DE102011078240A1 - Leckageerkennung mittels stochastischer Massenbilanz - Google Patents

Leckageerkennung mittels stochastischer Massenbilanz Download PDF

Info

Publication number
DE102011078240A1
DE102011078240A1 DE102011078240A DE102011078240A DE102011078240A1 DE 102011078240 A1 DE102011078240 A1 DE 102011078240A1 DE 102011078240 A DE102011078240 A DE 102011078240A DE 102011078240 A DE102011078240 A DE 102011078240A DE 102011078240 A1 DE102011078240 A1 DE 102011078240A1
Authority
DE
Germany
Prior art keywords
dma
consumption
area
determining
sensors
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.)
Ceased
Application number
DE102011078240A
Other languages
English (en)
Inventor
Holger Hanss
Kurt Majewski
Roland Rosen
Jan Christoph Wehrstedt
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Priority to DE102011078240A priority Critical patent/DE102011078240A1/de
Priority to EP12729095.5A priority patent/EP2691756B1/de
Priority to CN201280031481.1A priority patent/CN103620363B/zh
Priority to PCT/EP2012/060963 priority patent/WO2013000686A2/de
Priority to US14/129,008 priority patent/US20140149054A1/en
Publication of DE102011078240A1 publication Critical patent/DE102011078240A1/de
Ceased legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • EFIXED CONSTRUCTIONS
    • E03WATER SUPPLY; SEWERAGE
    • E03BINSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00Water main or service pipe systems
    • E03B7/003Arrangement for testing of watertightness of water supply conduits
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • F17D5/02Preventing, monitoring, or locating loss
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F15/00Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
    • G01F15/07Integration to give total flow, e.g. using mechanically-operated integrating mechanism
    • G01F15/075Integration to give total flow, e.g. using mechanically-operated integrating mechanism using electrically-operated integrating means
    • G01F15/0755Integration to give total flow, e.g. using mechanically-operated integrating mechanism using electrically-operated integrating means involving digital counting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26Investigating 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
    • G01M3/28Investigating 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
    • G01M3/2807Investigating 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Hydrology & Water Resources (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

Verfahren, Vorrichtung und Assistenzsystem zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes wobei durch den Vergleich von realen von Sensoren gelieferten Messwerten mit Messwerten, die durch eine Monte-Carlo-Simulation ermittelten wurden, Leckagen erkannt werden. Das Verfahren zur Leckageerkennung stellt insbesondere Unregelmäßigkeiten, die zum Beispiel auf Leckagen zurückführbar sind, aufgrund einer hydraulischen Analyse fest. Dadurch können bereits bestehende Leckagen erkannt werden. Außerdem kann das Verfahren auch auf temporär im Netz angebrachte Sensoren angewendet werden, was dem Netzbetreiber zusätzliche Freiheiten bei der Lecksuche gibt. Das Verfahren kann auch für andere Versorgungsnetze und Infrastrukturen angewendet werden.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes, sowie eine Verwendung eines entsprechenden Verfahrens in einem Versorgungsnetz.
  • Trinkwasser gehört mittlerweile zu einem der wichtigsten Güter im einundzwanzigsten Jahrhundert. In Wasserverteilungsnetzen treten aber teilweise erhebliche Wasserverluste auf.
  • Die Bewahrung dieses Gutes stellt eine große Herausforderung an die Leckerkennung und -Ortung in Wassernetzwerken dar. Das Erkennen von Wasserverlusten durch eine Massenbilanz, bei dem alle Einspeisemengen und insbesondere die Wasserabnahmemengen aller individuellen Wasserverbraucher gemessen werden, überschreitet vom Aufwand die Grenzen der Machbarkeit. Des Weiteren erschweren Gesetzeslagen zeitgenaue Verbrauchsmessungen und Verbrauchsaufzeichnungen aller Kundendaten.
  • Herkömmlicher Weise wird zur Detektion von Leckagen in Wassernetzwerken lediglich die gesamte Wassermenge, die ins Netzwerk fließt, zu einer bestimmten Zeit, wie dies beispielsweise der Zeitraum nachts zwischen 2 und 4 Uhr ist, gemessen. Diese Werte erzeugen eine Zeitreihe, die darauf hin analysiert wird, ob ein plötzlicher Anstieg des Verbrauchs und somit eine mögliche Leckage vorliegt. Eine Bilanzierung der Abnahmen des Systems ist herkömmlicher Weise nicht möglich. Es liegen Faustformeln zum typischen Wasserverbrauch bestimmter Konsumenten vor. Diese sind aber zum einen sehr allgemein und können, insbesondere zeitlich befristete, Sondereffekte nicht hinreichend genau berücksichtigen.
  • Die meist sehr großen Wasserversorgungsnetze werden üblicherweise in Wasserversorgungszonen unterteilt. Diese Zonen werden wiederum in Subzonen unterteilt, die, da dies durch britische Ingenieure geprägt ist, als district meter area (DMA) bezeichnet werden. Die DMAs werden so angelegt, dass diese nur einen Zufluss haben, dessen Durchfluss gemessen wird. Aus der Beobachtung dieser Durchflussmessung wird auf Unregelmäßigkeiten im Wasserverbrauch und somit auf Leckagen geschlossen. Konkret wird herkömmlicher Weise eine so genannte „night flow analysis” durchgeführt. Hierbei wird durch detaillierte Aufzeichnung der nächtlichen Zuflusswerte in eine DMA (z. B. alle 5 Sekunden zwischen 2:00–4:00 Uhr) ein minimaler Zuflusswert bestimmt, hier auch als Hintergrundverbrauch bezeichnet, der den normalen nächtlichen (Mindest-)Verbrauch und vorhandene (insbesondere auch kleine) Leckagen umfasst.
  • Auf Basis dieser minimalen Zuflusswerte in eine DMA während verbrauchsarmer Nachtzeiten, beispielsweise zwischen 2 und 4 Uhr, wobei dann lediglich ein Wert pro Nacht bereit gestellt wird, wird über Tage und Wochen hinweg eine Zeitreihe erstellt. Der, insbesondere plötzliche, Anstieg dieser minimalen Verbrauchswerte, der beispielsweise durch eine Schwellwertüberschreitung erkannt werden kann, kann als Ursache eine neue Leckage haben.
  • Zur Lokalisation oder Leckageortung wird zumeist ein Step Test durchgeführt. Hierzu trennt man zu Zeiten niedrigen Verbrauchs sukzessiv kleine Bereiche von der DMA und beobachtet die Veränderung des Verbrauchs. Bereiche, die zu einem starken unerklärlichen Abfall des Verbrauchs führen untersucht man dann weiter auf Leckagen.
  • Alternativ kann mit Geräuschmessern vor Ort das Wassersystem auf Leckagen abgehört werden und durch Betrachtung der Geräuschkorrelation die Leckagestelle berechnet werden.
  • Beide genannte herkömmliche Verfahren eigenen sich nicht für eine permanente Überwachung. Step Tests sind mit einem hohen Aufwand verbunden, indem die betroffenen Haushalte von der Abschaltung informiert werden müssen und eine Ersatzversorgung sichergestellt werden muss. Geräuschemessung benötigt einen hohen Aufwand, da die Messungen nur von Spezialisten vor Ort durchgeführt werden können. Außerdem sind diese Untersuchungen immer nur lokal möglich. Zusätzlich können beide herkömmliche Verfahren nur in Zeiten mit einem niedrigen Verbrauch angewendet werden, damit die Messungen nicht durch Verbrauchsschwankungen zu sehr gestört werden.
  • Es ist Aufgabe der vorliegenden Erfindung ein Verfahren und eine Vorrichtung zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes bereitzustellen, wobei mit einer hohen Wahrscheinlichkeit Leckagen im Versorgungsnetz erkannt werden.
  • Die Aufgabe wird gelöst durch ein computergestütztes Verfahren zur Leckageerkennung in einem Gebiet (DMA) eines Versorgungsnetzes mit den Schritten:
    • a) Stationäres Installieren von Durchflussmessgeräten an Zu- und Abflüssen des Gebietes (DMA);
    • b) Installation von Sensoren zur Bestimmung des Durchflusses oder des Wasserdruckes innerhalb des Gebietes (DMA);
    • c) Bestimmen des Wasserverbrauches für das Gebiet (DMA) innerhalb einer oder mehrerer festgelegter Messperioden durch die Durchflussmessgeräte an den Zu- und Abflüssen und den Messwerten der Sensoren innerhalb des Gebietes (DMA);
    • d) Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für das Gebiet (DMA);
    • e) Bestimmen der Verbräuche innerhalb des Gebietes (DMA) durch zufällige Festlegung anhand der Verbrauchsprofile und den Zu- und Abflüssen des Gebietes (DMA);
    • f) Berechnung des Fließ- und Druckverhaltens im Versorgungsnetz innerhalb einer der festgelegten Messperioden durch Monte-Carlo-Simulation; und
    • g) Bestimmen, ob eine Leckage vorliegt durch Vergleich der durch die Monte-Carlo-Simulation ermittelten Ergebnisse mit den von den Sensoren innerhalb des Gebietes (DMA) gelieferten Messwerten.
  • In dem Verfahren wird unterschieden zwischen Durchflusssensoren an den Zu- und Abflüssen und Sensoren innerhalb des Gebietes. Während die Messwerte der Zu- und Abflusssensoren den Wasserverbrauch des Gebietes beschreiben und daher im hydraulischen Modell Verwendung finden, werden die Messwerte der inneren Sensoren zur Feststellung von Abweichungen von Modell und Realität, und damit zur Leckageerkennung eingesetzt. Die Betrachtung von mehreren Messintervallen kompensiert ein zufälliges atypisches Verbraucherverhalten, damit dieses nicht überbewertet wird. Das Verfahren lässt sich leicht automatisieren (durch den Einsatz von Computern und entsprechender Software) und zusammen mit anderen jedes Gebiet separat betrachtende Verfahren (z. B. Kameraüberwachung, Drucksensorik) betreiben. Auch können dynamische, nicht periodische Sondereffekte (z. B. höherer Wasserverbrauch bei Sportveranstaltungen im Fernsehen) berücksichtigt werden, wodurch auch die Fehlalarmrate weiterhin gesenkt wird. Das Verfahren ist auch anwendbar für Gebiete in denen die night-flow-Analyse nicht anwendbar ist, da auch nachts hohe Verbräuche auftreten, z. B. in Großstädten (Mega Cities).
  • Eine erste vorteilhafte Ausgestaltung der Erfindung liegt darin, dass es sich bei den Gebieten (DMA) auch um Virtuelle District Meter Areas handeln kann. Bei virtuellen Zonen oder sog. virtuellen district meter areas (DMA) handelt es sich um Teilgebiete eines Netzes, deren Zuflüsse und Abflüsse mittels Durchflussmesser gemessen werden, wobei nicht gefordert wird, dass die Gebiete disjunkt sind. Es erfolgt eine sukzessive Auswertung der Zeitreihen für alle Gebiete und Erkennen von Leckagen in den Gebieten. Abschließend erfolgt ein Eingrenzen des Ortes der Leckage anhand der Leckageinformationen für die einzelnen Gebiete. Eine Leckageinformation ist eine Information darüber, ob in dem Gebiet eine Leckage erkannt wurde, oder nicht. Virtuelle district meter areas (virtuelle DMAs) unterscheiden sich von herkömmlichen Gebieten (DMAs) folgendermaßen. Bei der Unterteilung von Zonen in DMAs wurde herkömmlicher Weise stets versucht, diese so zu bilden, das sich lediglich ein Zufluss bzw. ein Zuflussrohr ergab und dieses über einen einzigen Sensor überwacht werden kann. In den Versorgungszonen werden an ausgewählten Stellen zusätzliche Durchflusssensoren so eingebaut, dass sich Teilstücke des Netzwerkes ergeben, deren Ein- und Ausflüsse gemessen werden können. Diese Teilstücke sollten ein gemeinsames Element besitzen. Die Teilstücke sollen sich überlagern und gemeinsame Durchflussmesser aufweisen. Derartige Teilstücke werden als virtuelle Zonen oder virtuelle DMAs bezeichnet.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Messperiode beispielsweise von 2.00 bis 4.00 Uhr, von 0.00 bis 24.00 Uhr und/oder von 6.00 bis 18.00 Uhr ist. Bei einer Night Flow Analysis wird über alle Durchflussmesser bzw. Sensoren nachts, beispielsweise zwischen 2:00 und 4:00 der Durchfluss im Rahmen einer derartigen Analyse gemessen, d. h. während üblicherweise verbrauchsarmen Zeiten. Anstelle einer Untersuchung bei Nacht kann man für Integrated Flow Untersuchungen andere Zeitintervalle, beispielsweise 24 Stunden oder mehrere Messzeiträume während eines Tages betrachten.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass der Schritt e) Bestimmen der zufälligen Verbräuche der in den Gebieten (DMA) angeschlossenen Verbraucher durch die Abfolge folgender Verfahrensschritte erfolgt:
    • 1. Klassifizieren der Verbraucher auf Basis eines zugeordneten durchschnittlichen Tagesverbrauchs;
    • 2. Ermitteln eines theoretischen Gesamtverbrauchs für jeden Verbraucher basierend auf dem jeweiligen durchschnittlichen Tagesverbrauchs und den innerhalb der festgelegten Messperiode ermittelten Verbrauchs;
    • 3. Festlegen einer Wassermenge Q, die deutlich kleiner ist, als der minimale Wasserverbrauch in einem Gebiet (DMA) und setzen des Verbrauchs für alle Verbraucher im Versorgungsnetz auf 0 (Initialisierung);
    • 4. Aufteilen der festgelegten Messperiode in Zeitspannen und Messen des Gesamtverbrauches pro Gebiet (DMA) in jeder Zeitspanne;
    • 5. Zufälliges Auswählen von Verbraucher für jede Zeitspanne und Erhöhen des Verbrauchs der zufällig ausgewählten Verbraucher in einer jeweiligen Zeitspanne um die festgelegte Wassermenge Q;
    • 6. Solange der gesamte für einen Beobachtungszeitraum verteilt Wasserverbrauch kleiner ist, wie der in 4) bestimmte, gehe zu 5);
    • 7. Wiederhole ab 4) bis alle Zeitspannen abgearbeitet sind.
  • Mit diesem Algorithmus wird die Verteilung des Verbrauchs beschrieben. Mit diesem Verbrauch wird eine hydraulische Simulation des Netzabschnitts durchgeführt. Für eine hydraulische Simulation müssen Randbedingungen so gesetzt werden, dass das physikalische Modell sinnvoll beschrieben wird: Wenn die Zone nur einen Zu-/Abfluss besitzt, so wird an dieser Stelle ein konstanter Druck gesetzt, hat sie mehrere Zu- und Abflüsse so wird an einem ein konstanter Druck gesetzt und an den anderen die gemessene Zu- und Abflüsse. Somit stimmt die Massenbilanzierung im Modell.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass der Schritt e) Bestimmen der zufälligen Verbräuche der in den Gebieten (DMA) angeschlossenen Verbraucher durch die Abfolge folgender Verfahrensschritte erfolgt:
    • I. Festlegen von n Verbrauchsknoten im Versorgungsnetz;
    • II. Festlegen einer Quantummenge Q die deutlich kleiner ist als der minimale Wasserverbrauch in einem Gebiet (DMA);
    • III. Festlegen eines gemessenen Gesamtverbrauchs R (als ganzzahliges Vielfaches der Quantummenge Q;
    • IV. Festlegen der Summe G der Durchschnittsverbräuche V(n) aller Knoten;
  • Für alle Verbrauchsknoten n bis für jeden Knoten n der Wert X(n) bestimmt ist:
    • V. Wähle nächsten noch nicht abgefertigten Verbrauchsknoten n mit Durchschnittsverbrauch v(n); Ziehe Zufallsvariable X(n) mit Wert zwischen O und R und Verteilung P(X(n) = k) = V(n)k·(G – V(n))(R-k)·R!/(GR·k!·(R – k)!); Ersetze G durch G – V(n) und R durch R – X(n).
  • Alternativ kann die Verteilung der zufälligen Flüsse auf die Verbraucher auch mit dem dargestellten Algorithmus erfolgen, wenn bekannt ist, dass die Verbrauchsprofile der Verbraucher in einem Gebiet gleich sind. Dieser ist äquivalent zum ersten Verfahren, zeichnet sich aber durch eine niedrigere Laufzeit aus, da weniger Zufallszahlen gezogen werden.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Schritte e) und f) für ein festes Zeitintervall wiederholt werden und die Rechenergebnisse gemittelt werden, bevor der Vergleich gemäß Schritt g) stattfindet. Durch das Wiederholen wird ein Schwankungsbereich für die Rechenergebnisse gewonnen. Der Einfluss von Ausreissern wird dabei reduziert und das normale Verhalten des Gebietes kristallisiert sich heraus.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt in der Verwendung eines Verfahrens nach einem der Ansprüche 1 bis 6, für ein Infrastrukturnetz zum Transport eines Fluids. Die Messwerte für Fluide lassen sich durch entsprechende Sensorik (z. B. Druck- oder Durchflusssensoren) leicht und genau ermitteln und somit für zuverlässige Prognosen verwenden.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass das Infrastrukturnetz ein Wasserversorgungs- oder ein Gasversorgungs- oder ein Fernwärmenetz ist. Die Erfindung ist anwendbar auf alle Infrastrukturnetze, bei denen Fluide transportiert und verbraucht werden. Beispiele für derartige Infrastrukturnetze sind Gasversorgungs- und Fernwärmenetze.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt in einer computerunterstützten Vorrichtung zur Verwendung eines Verfahrens nach einem der Ansprüche 1 bis 5 zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes, die Vorrichtung umfassend:
    • a) Sensoren zum Messen eines jeweiligen minimalen Zuflusses für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode;
    • b) Mittel zum Bestimmen des Wasserverbrauches für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode durch die installierten Sensoren;
    • c) Mittel zum Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet (DMA);
    • d) Mittel zum Bestimmen der Verbrauchsprofile der in den Gebieten (DMA) angeschlossenen Verbraucher;
    • e) Mittel zum Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation; und
    • f) Mittel zum Bestimmen, ob eine Leckage vorliegt durch Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten. Die Vorrichtung lässt sich mit handelsüblichen Mitteln herstellen. Z. B. ist die entsprechende Sensorik in entsprechenden Baumärkten erhältlich, die Mittel zum Abbilden der Topologie, zum Bestimmen der Verbrauchsprofile, zum Bestimmen des Fließverhaltens und die Mittel zum Vergleich der tatsächlichen Messwerte mit den durch die von der Monte-Carlo-Simulation ermittelten Messwerten lassen sich auf Personal Computern und entsprechender Software (z. B. Tabellenkalkulations- oder Mathematikprogramme, Simulationsprogramme) realisieren.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt in einer Vorrichtung nach Anspruch 8, weiter umfassend Ausgabemittel zur Darstellung des Vergleiches der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten und/oder zur Darstellung von Indikatoren für eine Leckage. Durch eine grafische Darstellung können die Ergebnisse optisch verglichen werden und Abweichungen als Indikatoren für Leckagen leicht erkannt werden.
  • Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt in einem computerunterstützten simulationsbasiertes Assistenzsystem zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes, wobei durch stationär installierte Sensoren zum Messen eines minimalen Zuflusses des Gebietes innerhalb einer festgelegten Messperiode Versorgungsnetzes Messwerte erfasst und über eine Datenfernübertragung an eine Auswerteeinrichtung gesendet werden,
    wobei die Auswerteeinrichtung aufweist:
    • – Mittel zum Bestimmen des Wasserverbrauches für jedes Gebiet innerhalb einer festgelegten Messperiode durch die installierten Sensoren;
    • – Mittel zum Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet (DMA);
    • – Mittel zum Bestimmen der Verbrauchsprofile der in den Gebieten angeschlossenen Verbraucher;
    • – Mittel zum Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation; und
    • – Mittel zum Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten, um bei Abweichungen mögliche Leckagen in einem Gebiet zu erkennen. Das computergestützte Assistenzsystem lässt sich mit handelsüblichen Mitteln herstellen. z. B. ist die entsprechende Sensorik (z. B. Durchflussmesser) in entsprechenden Fachgeschäften erhältlich, die Mittel zum Berechnen lassen sich auf Personal Computern und entsprechender Software (z. B. Tabellenkalkulations-, Mathematik- oder Simulationsprogramme) realisieren. Beim Erkennen einer Leckage können durch das Assistenzsystem automatisch geeignete Gegenmaßnahmen (z. B. Stoppen des Zuflusses zu einem Gebiet, Einleiten von geeigneten Maßnahmen) eingeleitet oder für das Bedienpersonal vorgeschlagen werden. Das Assistenzsystem ist insbesondere geeignet für den Einsatz in einer Leitwarte zur Überwachung eines Versorgungsnetzes.
  • Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und wird im Folgenden erläutert.
  • Dabei zeigen:
  • 1 Ausführungsbeispiele für erfindungsgemäße Gebiete,
  • 2 eine beispielhafte Prinzipdarstellung für ein Versorgungsnetz mit Assistenzsystem,
  • 3 eine beispielhafte Darstellung von Sensormesswerten und berechneten Werten zur Erkennung einer Leckage, und
  • 4 ein beispielhaftes Ablaufdiagramm zur Durchführung des erfindungsgemäßen Verfahrens.
  • Die Verringerung von Wasserverlusten stellt eine große Herausforderung an die Leckerkennung und Ortung in Wassernetzen dar. In Teilgebieten eines Netzes können Wasserverluste durch Durchflussmengenmessungen an allen Zu- und Abflüssen des Gebietes und Bildung einer Massenbilanz erkannt werden.
  • Solche Messungen überschreiten sowohl vom Aufwand wie auch von der Gesetzeslage (zeitgenaue Verbrauchsmessung und Aufzeichnung aller Kunden kann datenschutzrechtlich zu Problemen führen) die Grenzen der Machbarkeit. Nichts desto trotz ermöglichen neue günstigere Messgeräte die Überwachung physikalisch relevanter Werte wie Druck, Durchfluss etc.
  • Die vorliegende Erfindung stellt ein stochastisches Modell für Verbraucher in einem Versorgungsnetz vor, das es ermöglicht, mit einer hydraulischen Simulation eine netzweite Massenbilanz aufzustellen, um sowohl neue, als auch bereits bestehende Leckagen zu erkennen.
  • Die meist sehr großen Wasserversorgungsnetze werden in Wasserversorgungszonen (Gebiete) unterteilt. Diese Gebiete können wiederum in Subzonen unterteilt werden, die – da durch britische Ingenieure geprägt – als District Meter Area (DMA) bezeichnet werden. Die DMAs werden so angelegt, dass sie jeweils nur einen Zufluss haben, dessen Durchfluss gemessen wird. Alternativ können statt physikalischen DMAs auch virtuelle Zonen verwendet werden, die mehrere Zu- und Abflüsse aufweisen können. Aus der Beobachtung der Durchflussmessung wird auf Unregelmäßigkeiten im Wasserverbrauch und somit auf Leckagen geschlossen. Konkret wird eine sog. Night Flow Analysis durchgeführt. Aus den minimalen Zuflusswerten wird eine DMA während verbrauchsarmen Nachtzeiten durchgeführt, z. B. zwischen 02:00 und 04:00 Uhr. Bei einem Wert pro Nacht wird über Tage und Wochen hinweg eine Zeitreihe erstellt. Der (plötzliche) Anstieg dieser minimalen Verbrauchswerte, der z. B. durch eine Schwellwertüberschreitung erkannt werden kann, kann als Ursache eine neue Leckage haben.
  • Besondere Ereignisse, wie der Einsatz von Rasensprenklern, Sportereignisse oder Brauchtum während der Nachtmessung verursachen somit einen Anstieg des minimalen Zuflusses in verschiedenen DMAs. Somit wird für alle DMAs Alarm ausgelöst. Bisher muss ein solcher möglicher Fehlalarm von dem Benutzer des Systems erkannt und durch weitere Untersuchungen ausgesondert werden. Die vorliegende Erfindung ermöglicht ein automatisches Verfahren zur Erkennung netzwerkübergreifender Ereignisse zur Reduktion von Fehlalarmen bei der Leckageanalyse.
  • 1 zeigt zwei Ausführungsbeispiele B1, B2 für erfindungsgemäße Gebiete DMA. Bei einem Gebiet DMA kann es sich um ein physikalisch räumliches Gebiet des Versorgungsnetzes handeln, oder um eine virtuelle Zone. Virtuelle district meter areas (virtuelle DMAs) unterscheiden sich von herkömmlichen Gebieten (DMAs) folgendermaßen. Bei der Unterteilung des Versorgungsnetzes in Gebiete (DMAs) wurde herkömmlicher Weise stets versucht, diese so zu bilden, das sich lediglich ein Zufluss bzw. ein Zuflussrohr ergab und dieses über einen einzigen Sensor überwacht werden kann. In den Versorgungszonen werden an ausgewählten Stellen zusätzliche Durchflusssensoren so eingebaut, dass sich Teilstücke des Netzwerkes ergeben, deren Ein- und Ausflüsse gemessen werden können. Diese Teilstücke sollten ein gemeinsames Element besitzen. Die Teilstücke sollen sich überlagern und gemeinsame Durchflussmesser aufweisen. Derartige Teilstücke werden als virtuelle Zonen oder virtuelle DMAs bezeichnet.
  • Mit der Vorgehensweise der Schaffung von virtuellen Zonen (virtuellen Gebieten) wird ein universelles Verfahren vorgestellt, Versorgungsnetze so zu unterteilen, das Teilgebiete, wie es beispielsweise ein oder mehrere Leitungsabschnitte ist/sind, mehrfach hinsichtlich der Leckageerkennung überwacht werden können. Die Überwachung einer jeden virtuellen Zone funktioniert nach dem gleichen Prinzip und kann in einer technischen Lösung entsprechend mehrfach angewendet werden. Die Unterteilung eines Netzwerkes in virtuelle Zonen liefert den Vorteil, dass bis auf den Einbau von Durchflussmessern, keine Änderung am bestehenden Netz vorgenommen werden müssen. Ein weiterer Vorteil besteht darin, dass ohne den Betrieb des Versorgungsnetzwerks zu stören, oder umständliche, kostenintensive Messungen vor Ort durchzuführen, die Leckageerkennung automatisiert ablaufen kann.
  • 2 zeigt eine beispielhafte Prinzipdarstellung für ein Versorgungsnetz VN mit Assistenzsystem AS zur Überwachung des Versorgungsnetzes VN. Das Versorgungsnetz VN weist eine Sensorik auf, die über Datenfernübertragung DFÜ mit dem Assistenzsystem AS verbunden sind. Beim Assistenzsystem AS handelt es sich um ein computerunterstütztes simulationsbasiertes Assistenzsystem AS zur Erkennung von Leckagen im Versorgungsnetz VN. Durch stationär installierte Sensoren SE1–SE3 an hydraulisch ausgewählten Sensor-Mess-Stellen innerhalb eines Gebietes des Versorgungsnetzes VN werden reale Messwerte erfasst und über eine Datenfernübertragung DFÜ7 an eine Auswerteeinrichtung AE gesendet. Der Wasserverbrauch für ein Gebiet (DMA, 1) oder des betrachteten Versorgungsnetzes VN wird innerhalb einer oder mehrerer festgelegter Messperioden durch die Durchflussmessgeräte AS1, AS2 an den Zu- und Abflüssen des Gebietes bzw. Versorgungsnetzes bestimmt. Auch die Messwerte der Sensoren AS1, AS2 können über eine Datenfernübertragung DFÜ7 an eine Auswerteeinrichtung AE gesendet werden. In der Auswerteeinrichtung AE werden die realen Messwerte mit Werten, die durch eine Monte-Carlo-Simulation errechnet wurden verglichen. Abweichungen deuten auf das Vorliegen einer Leckage hin. Das Verfahren kann prinzipiell auf Gebietsebene oder auf Versorgungsnetzebene durchgeführt werden.
  • Insbesondere umfasst die Auswerteeinrichtung AE Mittel M1 zum Bestimmen des Wasserverbrauches für jedes Gebiet DMA innerhalb einer festgelegten Messperiode durch die installierten Sensoren, Mittel M2 zum Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet DMA, Mittel M3 zum Bestimmen der Verbrauchsprofile der in den Gebieten DMA angeschlossenen Verbraucher, Mittel M4 zum Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation, und Mittel M5 zum Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten, um bei Abweichungen mögliche Leckagen in einem Gebiet DMA zu erkennen. Die Topologie des Versorgungsnetzes VN ist dabei in einem hydraulischen Simulator nachgebildet. Die Rohre werden mit den bekannten physikalischen Werten parametrisiert. Die Verbraucher an den Knoten des Netzwerks hingegen sind unbekannt. Dafür wird ein stochastisches Ersatzmodell aufgestellt.
  • Das computergestützte Assistenzsystem AS lässt sich mit handelsüblichen Mitteln herstellen. Z. B. ist die entsprechende Sensorik SE1–SE3 (z. B. Durchflussmesser) in entsprechenden Fachgeschäften erhältlich, die Mittel zum Berechnen, Bestimmem, Vergleichen lassen sich auf Personal Computern C und entsprechender Software (z. B. Tabellenkalkulations-, Mathematik- oder Simulationsprogramme) realisieren. Für das Generieren von automatischen Gegenmaßnahmen oder für das Anzeigen von Maßnahmen für das Bedienpersonal kann das Assistenzsystem AS z. B. auf modellbasierten Techniken (z. B. CBR, Case Based Reasoning) basieren. Abweichungen der realen und der erwarteten Werte (Simulationsergebnisse) können an einer Ausgabeeinheit M (z. B. Bildschirm) eines Computers C angezeigt werden. Der Computer C umfasst weiterhin Speichermedien, z. B. eine Datenbank DB zur Speicherung bzw. Zwischenspeicherung der über die Datenfernübertragungsleitung DFÜ eintreffenden Messwerte der Sensoren SE1–SE3.
  • 3 zeigt eine beispielhafte Darstellung von Sensormesswerten und berechneten Werten zur Erkennung einer Leckage. Hierzu werden die Messwerte von Sensoren, die innerhalb der betrachteten Zone (Gebiet, DMA) liegen, gegen die durch die Simulation berechneten Werte gezeichnet, wie in der Abbildung gemäß 3 dargestellt. Die Abweichung der Ausgleichsgeraden durch die Punktwolke zur Identität ist ein Indikator dafür, dass das Modell nicht zu den Messungen passt, was auf eine Leckage hinweist. Es ist für den Fachmann klar, dass unterschiedliche Typen von Diagrammen für die Darstellung von Abweichungen verwendet werden können.
  • 4 zeigt ein beispielhaftes Ablaufdiagramm zur Durchführung des erfindungsgemäßen Verfahrens. Dabei werden vorteilhafter weise die Schritte S1–S7 computerunterstützt mit geeigneter Software (z. B. Tabellenkalkulationsprogrammen, Simulationsprogrammen), z. B. in einer Leitwarte durchgeführt.
  • In eine Zone/Gebiet (z. B. eine virtuelle DMA) mit bekanntem Zufluss werden zusätzliche Sensoren platziert, die nicht notwendig weitere Zonen oder (virtuelle) DMAs definieren. Wie bei der Leckageerkennung üblich wird wieder der Verbrauch in einer Zeitspanne mit niedrigem Verbrauch wie zum Beispiel von 2–4 Uhr betrachtet (night flow analysis). Für die Zone/Gebiet (z. B. eine virtuelle DMA) wird nun basierend auf den gemessenen Zufluss in die Zone (DMA) ein hydraulisches Modell aufgestellt. Hierzu wird die Topologie des Netzes in einem hydraulischen Simulator nachgebildet. Die Rohre werden mit den bekannten Werten parametrisiert. Die Verbraucher an den Knoten des Netzwerks hingegen sind unbekannt. Für dies wird wie folgt ein stochastisches Ersatzmodell aufgestellt:
    Es wird für jeden Messzeitraum der Wasserverbrauch in der Zone zufällig auf alle Verbraucher verteilt. Die Verteilung des Verbrauchs wird in Algorithmus 1 beschrieben. Mit diesem Verbrauch wird eine hydraulische Simulation des Netzabschnitts durchgeführt. Für eine hydraulische Simulation müssen Randbedingungen so gesetzt werden, dass das physikalische Modell sinnvoll beschrieben wird: Wenn die Zone nur einen Zu-/Abfluss besitzt, so wird an dieser Stelle ein konstanter Druck gesetzt, hat sie mehrere Zu- und Abflüsse so wird an einem ein konstanter Druck gesetzt und an den anderen die gemessene Zu- und Abflüsse. Somit stimmt die Massenbilanzierung.
  • Mit einer Monte-Carlo-Simulation über verschiedene Ereignisse der zufälligen Verteilung der Messwerte werden für die berechneten Sensorwerte der innern Sensoren der Zonen berechnet. Die Abweichung zwischen den gemessenen und berechneten Werten gibt Hinweise auf mögliche Leckagen.
  • Im Schritt S1 erfolgt das Aufteilen des Versorgungsnetzes in Gebiete (DMA) mit jeweils bekanntem Zufluss. Die kann computerunterstützt auf der Basis von Modellen des Netzes oder basierend auf Erfahrungswerten geschehen.
  • Im Schritt S2 erfolgt ein stationäres Installieren von Durchflussmessgeräten an Zu- und Abflüssen eines Gebietes (DMA). Beim Installieren der Sensorik kann auf schon installierte Sensoren zugegriffen werden, oder neue Sensoren werden abhängig vom Schneiden der Gebiete (DMA) installiert. Die Messwerte der Sensoren kann z. B. über DFÜ, Funk oder Satellitverbindung an eine Leitstelle zur Weiterverarbeitung gemeldet werden.
  • Im Schritt S3 erfolgt das Bestimmen des Wasserverbrauches für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode durch die Durchflussmessgeräte. Auch dies erfolgt vorteilhafter weise computerunterstützt.
  • Im Schritt S4 erfolgt das Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet (DMA). Auch dies erfolgt vorteilhafter weise automatisch und computerunterstützt.
  • Im Schritt S5 erfolgt das Bestimmen der zufälligen Verbräuche der in den Gebieten (DMA) angeschlossenen Verbraucher. Dies erfolgt vorteilhafter weise durch Softwareprogramme.
  • Im Schritt S6 erfolgt das Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation. Die Monte-Carlo-Simulation erfolgt durch ein Simulationsprogramm.
  • Im Schritt S7 erfolgt das Bestimmen, ob eine Leckage vorliegt durch Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten. Der Vergleich erfolgt computerunterstützt, Abweichungen, die Indikatoren für eine Leckage sein können, werden vorteilhafter weise grafisch dargestellt.
  • Anhand der Abweichungen können automatisch Gegenmaßnahmen eingeleitet werden (z. B. Schließen von Zulaufsventilen, Aktivieren von Umleitungen) oder mögliche Gegenmaßnahmen können für das Bedienpersonal einer Leitwarte vorgeschlagen werden.
  • Algorithmus 1 zur Bestimmung der zufälligen Verbräuche:
    • 1) Klassifizieren der Verbraucher: Verschiedene Verbraucher haben ein unterschiedliches Vebrauchsprofil. Diese Profile geben an, wie sich der Tagesgesamtverbrauch eines Verbrauchers auf den Tag abbilden lässt. So haben Wohngebäude ein anderes Verbrauchsverhalten wie Bürogebäude, Schulen oder KMUs. Verbraucher, die sich nicht klassifizieren lassen, müssen exakt gemessen werden und werden in der weiteren Beschreibung vernachlässigt.
    • 2) Aufgrund des durchschnittlichen Tagesverbrauchs eines jeden Verbrauchers, der zum Beispiel über die Jahresendabrechnung gewonnen wird, kann ein theoretischer Gesamtverbrauch in der Zone bestimmt werden. Hierzu wird für alle Verbraucher aufgrund ihres durchschnittlichen Tagesverbrauchs und ihres Verbrauchsprofil ein theoretischer Verbrauch während des Nachtmesszeitraums berechnet. Hieraus wird ein theoretischer Gesamtverbrauch berechnet.
    • 3) Zur Initialisierung wird der Verbrauch aller Verbraucher für den gesamten Beobachtungszeitraum auf 0 gesetzt. Außerdem wird eine kleine Wassermenge Q festgelegt, die später verteilt wird (z. B. 31) diese sollte deutlich kleiner sein, als der minimale Wasserverbrauch in der Zone (DMA).
    • 4) Für jede Zeitspanne des Messzeitraums (in der Regel1–3 Minuten) wird der Gesamtverbrauch der Zone gemessen.
    • 5) Es werden nun zufällig Verbraucher ausgewählt: Die Wahrscheinlichkeit einen Verbraucher zu wählen, ist sein Anteil am Gesamtverbrauch, wie er in 2) bestimmt wurde. Der Verbrauch des Verbrauchers wird für diese Zeitspanne um Q erhöht.
    • 6) Solange der gesamte für den Beobachtungszeitraum verteilte Wasserverbrauch kleiner ist, wie der in 4) bestimmte, gehe zu 5)
    • 7) Wiederhole ab 4) für die nächste Messspanne.
  • Es wird nun das Fließverhalten für den Zeitraum der Night Flow Analysis mit den oben konstruierten Zufallsverbrauch simuliert. Hierzu wird eine Monte Carlo Simulation (wie z. B. in Kurt Binder [u. a.], Monte Carlo methods in statistical physics, Springer, Berlin 1979 beschrieben) durchgeführt. Hierzu wird die Simulation für eine große Auswahl von zufälligen Verbräuchen, die wie oben beschrieben konstruiert werden, durchgeführt und von der großen Anzahl an Simulationswerten auf das Verhalten in der Zone geschlossen. Hierzu werden die Messwerte von Sensoren, die innerhalb der betrachteten Zone liegen, gegen die berechneten Werte gezeichnet, wie der folgenden Abbildung zu sehen ist. Die Abweichung der Ausgleichsgeraden durch die Punktwolke zur Identität ist ein Indikator dafür, dass das Modell nicht zu den Messungen passt, was auf eine Leckage hinweist (siehe 3).
  • Alternativ kann die Verteilung der zufälligen Flüsse auf die Verbraucher auch mit folgendem Algorithmus 2 erfolgen. Dieser ist äquivalent zum oben beschriebenen Verfahren, zeichnet sich aber durch eine niedrigere Laufzeit aus, da weniger Zufallszahlen gezogen werden.
  • Algorithmus 2 zur Bestimmung der zufälligen Verbräuche:
    • Gegeben: Quantummenge Q
    • Initialisiere: R = gemessener Gesamtverbrauch (als ganzzahliges Vielfaches der Quantummenge Q)
    • G = Summe der Durchschnittsverbräuche V(n) aller Knoten
  • Schleife durch die Knoten:
    • – Wähle nächsten noch nicht abgefertigten Verbrauchsknoten n mit Durchschnittsverbrauch v(n).
    • – Ziehe Zufallsvariable X(n) mit Wert zwischen O und R und Verteilung P(X(n) = k) = V(n)k·(G – V(n))(R-k)·R!/(GR·k!·(R – k)!);
    • – Ersetze G durch G – V(n) und R durch R – X(n).
    • – Wähle nächsten Knoten bis für jeden Knoten n der Wert X(n) bestimmt ist.
  • Dieser Algorithmus ist bei identischem Verbrauchsprofilen aller Verbraucher anwendbar. Der Algorithmus erlaubt eine effiziente Berechnung.
  • Verfahren, Vorrichtung und Assistenzsystem zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes wobei durch den Vergleich von realen von Sensoren gelieferten Messwerten mit Messwerten, die durch eine Monte-Carlo-Simulation ermittelten wurden, Leckagen erkannt werden. Das erfindungsgemäße Verfahren zur Leckageerkennung stellt insbesondere Unregelmäßigkeiten, die zum Beispiel auf Leckagen zurückführbar sind, aufgrund einer hydraulischen Analyse fest. Dadurch können bereits bestehende Leckagen erkannt werden. Außerdem kann das Verfahren auch auf temporär im Netz angebrachte Sensoren angewendet werden, was dem Netzbetreiber zusätzliche Freiheiten bei der Lecksuche gibt. Das Verfahren kann auch für andere Versorgungsnetze und Infrastrukturen angewendet werden.
  • Bezugszeichenliste
    • B1, B2
      Beispiel
      DMA
      Gebiet
      SE1–SE3, AS1, AS2
      Sensor
      DFÜ
      Datenfernübertragung
      AS
      Assistenzsystem
      AE
      Auswerteeinrichtung
      SM
      Simulationsmodell
      M1–M5
      Mittel
      T
      Tastatur
      M
      Monitor
      C
      Computer
      DB
      Datenbank
      S1–S7
      Verfahrensschritt
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • Kurt Binder [u. a.], Monte Carlo methods in statistical physics, Springer, Berlin 1979 [0054]

Claims (11)

  1. Computergestütztes Verfahren zur Leckageerkennung in einem Gebiet (DMA) eines Versorgungsnetzes (VN) mit den Schritten: a) Stationäres Installieren von Durchflussmessgeräten (AS1, AS2) an Zu- und Abflüssen des Gebietes (DMA); b) Installation von Sensoren (S1–S3) zur Bestimmung des Durchflusses oder des Wasserdruckes innerhalb des Gebietes (DMA); c) Bestimmen des Wasserverbrauches für das Gebiet (DMA) innerhalb einer oder mehrerer festgelegter Messperioden durch die Durchflussmessgeräte (AS1, AS2) an den Zu- und Abflüssen und den Messwerten der Sensoren innerhalb des Gebietes (DMA); d) Abbilden der Topologie des Versorgungsnetzes (VN) in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für das Gebiet (DMA); e) Bestimmen der Verbräuche innerhalb des Gebietes (DMA) durch zufällige Festlegung anhand der Verbrauchsprofile und den Zu- und Abflüssen des Gebietes (DMA); f) Berechnung des Fließ- und Druckverhaltens im Versorgungsnetz innerhalb einer der festgelegten Messperioden durch Monte-Carlo-Simulation; und g) Bestimmen, ob eine Leckage vorliegt durch Vergleich der durch die Monte-Carlo-Simulation ermittelten Ergebnisse mit den von den Sensoren innerhalb des Gebietes (DMA) gelieferten Messwerten.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass es sich bei dem Gebiet (DMA) auch um eine Virtuelle District Meter Area handeln kann.
  3. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass die Messperiode beispielsweise von 2.00 bis 4.00 Uhr, von 0.00 bis 24.00 Uhr und/oder von 6.00 bis 18.00 Uhr ist.
  4. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass der Schritt e) Bestimmen der Verbrauchsprofile der in den Gebieten (DMA) angeschlossenen Verbraucher durch die Abfolge folgender Verfahrensschritte erfolgt: 1. Klassifizieren der Verbraucher auf Basis eines zugeordneten durchschnittlichen Tagesverbrauchs; 2. Ermitteln eines theoretischen Gesamtverbrauchs für jeden Verbraucher basierend auf dem jeweiligen durchschnittlichen Tagesverbrauchs und den innerhalb der festgelegten Messperiode ermittelten Verbrauchs; 3. Festlegen einer Wassermenge Q, die deutlich kleiner ist, als der minimale Wasserverbrauch in einem Gebiet (DMA) und setzen des Verbrauchs für alle Verbraucher im Versorgungsnetz auf 0 (Initialisierung); 4. Aufteilen der festgelegten Messperiode in Zeitspannen und Messen des Gesamtverbrauches pro Gebiet (DMA) in jeder Zeitspanne; 5. Zufälliges Auswählen von Verbraucher für jede Zeitspanne und Erhöhen des Verbrauchs der zufällig ausgewählten Verbraucher in einer jeweiligen Zeitspanne um die festgelegte Wassermenge Q; 6. Solange der gesamte für einen Beobachtungszeitraum verteilt Wasserverbrauch kleiner ist, wie der in 4) bestimmte, gehe zu 5); 7. Wiederhole ab 4) bis alle Zeitspannen abgearbeitet sind.
  5. Verfahren nach einem der Ansprüche 1 bis 3, geeignet für die Verwendung bei einheitlichen Verbraucherprofilen, dadurch gekennzeichnet, dass der Schritt e) Bestimmen der Verbrauchsprofile der in den Gebieten (DMA) angeschlossenen Verbraucher durch die Abfolge folgender Verfahrensschritte erfolgt: 1. Festlegen von n Verbrauchsknoten im Versorgungsnetz; 2. Festlegen einer Quantummenge Q die deutlich kleiner ist als der minimale Wasserverbrauch in einem Gebiet (DMA); 3. Festlegen eines gemessenen Gesamtverbrauchs R (als ganzzahliges Vielfaches der Quantummenge Q; 4. Festlegen der Summe G der Durchschnittsverbräuche V(n) aller Knoten; Für alle Verbrauchsknoten n bis für jeden Knoten n der Wert X(n) bestimmt ist: 5. Wähle nächsten noch nicht abgefertigten Verbrauchsknoten n mit Durchschnittsverbrauch v(n); Ziehe Zufallsvariable X(n) mit Wert zwischen 0 und R und Verteilung P(X(n) = k) = V(n)k·(G – V(n))(R-k)·R!/(GR·k!·(R – k)!); Ersetze G durch G – V(n) und R durch R – X(n).
  6. Verfahren nach einem der vorstehenden Ansprüche, wobei die Schritte e) und f) für ein festes Zeitintervall wiederholt werden und die Rechenergebnisse gemittelt werden, bevor der Vergleich gemäß Schritt g) stattfindet.
  7. Verwendung eines Verfahrens nach einem der Ansprüche 1 bis 6, für ein Infrastrukturnetz zum Transport eines Fluids.
  8. Verwendung nach Anspruch 7, wobei das Infrastrukturnetz ein Wasserversorgungs- oder ein Gasversorgungs- oder ein Fernwärmenetz ist.
  9. Computerunterstützte Vorrichtung zur Verwendung eines Verfahrens nach einem der Ansprüche 1 bis 6 zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes, die Vorrichtung umfassend: a) Sensoren zum Messen eines jeweiligen minimalen Zuflusses für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode; b) Mittel (M1) zum Bestimmen des Wasserverbrauches für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode durch die installierten Sensoren; c) Mittel (M2) zum Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet (DMA); d) Mittel (M3) zum Bestimmen der Verbrauchsprofile der in den Gebieten (DMA) angeschlossenen Verbraucher; e) Mittel (M4) zum Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation; und f) Mittel (M5) zum Bestimmen, ob eine Leckage vorliegt durch Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten.
  10. Vorrichtung nach Anspruch 9, weiter umfassend Ausgabemittel (M) zur Darstellung des Vergleiches der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten und/oder zur Darstellung von Indikatoren für eine Leckage.
  11. Computerunterstütztes simulationsbasiertes Assistenzsystem (AS) zur Leckageerkennung in einem Gebiet eines Versorgungsnetzes, wobei durch stationär installierte Sensoren zum Messen eines minimalen Zuflusses des Gebietes (DMA) innerhalb einer festgelegten Messperiode Versorgungsnetzes (VN1, VN2) Messwerte erfasst und über eine Datenfernübertragung DFÜ) an eine Auswerteeinrichtung (AE) gesendet werden; wobei Auswerteeinrichtung (AE) aufweist: – Mittel (M1) zum Bestimmen des Wasserverbrauches für jedes Gebiet (DMA) innerhalb einer festgelegten Messperiode durch die installierten Sensoren; – Mittel (M2) zum Abbilden der Topologie des Versorgungsnetzes in einem hydraulischen Simulator und Erstellen eines hydraulischen Simulationsmodells für jedes Gebiet (DMA); – Mittel (M3) zum Bestimmen der Verbrauchsprofile der in den Gebieten (DMA) angeschlossenen Verbraucher; – Mittel (M4) zum Bestimmen des Fließverhaltens im Versorgungsnetz innerhalb der festgelegten Messperiode durch Monte-Carlo-Simulation; und – Mittel (M5) zum Vergleich der durch die Monte-Carlo-Simulation ermittelten Messwerte mit den von den Sensoren gelieferten Messwerten, um bei Abweichungen mögliche Leckagen in einem Gebiet (DMA) zu erkennen.
DE102011078240A 2011-06-28 2011-06-28 Leckageerkennung mittels stochastischer Massenbilanz Ceased DE102011078240A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE102011078240A DE102011078240A1 (de) 2011-06-28 2011-06-28 Leckageerkennung mittels stochastischer Massenbilanz
EP12729095.5A EP2691756B1 (de) 2011-06-28 2012-06-11 Leckageerkennung mittels stochastischer massenbilanz
CN201280031481.1A CN103620363B (zh) 2011-06-28 2012-06-11 借助随机的质量平衡识别泄漏
PCT/EP2012/060963 WO2013000686A2 (de) 2011-06-28 2012-06-11 Leckageerkennung mittels stochastischer massenbilanz
US14/129,008 US20140149054A1 (en) 2011-06-28 2012-06-13 Leak Detection Via a Stochastic Mass Balance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102011078240A DE102011078240A1 (de) 2011-06-28 2011-06-28 Leckageerkennung mittels stochastischer Massenbilanz

Publications (1)

Publication Number Publication Date
DE102011078240A1 true DE102011078240A1 (de) 2013-01-03

Family

ID=46331290

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102011078240A Ceased DE102011078240A1 (de) 2011-06-28 2011-06-28 Leckageerkennung mittels stochastischer Massenbilanz

Country Status (5)

Country Link
US (1) US20140149054A1 (de)
EP (1) EP2691756B1 (de)
CN (1) CN103620363B (de)
DE (1) DE102011078240A1 (de)
WO (1) WO2013000686A2 (de)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015082245A1 (de) * 2013-12-03 2015-06-11 Siemens Aktiengesellschaft Verfahren zum detektieren von leckagen in einem netzwerk, vorrichtung und netzwerk
WO2015139853A1 (de) * 2014-03-21 2015-09-24 Siemens Aktiengesellschaft Verfahren zur druckregelung in einem versorgungsnetz, vorrichtung sowie versorgungsnetz
WO2017060737A1 (en) * 2015-10-09 2017-04-13 Imperial Innovations Limited Monitoring fluid dynamics
CN108278491A (zh) * 2017-12-18 2018-07-13 苏州航天系统工程有限公司 一种发现排水管网运行异常的方法以及系统
CN109027700A (zh) * 2018-06-26 2018-12-18 清华大学 一种漏点探漏效果的评估方法
CN114542997A (zh) * 2022-03-04 2022-05-27 夏泽鑫 一种基于数字孪生的供水管网异常漏损探测方法
EP4159935A1 (de) * 2021-09-30 2023-04-05 en.con bvba System und verfahren zur online-flussüberwachung und dysfunktionsüberwachung von trinkwasserverteilungsnetzwerken

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2953897T3 (es) 2012-05-02 2023-11-16 Leica Biosystems Imaging Inc Enfoque en tiempo real en imagenología de exploración lineal
DE102014001885A1 (de) 2014-02-12 2015-08-13 Bomag Gmbh Verfahren zur Optimierung einer Betriebsfunktion einer Bodenfräsmaschine und Bodenfräsmaschine
JP6318053B2 (ja) * 2014-09-03 2018-04-25 株式会社日立製作所 漏水分布推定装置
WO2016067558A1 (ja) * 2014-10-29 2016-05-06 日本電気株式会社 水道管理システム、水道管理装置、水道管理方法、および水道管理プログラム記録媒体
US9599531B1 (en) 2015-12-21 2017-03-21 International Business Machines Corporation Topological connectivity and relative distances from temporal sensor measurements of physical delivery system
US10663933B2 (en) * 2017-01-10 2020-05-26 Sensus Spectrum Llc Systems and methods for subnetwork hydraulic modeling
US11280696B2 (en) 2017-01-10 2022-03-22 Sensus Spectrum Llc Method and apparatus for model-based leak detection of a pipe network
BE1026848B1 (nl) * 2018-12-07 2020-07-09 Atlas Copco Airpower Nv Gasnetwerk en werkwijze voor het detecteren van lekken in een gasnetwerk onder druk of onder vacuüm
WO2020039269A1 (en) * 2019-04-20 2020-02-27 Heidariannoghondar Morteza Hydrodynamic test apparatus for plumbing networks
IT201900006607A1 (it) * 2019-05-07 2020-11-07 Francesco Jamoletti Dispositivo di misura e controllo gas
CN110159929B (zh) * 2019-05-31 2020-11-24 万基泰科工集团西南科技有限公司 地下排水管网智能管控大数据处理方法
CN112559969B (zh) * 2020-12-10 2022-04-29 北部湾大学 一种基于累积和算法的小泄漏检测方法
CN116757876B (zh) * 2023-08-21 2023-11-14 埃睿迪信息技术(北京)有限公司 一种供水分区耗水量的确定方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008048748B3 (de) * 2008-09-24 2010-01-21 Siemens Aktiengesellschaft Leckageerkennung, Leckageortung in versorgungsnetzen
DE102008048747B3 (de) * 2008-09-24 2010-01-21 Siemens Aktiengesellschaft Leckageerkennung und Leckageortung in Versorgungsnetzen

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2511759A1 (de) * 1975-03-18 1976-10-07 Leybold Heraeus Gmbh & Co Kg Vakuumlecksuchverfahren an ausgedehnten systemen
JP3543426B2 (ja) * 1995-07-06 2004-07-14 株式会社日立製作所 管路網管理方法およびシステム
GB2399659B (en) * 2003-03-20 2005-09-28 Schlumberger Holdings Method and system for predicting the apparent flow conductivity of a heterogeneous medium
JP2008523516A (ja) * 2004-12-10 2008-07-03 アノバ・ソリューションズ・インコーポレーテッド 集積回路設計および製造のための確率解析プロセス最適化
US20090007968A1 (en) * 2004-12-23 2009-01-08 Endress + Hauser Pipe network, with a hierarchical structure, for supplying water or gas and/or for removing industrial water, process for detecting a leak in such a pipe network and process for determining, with the aid of a computer, the operating life theoretically remaining for a renewable power source for at least one flowmeter in such a pipe network
JP4822990B2 (ja) * 2006-09-07 2011-11-24 株式会社東芝 漏水監視システム
US20090299660A1 (en) * 2008-05-29 2009-12-03 Dan Winter Method and System to Identify Utility Leaks
CN102033969B (zh) * 2009-09-29 2013-01-30 Sgi工程有限公司 供水管网管理系统及方法
CN101706039B (zh) * 2009-11-24 2012-09-19 中国核动力研究设计院 核电站压力管道泄漏声发射监测方法及其监测系统
CN101761780B (zh) * 2010-01-11 2012-12-26 中国石油大学(华东) 输气管道泄漏检测定位装置及其检测定位方法
US7920983B1 (en) * 2010-03-04 2011-04-05 TaKaDu Ltd. System and method for monitoring resources in a water utility network
CN101892688A (zh) * 2010-04-22 2010-11-24 天津甘泉集团有限公司 基于异步电机效率优化的管网叠压供水系统控制方法
US10242414B2 (en) * 2012-06-12 2019-03-26 TaKaDu Ltd. Method for locating a leak in a fluid network
RU2570989C2 (ru) * 2012-07-10 2015-12-20 Альстом Текнолоджи Лтд Осевой завихритель для камеры сгорания газовой турбины
US20140046603A1 (en) * 2012-08-08 2014-02-13 International Business Machines Corporation Estimating losses in a smart fluid-distribution system
RU2577257C2 (ru) * 2012-11-19 2016-03-10 Инвенсис Системз, Инк. Система испытания скважины на чистую нефть и газ
US20140172382A1 (en) * 2012-12-19 2014-06-19 Fluor Technologies Corporation Pipeline Network Optimization Using Risk Based Well Production

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008048748B3 (de) * 2008-09-24 2010-01-21 Siemens Aktiengesellschaft Leckageerkennung, Leckageortung in versorgungsnetzen
DE102008048747B3 (de) * 2008-09-24 2010-01-21 Siemens Aktiengesellschaft Leckageerkennung und Leckageortung in Versorgungsnetzen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Kurt Binder [u. a.], Monte Carlo methods in statistical physics, Springer, Berlin 1979

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015082245A1 (de) * 2013-12-03 2015-06-11 Siemens Aktiengesellschaft Verfahren zum detektieren von leckagen in einem netzwerk, vorrichtung und netzwerk
WO2015139853A1 (de) * 2014-03-21 2015-09-24 Siemens Aktiengesellschaft Verfahren zur druckregelung in einem versorgungsnetz, vorrichtung sowie versorgungsnetz
US10443217B2 (en) 2014-03-21 2019-10-15 Siemens Aktiengesellschaft Method for pressure control in a supply network, device and supply network
WO2017060737A1 (en) * 2015-10-09 2017-04-13 Imperial Innovations Limited Monitoring fluid dynamics
GB2545158B (en) * 2015-10-09 2019-07-03 Imperial Innovations Ltd Monitoring Fluid Dynamics
US10928270B2 (en) 2015-10-09 2021-02-23 Ip2Ipo Innovations Limited Monitoring fluid dynamics
CN108278491A (zh) * 2017-12-18 2018-07-13 苏州航天系统工程有限公司 一种发现排水管网运行异常的方法以及系统
CN108278491B (zh) * 2017-12-18 2019-09-20 苏州航天系统工程有限公司 一种发现排水管网运行异常的方法以及系统
CN109027700A (zh) * 2018-06-26 2018-12-18 清华大学 一种漏点探漏效果的评估方法
EP4159935A1 (de) * 2021-09-30 2023-04-05 en.con bvba System und verfahren zur online-flussüberwachung und dysfunktionsüberwachung von trinkwasserverteilungsnetzwerken
BE1029806B1 (nl) * 2021-09-30 2023-05-02 En Con Bvba Een systeem en een methode voor online debietmeting en disfunctiebewaking van drinkwaterwaterdistributienetwerken
CN114542997A (zh) * 2022-03-04 2022-05-27 夏泽鑫 一种基于数字孪生的供水管网异常漏损探测方法

Also Published As

Publication number Publication date
WO2013000686A3 (de) 2013-04-04
CN103620363A (zh) 2014-03-05
EP2691756B1 (de) 2015-10-14
WO2013000686A2 (de) 2013-01-03
CN103620363B (zh) 2017-05-10
EP2691756A2 (de) 2014-02-05
US20140149054A1 (en) 2014-05-29

Similar Documents

Publication Publication Date Title
EP2691756B1 (de) Leckageerkennung mittels stochastischer massenbilanz
DE102010043482B4 (de) Leckageerkennung und Leckageortung in Versorgungsnetzen
Vogel et al. Nonstationarity: flood magnification and recurrence reduction factors in the United States 1
Hu et al. Disaster-mitigating and general innovative responses to climate disasters: Evidence from modern and historical China
Buck et al. Land markets and the value of water: Hedonic analysis using repeat sales of farmland
DE112011100419B4 (de) Datenverarbeitungsverfahren und -system zur Rohrleitungsleckageüberprüfung
DE102008048748B3 (de) Leckageerkennung, Leckageortung in versorgungsnetzen
Cook et al. Operational management of trunk main discolouration risk
Fontanazza et al. The apparent losses due to metering errors: a proactive approach to predict losses and schedule maintenance
EP3060898B1 (de) Verfahren zum detektieren von leckagen in einem netzwerk, vorrichtung und netzwerk
EP3210088B1 (de) Verfahren und assistenzsystem zur erkennung einer störung in einer anlage
DE102013214142A1 (de) Schätzen von Verlusten in einem intelligenten Fluid-Verteilungssystem
DE102010050327A1 (de) Verfahren zur Bestimmung des Brennwertes in Gasnetzen, insbesondere in Regional- oder Verteilernetzen
DE112016004926T5 (de) Energieverbrauch-Warnverfahren, Energieverbrauchs-Warnsystem und Plattform
EP3599583A1 (de) Bestimmung des verbrauchs an heiz- oder kühlenergie einer baulichen untereinheit
DE102008048747B3 (de) Leckageerkennung und Leckageortung in Versorgungsnetzen
WO2020173750A1 (de) Detektion einer leckage in einem versorgungsnetz
Guo et al. Automatic setting of urban drainage pipe monitoring points based on scenario simulation and fuzzy clustering
Bahrami et al. Analysis of drought transitions using log-linear models in Iran
Zaccaria et al. Modeling delivery performance in pressurized irrigation systems from simulated peak-demand flow configurations
EP1598717A2 (de) Verfahren zum Überwachen einer Mehrzahl von Gasanlagen
EP2945032B1 (de) Verfahren zur ermittlung der schaltzeiten und/oder der heizkurvenkennlinie einer heizungsanlage
EP3712786A1 (de) Verfahren zum auswerten mindestens eines signals
DE10329909A1 (de) System und Verfahren zur Bestimmung, Überwachung und Regulierung von Flüssigkeitsverlusten in Wasserversorgungsbetrieben oder Wasserversorgungsnetzen
DE102010044724A1 (de) Verfahren zur verbesserten Verlustenergieprognose in einem Übertragungsnetz

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final

Effective date: 20130323