CN117593854A - 一种智能供水系统 - Google Patents

一种智能供水系统 Download PDF

Info

Publication number
CN117593854A
CN117593854A CN202311400879.4A CN202311400879A CN117593854A CN 117593854 A CN117593854 A CN 117593854A CN 202311400879 A CN202311400879 A CN 202311400879A CN 117593854 A CN117593854 A CN 117593854A
Authority
CN
China
Prior art keywords
water supply
supply system
intelligent water
data
pressure
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
Application number
CN202311400879.4A
Other languages
English (en)
Inventor
李六柏
廖昌吕
徐东
富振忠
吕晓峰
马玉堂
苏伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Jingxing Paper Joint Stock Co ltd
Original Assignee
Zhejiang Jingxing Paper Joint Stock Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Jingxing Paper Joint Stock Co ltd filed Critical Zhejiang Jingxing Paper Joint Stock Co ltd
Priority to CN202311400879.4A priority Critical patent/CN117593854A/zh
Publication of CN117593854A publication Critical patent/CN117593854A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2433Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/185Electrical failure alarms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Water Supply & Treatment (AREA)
  • Medical Informatics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Control Of Fluid Pressure (AREA)

Abstract

本发明公开了一种智能供水系统,包括动态采集模块、整合分析模块、对比校验模块和预警通报模块,通过采集智能供水系统的总管控制数据参数和压力平衡信息参数,进行综合分析,建立控制效率监测模型,对智能供水系统进行辅助自检,通过数学分析对智能供水系统的运行状态进行处理,将辅助自检结果与预设自检标准进行比对分类,根据比对结果生成分析信号,由分析信号进行状态评估,检验智能供水系统的稳定性和时效性,并根据维护状态检验结果进行预警提示,本发明通过检测控制效率指数,对智能供水系统运作状态进行综合分析,判断异常隐患并发出预警提示,便于工作人员及时感知异常隐患现象,对异常隐患进行检测,防止系统故障或失效。

Description

一种智能供水系统
技术领域
本发明涉及自动控制领域,更具体的说,本发明是一种智能供水系统。
背景技术
智能供水系统是整合了现代技术和智能化控制的水资源管理系统,旨在提高供水效率、降低能源消耗、优化运营和提供更好的用户体验,通过使用传感器、自动控制、数据分析和远程监测来实现集中供水的自动调节控制。
现有的智能供水系统根据供水需求对上行水泵的数量及容量进行调节,供水需求增加,则加入大容量水泵,供水需求减少,则减少上行水泵数量,通过液位监测与补水阀联动进行水位控制,以实现智能化无人化的管理操作,但由于无人监管,智能供水系统的控制调节程序缺乏灵活性,难以及时对智能供水系统自身的数据处理时效性进行检验,长此以久,数据处理实时性和准确性均会下降,预定的维护检修周期可能失效。
为解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的是提供一种智能供水系统,以解决背景技术中的不足。
为了实现上述目的,本发明提供如下技术方案:一种智能供水系统,包括动态采集模块、整合分析模块、对比校验模块和预警通报模块;
动态采集模块用于采集智能供水系统的总管控制数据参数和压力平衡信息参数,并将总管控制采集参数和压力平衡信息参数传送至整合分析模块;
整合分析模块用于对总管控制数据参数和压力平衡信息参数进行综合分析,建立控制效率监测模型,对智能供水系统进行辅助自检,通过数学分析对智能供水系统的运行状态进行处理;
比对校验模块用于通过并将辅助自检结果与预设自检标准进行比对分类,根据比对结果生成分析信号;
预警通报模块用于通过分析信号,进行状态评估,检验智能供水系统的稳定性和时效性,并根据维护状态检验结果进行预警提示。
在一个优选地实施方式中,总管控制采集参数包括总管压力监测敏捷系数,总管压力监测敏捷系数的计算方法为;
S101、获取智能供水系统在T时间内进行压力数据监测的数据采集周期,并将数据采集周期标定为Tp,其中p={1,2,3…m},且m为正整数;
S1011、获取总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间,标定总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间为Tc;
S1012、获取总管压力传感器所测量数据传送至智能供水系统所需时间,标定总管压力传感器所测量数据传送至智能供水系统所需时间为Tb;
S1013、智能供水系统获取T时间内压力数据监测的数据采集周期T0的计算方法为T0=Tc+Tb;
S102、计算智能供水系统获取T时间内压力数据监测的数据采集周期的标准差Sc,则标准差Sc的计算表达式为式中,m为智能供水系统在T时间内进行压力数据监测的数据采集周期的编号总数,/>为智能供水系统在T时间内进行压力数据监测的数据采集周期的平均值,其计算表达式为/>
S103、计算智能供水系统获取T时间内总管压力监测敏捷系数,总管压力监测敏捷系数的计算表达式为Ap=Sc×exp(Sc2+1)。
在一个优选地实施方式中,总管控制采集参数也包括补水阀联动波动系数,补水阀联动波动系数的计算方法为;
S201、获取智能供水系统液位监测的合理误差范围,并将智能供水系统液位监测的有效浮动范围标定为Lr1-Lr2;
S202、获取智能供水系统补水阀启动节点的液位监测水位,并将智能供水系统补水阀启动节点的液位监测水位数据标定为Sl;
S203、将智能供水系统在T时间内的若干个补水阀启动节点的液位监测水位数据整合为数据集合,并以l标记液位监测水位数据的编号,即l={1,2,3…k},其中k为正整数;
S204、计算补水阀启动节点的液位监测水位数据集合的标准差,则标准差式中,/>为补水阀启动节点的液位监测水位数据的平均值,其计算表达式为/>
S205、计算补水阀联动波动系数的表达式为
在一个优选地实施方式中,压力平衡信息参数为上行水泵压力平衡偏差系数,上行水泵压力平衡偏差系数的计算方法为;
S301、获取智能供水系统在T时刻的各个上行水泵的实时压力数据,并将智能供水系统在T时刻的各个上行水泵的实时压力数据标定为Pu;
S302、将各个上行水泵实时压力数据整合为数据集合,以u作为各个上行水泵的实时压力数据编号,即u={1,2,3…j},其中j为正整数;
S303、计算上行水泵实时压力数据集合的标准差,则标准差 其中/>为智能供水系统在T时刻的各个上行水泵的实时压力数据的平均值,即
S304、计算上行水泵压力平衡偏差系数的表达式为Uw=Wa×exp(Wa2+1)。
在一个优选地实施方式中,通过数学分析对智能供水系统的运行状态进行处理,并生成控制效率指数的计算方法为;
控制效率指数的计算表达式为式中,α、β、γ分别为总管压力监测敏捷系数、补水阀联动波动系数和上行水泵压力平衡偏差系数的比例系数,且α、β、γ均大于0。
在一个优选地实施方式中,根据控制效率指数进行比对分类的逻辑为;
将计算所得智能供水系统的控制效率指数与预设的控制效率指数阈值进行比对,若计算所得控制效率指数大于等于预设控制效率指数,则生成敏感信号,若计算所得控制效率指数小于预设控制效率指数,则生成稳态信号。
在一个优选地实施方式中,根据敏感信号进行状态评估和预警通报的逻辑为;
根据敏感信号产生后T时间内智能供水系统的连续若干个控制效率指数数据整合生成数据集合,并将数据集合内的控制效率指数进行标定为Rv,其中v为控制效率指数编号,即v={1,2,3…x},其中x为正整数;
计算数据集合内若干个控制效率指数的标准差,并将控制效率指数的标准差标定为So,并将控制效率指数标准差So与预设的控制效率指数标准差阈值Do进行对比,若So大于等于Do,则对智能供水系统标记为高风险等级,提示智能供水系统存在严重风险隐患,需要进行检测维护;
若So小于Do,则对智能供水系统标记为低风险等级,提示智能供水系统存在低风险隐患,不需要进行检测维护。
在上述的技术方案中,本发明提供的技术效果和优点:
本发明通过对智能供水系统的控制效率指数进行检测,当发现数据处理稳定性出现异常时,对智能供水系统后续运作状态进行综合分析,判断异常隐患并发出预警提示,一方面便于维护人员及时感知异常隐患现象,对异常隐患进行提前检测,有效防止数据处理的稳定性降低导致的对潜在故障和异常预警不及时风险发生,进而有效地防止系统崩溃或故障,预防数据处理效率降低,另一方面便于维护人员检测智能供水系统综合状态,便于维护人员进行检测管理,提高工作效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅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做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。
如图1所示,本发明是一种智能供水系统,所述系统由以下部分组成:包括动态采集模块、整合分析模块、对比校验模块和预警通报模块;
动态采集模块采集智能供水系统的总管控制数据参数,并将总管控制采集参数传送至整合分析模块;
总管控制数据参数包括总管压力监测敏捷系数,动态采集模块将总管压力监测敏捷系数标定为Ap;
当智能供水系统的运行时的对供水需求的压力监测准确性降低,可能会对系统的潜在故障和异常预警造成以下严重影响:
供水不足或供水过剩:如果供水系统无法准确检测和调整供水需求,可能导致供水不足或供水过剩的情况,供水不足会导致用户经历停水或水压下降,而供水过剩可能浪费水资源和能源;
管道损坏和漏水:不准确的压力检测可能导致管道系统的压力超过承受范围,从而增加了管道破裂和漏水的风险,这不仅会导致资源浪费,还会对环境和公共卫生造成危害;
能源浪费:供水系统通常需要泵站来稳态水的流动和压力,如果压力检测不准确,泵站可能会在不必要的时候运行,导致能源的浪费,此外,频繁启动和停止泵站也会损害设备寿命;
降低用户满意度:用户对水的可用性和压力有着高期望,不准确的供水压力可能导致用户经历不便,降低用户满意度,供水系统的不可靠性可能会损害服务提供者的声誉;
总管压力监测敏捷系数的获取逻辑如下:
S101、获取智能供水系统在T时间内进行压力数据监测的数据采集周期,并将数据采集周期标定为Tp,其中p={1,2,3…m},且m为正整数;
智能供水系统获取T时间内压力数据监测的数据采集周期的获取逻辑为:
S1011、获取总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间,标定总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间为Tc;
S1012、获取总管压力传感器所测量数据传送至智能供水系统所需时间,标定总管压力传感器所测量数据传送至智能供水系统所需时间为Tb;
S1013、智能供水系统获取T时间内压力数据监测的数据采集周期T0的计算方法为T0=Tc+Tb;
需要指出的是,总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间和总管压力传感器所测量数据传送至智能供水系统均通过智能供水系统的工作过程日志进行获取;
S102、计算智能供水系统获取T时间内压力数据监测的数据采集周期的标准差Sc,则标准差Sc的计算表达式为式中,m为智能供水系统在T时间内进行压力数据监测的数据采集周期的编号总数,/>为智能供水系统在T时间内进行压力数据监测的数据采集周期的平均值,其计算表达式为/>
由标准差Sc可知,智能供水系统在时间T内的数据传输时长采集周期的标准差越大,表明智能供水系统在T时间内的采集周期的稳定性越差;反之,则表明智能供水系统在T时间内的采集周期的稳定性越好;
S103、计算智能供水系统获取T时间内总管压力监测敏捷系数,总管压力监测敏捷系数的计算表达式为Ap=Sc×exp(Sc2+1);
由总管压力监测敏捷系数的表达式可知,智能供水系统在时间T内的总管压力监测敏捷系数越大,表明智能供水系统进行数据处理的实时性越差,表明对潜在故障和异常预警不准确及时的风险越大,反之,则表明智能供水系统进行数据处理的实时性越好,表明对潜在故障和异常预警的反应越准确及时;
供水系统的水泵液位控制,由补水阀与液位监控装置联动,共同实现对水泵液位的高低控制,当供水需求提高,则开启补水阀进行补水加压,当供水需求降低,则关闭补水阀被动减压,补水阀的启动与否,根据液位监控的实时变化决定;
需要说明的是,根据供水需求确定液位监控装置的触发液位状态,触发液位状态是由本领域专业技术人员根据水泵具体型号指标和历史供水需求数据自行组织设定,此处不再赘述;
当智能供水系统的水泵液位监控浮动偏差过大时,会对智能供水系统的潜在故障和异常预警产生如下严重影响:
供水不稳定:如果水泵液位检测不准确,系统可能无法稳态所需的水位,这可能导致供水不稳定,用户可能会经历水压不足或供水中断的问题;
能源浪费:当液位检测不准确时,水泵可能会被错误地激活或停止,这导致能源浪费,因为水泵可能在不必要的时候运行,或者在需要时停止,从而增加电力消耗和运行成本;
水质问题:如果水泵液位控制不准确,可能导致水箱过度注水或者过度排水,这可能会引起水质问题,例如,如果水箱过度排水,水中的沉淀物可能会搅浑水质,导致供水的质量下降;
水泵损坏:不准确的液位检测可能导致水泵频繁启停,这对水泵的机械部件和电子元件造成过度磨损,最终可能导致水泵损坏或提前寿命结束;
智能供水系统的补水阀联动波动系数的计算逻辑为:
S201、获取智能供水系统液位监测的合理误差范围,并将智能供水系统液位监测的有效浮动范围标定为Lr1-Lr2;
需要说明的是,通过对水泵注水量与液位监测装置数据的对比试验,检验有效浮动范围,有效浮动范围以不影响水泵压力控制为标准,由本领域专业技术人员根据实际情况进行测试设定;
S202、获取智能供水系统补水阀启动节点的液位监测水位,并将智能供水系统补水阀启动节点的液位监测水位数据标定为Sl;
S203、将智能供水系统在T时间内的若干个补水阀启动节点的液位监测水位数据整合为数据集合,并以l标记液位监测水位数据的编号,即l={1,2,3…k},其中k为正整数;
S204、计算补水阀启动节点的液位监测水位数据集合的标准差,则标准差式中,/>为补水阀启动节点的液位监测水位数据的平均值,其计算表达式为/>
S205、计算补水阀联动波动系数的表达式为
根据补水阀联动波动系数的计算表达式可知,智能供水系统的补水阀联动波动系数越大,则智能供水系统的时效稳定性越差,表明智能供水系统对潜在故障和异常预警不及时风险越大,反之,智能供水系统的补水阀联动波动系数越小,则智能供水系统的时效稳定性越好,表明智能供水系统对潜在故障和异常预警不及时风险越小;
智能供水系统的总管压力控制依赖对智能供水系统中各个上行水泵管路的实时压力监测,当供水需求变化,上行供水水泵的数量及型号随之变化,为了确保实现总管压力控制的无人化智能化管理,及时均衡各上行水泵的总和压力偏差幅度至关重要;
若智能供水系统总管控制各个水泵的供水压力差异过大,则会对智能供水系统产生如下严重影响:
水压不稳定:当一些区域的水压过高,而其他区域的水压过低时,用户可能会经历水压不稳定的问题,这会导致用户感到不舒适,特别是在淋浴、使用洗碗机或洗衣机等需要稳定水压的情况下;
水管破裂和泄漏:过高的水压可以对水管施加不必要的压力,导致水管破裂或泄漏,从而浪费水资源并引发维修成本;
设备损坏:水压差异过大可能对用户家庭中的设备和电器造成损坏,尤其是在没有适当水压调节设备的情况下;
能源浪费:高水压可能导致水泵工作过多,从而浪费电力和能源,这不仅增加了运营成本,还对环境产生不利影响;
系统效率降低:水压差异大可能会降低供水系统的整体效率,因为某些部分的水泵可能不断运行,而其他部分则可能在工作压力下效率较低;
上行水泵压力平衡偏差系数的计算方法如下:
S301、获取智能供水系统在T时刻的各个上行水泵的实时压力数据,并将智能供水系统在T时刻的各个上行水泵的实时压力数据标定为Pu;
需要说明的是,水泵管路压力监测仅纳入智能供水系统中正在使用的上行水泵,对于处于闲置备用状态的水泵数据不进行测量,对水泵管路压力数据的测量使用水泵管路内置的液压传感器进行测量;
S302、将各个上行水泵实时压力数据整合为数据集合,以u作为各个上行水泵的实时压力数据编号,即u={1,2,3…j},其中j为正整数;
S303、计算上行水泵实时压力数据集合的标准差,则标准差 其中/>为智能供水系统在T时刻的各个上行水泵的实时压力数据的平均值,即
S304、计算上行水泵压力平衡偏差系数的表达式为Uw=Wa×exp(Wa2+1);
由上行水泵压力平衡偏差系数的表达式可知,智能供水系统在T时刻生成的上行水泵压力平衡偏差系数越大,则智能供水系统运行的稳定性和数据精度越差,反之,智能供水系统在T时刻生成的上行水泵压力平衡偏差系数越小,则智能供水系统运行的稳定性和数据精度越好;
整合分析模块根据上述的总管压力监测敏捷系数、补水阀联动波动系数和上行水泵压力平衡偏差系数进行综合分析,建立管理模型,计算智能供水系统的控制效率指数,控制效率指数的计算表达式为式中,α、β、γ分别为总管压力监测敏捷系数、补水阀联动波动系数和上行水泵压力平衡偏差系数的比例系数,且α、β、γ均大于0;
比对校验模块将计算所得智能供水系统的控制效率指数与预设的控制效率指数阈值进行比对,若计算所得控制效率指数大于等于预设控制效率指数,则生成敏感信号,若计算所得控制效率指数小于预设控制效率指数,则生成稳态信号;
预警通报模块根据比对校验模块所生成的敏感信号进行处理策略分析,当接收到比对校验模块所生成的敏感信号后,预警通报模块根据敏感信号产生后T时间内智能供水系统的连续若干个控制效率指数数据整合生成数据集合,并将数据集合内的控制效率指数进行标定为Rv,其中v为控制效率指数编号,即v={1,2,3…x},其中x为正整数;
计算数据集合内若干个控制效率指数的标准差,并将控制效率指数的标准差标定为So,并将控制效率指数标准差So与预设的控制效率指数标准差阈值Do进行对比,根据对比结果进行预警处理,处理逻辑如下:
若So大于等于Do,则对智能供水系统标记为高风险等级,提示工作人员智能供水系统存在严重风险隐患,需要进行检测维护;
若So小于Do,则对智能供水系统标记为低风险等级,提示工作人员智能供水系统存在低风险隐患,不需要进行检测维护。
本发明通过对智能供水系统的控制效率指数进行检测,当发现数据处理稳定性出现异常时,对智能供水系统后续运作状态进行综合分析,判断异常隐患并发出预警提示,一方面便于工作人员及时感知异常隐患现象,对异常隐患进行提前检测,有效防止数据处理的稳定性降低导致的对潜在故障和异常预警不及时风险发生,进而有效地防止系统崩溃或故障,预防数据处理效率降低,另一方面便于工作人员检测智能供水系统综合状态,便于工作人员进行检测管理,提高工作效率。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序货物的形式实现。所述计算机程序货物包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
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申请的范围。
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。
所述功能如果以软件功能单元的形式实现并作为独立的货物销售或使用时,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,本申请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货物的形式体现出来,该计算机软件货物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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (7)

1.一种智能供水系统,其特征在于:包括动态采集模块、整合分析模块、对比校验模块和预警通报模块;
动态采集模块用于采集智能供水系统的总管控制数据参数和压力平衡信息参数,并将总管控制采集参数和压力平衡信息参数传送至整合分析模块;
整合分析模块用于对总管控制数据参数和压力平衡信息参数进行综合分析,建立控制效率监测模型,对智能供水系统进行辅助自检,通过数学分析对智能供水系统的运行状态进行处理;
比对校验模块用于通过并将辅助自检结果与预设自检标准进行比对分类,根据比对结果生成分析信号;
预警通报模块用于通过分析信号,进行状态评估,检验智能供水系统的稳定性和时效性,并根据维护状态检验结果进行预警提示。
2.根据权利要求1所述的智能供水系统,其特征在于:总管控制采集参数包括总管压力监测敏捷系数,总管压力监测敏捷系数的计算方法为;
S101、获取智能供水系统在T时间内进行压力数据监测的数据采集周期,并将数据采集周期标定为Tp,其中p={1,2,3…m},且m为正整数;
S1011、获取总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间,标定总管压力检测请求信号由智能供水系统传送至总管压力传感器所需时间为Tc;
S1012、获取总管压力传感器所测量数据传送至智能供水系统所需时间,标定总管压力传感器所测量数据传送至智能供水系统所需时间为Tb;
S1013、智能供水系统获取T时间内压力数据监测的数据采集周期T0的计算方法为T0=Tc+Tb;
S102、计算智能供水系统获取T时间内压力数据监测的数据采集周期的标准差Sc,则标准差Sc的计算表达式为式中,m为智能供水系统在T时间内进行压力数据监测的数据采集周期的编号总数,/>为智能供水系统在T时间内进行压力数据监测的数据采集周期的平均值,其计算表达式为/>
S103、计算智能供水系统获取T时间内总管压力监测敏捷系数,总管压力监测敏捷系数的计算表达式为Ap=Sc×exp(Sc2+1)。
3.根据权利要求1所述的智能供水系统,其特征在于:总管控制采集参数也包括补水阀联动波动系数,补水阀联动波动系数的计算方法为;
S201、获取智能供水系统液位监测的合理误差范围,并将智能供水系统液位监测的有效浮动范围标定为Lr1-Lr2;
S202、获取智能供水系统补水阀启动节点的液位监测水位,并将智能供水系统补水阀启动节点的液位监测水位数据标定为Sl;
S203、将智能供水系统在T时间内的若干个补水阀启动节点的液位监测水位数据整合为数据集合,并以l标记液位监测水位数据的编号,即l={1,2,3…k},其中k为正整数;
S204、计算补水阀启动节点的液位监测水位数据集合的标准差,则标准差式中,/>为补水阀启动节点的液位监测水位数据的平均值,其计算表达式为/>
S205、计算补水阀联动波动系数的表达式为
4.根据权利要求1所述的智能供水系统,其特征在于:压力平衡信息参数为上行水泵压力平衡偏差系数,上行水泵压力平衡偏差系数的计算方法为;
S301、获取智能供水系统在T时刻的各个上行水泵的实时压力数据,并将智能供水系统在T时刻的各个上行水泵的实时压力数据标定为Pu;
S302、将各个上行水泵实时压力数据整合为数据集合,以u作为各个上行水泵的实时压力数据编号,即u={1,2,3…j},其中j为正整数;
S303、计算上行水泵实时压力数据集合的标准差,则标准差 其中为智能供水系统在T时刻的各个上行水泵的实时压力数据的平均值,即
S304、计算上行水泵压力平衡偏差系数的表达式为Uw=Wa×exp(Wa2+1)。
5.根据权利要求4所述的智能供水系统,其特征在于:通过数学分析对智能供水系统的运行状态进行处理,并生成控制效率指数的计算方法为;
控制效率指数的计算表达式为式中,α、β、γ分别为总管压力监测敏捷系数、补水阀联动波动系数和上行水泵压力平衡偏差系数的比例系数,且α、β、γ均大于0。
6.根据权利要求5所述的智能供水系统,其特征在于:根据控制效率指数进行比对分类的逻辑为;
将计算所得智能供水系统的控制效率指数与预设的控制效率指数阈值进行比对,若计算所得控制效率指数大于等于预设控制效率指数,则生成敏感信号,若计算所得控制效率指数小于预设控制效率指数,则生成稳态信号。
7.根据权利要求6所述的智能供水系统,其特征在于:根据敏感信号进行状态评估和预警通报的逻辑为;
根据敏感信号产生后T时间内智能供水系统的连续若干个控制效率指数数据整合生成数据集合,并将数据集合内的控制效率指数进行标定为Rv,其中v为控制效率指数编号,即v={1,2,3…x},其中x为正整数;
计算数据集合内若干个控制效率指数的标准差,并将控制效率指数的标准差标定为So,并将控制效率指数标准差So与预设的控制效率指数标准差阈值Do进行对比,若So大于等于Do,则对智能供水系统标记为高风险等级,提示智能供水系统存在严重风险隐患,需要进行检测维护;
若So小于Do,则对智能供水系统标记为低风险等级,提示智能供水系统存在低风险隐患,不需要进行检测维护。
CN202311400879.4A 2023-10-26 2023-10-26 一种智能供水系统 Pending CN117593854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311400879.4A CN117593854A (zh) 2023-10-26 2023-10-26 一种智能供水系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311400879.4A CN117593854A (zh) 2023-10-26 2023-10-26 一种智能供水系统

Publications (1)

Publication Number Publication Date
CN117593854A true CN117593854A (zh) 2024-02-23

Family

ID=89915713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311400879.4A Pending CN117593854A (zh) 2023-10-26 2023-10-26 一种智能供水系统

Country Status (1)

Country Link
CN (1) CN117593854A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117909186A (zh) * 2024-03-20 2024-04-19 深圳清华大学研究院 一种虚拟现实展示系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117909186A (zh) * 2024-03-20 2024-04-19 深圳清华大学研究院 一种虚拟现实展示系统

Similar Documents

Publication Publication Date Title
CN110175756B (zh) 核电站信息系统运行安全预警方法、装置、设备及介质
CN117593854A (zh) 一种智能供水系统
FI80933C (fi) Oevervakningsfoerfarande foer avlopps- pumpstation samt oevervakningsanordning foer foerverkligande av foerfarandet.
CN110542520B (zh) 一种发动机漏液监测方法及系统
CN102682197A (zh) 对单设备能源消耗变化趋势实时预测的监测方法及装置
CN113156058A (zh) 核电站变压器轻瓦斯报警响应方法、装置、设备及介质
CN114323153B (zh) 海上风电基础冲刷与结构状态监测及安全预警方法及装置
CN109243652B (zh) 一种核电站系统压缩空气流量数据有效性判断系统及方法
CN113484777B (zh) 一种动力电池soc精度测试方法及装置
CN106373028B (zh) 一种电力维修系统
CN116910635A (zh) 基于联邦学习和膨胀卷积的调压器故障诊断方法及装置
CN111174824B (zh) 一种酸雾排放的管控平台
CN109375104A (zh) 一种应用在网源平台的机组avr模型的在线校核方法
CN114858250A (zh) 一种智慧水表的故障检测方法、系统及可读存储介质
CN111834025B (zh) 核电厂安全相关仪表校验类监督项目周期延长的评价方法
CN114063003A (zh) 基于小台区的电能表测量误差检测方法、系统及存储介质
CN113051700A (zh) 设备可靠性监测方法及装置
CN112880000A (zh) 换热机组二次网自动补水定压系统故障诊断及报警方法
JP2012027670A (ja) 需要量診断計量装置
CN113819082B (zh) 离心式压缩机润滑油液在线监测诊断方法及系统
JP7455278B1 (ja) 嫌気性消化プロセス監視システムおよび嫌気性消化プロセス監視方法
CN113469453B (zh) 基于信息物理系统的电梯评估方法以及电梯评估装置
CN114943175A (zh) 一种电厂设备测点健康基准值的预测方法及系统
CN112628612B (zh) 一种预测仿漏数据的管网漏损大数据检测方法
CN118030487A (zh) 水泵电机控制方法及测试系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication