CN117957396A - 用于公共服务分配系统中的声学泄漏检测的系统和方法 - Google Patents

用于公共服务分配系统中的声学泄漏检测的系统和方法 Download PDF

Info

Publication number
CN117957396A
CN117957396A CN202180102125.3A CN202180102125A CN117957396A CN 117957396 A CN117957396 A CN 117957396A CN 202180102125 A CN202180102125 A CN 202180102125A CN 117957396 A CN117957396 A CN 117957396A
Authority
CN
China
Prior art keywords
noise
fluid pressure
pressure
time
indicator
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
CN202180102125.3A
Other languages
English (en)
Inventor
米克·阿尔索夫·克里斯滕森
苏尼·赫弗鲁斯特·杜邦
索伦·特内斯·尼尔森
彼得·施密特·劳森
延斯·莱克·索伦森
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.)
Kamstrup AS
Original Assignee
Kamstrup AS
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 Kamstrup AS filed Critical Kamstrup AS
Publication of CN117957396A publication Critical patent/CN117957396A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
    • G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00—Water main or service pipe systems
    • E03B7/003—Arrangement for testing of watertightness of water supply conduits
    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00—Water main or service pipe systems
    • E03B7/02—Public or like main pipe systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
    • G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
    • G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

描述了一种用于识别公共服务分配系统中的泄漏指示的系统和方法。一种用于向多个服务连接提供公共服务的管道网络包括安装在这些服务连接处的多个声学传感器。这些声学传感器优选地集成在超声波流量计中。该方法包括以下步骤：获得关于流体压力的变化时间(55)的信息，然后根据在所述变化时间(55)之前由这些声学传感器测量的噪声来建立第一噪声指标，根据在所述变化时间(55)之后测量的噪声来建立第二噪声指标；以及然后将一个或多个第一噪声指标和第二噪声指标与该流体压力相关联，以识别有泄漏指示的服务连接。还描述了一种基于流体管道系统中的噪声指标和流体压力的数学互相关的泄漏检测系统。

Description

用于公共服务分配系统中的声学泄漏检测的系统和方法
技术领域
本发明涉及用于识别公共服务分配系统(比如配水系统)中的泄漏的系统和方法。该系统包括被配置为测量管道网络的噪声或声学分布的多个声学传感器。
背景技术
在饮用水或区域供暖热水的分配网络中，极其重要的是能够在出现泄漏后快速地检测到泄漏。在配水网络中，这不仅是因为稀缺的饮用水可能会流失，而且还因为由于水直接暴露于周围环境，导致泄漏有可能成为污染的来源。有几种系统可以检测分配网络中的泄漏，包括声学测量系统(听音棒、噪声相关器、地面麦克风、噪声记录器系统等)、示踪气体系统和SAR雷达系统。然而，这些系统中只有少数专注于网络的持续监测。
安装在截止阀或消防栓上的噪声记录器(加速度计或水听器)是已知的，并且它们可以与相关技术结合以用于随时间分析数据和跟踪网络的发展。然而，这种记录器系统需要安装许多记录器设备来覆盖整个网络并获得网格的最佳覆盖。这种独立系统价格昂贵，安装耗时，并且必须进行维护才能正常工作。
更近期的监测系统是基于在家用智能仪表中实施的噪声测量。这种系统得益于智能仪表安装在所有服务连接处，并且基于仪表的噪声记录器系统的安装和维护成为耗量表基础设施的安装和维护的整体部分。此外，智能仪表通常配备有可以由噪声记录器系统共享的无线通信功能。
然而，基于耗量表的噪声记录器或声学传感器可能遭受不利条件，因为它们受到高水平环境噪声的影响，尤其是当安装在存在比如消耗流、循环泵和来自区域供暖的流噪声等环境噪声源的住宅内时。因此，需要一种基于来自噪声记录器或声学传感器的测量数据的改进的泄漏检测系统。
发明目的
目的是提供一种用于检测管道网络(比如用于水和区域供暖热水的公共服务分配网络)中的泄漏的改进的泄漏检测系统和方法。进一步地，目的是提供一种用于降低环境噪声在包括声学噪声检测器或传感器的系统中的影响的改进方法。
发明内容
该目的通过一种用于识别公共服务分配系统中的泄漏指示的方法来实现，该公共服务分配系统包括用于向多个服务连接提供公共服务的管道网络，其中，多个声学传感器安装在这些服务连接处，并且其中，这些声学传感器测量管道中的噪声。该方法的特征在于以下步骤：
-获得关于流体压力的变化时间的信息；
-根据在所述变化时间之前测量的噪声建立第一噪声指标；
-根据在所述变化时间之后测量的噪声建立第二噪声指标；以及
-将一个或多个第一噪声指标和第二噪声指标与流体压力相关联，以识别有泄漏指示的服务连接。
本发明利用了管道中的流体压力与管道中的噪声在数学上相关的认知。相关值(即系数)用于表示管道中的噪声来源于泄漏的概率。根据本发明，噪声指标由声学传感器建立，并且一组第一噪声指标属于在管道中的流体压力改变之前测量的一组噪声指标，一组第二噪声指标属于在流体压力已经发生改变之后测量的一组噪声指标。通过获得或取得关于流体压力变化时间的信息，可以在作为第一自变量的流体压力与作为第二因变量的噪声指标之间建立数学相关性。根据本发明，实现了一种方法，其中，在包括在公共服务分配系统中的声学噪声传感器系统中过滤掉环境噪声源，该噪声源与泄漏无关。该方法基于以下见解：来源于泄漏或其他系统异常的噪声与系统中的压力相关，而来自大多数环境噪声源的噪声则不相关。
该方法的优点是在识别可能存在泄漏的服务连接时具有高可靠性。减少了误报的数量并避免了不必要的土方工程。措词“流体压力变化”应理解为从一个流体压力幅度到另一个流体压力幅度的变化。一个压力幅度或水平可以是正常的流体压力，比如分配系统的标准操作压力，而不同的流体压力可以是由于对分配系统的操作压力进行计划和受控的减小或增大而达到的压力幅度。然而，流体压力变化也可能是由分配系统中自然发生的压力变化引起的。
一旦确定正常声学噪声水平，便测量管道系统的修正(或异常)状态(即管道中流体的压力偏离正常压力的状态)下的压力。根据在这两种压力状态中的每种压力状态下进行的声学噪声测量，建立第一噪声指标和第二噪声指标，并且这两个指标与流体压力的相关性使得能够说明管道系统中是否存在泄漏。因此，本发明利用管道的流体压力变化来检测是否存在泄漏。本发明的方法优选地在管道中的零流量或低流量下实施。
用于确定正常和变化后的流体压力的存在以及建立第一噪声指标和第二噪声指标的步骤可以作为单独或整体的步骤来进行。例如，第一噪声指标可以在流体压力正常时建立。类似地，第二噪声指标可以在流体压力发生变化时建立。在记录噪声指标之前之后，可能无法确定第一噪声指标是否实际上是在流体压力正常时建立的。这是通过随后对噪声测量值和与安装在服务连接处的特定声学传感器相关的压力数据进行关联或比较来完成的。这同样适用于第二噪声指标。
关于流体压力的变化时间的信息作为来自以下信号提供器中的一个或多个的信号提供：管道网络中的压力感测设备、集成在声学传感器中的压力传感器或压力控制设备中的压力传感器，比如泵中的压力传感器。因此，词语“信号提供器”可以理解为产生直接表示所测量的压力的模拟或数字信号的传感器，或者来自另一来源(比如SCADA系统)的信号或信息。压力测量值包括作为在一个或多个分配系统入口处输送的输入压力测量的系统压力测量值，比如由整个分配网络的一个或多个供应泵提供的压力。压力传感器可以测量公共服务分配系统中的许多点处的压力，但是在自来水厂中产生压力的点处或者在比如区域计量区等管道子网络开始的点处测量管道中液体的压力是有利的。这样做的优点是获得了正常流体压力和变化后流体压力的集中度量，从而简化了后面的关联和计算。
可替代地或者除了上述之外，压力测量值可以包括针对单个装置测量的局部压力测量值，比如服务连接处的压力。服务连接应理解为直径较小的管道，并且当与源自集中式公共服务提供商的主管道相比时，其流体压力可能较低。服务连接处的压力可以由独立的压力传感器或集成在声学传感器或包括声学传感器的智能仪表中的压力传感器来测量。优选地，声学传感器包括在比如超声波流量计等智能公共服务仪表中，该仪表安装在服务连接处，通常在住宅中，并且使用超声波换能器作为声学传感器来建立第一噪声指标和第二噪声指标。
在替代性实施例中，关于流体压力的变化时间的信息由公共服务提供商提供，并且该信息涉及流体压力的历史、实际或计划的变化时间。或者该信息可以简单地是流体压力已经发生变化的信息。在本发明的该实施例中，不需要知道流体压力的实际或真实幅度，这意味着本发明可以在没有压力传感器的情况下实现。关于流体压力变化已经发生、正在变化或将要变化的信息使得能够进行泄漏数据分析，该泄漏数据分析可以识别有泄漏指示的管道。在得知自来水厂将在接下来的两个小时内降低压力的情况下，通知声学传感器或后端系统中的软件在此期间测量的噪声指标是在流体压力降低期间测量的。然后可以用这种信息标记噪声数据。
这种标记可以是加上时间戳。第一噪声指标和/或第二噪声指标中的每一个在测量时被加上时间戳，并且选择时间戳接近流体压力的变化时间的那些第一噪声指标或第二噪声指标进行关联。对应地，不选择时间戳早于或晚于所选指标的时间戳的第一噪声指标或第二噪声指标进行关联。为噪声指标加上时间戳的优点在于，数据分析可以离线进行并且晚于泄漏事件。对时间范围为数小时、数天或数月的带时间戳的噪声数据执行例如后端系统中的数据分析，并且该数据分析可以执行噪声指标与流体压力的关联，因为存在关于流体压力何时改变的信息。
实际测试表明，测得的噪声的信号幅度随时间变化。这种漂移是由不同因素造成的，比如管道中的孔变大或形状改变，或孔周围的土壤被侵蚀从而改变声音条件。漂移会持续数周或数月，并导致噪声指标与流体压力之间的关联变得不确定。发明人惊奇地发现，关联不应在长时间内进行，而是应当在短时间内进行。这样就消除了噪声指标漂移的问题。在实践中，这是通过在一系列噪声指标中引入数据时间窗口并且然后独立地对每个窗口进行数据处理(即关联)来完成的。因此，仅使用时间戳落入时间窗口的时间限制内的第一噪声指标或第二噪声指标进行关联，并且变化时间在时间限制之间。
该时间窗口在24小时至12小时的范围内，更优选地在11小时至5小时的范围内，并且最优选地在4小时至0.5小时的范围内。典型地，时间窗口围绕流体压力的变化时间对称，例如前后各两小时。
相关系数在测试中被证明其数值有不期望的尖峰。每天在多个时间窗口中计算相关系数，并如此重复数天，有时由于噪声指标幅度的自然变化会给出由随机相关引起的高值。为了抑制这些变化，根据在多个时间窗口中计算的相关系数来计算平均相关系数。然后使用平均相关系数来识别有泄漏指示的服务连接。
第一和第二噪声指标与流体压力的关联可以通过随时间测量的真实流体压力数据来完成，比如使用由压力传感器测量的绝对压力数据。然而，更优选的是使用间接表示流体压力的数学阶跃函数U(t)。当与第一和第二噪声指标互相关时，数学阶跃函数U(t)被用作真实生活流体压力数据的替代，并且用于模拟存在两个流体压力幅度(即一个在流体压力的变化时间之前，一个在流体压力的变化间之后)的知识。使用阶跃函数的优点是简化了相关系数的计算，并使相关性与实际生活压力数据无关。
与泄漏产生的噪声相比，从具有已知噪声频率的环境源中过滤掉非泄漏相关噪声需要了解不同噪声源的性质。此外，噪声源会随着时间的推移而变化，这要求系统不断更新。就这一点而言，应当注意，比如智能耗量表或声学传感器等边缘设备中的大量数据分析可能是不利的，因为它会增加电流消耗并因此缩短电池寿命。因此，在一个优选实施例中，接收和存储一个或多个第一噪声指标和第二噪声指标、获得关于流体压力的变化时间的信息并且然后执行关联的步骤是在后端系统中完成的。后端系统例如可以是基于云的数据和计算服务器。
另一方面，测得的数据的边缘计算通常优于上述数据的后端计算，因为边缘计算减少了数据传输，从而降低了功耗。因此，在替代性实施例中，建立第一噪声指标、建立第二噪声指标、获得关于流体压力的变化时间的信息并且然后执行关联是由声学传感器完成的，尤其是由包括声学传感器的超声波流量计完成的。
测试表明，管道系统的相关系数的大小取决于许多参数，比如管道材料、土壤类型、管道长度和所使用的自动化类型(泵和阀门)。在一些管道系统中，正常的无泄漏值可以在0.2到0.3的范围内。在其他系统中，它可以更高，比如0.3至0.4。相关系数接近1是可能泄漏的强烈暗示。有利地，可以为管道子网络单独设置阈值，使得如果流体压力与一个或多个第一噪声指标和第二噪声指标之间的相关系数高于预定阈值，优选地高于0.4，则服务连接被识别为有泄漏指示。
根据本发明的方法原则上可以基于由消耗变化(比如流体的突然大量排出)引起的流体压力差。然而，流体压力变化前后的流体压力差却很少大到足以给出明确的相关系数。因此，建议比如通过操作布置在整个管道网络中的一个或多个压力控制设备来主动引起公共服务分配系统或公共服务分配系统的一部分中的流体压力变化的步骤。因此，可以通过操作布置在整个管道网络中的一个或多个压力控制设备来主动(即人为地)引起公共服务分配系统或公共服务分配系统的一部分中的变化后的流体压力。调节公共服务分配系统的管道网络中的流体压力或水压将改变由泄漏产生的噪声模式或噪声幅度。另一方面，来自环境噪声源的非泄漏相关噪声将仍然与调节水压前一样。因此，控制水压可以用于过滤掉比如泵或压缩机等的环境噪声源。特别地，在住宅内部的服务连接处进行噪声检测的系统将受益于这种方法，因为这种系统经常受到更多环境噪声源的影响。
声学传感器以规律的时间间隔测量管道网络中的第一噪声指标和第二噪声指标。采样通常以恒定的时间间隔进行，但是有利的是，在公共服务分配系统或公共服务分配系统的一部分中存在变化后的流体压力的时间段期间采样率(频率)增加。因此，在管道中的主动引起的压力增大或减小期间，由声学传感器获取表示可能的泄漏噪声的更多数据以用于数据分析。这样就可以给出关于泄漏指示的更精确的说明。
优选地，声学传感器包括在具有用于无线传输第一噪声指标和第二噪声指标的无线电通信能力的公共服务耗量表中，比如包括在安装在服务连接处的超声波流量计中。因此，该耗量表包括通信装置，这些通信装置被配置为接收命令以调整噪声采样率和/或将噪声指标传输到远程位置。
优选地，比如在50至10,000个流量计的范围内的大量超声波流量计在与压力控制设备降低或增加管道网络中的流体压力同步的时间建立噪声指标。如此大量的超声波流量计在人口稠密的城市地区很常见，并且大量的泄漏噪声数据实现了在泄漏指示的估计中具有高度正确性的有充分根据的统计相关性。
本发明进一步涉及一种用于识别公共服务分配系统中的泄漏指示的泄漏检测系统，该公共服务分配系统包括用于向多个服务连接提供公共服务的管道网络。该泄漏检测系统的特征在于包括：
-多个声学传感器，该多个声学传感器安装在服务连接处并且被配置为建立一个或多个第一噪声指标和第二噪声指标；
-后端系统，该后端系统用于从多个声学传感器接收一个或多个第一噪声指标和第二噪声指标；
-信号提供器，该信号提供器向后端系统提供关于流体压力变化的信号；
-其中，所述后端系统被配置用于将流体压力与在该流体压力变化之前建立的一个或多个第一噪声指标和在该流体压力变化之后建立的一个或多个第二噪声指标相关联，以便识别有泄漏指示的服务连接。
在其最简单的形式中，来自信号提供器的信号是向后端系统通知流体压力变化的开或关信号。因此，原则上不需要关于流体压力的变化时间的信息。此外，实施泄漏检测系统不需要关于变化前后的流体压力水平的知识。然而，在替代性实施例中，通知流体压力变化的信号具有时间戳。
优选地，由信号提供器向后端系统提供的关于流体压力变化的信号是以下中的一个或多个：绝对流体压力、相对流体压力、比如阶跃函数等二进制信号、或比如由SCADA系统实施的流体压力的计划变化等流体压力变化的过去、实际或未来时刻。
泄漏检测系统包括管道网络中的一个或多个压力控制设备，并且优选地改变流体压力，以便使得能够通过声学传感器测量第一噪声指标和第二噪声指标。通过使泵引起可检测的压力变化，改进了对泄漏指示的识别。
压力控制设备优选地为调速泵，其与一个或多个声学传感器和前端系统直接或间接通信，并且其中，如果已经建立了泄漏指示，则(多个)泵降低管道网络中的压力或停止泵送。在该解决方案的一个变型中，本发明可以有利地通过让声学传感器将噪声指标本身(即指示噪声水平的信号)传送到根据本发明处理数据的后端系统来实施。然后，从后端系统向速度受控泵或控制泵的控制系统发出指令，以在已经建立泄漏指示时降低压力或停止泵送。这是泵与声学传感器之间的间接通信。
在该解决方案的另一个变型中，泵与声学传感器直接接触，并收集传入的噪声指标(无论是原始的还是未经处理的噪声指标)然后通过使用其数据处理设备来对其进行处理。指示管道中的流体压力的信号可以来自外部压力传感器，但是压力传感器通常集成在泵中。在处理数据之后，如果接收到、计算出或识别到对泄漏的指示，则泵在本地(即自身)决定降低管道中的流体压力或停止泵送。电子调速泵具有能够在本地处理根据本发明的方法的集成存储器和控制电子器件，或者能够做到这一点的连接到泵并对泵进行速度控制的PLC或独立频率转换器中的存储器和控制电子器件。
优选地，声学传感器被集成为超声波流量计的一部分，该超声波流量计将时间戳添加到一个或多个第一噪声指标和第二噪声指标，并通过数据收集系统利用无线电通信将带时间戳的指标传输到后端系统。
在前面的文本中，已经描述了用于声学泄漏检测的本发明的方法和系统。下面的文本描述了适用于本发明方法和系统的本发明的进一步有利实施例。在本发明的整个说明书中使用了管道网络的概念。管道网络可以意指公共服务分配系统的整个管道网络，或仅公共服务分配系统的管道网络的一段或一部分，有时也称为管道子网络。
在一个实施例中，可以将压力调节分布或压力的连续变化应用于整个管道网络或仅其一部分。然后可以将压力调节分布(即关于变化的流体压力的知识)与噪声指标相关联，以寻找相关性并识别泄漏指示或关于其他异常存在的指示。
这种压力分布或压力变化可以在夜间实施，以最小化消费者所经历的不便。然而，压力变化不需要超出正常系统操作的范围。此外，与建立的噪声指标相关的压力变化或压力分布可以是管道网络中自然发生的压力变化。
在一个实施例中，系统流体压力的变化可以在正常操作流体压力的75％至125％的范围内。然而，在该方法和系统的一些实施方式中，可以应用比如50％-150％或25％-175％或0％-200％的较大变化来进一步改进过滤掉环境噪声源，即与泄漏无关的来源。
此外，可以以规律的时间间隔(比如每晚、在一段时间内，比如在一周、一个月或一年期间)实施相同或不同的压力变化分布，以过滤掉环境噪声源和泄漏变化中的波动。也可以连续实施压力变化分布，以便实施对管道网络的持续监测。总之，这将提高确定检测到的噪声是由无关的环境噪声源引起的还是实际上来源于泄漏或其他异常的概率。
在本发明的进一步实施例中，压力变化分布可以具有不同的形状。在变化后流体压力的时间段期间，即流体压力高于或低于正常流体压力并且声学噪声指标的值(比如幅度)与其在正常流体压力期间的值相比已经发生变化的时间段期间，压力可以保持在恒定幅度或具有可变幅度。例如，为了避免水锤，可以使用S曲线或压力幅度的线性上升或下降。压力变化分布也可以是在变化后流体压力的时间段期间具有多次脉动的脉冲分布。
在本发明的实施例中，包括多个声学传感器的管道系统或管道子系统使用这样一种方法，其中，噪声阈值被应用于所有声学传感器，使得具有异常噪声水平/第二噪声指标的那些声学传感器/装置能够被识别并经受进一步分析。在噪声指标的数据分析中应用泄漏噪声阈值，并且如果噪声指标低于泄漏噪声阈值，则从所分析的数据组中移除该数据或者在分析中忽略该数据。在特定实施例中，噪声阈值被实施为泄漏监测软件中的可编程阈值，该泄漏监测软件由中央公共服务分配厂的服务技术人员在图形计算机化监测系统中使用。服务技术人员可以在软件中调整噪声阈值，从而过滤掉技术人员发现的不相关的噪声指标。噪声阈值可以是基于来自管道系统中所有声学传感器的噪声指标确定的全局值。噪声阈值还可以基于来自总体传感器的百分比(比如90％)的噪声指标，而不考虑表示10％的最高和/或最低噪声指标的传感器。还可以基于总体中的实际噪声指标的统计参数(比如最小值、最大值、平均值、标准偏差或高阶矩)以更高级的方式确定噪声阈值。噪声阈值也可以基于随着时间的推移从不同管道系统收集的经验和测量值来设置。
在本发明的用于确定有泄漏指示的服务连接的另一个实施例中，将第一噪声指标、第二噪声指标和流体压力测量值相关联的步骤包括仅关联来自超过噪声阈值的声学传感器的数据。在压力变化期间，只有这些声学传感器可以包括在分析中，并且在一些实施例中，数据收集可能仅限于这些声学传感器。
在另一个实施例中，关联过程的一部分可以包括确定压力变化期间噪声指标的变化。在压力变化期间噪声指标的变化超过预定水平(比如从20％至50％或更多)可以很好地指示噪声功率是由管道系统中的泄漏引起的。因此，如果第一噪声指标与第二噪声指标之间的差异水平超过20％，即如果在管道系统或子系统中的压力变化期间噪声指标的变化超过20％，则可以认为噪声指标已经改变。确定噪声指标变化所需的噪声指标的变化百分比也可以设置为与压力变化相关的百分比。
此外，为了改进分析，可以考虑特定服务连接处的噪声指标的统计行为。特别是标准偏差可能是相关的。这样就可以评估噪声指标变化的显著性。
在另一个计算量更大的实施例中，在不应用噪声阈值的情况下执行将第一噪声指标、第二噪声指标和流体压力测量值相关联的步骤。在该实施例中，可以评估来自所有或基本上所有服务连接处的声学传感器的数据在压力变化期间的变化。这里，可以再次应用与关于其他实施例所提及的百分比相同的百分比来确定噪声指标变化。
此外，关联步骤可以包括在频域中进行分析。可以应用频率阈值作为噪声阈值的替代或补充。例如，可以监测低于100Hz的频谱中的频率峰值，如果这些峰值变化了5％、10％或更多，则表明噪声是由泄漏引起的。
附图说明
下面将参考附图对本发明的实施例进行描述：
图1展示了包括管道网络的公共服务分配系统，
图2展示了公共服务分配系统的管道子网络，
图3展示了用于确定泄漏指示的方法，
图4展示了公共服务分配系统的通信基础设施，
图5展示了安装在服务连接处的声学传感器，
图6展示了压力调节分布和声学传感器采样时间，
图7展示了自然发生的系统压力变化，
图8a和图8b展示了泄漏噪声功率随系统压力变化的示例，
图9展示了公共服务分配系统受到不同压力分布影响的不同场景，
图10展示了在流体压力变化之前和之后测量的噪声指标，
图11展示了在流体压力变化之前和之后测量的噪声指标，
图12展示了根据本发明确定的一周内的相关系数，
图13展示了平均后的图12的相关系数。
具体实施方式
图1展示了包括管道网络和多个服务连接3的公共服务分配系统1。公共服务分配系统和管道网络可以例如是用于分配饮用水或在区域供热系统中分配热水的系统。服务连接3为住宅、商业场所或其他场所提供相应的公共服务。管道网络可以被分成多个管道子网络21，然而这可能根据分配系统而有所不同。
所示分配系统包括布置在整个管道网络中的多个压力控制设备4。根据分配系统的具体情况，包括系统大小和拓扑结构，可以包括一个或多个压力控制设备。压力控制设备的示例有泵、减压控制阀或压力保持阀，并且提供这些设备是为了确保在服务连接处输送正确的压力。压力控制设备既可以用于控制整个管道网络中的压力，也可以用于控制通常称为区域计量区(DMA)的管道子网络中的压力。在一个实施方式中，子管道网络可以由泵维持压力。
该分配系统进一步包括设置在整个系统的服务连接处的多个声学传感器5(如图2所示)，比如独立的智能声学传感器或实施在智能耗量表中的声学传感器。声学传感器可以设置在所有服务连接处，或者仅设置在有限数量的服务连接处。假如声学传感器在智能耗量表中实施，可以安装该仪表以测量通过服务连接提供的公共服务的消耗量。在整个说明书中使用了声学传感器的概念，用于指独立的智能声学传感器或实施在智能耗量表中的声学传感器。智能声学传感器或耗量计是指包括提供计算能力的装置和/或用于以无线方式或经由有线连接往返于外部设备传送数据的通信装置的设备。
参考图5，示出了声学传感器5的实施方式的示例性实施例。声学传感器5适于连接到管道网络或管道子网络21，并且被配置为测量来自管道网络中的流体流的噪声或声学信号。基于噪声的测量值，声学传感器被配置为建立噪声指标，也称为第一噪声指标和第二噪声指标，如下文将进一步描述的。噪声指标可以由声学传感器中的处理单元或包括该传感器的智能耗量表中的处理单元来建立。如果声学传感器是智能耗量表的集成部分，则还可以使用通用处理单元来确定噪声指标，该通用处理单元也用于确定耗量表的流量和消耗量。
所建立的噪声指标可以包括由声学传感器确定的一个或多个值。声学传感器可以是专用声学传感器，比如包括压电元件的换能器，或者其可以基于本领域已知的另一种传感器技术，比如是电容传感器、电感传感器、光学传感器或压阻传感器(比如压阻应变仪)。声学传感器也可以是包括压电元件的换能器，该换能器也用于例如根据飞行时间原理的超声波流量测量。
本申请人在早期公开的专利申请国际公开号WO 2017/005687中进一步描述了使用专用声学传感器或用于超声波流量测量的换能器来测量噪声或声学分布，该专利申请特此通过引用并入本文。
声学传感器的输出是一个或多个模拟或数字电信号。为了抑制不期望的频率(比如市电频率)或专注于特定的频带(比如10-1000Hz)，可以对来自声学传感器的模拟电信号进行电子滤波。这些电子滤波器可以是高通滤波器、低通滤波器、陷波滤波器、梳状滤波器和带通滤波器。电子滤波器可以是简单的一阶RC滤波器或这种滤波器的级联版本。也可以使用像LCR这样的高阶滤波器类型。在初始电子滤波之后，可以实施比如峰值检测器、RMS检测器或可切换滤波器等模拟评估部件，从而产生指示噪声的一个或多个值。
在电子滤波和模拟评估之后，可以使用带宽被选择为与电子滤波的带宽相匹配的模数转换器(ADC)对信号进行数字化。可替代地，模拟信号也可以在不进行电子滤波和模拟评估的情况下从模拟转换为数字。
在一个实施例中，ADC的带宽是2kHz，但是其他带宽(比如200Hz-5kHz)也可以是适用的。整个采样周期的范围可以为大约100毫秒(ms)至1秒或更长时间。在一个实施例中，当ADC带宽为2kHz时，采样周期为大约250ms，从而使得频率分辨率为4Hz。
噪声指标可以是原始采样数据，即数据作为噪声指标从声学传感器发送到远程接收器，而无需传感器进行任何数据处理。噪声指标也可以是基于多个其他噪声指标的指标，因此被分组为具有或不具有时间戳的单个指标。然而，优选地通过对来自声学传感器的经转换输出进行数字数据处理来减少噪声指标中的数据数量。具体地，它可以是简单的最大值或均方根(RMS)计算，用于提供表示总体噪声水平度量的值。例如，在比如10-1000Hz的选定频带中。
在另一个示例中，噪声指标(如图10中的60和62所示)可以是包括平均值、标准偏差和高阶矩的原始采样数据的统计分析的结果。更复杂的分析还可以通过对特定频带进行频率滤波、然后进行RMS计算来建立噪声指标，以提供与不同频带相关联的一系列噪声系数。还可以引入频率滤波，以便去除不需要的已知频率，比如市电频率。
此外，可以执行全快速傅里叶变换(FFT)来提供声学信号的全频谱，包括噪声功率密度以及相关联的相位信息。为了执行互相关计算以三角测量噪声源的位置，后一级分析可能是令人期望的。然而，出于许多实际目的，来自更简单的噪声系数计算的信息足以指示噪声源的位置。
在上述所有用于生成第一噪声指标60和第二噪声指标62的方法中，可以应用数字滤波。非限制性示例是FIR滤波器和IIR滤波器。滤波器特性可以是高通滤波器、低通滤波器、陷波滤波器、梳状滤波器和带通滤波器。已知的不需要的频率(比如电网频率)也可以用这种方式抑制。
此外，为了创建更多的历史知识，可以根据由声学传感器随时间创建的多个噪声指标来生成长时间评估的历史噪声度量。每个噪声指标的采样与创建之间的周期可能比创建单个噪声指标所涉及的时间长得多。这种历史噪声度量可以是指示平均类型噪声指标(即噪声水平)的单个值。
此外，声学传感器可以被布置成计算指示平均噪声水平的相应频谱分量的多个谱值，例如对应于朝向全频谱的选定频带，比如1/1倍频程或1/3倍频程水平等。
声学传感器还可以被布置成计算指示一段时间内的峰值噪声水平的峰值。另外，声学传感器可以被布置成计算指示一段时间内的噪声水平的多个不同值，这些值可以是统计参数，比如平均值、RMS值、标准偏差或高阶矩。通过在一段时间内进行测量并在声学传感器中处理测得的信号，可以减少要从声学传感器传送到例如后端系统的数据的量。
由此，可以提供长时间评估的历史噪声度量/水平(根据在时间分布上获取的多个噪声指标计算)和/或瞬时噪声指标(仅单个噪声指标)两者，主要差异在于产生这些数字所涉及的时间尺度。
再次参考图5，声学传感器5进一步包括有线或无线通信装置，该有线或无线通信装置被配置为往返于远程位置发射和接收信号(比如激活信号或命令)、信息、数据(比如噪声指标60、62)等。
为了收集由声学传感器传输的噪声指标以及可能来自压力感测设备的压力数据，公共服务分配系统包括数据收集系统8，比如自动抄表系统(AMR)或先进仪表基础设施(AMI)，如图4所展示的。噪声指标和其他信息(比如来自集成的智能耗量表和声学传感器的消耗量数据)从声学传感器5传输到后端系统6以供进一步处理。后端系统可以以技术人员设想的多种方式实施，例如作为云服务或位于公共服务提供商或服务提供商处的服务器设施。后端系统包括数据处理设备，该数据处理设备例如可以是PLC或PC工作站。噪声指标和可能的其他信息的传输可以通过用于收集来自声学传感器(AMR)的传输的移动读取设备101或通过用于收集信息并将其转发到后端系统6的已安装基础设施200(AMI)来实现。
现在参考图3，将描述用于识别上述公共服务分配系统中的泄漏指示的方法100。该方法包括确定管道网络中存在正常流体压力110的步骤。正常流体压力可以是分配系统的标准操作压力，并且正常流体压力的确定可以包括记录存在正常流体压力的时间。该方法还包括确定存在变化的流体压力130的步骤，包括记录存在变化后的流体压力的时间。
正常和变化后的流体压力的确定可以是跟踪分配系统中压力的发展的连续监测过程的一部分。图7示出了分配系统的自然发生压力数据的时间序列。然而，公共服务分配系统中的压力也可以被人为地(即主动地)控制。在这种情况下，正常流体压力可以是分配系统的标准操作压力，而变化后的流体压力可能由分配系统的操作压力的计划和受控减小或增大引起。
变化后的流体压力有利地通过变速泵(例如离心泵)获得。这些泵具有调节其转速并且因此调节管道中流体的体积排量的集成控制电子器件或外部控制器。由于泵的软件控制，可以实施管道中的精细压力分布以用于本发明。声学传感器与泵之间直接的无线或有线通信链路实现了自适应和自动的泄漏检测以及对大量泄漏的快速反应——泵可以立即停止对管道系统加压。可替代地，代替直接通信链路，可以从后端系统6(图4)控制泵。
如先前提及的，可以控制压力控制设备4以产生泄漏识别方法所需的流体压力变化。由此，可以在公共服务分配系统中人为地引起正常和/或变化的压力。事实上，作为分配系统的日常操作的一部分，水务设施可能已经降低了压力。分配系统中的压力可以例如在夜间降低，以节省与泵操作相关的成本。在该系统的一个实施方式中，管道子网络21(比如区域计量区)可以由泵维持压力。在夜间，例如01:00-03:00，压力从4巴降低到2.5巴。然而，压力变化可能不仅限于几个小时，压力变化也可能持续几天。
图6展示了分配系统的压力数据的另一时间序列(实线)。如图所示，分配系统或管道子网络中的流体压力为4巴，直到例如01:00。这表示具有正常流体压力的时间段51。在01:00时，压力降低到2.5巴，于是开始流体压力变化(降低)的时段52，然后在03:00时再次升高到4巴。时间01:00和03:00分别表示管道中流体压力的变化时间。为了能够使用这样引起的压力变化作为泄漏识别方法的一部分，在步骤140(图3)中，声学传感器必须在差值流体压力期间(即在特定示例中压力降低到2.5巴期间)执行至少一次且优选地多次泄漏噪声测量。如技术人员所设想的，也可能引起其他分配系统压力。在流体压力降低时段期间建立第二噪声指标的步骤可以使用多种不同的采样策略来实现。图6展示了两种不同的策略。一种是以固定频率(用叉号展示)获得声学数据，其中，每次测量之间的时间段恒定。另一种是动态策略(用黑点展示)，其中，声学数据的测量是以变化的频率建立的，使得在差值流体压力时段期间频率较高。由于压力仅在有限的时间段内降低，因此增加频率可以确保收集更多的数据点以改善数据基础。在相对较长的较高或正常流体压力期间，声学传感器必须在步骤120(图3)中执行至少一次且优选地多次测量，以在正常流体压力的时段51期间建立噪声指标，该噪声指标也可以被视为噪声指标的基线。正常流体压力情况下的采样频率可以较低，因为有更多的时间来建立这些数据。
因此，泄漏识别方法包括在正常流体压力时建立第一噪声指标120的步骤和在变化后的流体压力时建立第二噪声指标140的动作。如上所述，为了能够确定正常噪声指标和第二噪声指标，泄漏识别方法还包括确定正常流体压力和差值流体压力和/或流体压力变化的步骤。确定正常流体压力和变化后的流体压力和/或流体压力变化的步骤可以在每个或一些声学传感器中完成，或者作为后端系统中的数据处理的一部分在系统级别上完成。
不一定需要知道管道中的绝对压力，只需要知道压力变化即可建立正常和差值流体压力时段。在泄漏识别方法依赖于自然压力变化的实施方式中，必须监测相对尺度内的流体压力变化。这种信息可以通过在分配系统中包括一个或多个压力感测设备7来获得。还需要跟踪噪声指标对应于哪种压力状态，即噪声指标是在正常流体压力时段期间建立的还是在变化后流体压力时段期间建立的。为了实现这一点，噪声指标可以由声学传感器加上时间戳，并与从监测分配系统的压力感测设备收集的压力数据进行比较。在另一个实施例中，声学传感器或具有集成声学传感器的智能耗量表可以设置有压力感测设备，通过该压力感测设备，至少可以记录所建立的每个噪声指标的相对压力。
如果要使用如图6中的点所展示的动态采样率来建立第一噪声指标，则有必要能够对采样频率的增加与人为地引起的压力降低的时间进行计时。为了实现这一点，声学传感器的一个实施例设置有双向无线电通信装置，由此可以向声学传感器传输请求或命令以增加采样频率。
声学传感器所应用的采样策略也可以根据声学传感器的通信能力和可用的通信基础设施进行调整。如果声学传感器和/或通信基础设施仅被配置为允许从声学传感器传输数据，但不向声学传感器传输数据或命令，则必须应用预定义的采样分布。这种采样分布可以基于恒定频率或动态频率，其中，采样频率在特定时间段(比如在夜间或特定工作日)内增加，如图6所展示的。
此外，声学传感器可以包括提供用于在本地改变采样策略的接口的短程光通信设备。包括双向无线电通信装置的声学传感器可以根据后端系统的要求改变采样策略。当规划压力分布时，通过双向通信链路向所有声学传感器通知根据(如图6中的点所展示的)压力分布的变化改变其采样策略。然后，采样数据可以实时传输或存储在本地。如果数据存储在本地，则其可以以一个或多个更大的数据包发送到后端系统。可替代地，包括各种计算的数据处理可以由声学传感器基于关于在经处理数据的采样期间应用的相应压力分布的信息来完成。随后，声学传感器可以向后端系统发送数据处理的结果，比如一个或多个统计变量。
进一步地，由声学传感器建立的声学指标可以被连续发送到后端系统，或者存储在本地并以包含多个测量值的数据包发送到后端系统。
如以上所提及的，如果获得噪声指标的采样频率较高或至少与压力变化的频率相当，则这是有利的，使得针对每个压力水平获得至少一个噪声指标。然而，如果相同的压力变化(即相同的压力分布)被实施多次并且可能与采样时间的抖动或建立噪声指标的次数相结合，则也可以实施较低的采样频率。
参考图8a和图8b，展示了噪声功率的发展与管道网络压力或管道子网络压力之间的关系的示例。每个图表都绘制了表示由系统泄漏产生的噪声功率和来源于泵的环境噪声功率与系统压力(即流体管道中的压力)的关系的噪声测量值。竖直轴线示出了噪声信号的功率，这里以任意单位示出。图8a和图8b示出了来自两个不同装置的噪声测量值，但噪声增加的趋势(即从系统泄漏产生的噪声功率随压力增加的变化)是相同的(图中的黑点)。标有星号的环境噪声功率相对恒定，并且不受压力增加的影响。这表明，通过考虑不同压力水平下的噪声功率并将测量值相关联，可以提取来自管道网络或管道子网络泄漏的噪声功率。
就这一点而言，注意到压力变化可以改变泄漏的总辐射噪声功率以及辐射噪声的频率两者。因此，可以确定并分析噪声功率的变化和噪声的频率组成的变化。然而，最强的相关性通常表现在总辐射功率和较小程度的频率变化方面。因此，管道网络或子网络中的压力变化允许将更简单的数据分析(比如RMS值)实施到声学传感器中，因为这将有可能检测到压力变化对噪声功率以及因此对噪声指标的影响。更简单的数据分析在声学传感器中是有利的，因为它减少了对处理能力的需求，从而降低了功耗并提高了传感器电池寿命。
再次参考图3，在步骤150中将第一噪声指标、第二噪声指标和流体压力测量值相关联以确定有泄漏指示的服务连接。噪声测量值和压力数据可以由声学传感器本身或在后端系统中的系统级别上进行处理，以执行关联150和泄漏指示识别。
如上所述，与声学传感器承受较低压力时相比，声学传感器在承受较高压力时记录的噪声功率通常较高。然而，情况可能并非总是如此。就通过将噪声和压力信息相关联来识别泄漏指示而言，最令人感兴趣的是表示噪声功率的噪声指标是否随压力变化而变化。
图10和图11展示了在夜间自来水厂降低流体压力时建立的噪声指标的示例。这种流体压力的降低被预先编程到例如SCADA系统中，并且每晚重复进行。由于每晚的流体压力降低是相同的，因此预计由声学传感器测量的噪声指标的幅度在夜间应该是相同的。然而，测试表明情况并非如此。在为期6天的测试中，每晚在同一时间点测量的噪声指标明显不同，一些噪声指标的值为“25”，另一些为“50”或“40”，即偏差超过100％。这种数据值的漂移使得很难在噪声指标与流体压力变化之间建立直接关联。解决方案是对数据进行归一化，这是通过分析具有有限时间跨度的时间窗口中的噪声指标并将每个窗口内的噪声指标与流体压力相关联来完成的。
在图10中，流体压力在23点20分左右降低，并且在图11中，夜间压力降低的结束时间为5点20分，此时流体压力恢复正常。通过更详细地研究图10，其展示了在正常流体压力的时间段期间测量的第一噪声指标60(窗口的左侧部分)和在流体压力降低的时间段期间测量的第二噪声指标62(窗口的右侧部分)。声学传感器连续测量噪声并建立噪声指标60、62，在该实施例中，这些噪声指标被发送到后端系统6。后端系统从信号提供器处获得了关于管道中的压力何时发生变化的信息。信号提供器是给出直接的模拟压力信号的压力传感器，或者是例如基于管道中流体的预期压力行为产生间接信号的PLC——例如SCADA系统可以具有预编程的压力控制算法，该算法具有对流体压力将何时发生变化的明确指示。根据本发明的方法，后端系统6的软件选择放置在时间窗口155内的第一噪声指标60和第二噪声指标62的形式的数据。该窗口位于压力变化时间55附近，在该示例中刚好在23.30之前。在该示例中，窗口跨度超过两个小时，但跨度可以更大或更小。通过对第一噪声指标和第二噪声指标应用数学单位阶跃函数U(t)来模拟流体压力的变化，而不是应用关于真实流体压力的信息，并且该函数在图10中以值-1和+1示出。时间窗口具有在流体压力变化之前的时段中的一个小时和变化之后的一个小时的时段的跨度，即在压力降低期间测量泄漏噪声指标的一个小时和在正常流体压力期间测量正常噪声指标(基线噪声指标)的一个小时。在窗口155的两个区段中的每一个中，声学传感器采集五个样本，并且所采样的第一噪声指标的值在约“34”至约“22”的范围内，而第二噪声指标62的范围为约“22”至“24”，即相当低。因此，具有界定跨度的时间窗口155位于流体压力的变化时间55附近，并且在正常流体压力期间测量的第一噪声指标60和在流体压力降低期间测量的第二噪声指标62与流体压力变化相关，在该实施例中用单位阶跃函数U(t)表示。
同样的考虑适用于图11，该图示出了早晨流体压力降低结束时的情况。在5点20分，流体压力再次增加，从而结束夜间的节约程序。流体压力的增加用单位阶跃函数U(t)表示，并且第一噪声指标61表示流体压力的变化时间55之前的噪声，第二噪声指标63表示之后的情况。时间界定窗口156围绕变化时间对称设置。
根据图10中的值计算的相关系数为C＝-0.96，并且在图11中C＝0.94，这意味着噪声指标和流体压力变化这两个变量之间存在明显的统计关系。相反，如果相关性C较低或者甚至接近于零，则这将表明这两个变量之间的关系很小或者没有关系。
通过使用界定时间窗口155和156来捕获和选择要关联的噪声指标，实现了更好的相关性。如测试所示，如果噪声指标的数量太大并且跨越的时间段太长，则会产生不确定的结果。因此，为多个界定窗口中的每一个单独计算相关系数，即窗口155的一个相关系数和窗口156的另一个相关系数。
在N次测量中以离散时间对流体中的噪声进行采样。N是例如窗口155内的样本的总数，并且表示离散噪声指标的信号S(t)可以写为：
S(t)→{s1,s2,…,sN-1,sN}
用作流体压力变化的表示的单位阶跃函数U(t)被写成：
S(t)与U(t)之间的相关系数可以基于皮尔逊相关系数(Pearson's correlationcoefficient)来计算：
其中，C是相关系数，Cov(S(t),U(t))是S(t)和U(t)的协方差，并且σS和σU是S(t)和U(t)的标准偏差。
对于有限数量的噪声指标，相关系数由下式表示：
其中，si表示第i个噪声指标的幅度，是si的平均值，并且σU是si的标准偏差。对应地，/>是ui的平均值，并且σu是ui的标准偏差。
通过应用单位阶跃函数U(t)，的值＝0并且σu的值＝1。当插入以上方程中时，这导致以下简化：
分子的左手边可以解释为流体压力变化之后的情况，而右手边表示之前的情况。
现在参考图12和图13，将描述对相关系数求平均的概念。在图12中，附图标记165表示在一整周期间计算的相关系数的发展。已经建立了管道中的压力变化时间前后的噪声指标，并计算了每次测量前后2小时的时间窗口的相关系数。如图所示，出现了高相关性峰值，例如C>0.75，但如此高的值——通常与泄漏指示无关——使图片变得模糊。它们是由管道环境的自然变化引起的随机相关性造成的。然而，通过对一段时间内的窗口相关性求平均，可以获得如图13所示的平稳且不太模糊的相关性曲线。该曲线示出了平均相关系数160，并表示24小时内平均系数的发展。该曲线基于图12中的数据，并且作为示例，将在位于前一周每天12点处的时间窗口中计算的所有相关系数相加，然后求平均并绘制在图13中。因此，例如，前一周12点的平均相关系数为0.25。由于SCADA系统已经引入了夜间节约，正如预期的那样，在6点和24点(如图中示出为00:00)之前存在较大的相关性。平均相关系数的这种计算原则上可以由声学传感器来执行，并且最大相关性可以被加上时间戳并发送到后端系统。
在用于识别泄漏指示的方法的一个实施例中，将来自管道网络的多个声学传感器的第一噪声指标与预定噪声阈值进行比较。如果所确定的第一噪声指标高于噪声阈值，则噪声水平被认为是异常的，这可能是泄漏指示的第一指示。如果第一噪声指标低于噪声阈值，则认为噪声水平正常。
如上所述，噪声指标可以是指示现场噪声的单个噪声数值，比如峰值或RMS值，然而，在权衡和考虑特定频率的情况下它还可以更先进。它也可以是未经处理的原始数据。噪声指标可以基于最新的噪声测量值或包括前一天、前一周、前一月或前一年的历史噪声测量值。
图9展示了分别处于变化(即较低压力)(右手边的图)和正常(即较高压力)(左手边的图)的管道子系统21。管道子系统包括多个声学传感器(用小点展示)，并且由每个声学传感器测量的噪声功率的水平是正常还是异常通过点92的大小展示。从图中可以看出，左手边的图具有五个设置有异常噪声水平指示92的声学传感器，而右手边的图只有三个设置有异常噪声水平指示92的声学传感器。随着压力从一种情况降低到另一种情况，由两个声学传感器确定的噪声指标因此发生变化，这表明在这些装置处噪声功率与系统压力之间存在相关性。如上所述，这可能是对泄漏的指示。
所描述的本发明的实施例可以以不同的方式组合。
附图标记：
1 公共服务分配系统
3 服务连接
4 压力控制设备
5 声学传感器
6 后端系统
7 压力感测设备
8 数据收集系统
21 管道子网络
51 正常流体压力时段
52 变化后流体压力时段
55 流体压力的变化时间
60，61 第一噪声指标
62，63 第二噪声指标
92 指示噪声水平的点
100 用于识别泄漏指示的方法
101 移动读取设备
110 确定存在正常流体压力
120 在正常流体压力期间建立第一噪声指标
130 确定存在变化后的流体压力
140 建立第二噪声指标
150 将第一噪声指标、第二噪声指标和流体压力相关联
155 时间窗口
156 时间窗口
160 平均相关系数
165 每个窗口的相关系数随时间的变化
200 AMI-已安装的基础设施。

Claims (20)

1.一种用于识别公共服务分配系统(1)中的泄漏指示的方法，该公共服务分配系统(1)包括：
-管道网络(21)，该管道网络用于向多个服务连接(3)提供公共服务，
-多个声学传感器(5)，该多个声学传感器安装在所述多个服务连接处，
-所述声学传感器测量管道中的噪声，
其中，该方法的特征在于以下步骤：
-获得关于流体压力的变化时间(55)的信息
-根据在所述变化时间(55)之前测量的噪声建立(120)第一噪声指标(60)；
-根据在所述变化时间(55)之后测量的噪声建立(140)第二噪声指标(62)；以及
-将一个或多个第一噪声指标和第二噪声指标与该流体压力相关联(150)，以识别有泄漏指示的服务连接(3)。
2.根据权利要求1所述的方法，其中，关于该流体压力的变化时间(55)的信息作为来自以下信号提供器中的一个或多个的信号提供：该管道网络(21)中的压力感测设备(7)、集成在该声学传感器(5)中的压力传感器或压力控制设备(4)中的压力传感器，比如泵中的压力传感器。
3.根据权利要求1所述的方法，其中，关于该流体压力的变化时间(55)的信息由公共服务提供商提供，并且其中，该信息涉及流体压力的历史、实际或计划的变化时间(55)，或者简单地是该流体压力已经发生变化的信息。
4.根据权利要求1、2或3中任一项所述的方法，其中，所述第一噪声指标(60)或第二噪声指标(62)中的每一个在测量时被加上时间戳，并且选择时间戳接近该流体压力的变化时间(55)的第一噪声指标或第二噪声指标进行关联，而不选择时间戳早于或晚于所选指标的第一噪声指标或第二噪声指标进行关联。
5.根据权利要求4所述的方法，其中，仅使用时间戳落入时间窗口(155，156)的时间限制内的第一噪声指标或第二噪声指标进行关联，并且其中，该变化时间(55)在所述时间限制之间。
6.根据权利要求5所述的方法，其中，该时间窗口在24小时至12小时的范围内，更优选地在11小时至5小时的范围内，并且最优选地在4小时至0.5小时的范围内。
7.根据前述权利要求中任一项所述的方法，其中，根据在多个时间窗口(155，156)中计算的相关系数(165)计算平均相关系数(160)，随后使用所述平均相关系数来识别有泄漏指示的服务连接。
8.根据前述权利要求中任一项所述的方法，其中，该流体压力由单位阶跃函数U(t)表示，该单位阶跃函数与该一个或多个第一噪声指标(60)和第二噪声指标(62)相关。
9.根据前述权利要求中任一项所述的方法，其中，接收和存储该一个或多个第一噪声指标(60)和第二噪声指标(62)、获得关于该流体压力的变化时间(55)的信息并且然后执行该关联是在后端系统(6)中进行的。
10.根据权利要求1至8中任一项所述的方法，其中，建立该第一噪声指标(60)、建立该第二噪声指标(62)、获得关于流体压力的变化时间(55)的信息并且然后执行该关联是由该声学传感器(5)完成的，尤其是由包括声学传感器的超声波流量计完成的。
11.根据权利要求1至10中任一项所述的方法，其中，如果该流体压力与该一个或多个第一噪声指标(60)和第二噪声指标(62)之间的相关系数高于预定阈值，优选地高于0.4，则服务连接(3)被识别为有泄漏指示。
12.根据前述权利要求中任一项所述的方法，进一步包括比如通过操作布置在整个该管道网络中的一个或多个压力控制设备(4)来主动引起该公共服务分配系统(1)或该公共服务分配系统的一部分(3，21)中的流体压力变化的步骤。
13.根据前述权利要求中任一项所述的方法，其中，该声学传感器(5)通过采样来测量该管道中的噪声，并且在该公共服务分配系统(1)或该公共服务分配系统的一部分中的变化后流体压力时段(52)期间增加采样频率。
14.根据前述权利要求中任一项所述的方法，其中，所述声学传感器(5)包括在具有对所述第一噪声指标(60)和第二噪声指标(62)的无线电通信能力的公共服务耗量表中，比如包括在安装在所述服务连接(3)处的超声波流量计中。
15.根据权利要求14所述的方法，其中，多个超声波流量计，比如在50至10,000个流量计的范围内的，在与该压力控制设备(4)降低或增加该管道网络(1，21)中的流体压力同步的时间对该噪声信号进行采样。
16.一种用于识别公共服务分配系统(1)中的泄漏指示的泄漏检测系统，该公共服务分配系统包括用于向多个服务连接(3)提供公共服务的管道网络(1，21)，其中，该泄漏检测系统的特征在于包括：
-多个声学传感器(5)，该多个声学传感器安装在所述服务连接(3)处并且被配置为建立一个或多个第一噪声指标(60)和第二噪声指标(62)，
-后端系统(6)，该后端系统用于从该多个声学传感器(5)接收该一个或多个第一噪声指标和第二噪声指标；
-信号提供器，该信号提供器向该后端系统(6)提供关于流体压力变化(55)的信号；
-其中，所述后端系统(6)被配置用于将该流体压力与在该流体压力变化(55)之前建立的该一个或多个第一噪声指标(60)和在该流体压力变化之后建立的该一个或多个第二噪声指标(62)相关联，以便识别有泄漏指示的服务连接(3)。
17.根据权利要求16所述的泄漏检测系统，其中，由该信号提供器向该后端系统(6)提供的该关于流体压力变化的该信号是以下中的一个或多个：绝对流体压力、相对流体压力、比如阶跃函数等二进制信号、或比如由SCADA系统实施的流体压力的计划变化等流体压力变化的过去、实际或未来时刻。
18.根据权利要求16或17所述的泄漏检测系统，其中，该管道网络(1，21)中的一个或多个压力控制设备(4)改变该流体压力，以便使得能够通过所述声学传感器(5)测量第一噪声指标和第二噪声指标。
19.根据权利要求18所述的泄漏检测系统，其中，该一个或多个压力控制设备(4)是与该前端系统(6)通信或与所述声学传感器(5)中的一个或多个通信的调速泵，并且其中，如果已经建立了对泄漏的指示，则该压力控制设备降低该管道网络中的流体压力或停止泵送。
20.根据权利要求16至19中任一项所述的泄漏检测系统，其中，所述声学传感器(5)被集成为超声波流量计的一部分，该超声波流量计将时间戳添加到该一个或多个第一噪声指标和第二噪声指标，并通过数据收集系统(8)利用无线电通信将带时间戳的指标传输到该后端系统(6)。
CN202180102125.3A 2021-09-06 2021-09-06 用于公共服务分配系统中的声学泄漏检测的系统和方法 Pending CN117957396A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/DK2021/050275 WO2023030597A1 (en) 2021-09-06 2021-09-06 System and method for acoustic leak detection in a utility distribution system

Publications (1)

Publication Number Publication Date
CN117957396A true CN117957396A (zh) 2024-04-30

Family

ID=77774648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180102125.3A Pending CN117957396A (zh) 2021-09-06 2021-09-06 用于公共服务分配系统中的声学泄漏检测的系统和方法

Country Status (3)

Country Link
EP (1) EP4399439A1 (zh)
CN (1) CN117957396A (zh)
WO (1) WO2023030597A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11788919B2 (en) * 2021-10-08 2023-10-17 Itron, Inc. Coordinated acoustic leak detection sensor sampling
CN118312739A (zh) * 2024-04-08 2024-07-09 深圳市水务规划设计院股份有限公司 一种基于das的水务探测数据分析系统、方法及介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9920508D0 (en) * 1999-09-01 1999-11-03 Metrika Limited Detecting leaks in water distribution systems
EP3112823A1 (en) * 2015-07-03 2017-01-04 Kamstrup A/S System for monitoring a utility network
CN107923880B (zh) 2015-07-03 2020-09-08 卡姆鲁普股份有限公司 基于超声测量的浊度传感器
CN108050394B (zh) * 2017-12-08 2020-03-10 重庆科技学院 基于声压信号识别的燃气管道泄漏检测定位实验平台

Also Published As

Publication number Publication date
EP4399439A1 (en) 2024-07-17
WO2023030597A1 (en) 2023-03-09

Similar Documents

Publication Publication Date Title
CA2961798C (en) Ultrasonic flow meter leak detection system and method
EP1805492B1 (en) Tracking vibrations in a pipeline network
US6957157B2 (en) Tracking vibrations in a pipeline network
CN100573381C (zh) 用于过程控制系统的诊断设备
AU2020244485B2 (en) Methods and apparatus to analyze recordings in leak detection
CN117957396A (zh) 用于公共服务分配系统中的声学泄漏检测的系统和方法
CN116608917B (zh) 气体超声波计量仪表计量抗扰方法与智慧燃气物联网系统
US20210033447A1 (en) System and method for assessing sensors' reliability
EP3101616A1 (en) Fault detection in energy generation arrangments
JP2019095292A (ja) 漏水検知システムおよび漏水検知方法
DK180728B1 (en) System and method for acoustic leak detection
US20150020606A1 (en) Method and system for stamping and marking fluid in a pipe network for smart monitoring systems
JP2022082294A (ja) 管水路の異常検知システム、推定装置、学習モデル生成装置、管水路の異常検知装置、管水路の異常検知方法、推定方法、及び学習モデル生成方法
US20240035630A1 (en) Method And System Of Leak Detection
EP4071454A1 (en) Method for locating a leak in a water supply network
CN113758627A (zh) 一种供水管网瞬变流事件检测方法
EP2828624B1 (en) Method and system for stamping and marking fluid in a pipe network for smart monitoring systems
JP2013178273A (ja) パイプライン網内の振動の追跡
JP6475370B1 (ja) 漏洩箇所推定装置
JP2023125843A (ja) 漏水検知装置、漏水検知方法、漏水監視システム、およびプログラム

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