CN116757876B - 一种供水分区耗水量的确定方法、装置及设备 - Google Patents
一种供水分区耗水量的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN116757876B CN116757876B CN202311047358.5A CN202311047358A CN116757876B CN 116757876 B CN116757876 B CN 116757876B CN 202311047358 A CN202311047358 A CN 202311047358A CN 116757876 B CN116757876 B CN 116757876B
- Authority
- CN
- China
- Prior art keywords
- time sequence
- data
- flow data
- standard
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005192 partition Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000012806 monitoring device Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 abstract description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Abstract
本发明提供一种供水分区耗水量的确定方法、装置及设备,方法包括:通过流量监测设备获取预设区域的时序流量数据;根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;根据所述标准时序流量数据,得到多个时间点的耗水量数据;根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据。本发明的方案,通过构建标准化的数据监测时间序列,引用拟合多项式的方式,能够使流量数据同步时间采集,确保同步时间点的流量数据与实际更加贴近,提高了对区域漏水损耗量评估的准确度。
Description
技术领域
本发明涉及流量计算技术领域,特别是指一种供水分区耗水量的确定方法、装置及设备。
背景技术
供水管网的水量漏失是一个长期性的问题,影响水资源的有效利用和供水成本。由于供水管网埋在地下,结构较为复杂,难以直接发现管网漏失点,为提高漏失点的发现效率,一般将大的供水区域划分为多个多层级的小的供水分区,并通过在供水分区的边界安装流量监测设备,掌握单个供水分区的水量消耗情况,也就是分区流量,进一步的利用夜间最小流量分析法对某个供水分区的夜间流量进行分析, 进而评估该区域的实际漏损情况。
现有技术中,供水分区的多个进出水在线流量采集设备的采集时间不同步,且数据分析采用两点之间线性插值的方法,忽略了流量变化可能不是线性变化的实际情况,造成对区域漏水损耗量评估不准确。
发明内容
本发明提供一种供水分区耗水量的确定方法、装置及设备,以解决对区域漏水损耗量评估不准确的问题。
为解决上述技术问题,本发明的技术方案如下:
一种供水分区耗水量的确定方法,包括:
通过流量监测设备获取预设区域的时序流量数据;
根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;
根据所述标准时序流量数据,得到多个时间点的耗水量数据;
根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据;
其中,通过流量监测设备获取预设区域的时序流量数据,包括:
通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{/>及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同;
其中,根据所述时序流量数据以及标准监测时序,确定标准时序流量数据,包括:
获取标准监测时序、/>、…、/>、…、/>;
根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据;
其中,根据所述瞬时流量数据序列,得到标准时序入流量数据,包括:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
其中,根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据,包括:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
其中,通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
=/>
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
A=
b
f;
则方程可写为:
Ab=f
进而
b
因此,多项式拟合过程即为对b的求解;
将矩阵A分解为一个正交矩阵Q,以及一个非奇异上三角阵R:
对方程Ab=f进行正交化:
Ab=f
QRb=f
Rb=
b;
计算得到b的值,完成多项式拟合,进而得到标准时序入流量数据拟合曲线;
根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
=/>;
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
=/>
;
则上述方程可写为:
=/>
进而
因此,多项式拟合过程即为对的求解;
将矩阵分解为一个正交矩阵/>,以及一个非奇异上三角阵/>:
对方程=/>进行正交化:
=/>
=/>
=/>
;
计算得到的值,完成多项式拟合,进而得到标准时序出流量数据拟合曲线。
本发明还提供一种供水分区耗水量的确定装置,包括:
获取模块,用于通过流量监测设备获取预设区域的时序流量数据;
处理模块,用于根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;根据所述标准时序流量数据,得到多个时间点的耗水量数据;根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据;
其中,通过流量监测设备获取预设区域的时序流量数据,包括:
通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{/>及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同;
其中,根据所述时序流量数据以及标准监测时序,确定标准时序流量数据,包括:
获取标准监测时序、/>、…、/>、…、/>;
根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据;
其中,根据所述瞬时流量数据序列,得到标准时序入流量数据,包括:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
其中,根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据,包括:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
其中,通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
=/>
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
A=
b
f;
则方程可写为:
Ab=f
进而
b
因此,多项式拟合过程即为对b的求解;
将矩阵A分解为一个正交矩阵Q,以及一个非奇异上三角阵R:
对方程Ab=f进行正交化:
Ab=f
QRb=f
Rb=
b;
计算得到b的值,完成多项式拟合,进而得到标准时序入流量数据拟合曲线;
根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
=/>;
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
=/>
;
则上述方程可写为:
=/>
进而
因此,多项式拟合过程即为对的求解;
将矩阵分解为一个正交矩阵/>,以及一个非奇异上三角阵/>:
对方程=/>进行正交化:
=/>
=/>
=/>
;
计算得到的值,完成多项式拟合,进而得到标准时序出流量数据拟合曲线。
本发明还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上所述的方法。
本发明还提供一种计算机可读取存储介质,存储有指令,当所述指令在计算机上运行时,使得计算机执行如上所述的方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案,包括:通过流量监测设备获取预设区域的时序流量数据;根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;根据所述标准时序流量数据,得到多个时间点的耗水量数据;根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据。本发明的方案,通过构建标准化的数据监测时间序列,引用拟合多项式的方式,能够使流量数据同步时间采集,确保同步时间点的流量数据与实际更加贴近,提高了对区域漏水损耗量评估的准确度。
附图说明
图1是本发明的实施例提供的供水分区耗水量的确定方法的流程图;
图2是本发明的实施例提供的供水分区耗水量的确定装置的模块示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提出一种供水分区耗水量的确定方法,包括:
步骤11,通过流量监测设备获取预设区域的时序流量数据;
步骤12,根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;
步骤13,根据所述标准时序流量数据,得到多个时间点的耗水量数据;
步骤14,根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据。
该实施例中,在选定供水分区进出水口,设置流量监测设备,设定所有流量监测设备按照标准监测时序进行数据采集,即数据采集时间步长相同;将采集到的数据,通过拟合多项式,拟合得到标准时序入流量数据和标准时序出流量数据;通过多个标准时序入流量数据和多个标准时序出流量数据的差值,得到多个时间点的耗水量数据,再取多个耗水量数据中最小的数据,确定为区域最小耗水量数据,即每天的夜间最小流量。
本实施例的方案,通过构建标准化的数据监测时间序列,引用拟合多项式的方式,能够使流量数据同步时间采集,确保同步时间点的流量数据与实际更加贴近,提高了对区域漏水损耗量评估的准确度。
本发明的一可选的实施例中,步骤11,可以包括:
步骤111,通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
步骤112,通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
步骤113,根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{/>及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同。
本实施例中,在水流的流入端,设置有m个流入流量监测设备,该m个流入流量监测设备按照第一预设时间间隔采集得到流入流量,其中i为流入流量监测设备的编号,1≤i≤m;
在水流的流出端,设置有n个流出流量监测设备,该n个流出流量监测设备按照第二预设时间间隔采集得到流出流量,其中,j为流出流量监测设备的编号,1≤j≤n;
m个流入流量监测设备与n个流出流量监测设备以相同的时间间隔进行k次取样后,得到k个流入流量和流出流量/>;
具体的,该分区所有进出水在线流量监测设备的监测数据序列,如下表格:
将k个流入流量数据,按照i的递增顺序,排列为流入流量数据序列{;将k个流出流量/>,按照j的递增顺序,排列为流出流量数据序列{/>};
其中,流入流量数据序列{与流出流量数据序列{/>}根据i与j的取值相对应,即当i与j的取值相同时,/>与/>为同一时间的值;具体的,当i=1,j=1时,/>与/>为同一时间的值。
本实施例中,明确选定供水分区的进出水在线流量监测设备,设定所有流量监测设备的数据采集时间步长相同,便于在相同的时刻采集瞬时流量,提高数据采集的可信度。
本发明的一可选的实施例中,步骤12,可以包括:
步骤121,获取标准监测时序、/>、…、/>、…、/>;
步骤122,根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
步骤123,根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据。
本实施例中,将一时间段按照预设的时间间隔,划分为多个时间点,得到标准监测时序、/>、…、/>、…、/>;具体的,如将夜间0点至1点,按照10分钟为一时间间隔,得到标准监测时序/>、/>、/>、/>、/>、/>。
在标准监测时序的时刻点上,通过流量监测设备监测得到多个瞬时入流量数据序列和多个瞬时出流量数据序列,并将多个瞬时入流量数据序列和多个瞬时出流量数据序列,按照时间序列进行排序,得到标准时序入流量数据和标准时序出流量数据。
通过对实现标准化排序,能够在同一时刻上使数据对齐,保证监测数据准确,更贴合水流流量的实际情况。
本发明的一可选的实施例中,步骤123,可以包括:
步骤1231,根据所述瞬时流量数据序列,得到标准时序入流量数据:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据。
本实施例中,具体的,==
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>/>
构建矩阵,令:
A=
b
f;
则上述方程可写为:
Ab=f
进而
b
因此,多项式拟合过程即为对b的求解;
将矩阵A分解为一个正交矩阵Q,以及一个非奇异上三角阵R:
对方程Ab=f进行正交化:
Ab=f
QRb=f
Rb=
b;
计算得到b的值,完成多项式拟合,进而得到标准时序入流量数据拟合曲线。
步骤1232,根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据。
本实施例中,具体的,==;
令,即/>=/>;/>
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
=/>
;
则上述方程可写为:
=/>
进而
因此,多项式拟合过程即为对的求解;
将矩阵分解为一个正交矩阵/>,以及一个非奇异上三角阵/>:
对方程=/>进行正交化:
=/>
=/>
=/>
;
计算得到的值,完成多项式拟合,进而得到标准时序出流量数据拟合曲线。
具体的,上述实施例中,拟合后得到的每个流量监测点的数据序列,如下表所示:
本发明的一可选的实施例中,步骤13,可以包括:
根据=/>得到多个时间点的耗水量数据;
其中,=/>,/>单个时间点的耗水量数据。
本实施例中,根据上述步骤中,标准时序入流量数据拟合曲线和标准时序出流量数据拟合曲线,可以确定某一时间点的标准时序入流量数据和标准时序出流量数据/>,计算其差值得到单个时间点的耗水量数据,即/>=/>;
将多个时间点的耗水量数据求和,=/>,得到当前区域的在预设时间段内的总耗水量。
上述实施例中,流量数据时间同步时,采取动态拟合的方法,使拟合曲线适用于不同的数据情况,确保同步时间点的流量数据与实际更加贴近,提高了对耗水量预测的准确度。
本发明的一可选的实施例中,步骤14,包括:
根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据。
本实施例中,将夜间时间划分为多个时间段,并将每个时间段都按照标准监测时序,监测区域的入流量数据与出流量数据,得到多组区域的时序流量数据序列{及{/>};
根据多组区域的时序流量数据序列{及{/>},得到多组标准时序入流量数据/>和标准时序出流量数据/>;/>
多组标准时序入流量数据和标准时序出流量数据/>,通过/>=/>,可以得到每个时间段中的单个时间点的耗水量数据;
进而根据=/>,得到该区域夜间时间的每个时间段的总耗水量,再取其中的最小值,确定为该区域的最小耗水量数据,即为该区域夜间最小流量。
本发明的实施例还提供一种供水分区耗水量的确定装置20,包括:
获取模块21,用于通过流量监测设备获取预设区域的时序流量数据;
处理模块22,用于根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;根据所述标准时序流量数据,得到多个时间点的耗水量数据;根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据。
可选的,所述获取模块21,包括:
通过流量监测设备获取预设区域的时序流量数据,包括:
通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
获取标准监测时序、/>、…、/>、…、/>。
可选的,所述处理模块22,包括:
第一处理子模块,用于根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{/>及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同;
第二处理子模块,用于根据所述时序流量数据以及标准监测时序,确定标准时序流量数据,包括:
根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据。
可选的,所述处理模块22,还包括:
第三处理子模块,用于根据所述瞬时流量数据序列,得到标准时序入流量数据,包括:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、、/>…/>为拟合系数,/>为/>时间的瞬时流量数据。
可选的,所述处理模块22,还包括:
第四处理子模块,用于根据所述时序流量数据,计算所述标准监测时序、/>、…、、…、/>上的瞬时流量数据,得到标准时序出流量数据,包括:/>
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据。
可选的,所述处理模块22,还包括:
第五处理子模块,用于根据所述标准时序流量数据,得到多个时间点的耗水量数据,包括:
根据=/>得到多个时间点的耗水量数据;
其中,=/>,/>单个时间点的耗水量数据。
可选的,所述处理模块22,还包括:
第六处理子模块,用于根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据,包括:
将所述多个时间点的耗水量数据中的最小值,确定为最小耗水量数据。
需要说明的是,该装置是与上述方法对应的装置,上述方法实施例中的所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上述实施例中所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读取存储介质,存储有指令,当所述指令在计算机上运行时,使得计算机执行如上述实施例中所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
本发明上述实施例所述的供水分区耗水量的确定方法、装置及设备,通过构建标准化的数据监测时间序列,引用拟合多项式的方式,能够使流量数据同步时间采集,确保同步时间点的流量数据与实际更加贴近,提高了对区域漏水损耗量评估的准确度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种供水分区耗水量的确定方法,其特征在于,包括:
通过流量监测设备获取预设区域的时序流量数据;
根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;
根据所述标准时序流量数据,得到多个时间点的耗水量数据;
根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据;
其中,通过流量监测设备获取预设区域的时序流量数据,包括:
通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同;
其中,根据所述时序流量数据以及标准监测时序,确定标准时序流量数据,包括:
获取标准监测时序、/>、…、/>、…、/>;
根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据;
其中,根据所述瞬时流量数据序列,得到标准时序入流量数据,包括:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
其中,根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据,包括:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
其中,通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
=
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
A=
b
f;
则方程可写为:
Ab=f
进而
b
因此,多项式拟合过程即为对b的求解;
将矩阵A分解为一个正交矩阵Q,以及一个非奇异上三角阵R:
对方程Ab=f进行正交化:
Ab=f
QRb=f
Rb=
b;
计算得到b的值,完成多项式拟合,进而得到标准时序入流量数据拟合曲线;
根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
=;
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
=/>
;
则上述方程可写为:
=/>
进而
因此,多项式拟合过程即为对的求解;
将矩阵分解为一个正交矩阵/>,以及一个非奇异上三角阵/>:
对方程=/>进行正交化:
=/>
=/>
=/>
;
计算得到的值,完成多项式拟合,进而得到标准时序出流量数据拟合曲线。
2.根据权利要求1所述的供水分区耗水量的确定方法,其特征在于,根据所述标准时序流量数据,得到多个时间点的耗水量数据,包括:
根据=/>得到多个时间点的耗水量数据;
其中,=/>,/>为单个时间点的耗水量数据。
3.根据权利要求2所述的供水分区耗水量的确定方法,其特征在于,根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据,包括:
将所述多个时间点的耗水量数据中的最小值,确定为最小耗水量数据。
4.一种供水分区耗水量的确定装置,其特征在于,包括:
获取模块,用于通过流量监测设备获取预设区域的时序流量数据;
处理模块,用于根据所述时序流量数据以及标准监测时序,确定标准时序流量数据;根据所述标准时序流量数据,得到多个时间点的耗水量数据;根据所述多个时间点的耗水量数据,确定所述预设区域的最小耗水量数据;
其中,通过流量监测设备获取预设区域的时序流量数据,包括:
通过m个流入流量监测设备按照第一预设时间间隔采集的流入流量,m为正整数;
通过n个流出流量监测设备按照第二预设时间间隔采集的流出流量,n为正整数;
根据所述流入流量和流出流量/>,获取预设区域的时序流量数据序列{及{/>},其中,1≤i≤m,1≤j≤n,k为采样次数,所述第一预设时间间隔和所述第二预设时间间隔相同;
其中,根据所述时序流量数据以及标准监测时序,确定标准时序流量数据,包括:
获取标准监测时序、/>、…、/>、…、/>;
根据所述时序流量数据,确定所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据序列;
根据所述瞬时流量数据序列,得到标准时序入流量数据和标准时序出流量数据;
其中,根据所述瞬时流量数据序列,得到标准时序入流量数据,包括:
通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
其中,根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据,包括:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
其中,通过=/>得到标准时序入流量数据;
其中,为标准时序入流量数据;/>为标准时序,i的取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时入流量数据;
=
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
A=
b
f;
则方程可写为:
Ab=f
进而
b
因此,多项式拟合过程即为对b的求解;
将矩阵A分解为一个正交矩阵Q,以及一个非奇异上三角阵R:
对方程Ab=f进行正交化:
Ab=f
QRb=f
Rb=
b;
计算得到b的值,完成多项式拟合,进而得到标准时序入流量数据拟合曲线;
根据所述时序流量数据,计算所述标准监测时序、/>、…、/>、…、/>上的瞬时流量数据,得到标准时序出流量数据:
通过=/>得到标准时序出流量数据;
其中,为标准时序出流量数据;/>为标准时序,j取值为1、2、…、x、…、p;/>、/>、/>…/>为拟合系数,/>为/>时间的瞬时出流量数据;
=;
令,即/>=/>;
样本数据为:
构建方程:
=/>
=/>
=/>
构建矩阵,令:
=/>
;
则上述方程可写为:
=/>
进而
因此,多项式拟合过程即为对的求解;
将矩阵分解为一个正交矩阵/>,以及一个非奇异上三角阵/>:
对方程=/>进行正交化:
=/>
=/>
=/>
;
计算得到的值,完成多项式拟合,进而得到标准时序出流量数据拟合曲线。
5.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至3任一项所述的方法。
6.一种计算机可读取存储介质,其特征在于,存储有指令,当所述指令在算机上运行时,使得计算机执行如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311047358.5A CN116757876B (zh) | 2023-08-21 | 2023-08-21 | 一种供水分区耗水量的确定方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311047358.5A CN116757876B (zh) | 2023-08-21 | 2023-08-21 | 一种供水分区耗水量的确定方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116757876A CN116757876A (zh) | 2023-09-15 |
CN116757876B true CN116757876B (zh) | 2023-11-14 |
Family
ID=87957610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311047358.5A Active CN116757876B (zh) | 2023-08-21 | 2023-08-21 | 一种供水分区耗水量的确定方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757876B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040054906A (ko) * | 2002-12-18 | 2004-06-26 | 황병기 | 하수관거 관리 시스템 및 그 방법 |
KR20060093079A (ko) * | 2006-06-20 | 2006-08-23 | 주식회사 우암닷컴 | 지역별 시간변동계수를 갖는 공적분 모형을 이용한 장기상수도 수요예측 방법 및 시스템 |
CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
CN112165412A (zh) * | 2020-09-24 | 2021-01-01 | 中盈优创资讯科技有限公司 | 一种基于时间序列模型的流量预测方法 |
CN112780953A (zh) * | 2021-02-08 | 2021-05-11 | 浙江工业大学 | 一种基于模式检测的独立计量区域管网漏损检测方法 |
CN113739082A (zh) * | 2021-09-14 | 2021-12-03 | 杭州莱宸科技有限公司 | 一种基于多区域联合评估的供水管网漏损监测方法 |
CN116016288A (zh) * | 2022-12-28 | 2023-04-25 | 长扬科技(北京)股份有限公司 | 工业设备的流量监测方法、装置、设备及存储介质 |
CN116221627A (zh) * | 2023-01-10 | 2023-06-06 | 广东工业大学 | 一种供水管网系统漏损事件智能识别与预警方法、设备及存储介质 |
-
2023
- 2023-08-21 CN CN202311047358.5A patent/CN116757876B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040054906A (ko) * | 2002-12-18 | 2004-06-26 | 황병기 | 하수관거 관리 시스템 및 그 방법 |
KR20060093079A (ko) * | 2006-06-20 | 2006-08-23 | 주식회사 우암닷컴 | 지역별 시간변동계수를 갖는 공적분 모형을 이용한 장기상수도 수요예측 방법 및 시스템 |
CN103620363A (zh) * | 2011-06-28 | 2014-03-05 | 西门子公司 | 借助随机的质量平衡识别泄漏 |
CN112165412A (zh) * | 2020-09-24 | 2021-01-01 | 中盈优创资讯科技有限公司 | 一种基于时间序列模型的流量预测方法 |
CN112780953A (zh) * | 2021-02-08 | 2021-05-11 | 浙江工业大学 | 一种基于模式检测的独立计量区域管网漏损检测方法 |
CN113739082A (zh) * | 2021-09-14 | 2021-12-03 | 杭州莱宸科技有限公司 | 一种基于多区域联合评估的供水管网漏损监测方法 |
CN116016288A (zh) * | 2022-12-28 | 2023-04-25 | 长扬科技(北京)股份有限公司 | 工业设备的流量监测方法、装置、设备及存储介质 |
CN116221627A (zh) * | 2023-01-10 | 2023-06-06 | 广东工业大学 | 一种供水管网系统漏损事件智能识别与预警方法、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
取用水监测点的水量计算与变化趋势分析;方海泉;薛惠锋;蒋云钟;万毅;周铁军;王海宁;;系统工程理论与实践(09);全文 * |
基于数据驱动的城市供水管网漏损检测和定位方法研究;朱多林;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;第2.2、3.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN116757876A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ficchì et al. | Impact of temporal resolution of inputs on hydrological model performance: An analysis based on 2400 flood events | |
Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
Farley et al. | Development and field validation of a burst localization methodology | |
CN110727662A (zh) | 基于相关性分析的低压台区用户相位识别方法和系统 | |
CN107526880B (zh) | 一种基于河流水质观测推算上游入河污染通量的方法 | |
CN104616211A (zh) | 基于水电用量比值聚类的异常水电用户检测方法及系统 | |
CN110896357B (zh) | 流量预测方法、装置和计算机可读存储介质 | |
US20200385296A1 (en) | Method for characterizing the prevalence of a biochemical condition within a population | |
CN111382789A (zh) | 基于机器学习的电力负荷识别方法及系统 | |
CN106777985B (zh) | 一种基于分类的水文序列非一致性诊断方法 | |
CN108205713B (zh) | 一种区域风电功率预测误差分布确定方法和装置 | |
CN115388344B (zh) | 一种基于分布式协调检测的管道泄漏监测方法 | |
CN116757876B (zh) | 一种供水分区耗水量的确定方法、装置及设备 | |
CN112348290A (zh) | 河流水质预测方法、装置、存储介质及设备 | |
CN105259409A (zh) | 一种基于过零时域特性的电力信号频率计算方法 | |
CN115130788B (zh) | 基于大数据分析的用电预测系统 | |
Qin et al. | Empirical-likelihood-based difference-in-differences estimators | |
Şengül et al. | Stochastic modelling of mean monthly flows of Karasu River, in Turkey | |
KR101042304B1 (ko) | 요금관리시스템 연계 유수율제고시스템 | |
EP3133452B1 (en) | Energy management system | |
Roux | Load management of electric water heaters in a smart grid through forecasting and intelligent centralised control | |
CN114840813B (zh) | 一种基于本地测量的多端口戴维南等值参数估计方法及系统 | |
Kirstein | Data-driven water distribution system analysis–exploring challenges and potentials from smart meters and beyond | |
CN112212223A (zh) | 排水管网调蓄容积及渗漏量的计算方法及其相关设备 | |
Zhou et al. | Development of a novel outlier index for real-time detection of water level outliers for open-channel water transfer projects |
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 |