜间最小流量，为后续分析提供依据。
其中，根据流量计组合表循环取出每组流量计A和流量计B，再根据流量计累计流量数据的大周期MA，循环读取并计算每一天的流量计A和流量计B各自的夜间最小流量。
在本发明中，计算所述流量计组合中每个流量计设备的夜间最小流量的方法为：采用一天中的某一固定时段（如凌晨2点到4点），始终从这一时段取累计流量差值，即时间较后累计流量减去时间较前累计流量，作为当天的夜间最小流量。流量计A和流量计B的流量数据的采集时间段必须为同一时间段，如凌晨2点到4点。
具体的，夜间最小流量的计算方法如下：
F=TF4点-TF2点
上式中，F为当天凌晨2点到凌晨4点的时段流量，TF2点为当天凌晨2点的累计流量，TF4点为当天凌晨4点的累计流量。
通过上述的方法，分别对流量计A和流量计B在流量计累计流量数据的大周期MA的累计流量进行计算，得到流量计A和流量计B的两组时段流量数据，这个时段流量数据即为夜间最小流量数据。
进一步的，由于后面的计算中需要采用皮尔逊相关系数公式进行计算，根据所述累计流量数据计算所述流量计组合中每个流量计设备的夜间最小流量之后还包括对夜间最小流量进行整理。
其中，对夜间最小流量进行整理即为对流量计A和流量计B的夜间最小流量数据的样本进行整理，达到按照日期在同一时间匹配流量计数据。
整理的方法是循环按照日期（年月日）依次匹配配对流量计A和流量计B的夜间最小流量值，并依次检查流量计A和流量计B的夜间最小流量值，如果其中某一天，样本数组缺乏流量计A或流量计B其中任意一个的夜间最小流量值，或两个夜间最小流量值都为空，都将该日期的数据样本从数据组中剔除。
以此保证流量计A和流量计B的夜间最小流量按照日期配对的样本数据个数的一致性，同时也提高样本数据计算的准确性。
本实施例提供流量计A和流量计B的最小夜间流量，如下表所示：
从上表中可以看出，流量计A有10条非零数据，流量计B有12条非零数据，流量计A是两个流量计有效数据条数各不相同，采集日期也并不完全一致。
此处就需要对上述两个流量计的夜间最小流量数据进行整理，具体的整理方法如下：
根据流量计A的采集日期，依次比对流量计B的采集日期，日期一致，且数据都不为零的数据，视为匹配，列为一组。
如果两个流量计采集日期不匹配，或者存在一边或双边的流量计夜间最小流量数据为0，则该数据属于无效数据，不进行匹配。
如流量计A第1条夜间最小流量数据，采集日期为2023-02-10，根据此日期，在流量计B中找到第3条夜间最小流量数据的日期与之匹配，取出该数据值，与流量计A的夜间最小流量数据配对，得到一组最小流量数据数据。
根据此匹配方法，可以得出结果集：
通过以上的数据整理，可以得到相互匹配的数据共9组，分别是：
步骤S5、基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值。
步骤S5包括计算夜间最小流量的总体相关系数、剔除负相关和相关程度较低的路径、计算夜间最小流量的分段相关系数、计算相关系数的一阶差分、计算相关性的变化趋势和累加路径管段漏损风险评估，通过步骤S5对流量计组合的夜间最小流量的变化趋势进行分析，可以得到流量计组合所对应的管段路径的漏损情况，从而实现对供水管网中具体管段的整体性漏损分析。
步骤S51、采用皮尔逊相关系数计算夜间最小流量的总体相关系数，得到流量计组合关于夜间最小流量的总体皮尔逊相关系数。
根据“流量计组合表”循环取出每组流量计A和流量计B，再取出流量计A和流量计B的ID，取出“流量计监测数据的大周期”内的最小夜间流量数据。流量计A的所有夜间最小流量数据组合为X；流量计B的所有夜间最小流量数据组合为Y。
采用皮尔逊相关系数计算公式，对以上X和Y两组夜间最小流量数据进行计算，计算出流量计A和流量计B对于夜间最小流量的总体的皮尔逊相关系数R。
其中，皮尔逊相关系数计算公式如下：
上式中，为流量计A在大周期内第i天的夜间最小流量，为流量计A在大周期内平均夜间最小流量，为流量计B在大周期内第i天的夜间最小流量，为流量计A在大周期内平均夜间最小流量，R为流量计A和流量计B在大周期内对于夜间最小流量的总体皮尔逊相关系数。
步骤S52、对所述总体皮尔逊相关系数进行判断，通过判断结果对流量计组合进行筛选。
其中，对所述总体皮尔逊相关系数进行判断包括：
对“总体的皮尔逊相关系数”判断正负，如果总体皮尔逊相关系数为负数，即为负相关，此时，将该流量计A和流量计B之间的管线路径剔除，不再参与计算过程。
对“总体的皮尔逊相关系数”判断正负，如果总体皮尔逊相关系数为正数，即为正相关。
此时，再进一步判断相关系数的大小，对相关程度较低（当相关系数小于+0.60）时，将该流量计A和流量计B之间的管线路径剔除，不再参与计算过程。
综合上述判断，只需要判断“总体的皮尔逊相关系数”是否小于+0.60，如果是，则将该流量计A和流量计B之间的管线路径剔除，不再参与计算过程。
步骤S53、取出经过步骤S52筛选后的流量计组合在所述大周期内的最小夜间流量，根据所述小周期将最小夜间流量分成n段，分别计算每一段的分段皮尔逊相关系数。
具体的，根据流量计组合表循环取出每组流量计A和流量计B，再取出流量计A和流量计B的ID，取出流量计监测数据的大周期内的最小夜间流量数据，再根据流量计监测数据的小周期将数据分为n组。每一组中，流量计A的夜间最小流量数据组合为x；流量计B的夜间最小流量数据组合为y。
采用皮尔逊相关系数计算公式，对以上x和y两组夜间最小流量数据进行计算，计算出流量计A和流量计B对于夜间最小流量的分段皮尔逊相关系数。
其中，皮尔逊相关系数计算公式如下：
上式中，为流量计A在小周期内第i天的夜间最小流量，为流量计A在小周期内平均夜间最小流量，为流量计B在小周期内第i天的夜间最小流量，为流量计A在小周期内平均夜间最小流量，r为流量计A和流量计B在小周期内对于夜间最小流量的分段皮尔逊相关系数。
其中，由于流量计监测数据的大周期内，有多段流量计监测数据的小周期数据，每段流量计监测数据的小周期数据可以计算得出一个分段皮尔逊相关系数r，所以流量计监测数据的大周期内的数据可以计算出n段分段皮尔逊相关系数r。按照时段先后顺序依次计算，得到一组分段皮尔逊相关系数集合，记为r1、r2、r3、......、rn。
若采用参数配置方案中的方案1，将流量计累计流量数据的大周期设置为70天，将流量计累计流量数据的小周期设置为14天，则可以得到5段分段。
其中，分段结果如下表所示：
| 段编号 | 日期范围 | 相关系数 |
| 第1段 | 第1天至第14天 | r1 |
| 第2段 | 第14天至第28天 | r2 |
| 第3段 | 第28天至第42天 | r3 |
| 第4段 | 第43天至第56天 | r4 |
| 第5段 | 第57天至第70天 | r5 |
步骤S54、采用一阶差分对分段皮尔逊相关系数进行计算，得到分段皮尔逊相关系数的变化趋势。
图3为本发明实施例1提供的相关系数一阶差分计算模式的示意图，如图3所示，将皮尔逊相关系数集合r1、r2、r3、......、rn采用一阶差分公式△dn=rn+1-rn进行计算处理。一阶差分计算时，按照先后顺序，依次后数减前数，计算得出相关系数数列变化的一阶差分数列d，d由多个一阶差分数据组成，即d包含d1、d2、d3、d4、d5、......、dn。
其中，d保留符号位，即当rn小于rn+1时，相减结果为负数，一阶差分计算结果如下表所示：
从上表皮尔逊相关系数集合，通过相邻后数减前数，可以计算得到(-0.01,-0.03,0.02,-0.02,-0.01,0.01,0.00)的一阶差分数组。
将上述计算出来的一阶差分数组进行求和，即将d1、d2、d3、d4、d5、......、dn的值逐个相加，得到一阶差分和dsum，计算公式如下：
判断dsum如果为负数，则表示流量计A和流量计B在流量计监测数据的大周期内的相关性总体呈现减弱的趋势。排除管网上有新建管网、管网改造等因素影响，那么此减弱的趋势表示，流量计A和流量计B之间可能存在管线的漏点。
判断dsum如果为零或为正数，则剔除流量计A和流量计B之间的管线路径。
对上述一阶差分计算得到数据(-0.01,-0.03,0.02,-0.02,-0.01,0.01,0.00)进行求和，即：
(-0.01)+(-0.03)+(0.02)+(-0.02)+(-0.01)+(0.01)+(0.00)=-0.04
计算结果得到一阶差分和，即-0.04。
说明在流量计A和流量计B在“流量计监测数据的大周期”内的相关性总体呈现减弱的趋势。排除管网上有新建管网、管网改造等因素影响，那么此减弱的趋势表示，流量计A和流量计B之间可能存在管线的漏点。
步骤S55、对所述变化趋势进行判断，得到路径管段漏损风险评估值。
判断dsum如果为负数，则表示流量计A和流量计B之间可能存在管线的漏点。
根据流量计组合表查找到流量计A和流量计B的组合ID。
再根据组合ID查找组合路径表中匹配的隶属的组合ID，由此找到路径ID的集合（可以有多个组合ID）。
再循环遍历路径管段表，查找匹配的路径ID，并取出该路径ID下所有的管段ID，给该管段的漏损风险评估值加1。需要注意的是，这里是读取出漏损风险评估值的原值，在原值基础上加1后，再更新数据。
在本发明实施例1中，将漏损风险评估值初始化值为0。
在一种可选实施例中，得到路径管段风险评估值后还包括：取出路径管段漏损风险评估值的最大值Pmax。
其中，可以采用循环遍历路径管段表，逐一比较路径管段漏损风险评估值大小，取出较大的路径管段漏损风险评估值，继续读取下一个路径管段漏损风险评估值与之进行比较，直到路径管段漏损风险评估值数据比较完成，得到最大的路径管段漏损风险评估值。
也可以采用SQL脚本，取出路径管段表中的路径管段漏损风险评估值的最大值。SQL脚本如下：Select Max(漏损风险评估值) as MaxValueFrom 路径管段表。
步骤S6、基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
步骤S6包括漏损风险分级和生成漏损风险管段图，通过步骤S6将管道漏损情况及位置标记于图中以便于听漏、处漏人员对漏损情况进行摸排。
漏损风险评估系数C表示要将管段中的风险值分级的级数。
漏损风险评估系数C可以设置为3或设置为4或设置为5，实际应用中，可以作为参数进行配置。漏损风险评估系数C数字越大，管网中的风险管段就越少，漏损管段的定位分析就更准确，但也容易把疑似管段过滤掉。
如设置为3，则表示分为3级，但只有最高等级的风险才进行呈现。
漏损预警分级梯度数用W表示，计算公式为：
W=Pmax-Pmax/C
查找径管段表中漏损风险评估值大于等于漏损预警分级梯度数W的所有管段ID的集合，该集合即为漏损风险管段的集合，记为PA。
遍历GIS平台中所有管段，依次比较管段ID是否属于漏损风险管段的集合PA，如属于，则在GIS平台中给该管段渲染上色（如红色），最后得到带颜色标记的管网图，即为管网漏损管段风险分布图，如图4所示。
将管网漏损管段风险分布图叠加道路图、影像图，进行管线与道路、影像的位置对比，缩小供水管网漏损的摸排范围，对于听漏、处漏人员能起到重要的作用。
实施例2
本发明实施例2提供了一种基于相关系数的供水管网漏损定位系统，包括：
供水管网模块，所述供水管网模块用于建立供水管网GIS平台，在所述GIS平台中接入流量计设备。
组合模块，所述组合模块用于将所述流量计设备进行两两全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合对应的初始管线路径；其中，所述初始管线路径至少包括一条。
其中，所述组合模块包括：
个数单元，所述个数单元用于从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数。
全组合单元，所述全组合单元用于通过遍历循环的方式对n个流量计设备进行两两全组合，形成流量计组合。
组合表单元，所述组合表单元用于构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中。
初始管线路径单元，所述初始管线路径单元用于根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径。
筛选单元，所述筛选单元用于对所述初始管线路径进行筛选，确定所述流量计组合对应的漏损定位管线路径。
累计模块，所述累计模块用于选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据。
夜间最小流量模块，所述夜间最小流量模块用于根据所述累计流量数据计算所述流量计设备的夜间最小流量。
评估模块，所述评估模块用于基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值。
分级模块，所述分级模块用于基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于相关系数的供水管网漏损定位方法，其特征在于，包括如下步骤：
步骤S1、建立供水管网GIS平台，在所述GIS平台中接入流量计设备；
步骤S2、将所述流量计设备进行两两全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合对应的初始管线路径；其中，所述初始管线路径至少包括一条；
步骤S3、选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据；
步骤S4、根据所述累计流量数据计算所述流量计设备的夜间最小流量；
步骤S5、基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值；
步骤S6、基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
2.根据权利要求1所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，将所述流量计设备进行全组合形成流量计组合包括：
步骤S21、从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数；
步骤S22、通过遍历循环的方式对n个流量计设备进行两两全组合，形成流量计组合。
3.根据权利要求2所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合的初始管线路径包括：
步骤S23、构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中；
步骤S24、根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径；
步骤S25、对所述初始管线路径进行筛选，确定所述流量计组合对应的漏损定位管线路径。
4.根据权利要求3所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，对所述初始管线路径进行筛选包括剔除距离超长的初始管线路径，以及，剔除具有中间流量计设备的初始管线路径。
5.根据权利要求1所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，构建所述流量计组合的流量计组合表之后还包括：构建组合路径表和路径管段表。
6.根据权利要求5所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值包括：
步骤S51、采用皮尔逊相关系数计算夜间最小流量的总体相关系数，得到流量计组合关于夜间最小流量的总体皮尔逊相关系数；
步骤S52、对所述总体皮尔逊相关系数进行判断，通过判断结果对流量计组合进行筛选；
步骤S53、取出经过步骤S52筛选后的流量计组合在所述大周期内的最小夜间流量，根据所述小周期将最小夜间流量分成n段，分别计算每一段的分段皮尔逊相关系数；
步骤S54、采用一阶差分对分段皮尔逊相关系数进行计算，得到分段皮尔逊相关系数的变化趋势；
步骤S55、对所述变化趋势进行判断，得到路径管段漏损风险评估值。
7.根据权利要求6所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，对所述变化趋势进行判断，得到路径管段漏损风险评估值包括：
若所述变化趋势为负，则所述流量计组合对应的漏损定位管线路径存在疑似漏损点；
根据所述流量计组合表查找所述流量计组合的组合ID；
根据所述组合ID查找所述组合路径表中所述流量计组合所对应的隶属的组合ID，根据所述隶属的组合ID找到路径ID的集合；
循环遍历所述路径管段表，取出所述路径ID的集合下所有的管段ID，给所述管段ID对应的路径管段漏损风险评估值加1。
8.根据权利要求7所述的一种基于相关系数的供水管网漏损定位方法，其特征在于，基于所述路径管段漏损风险评估值进行漏损风险分级包括：
构建漏损风险评估系数C，并获取路径管段漏损风险评估值的最大值Pmax；
综合漏损风险评估系数C和路径管段漏损风险评估值的最大值Pmax进行计算，得到漏损预警分级梯度。
9.一种基于相关系数的供水管网漏损定位系统，其特征在于，包括：
供水管网模块，所述供水管网模块用于建立供水管网GIS平台，在所述GIS平台中接入流量计设备；
组合模块，所述组合模块用于将所述流量计设备进行两两全组合形成流量计组合，构建所述流量计组合的流量计组合表，并根据所述流量计组合表确定所述流量计组合对应的初始管线路径；其中，所述初始管线路径至少包括一条；
累计模块，所述累计模块用于选定一个时间周期，构建大周期和小周期，读取所述流量计设备在所述大周期内的累计流量数据；
夜间最小流量模块，所述夜间最小流量模块用于根据所述累计流量数据计算所述流量计设备的夜间最小流量；
评估模块，所述评估模块用于基于皮尔逊相关系数对所述夜间最小流量进行分析，得到路径管段漏损风险评估值；
分级模块，所述分级模块用于基于所述路径管段漏损风险评估值进行漏损风险分级，并生成漏损风险管段图。
10.根据权利要求9所述的一种基于相关系数的供水管网漏损定位系统，其特征在于，所述组合模块包括：
个数单元，所述个数单元用于从n个流量计设备中取出r个流量计设备，通过全组合公式计算流量计设备的组合个数；其中，n和r均为自然数；
全组合单元，所述全组合单元用于通过遍历循环的方式对n个流量计设备进行两两全组合，形成流量计组合；
组合表单元，所述组合表单元用于构建所述流量计组合的流量计组合表，将流量计组合的数据信息插入到所述流量计组合表中；
初始管线路径单元，所述初始管线路径单元用于根据所述流量计组合表循环找出每组流量计组合中流量计设备在供水管网中的初始管线路径；
筛选单元，所述筛选单元用于对所述初始管线路径进行筛选，确定所述流量计组合对应的漏损定位管线路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310727548.5A CN116467551B (zh) | 2023-06-20 | 2023-06-20 | 一种基于相关系数的供水管网漏损定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310727548.5A CN116467551B (zh) | 2023-06-20 | 2023-06-20 | 一种基于相关系数的供水管网漏损定位方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116467551A true CN116467551A (zh) | 2023-07-21 |
| CN116467551B CN116467551B (zh) | 2023-08-25 |
Family
ID=87182909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310727548.5A Active CN116467551B (zh) | 2023-06-20 | 2023-06-20 | 一种基于相关系数的供水管网漏损定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116467551B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117490002A (zh) * | 2023-12-28 | 2024-02-02 | 成都同飞科技有限责任公司 | 基于流量监测数据的供水管网流量预测方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4214307A (en) * | 1978-06-22 | 1980-07-22 | The Bendix Corporation | Deceleration lean out feature for electronic fuel management systems |
| US20050212525A1 (en) * | 2003-11-21 | 2005-09-29 | Rogers David M | Advanced 24/7 differential oscilloscope with remote access and security features for detection of neutral to earth voltage |
| KR101042176B1 (ko) * | 2010-08-20 | 2011-06-16 | (주) 그린텍아이엔씨 | 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 방법 |
| KR20110086528A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | Ｅｌｅｃｔｒｅ 기법을 이용한 상수도관망 최적관리시스템 |
| KR20110086527A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 퍼지기법을 이용한 상수도관망 최적관리시스템 |
| KR20110086425A (ko) * | 2010-01-22 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 점수평가법을 이용한 상수도관망 최적관리시스템 |
| KR20110086529A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 로지스틱 회귀분석을 이용한 상수도관망 최적관리시스템 |
| KR20110086530A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 베이즈 기법을 이용한 상수도관망 최적관리시스템 |
| WO2015063931A1 (ja) * | 2013-10-31 | 2015-05-07 | 株式会社日立製作所 | 漏水検知装置、漏水検知システム、及び漏水検知方法 |
| WO2015129031A1 (ja) * | 2014-02-28 | 2015-09-03 | 株式会社日立製作所 | 漏水検知システム、及び漏水検知方法 |
| CN110108328A (zh) * | 2019-04-03 | 2019-08-09 | 同济大学 | 一种供水管网漏损区域漏水量的获取方法 |
| CN112434887A (zh) * | 2020-12-17 | 2021-03-02 | 同济大学 | 一种结合网络核密度估计和svm的供水管网风险预测方法 |
| 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 |
-
2023
- 2023-06-20 CN CN202310727548.5A patent/CN116467551B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4214307A (en) * | 1978-06-22 | 1980-07-22 | The Bendix Corporation | Deceleration lean out feature for electronic fuel management systems |
| US20050212525A1 (en) * | 2003-11-21 | 2005-09-29 | Rogers David M | Advanced 24/7 differential oscilloscope with remote access and security features for detection of neutral to earth voltage |
| KR20110086425A (ko) * | 2010-01-22 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 점수평가법을 이용한 상수도관망 최적관리시스템 |
| KR101042176B1 (ko) * | 2010-08-20 | 2011-06-16 | (주) 그린텍아이엔씨 | 실시간 일별 최소유량 구간 분석에 의한 손실량 산정 방법 |
| KR20110086529A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 로지스틱 회귀분석을 이용한 상수도관망 최적관리시스템 |
| KR20110086527A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 퍼지기법을 이용한 상수도관망 최적관리시스템 |
| KR20110086528A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | Ｅｌｅｃｔｒｅ 기법을 이용한 상수도관망 최적관리시스템 |
| KR20110086530A (ko) * | 2011-02-28 | 2011-07-28 | 아이에스테크놀로지 주식회사 | 베이즈 기법을 이용한 상수도관망 최적관리시스템 |
| WO2015063931A1 (ja) * | 2013-10-31 | 2015-05-07 | 株式会社日立製作所 | 漏水検知装置、漏水検知システム、及び漏水検知方法 |
| WO2015129031A1 (ja) * | 2014-02-28 | 2015-09-03 | 株式会社日立製作所 | 漏水検知システム、及び漏水検知方法 |
| CN110108328A (zh) * | 2019-04-03 | 2019-08-09 | 同济大学 | 一种供水管网漏损区域漏水量的获取方法 |
| CN112434887A (zh) * | 2020-12-17 | 2021-03-02 | 同济大学 | 一种结合网络核密度估计和svm的供水管网风险预测方法 |
| 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 |
Non-Patent Citations (9)
| Title |
|---|
| SCIENCEDIRECT 等: "Analysis Model of Physical Leakage Flow Based on Blind Source Separation Theory", 《PROCEDIA ENGINEERING》, vol. 186, pages 269 - 277, XP085005194, DOI: 10.1016/j.proeng.2017.03.241 * |
| 刘芳;: "一种供水管网DMA分区管理方法", 电脑编程技巧与维护, no. 12, pages 132 - 134 * |
| 吴新宇;: "供水管网监控系统解决方案", 电子制作, no. 12, pages 189 * |
| 彭及坤;: "为降低漏损率要发挥计量仪表的作用", 城镇供水, no. 02, pages 43 - 45 * |
| 徐强;陈求稳;顾军农;张孟涛;: "供水管网漏损控制研究进展", 中国给水排水, no. 24, pages 5 - 9 * |
| 杨嘉昕;吕谋;郝晨西;: "基于神经网络深度学习和结构优化的供水管网漏口失效形式及漏失量预测", 水电能源科学, no. 08, pages 87 - 90 * |
| 董驹萍;吴珊;刘阔;王新;陈鹏;: "DMA不可避免漏失量计算值与实测值对比分析", 给水排水, no. 1, pages 366 - 369 * |
| 陈玲俐;何欣;: "随机流量供水管网漏损诊断阈值及误差估计", 水电能源科学, no. 11, pages 90 - 92 * |
| 马悦;高金良;: "管网供水压力与漏失量关系研究", 供水技术, no. 05, pages 15 - 18 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117490002A (zh) * | 2023-12-28 | 2024-02-02 | 成都同飞科技有限责任公司 | 基于流量监测数据的供水管网流量预测方法及系统 |
| CN117490002B (zh) * | 2023-12-28 | 2024-03-08 | 成都同飞科技有限责任公司 | 基于流量监测数据的供水管网流量预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116467551B (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
| CN106650797B (zh) | 一种基于集成elm的配电网窃电嫌疑用户智能识别方法 | |
| Harmel et al. | Modifying goodness-of-fit indicators to incorporate both measurement and model uncertainty in model calibration and validation | |
| CN111104981A (zh) | 一种基于机器学习的水文预报精度评价方法及系统 | |
| CN108733966A (zh) | 一种基于决策树群的多维电能表现场状态检验方法 | |
| CN112101635A (zh) | 一种用电异常的监测方法和系统 | |
| CN116467551B (zh) | 一种基于相关系数的供水管网漏损定位方法及系统 | |
| CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
| CN104572449A (zh) | 一种基于用例库的自动化测试方法 | |
| CN106971076B (zh) | 一种河流水质监测数据序列加密方法 | |
| CN110929359A (zh) | 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法 | |
| CN104574141A (zh) | 一种业务影响度分析方法 | |
| CN114004137A (zh) | 一种多源气象数据融合与预处理方法 | |
| CN112231621B (zh) | 基于BP-adaboost降低元素检出限的方法 | |
| CN115841398B (zh) | 一种基于物联网的供水管网漏损分析方法及系统 | |
| CN110502277A (zh) | 一种基于bp神经网络的代码坏味检测方法 | |
| CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
| CN110889196A (zh) | 水环境承载力评估方法、装置及存储介质 | |
| CN107688589A (zh) | 数据库系统优化的方法及装置 | |
| CN108615054B (zh) | 排水管网节点间相似性衡量的综合指标构建方法 | |
| CN103902798B (zh) | 数据预处理方法 | |
| CN113689004A (zh) | 基于机器学习的地下管网承载力评价方法及系统 | |
| CN110781225B (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
| CN110716998B (zh) | 一种精细尺度人口数据空间化方法 | |
| CN109242540A (zh) | 一种基于大数据的二手房价格指数计算方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A leakage localization method and system for water supply network based on correlation coefficient Granted publication date: 20230825 Pledgee: Jinniu sub branch of Bank of Chengdu Co.,Ltd. Pledgor: Chengdu Tongfei Technology Co.,Ltd. Registration number: Y2024510000051 |