TWI502299B - 監視水事業體網路之資源的系統及方法 - Google Patents

監視水事業體網路之資源的系統及方法 Download PDF

Info

Publication number
TWI502299B
TWI502299B TW101128134A TW101128134A TWI502299B TW I502299 B TWI502299 B TW I502299B TW 101128134 A TW101128134 A TW 101128134A TW 101128134 A TW101128134 A TW 101128134A TW I502299 B TWI502299 B TW I502299B
Authority
TW
Taiwan
Prior art keywords
data
meter
event
network
resource distribution
Prior art date
Application number
TW101128134A
Other languages
English (en)
Other versions
TW201303785A (zh
Inventor
Amir Peleg
Amitai Armon
Uri Barkay
Haggai Scolnicov
Shai Gutner
Original Assignee
Takadu 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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=43805911&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=TWI502299(B) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Takadu Ltd filed Critical Takadu Ltd
Publication of TW201303785A publication Critical patent/TW201303785A/zh
Application granted granted Critical
Publication of TWI502299B publication Critical patent/TWI502299B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D4/00—Tariff metering apparatus
    • G01D4/002—Remote reading of utility meters
    • G01D4/004—Remote reading of utility meters to a fixed location
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • F17D5/02—Preventing, monitoring, or locating loss
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D4/00—Tariff metering apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D4/00—Tariff metering apparatus
    • G01D4/02—Details
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
    • Y10T137/00—Fluid handling
    • Y10T137/0318—Processes

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)
  • Pipeline Systems (AREA)

Description

監視水事業體網路之資源的系統及方法
本發明之領域大體而言係關於監視諸如一水事業體網路之資源分配系統，及偵測與該分配式網路相關聯之異常。
此專利文件之揭示內容之一部分含有受版權保護之材料。如專利及商標局專利文件或記錄中所顯現，版權所有者不反對任何人對本專利文件或本專利揭示內容之摹真複製，但無論如何另外保留所有版權權利。
聯合國注意到，在上個世紀，水使用已以人口增長速率之兩倍多之速率生長，且愈來愈多之區域長期地缺乏水。截至2025年，作為人口增長之結果，世界上三分之二的人口可能處於水壓力狀況下。水(尤其是飲用水)對於所有社會經濟發展及維持一健康人口係必不可少的。隨全球人口增長，要求一增加之淨水分配以供使用，從而導致增加之水短缺。
解決水短缺並節約資源之一種方法係偵測水事業體網路中出現之洩漏及其他事件。某些專家估計，由於洩漏及盜竊所致之損失總計達流動通過水事業體網路之水之25%至30%。因此，僅藉由解決已由人類控制之系統中之水損失即可節約顯著之水量。
陳舊及構建不良之管線、不充分之腐蝕保護、維護不良之閥、及機械損害係造就水損失之數個因素。另外，水洩漏減小系統中之供應壓力，且因此事業體必須升高系統中 之壓力以彌補該等損失。升高系統壓力導致抽出更多水，並增加水事業體之能量消耗。事實上，水分配網路係諸多城市中之單個最大能量消耗體。藉由識別及校正水洩漏及其他網路問題，事業體可節約水以供將來使用，並明顯減少能量消耗。
多數水事業體網路係大且複雜的，且已通過漸進成長而建立，其中諸多管道呈任意組態以適合隨時間發展之特定地理需要，此亦添加困難。進一步地，多數水事業體網路缺乏可允許簡單保留大量輸入及輸出結算之一準確、頻繁、即時消費者消耗計量。另外，水事業體網路經設計以將水遞送至大量消費者，而消費者之個別行為係不可預測的且經受由於諸多因素所致之改變。此等因素包含(舉例而言)天氣改變及自然事件(例如，熱天氣增加消耗，乾旱天氣亦然)、假日及非典型社會事件(例如，致使消費者留在家中且水使用在住宅網路中增加而在商業鄰域中減少)及鄰域中隨時間之人口改變。
用於水事業體網路中之洩漏偵測之現有方法無法充分解決此等問題。舉例而言，市售之用於現場調查之硬體洩漏偵測裝置(諸如聲波感測器)在精確定位一既定區內之一洩漏時可係有效的，但安裝及操作昂貴且不提供快速發現及一整個網路之地毯式覆蓋。諸如自ABB可獲得之AdviseTM 水洩漏管理之現有水IT系統嘗試在某種程度上利用計量器資料，但彼使用過分簡單且因此結果具有有限用處。舉例而言，該等系統無法準確地識別或即時報告諸如洩漏之特 定個別事件或其他網路事件，無法識別計量錯誤或不利水品質狀況，缺乏準確地瞭解例行網路操作所需之統計分析，且經受其他不足。此外，當前使用之該等系統缺乏偵測能量損失或盜水之能力。多數當前途徑之一關鍵失敗係缺乏對水網路之諸多未經計量組件(特別是藉由極基礎技術頻繁建模但仍對該網路之任何分析具有一深遠影響之服務性消費者之水消耗)之深入統計建模。
監督控制及資料獲取(「SCADA」)系統已愈來愈多地用於世界範圍內之水事業體中，自該網路內之大量計量器收集資料，量測諸如流量及壓力之量。然而，在多數事業體處，此等系統係由少數熟練操作員主要用於進行中操作之需要；事業體幾乎不利用其系統中累加之歷史資料來自動地(或以其他方式)偵測洩漏及其他異常網路事件。此外，任一異常偵測通常受限於單感測器固定界限警示，導致低敏感度或高比例之假警示。
水事業體網路操作員繼續添加更多計量器來監視分配系統之活動。儘管此確實提供關於網路之更多資料量，且因此提供對理解網路內事件之更大潛力，但增加之資料容量通常僅起到進一步迷惑網路操作員且加劇水網路監視之已存在之「大海撈針」困難態樣之作用。此外，放置更多計量器通常並不適用於出於高級監視之目的改良自整個系統接收之資料之可用性。結果，增加的描述網路活動之資料之容量係未經組織且通常令人迷惑的，且不允許網路操作員做出關於水事業體網路之狀態之任何更好決策。
照此而論，存在對改良之系統及方法之需要，以更好地分析自一水事業體網路擷取之資料及關於該事業體網路之資料及其資源之消耗，來促進此等資源之改良管理。
藉助一種用於藉由監視一水分配網路來節約水之電腦化方法來解決先前技術中之上述及其他不足中之某些或全部，該水分配網路包括複數個管道及諸如壓力減少閥、儲水槽、或泵之網路裝置，用於將水遞送至消費者，及定位於該水分配網路內之若干位置處之複數個計量器。該等計量器可定位於管道之內部或外部上，接近網路裝置或在其他任意位置中。在某些實施例中，該方法包含自計量器接收計量器資料，該資料表示由計量器量測之複數個參數，該等參數至少包含通過該等管道之水之流量。在某些實施例中，該計量器資料係監督控制及資料獲取(「SCADA」)資料。在某些實施例中，諸如藉由自該計量器資料濾除雜訊且藉由將其格式化以供儲存於一網路資訊資料庫中來在分析之前處理該計量器資料。
根據某些實施例，分析該計量器資料以識別水網路事件，該等水網路事件包括洩漏事件及關於經由水網路遞送之水之消耗與該網路及計量器之操作之資訊事件。可報告之資訊事件包含消耗模式之一意外增加、一消耗模式改變、一盜水、一分區邊界違反、一事業體計量器錯誤、及一網路裝置故障。根據某些實施例之該方法可進一步包含隨時間接收表示經由該網路遞送之水之濁度、氯、及PH之 水品質資料，及藉由偵測水品質資料隨時間之改變超出一統計臨限值、成比例臨限值、或恆定臨限值來識別網路事件。
經由一使用者介面將該一個或多個網路事件報告給一使用者。在某些實施例中，將該等水網路事件儲存於一資料庫中，以使得其等可由各種介面模組存取，該等介面模組以包含通過事件列表、曲線圖或趨勢資料、及障礙單或其他警示之不同方式報告該等事件。
在某些實施例中，該方法包含自該等計量器外部之一個或多個源接收次級資料，該次級資料表示影響由該水事業體網路服務之一區域中之水之消耗的一個或多個條件。該次級資料可包含：(舉例而言)天氣資料，其表示該水事業體網路之區域中之天氣狀況；日曆資料，其表示影響在一既定日期之水消耗之一個或多個因素；修繕資料，其表示對該水事業體網路執行之一個或多個修繕；及結構資料，其表示該水事業體網路之一結構。如本文進一步闡釋，此次級資料可與計量器資料一起分析以提供更好、更準確之結果並減少或消除假警示。舉例而言，一水事業體網路之一既定區域中之水流量或消耗之一異常增加可由高於平均之熱量或乾旱或由一假日或其他自然或人文事件來闡釋，該等事件導致人們留在家中而不去工作或以其他方式改變在一個或多個特定位置處之典型消耗模式。
在某些實施例中，藉由基於來自水事業體網路之其他計量器資料在統計上預測一第一計量器之計量器資料來分析 計量器資料，諸如藉由計算該第一計量器之可能值之一統計分佈，並比較該第一計量器之所接收計量器資料與該第一計量器之所預測計量器資料。藉由圖解說明，歷史資料可指示第一計量器之值通常係由一第二計量器同時量測之值的兩倍；則預測第一計量器具有大約為當前自第二計量器獲得之讀數兩倍之一當前讀數。可藉由在來自第一計量器之實際接收計量器值以一預定統計偏差偏離第一計量器之預測計量器值達超過一預定臨限值之一持續時間之情況下、在其等在一預定時間窗內出現之頻率超過一預定臨限值之情況下偵測一異常或藉由其他方式來識別該等網路事件。計量器值之統計異常偵測係克服水網路之諸多未經計量組件中固有之困難之一強固方式，最顯著地係服務性消費者之水消耗，其對網路之任何分析具有一深遠影響。此消耗中之統計結構(諸如，一週期性趨勢)貫穿整個網路傳播，導致計量器值中之類似或導出統計結構，允許對在網路之例行操作期間(非異常)產生特定計量器值之一可能性分析。另外，如本文所述之統計異常偵測之使用允許用於本發明之具有網路之方法及系統，該等網路供應不覆蓋該網路之每一部分、不基於即時地提供、或另外不完整且有缺陷之計量器資料。因此，舉例而言，本文所述之異常偵測經設計以在其中僅在某些網路接面或位置處提供計量器或其中在消費者居住地處逐月地或以不能提供最新資訊之其他方式獲得計量器讀數之水事業體網路中最有用。事實上，如上文闡釋，典型之水事業體網路承受自網路收集之 計量器資料中之此等類型之不足中之一者或多者，且缺乏可便於簡單保留大量輸入及輸出結算之一準確、頻繁、即時消費者消耗計量，且經設計以將水遞送至大量消費者，該等消費者之個別行為不可預測且由於各種因素而經受改變。
在某些實施例中，基於來自水事業體網路之其他計量器資料在統計上預測第一計量器之計量器資料包含選擇一個或多個第二計量器作為一個或多個對應計量器，並使自第一計量器接收之計量器資料與自該一個或多個對應計量器接收之計量器資料相關。可藉由使該一個或多個第二計量器之歷史計量器資料與該第一計量器之歷史計量器資料相關來選擇該一個或多個第二計量器。在某些實施例中，該一個或多個第二計量器可係過去各自與第一計量器之值緊密相關之計量器。不嚴格地說，在例行網路操作中，期望第一計量器之值繼續此相關。藉由圖解說明，此一情況可出現在數個計量器量測具有類似人口分佈且因此具有類似(或成比例之)消耗模式之數個不同鄰域所消耗之水之流量時。該一個或多個第二計量器可進一步被選擇為如下之一者：定位於水事業體網路內，以便不受影響第一計量器之為網路操作員所關注之種類(諸如一洩漏)之局部異常影響；但作為同一網路及一般區之部分，第二計量器受相同之總異常(諸如在一炎熱日之增加消耗)影響。以此方式，影響來自第一計量器之資料之一局部異常將不影響來自第二計量器之資料，且因此將更易於藉由與來自第二計量器 之資料進行一統計比較來偵測，而一總異常(即使其原因不知曉)將不產生一假警示。
先前技術中之上述及其他不足中之某些或全部係由一種用於監視一水事業體網路之電腦化系統解決，該系統具有用於儲存表示由該等計量器量測之複數個參數之計量器資料之一網路資訊資料庫，該等參數至少包含通過該等管道之水之流量，及來自該等計量器外部之一個或多個源之次級資料，該次級資料表示影響由該水事業體網路服務之一區域中之水之消耗之一個或多個條件。該系統進一步含有：一分析引擎，其經組態以分析計量器資料及次級資料以識別異常；一事件分類引擎，其經組態以基於該等異常識別水事業體網路事件，該等水網路事件包括洩漏事件及關於流動通過管道之水之量或品質及水事業體網路之網路裝置及操作之其他事件；及一事件資料庫，其用於儲存由事件分類引擎識別之表示該一個或多個水網路事件之水事業體網路事件資料。該系統可進一步包含用於自事件資料庫擷取水事業體網路事件資料並將其報告給使用者之一組介面模組。
在某些實施例中，分析引擎包括複數個預測器模組，其等用於在假設例行操作及無異常事件之情況下產生一既定計量器之計量器資料之可能值之一統計分佈，及複數個異常偵測器模組，其等用於比較該既定計量器之實際計量器資料與該計量器資料中用以偵測異常之可能值之分佈。
先前技術中之上述及其他不足中之某些或全部係由一種 用於管理一水事業體網路之電腦化方法解決，該方法包括將計量器資料發送至一分析引擎，自該分析引擎接收表示水事業體網路事件之資料，及將所接收之水事業體網路事件在一電腦化顯示裝置上顯示給一使用者。根據某些實施例，該等水網路事件包含洩漏事件及關於流動通過管道之水之量或品質及水事業體網路之網路裝置及操作之其他事件。該水事業體網路事件資料可已被識別為分析計量器資料及次級資料之一結果，該次級資料表示影響由該水事業體網路服務之一區域中之水之消耗之一個或多個條件。
在隨附繪圖之各圖式中圖解說明本發明，該等圖式係實例性而非限定性的，其中相同參考符號指代相同或對應部分。
在下列說明中，將參照形成本文一部分之附圖，附圖中以圖解說明之方式展示其中可實行本發明之特定實施例。應瞭解，可利用其它實施例且可在不背離本發明範疇之情況下做出結構性改變。
圖1提供圖解說明一種用於監視一水分配系統中之資源之系統之一項實施例之一方塊圖。如圖1中展示，該系統包含由各種軟體模組及資料庫組成之一水網路分析引擎100，該等各種軟體模組及資料庫駐存於電腦硬體上且執行下文進一步闡述之功能。引擎100可包含回應於可執行指令執行下文所述操作之一個或多個處理裝置。水網路分析引擎100分析自不同計量器、感測器、讀取裝置接收之 資料或與一分佈網路有關之其他資料。熟習此項技術者將瞭解，除非特定上下文明確地另外指示，否則如本文使用之術語「計量器」及「感測器」通常係關於同一類網路裝置，且囊括任一計量器、感測器、量規或能夠測量若干參數或值或一刺激(尤其是與一水分配網路相關連之刺激)之其他裝置。該系統基於彼資料識別異常及事件，並將即時警示或離線資料報告提供至使用者，使用者然後可酌情採取行動以解決由分析引擎100識別之任何現象或事件。如下文進一步闡述，由分析引擎100識別之異常及事件包含洩漏、爆裂、意外水消耗、計量器出錯、計量器校凖問題、水品質改變、對經由網路遞送之水量很重要的其他問題、網路裝置故障、及熟習此項技術者將瞭解之其他問題。
如圖1中展示，在某些實施例中，作為對水網路分析引擎100之輸入而接收之資料包含GIS資料101、操作資料102、水分配系統103、計量器資料1 103a、計量器資料N 103b及外部資料104。
GIS資料101係來自一地理資訊系統(「GIS」)之資料，其闡述水網路之結構及佈置與跨越該水網路之計量器之定位，且包含計量器類型、計量器位置、計量器壽命、水管道之描述(諸如直徑及製造材料)、該網路成若干壓力地帶及/或供應地帶之分割、一城市或區地圖、及由熟習此項技術者瞭解之額外演化資料。亦可利用水分配系統之地理及工程之任何其他特性，以及熟習此項技術者所依賴之任 何其他資料。亦注意，此資料可係包含與下伏資源系統本身之演化(舉例而言，當在該系統中安裝或以其他方式修改新的水管道、連接、計量器等時)一致之更新之演化資料。此外，此資料可包含在對下伏資源系統取樣或量測時之更新，舉例而言，在檢驗現有管道查找材料疲勞或累加之固體沈積物所致之內部收縮時。
操作資料102包含資產管理資訊，且可係關於由網路操作員執行之操作之可與用以判定或否定一異常之計量器讀數相關之呈一數位格式之任何資訊。舉例而言，操作資料102可包含涉及水網路操作之資訊，諸如例行或經計劃之水網路操作、影響水流動之閥之打開及關閉、抽水操作、聲波測量、對水網路之任一部分所做之修繕或改良、該等修繕/改良之日期及時間、該等修繕/改良之位置、對網路所做之例行維護、及指示在該網路上技術人員何時及何處可係在工作中之存取控制資訊。在一項實施例中，由用於管理水網路之系統提供操作資料102。
所監視之水分配系統產生大量時間相依資料，諸如但不限於諸如流量、壓力及儲水槽水平面之水力指示符及諸如氯、濁度、pH及其他之品質指示符。此資料可由貫穿整個網路分佈之計量器產生，且可由水分配系統103表示。此外，貫穿整個網路分佈之計量器可係在任意位置中，或僅提供整個網路之一部分表示之位置中。計量器資料1 103a及計量器資料N 103b表示由水分配系統103中之各種感測器及計量器產生之資料。用於收集諸如由網路資料103a及 計量器資料103b所表示之網路資料之網路資料之一系統的一項實例係一SCADA系統。SCADA資料可包含連續的時間相依計量器資料，諸如水之壓力、水之流動速率、水之濁度、水中之氯位準、水之pH、及儲水槽水平面。熟習此項技術者熟悉SCADA資料系統，且可易於瞭解該術語表示來自一工業製程(於此情形中，一分配網路)之資料收集之一抽象化。
外部資料104包含與水消耗及網路狀況相關之額外資訊，但不嚴格地限於上述類別中，諸如天氣預報、節日或影響水消耗之其他日曆事件及該網路之既定部分內之網路行為、或事業體本身或其消費者所做之可影響水網路功能之任何其他事件。
水網路分析引擎100分析各種輸入資料流並返回根據下文進一步詳細闡述之處理操作加以歸類並製訂為事件資料之輸出。水網路分析引擎100將資料儲存於資料庫106中，且藉由諸如事件追蹤介面108、警示介面109、報告介面110、專有系統介面111及其他介面112之一個或多個介面系統擷取來自資料庫106之資料。水分析引擎100亦可自資料庫106存取先前儲存之資料，以便在事件之報告中提供連續性，舉例而言，更新一先前偵測之事件仍在進行中，而非將其偵測為一額外之單獨事件。使用不同類型之介面系統將關於事件之資訊以不同方式提供至使用者或外部系統。舉例而言，事件追蹤介面108使得使用者能夠瀏覽在網路上偵測之所有事件，而警示介面109將警示發送至使 用者(例如，經由一電子郵件、SMS或語音訊息)或已藉由規則或政策判定為需要更即時注意之外部系統。介面108至112可由各種電腦化裝置存取，諸如桌面型電腦及膝上型電腦、蜂巢式電話、黑莓裝置、智慧電話、呼叫器及經程式化以接收頁面、障礙單及其他類型之警示之其他行動裝置。介面108至112可由自經由任一適合網路(諸如但不限於網際網路)連接之伺服器請求其等之電腦化裝置存取，或可被推至用於由使用者觀看之此等裝置或輸入至諸如障礙單系統之其他系統中。來自水網路分析引擎100之輸出可以一電子邏輯文件形式儲存於資料庫106中或印刷至紙。
儘管圖解說明為一單個系統，但在各種實施例中，所圖解說明之系統可跨越多個硬體裝置整合及/或分佈，且可以邏輯方式、實體方式或地理方式分佈。水網路分析引擎106可係回應於可執行指令執行如本文所述之處理操作之任一適合的實體處理裝置。水網路分析引擎100亦可包含可操作以電子地儲存資料之任一適合類型之儲存裝置。圖2提供繪示根據某些實施例之一水網路監視系統之進一步細節之一方塊圖。在一項實施例中，元件203至207形成圖1之水網路分析引擎100。圖2包含水網路200、水網路201、資料202、網路資訊資料庫203、資料製備引擎204、預測器205、異常偵測器206、事件決策及分類引擎207、資料庫208、及包含事件追蹤介面210、警示介面211、報告介面212、專有系統介面213、及其他介面214之輸出介 面209。
由元件200及201表示之水分配系統係一個或多個連接之水分配系統，或位於不同區中且其間幾乎不具有或完全不具有連接之若干水分配系統。在一項實施例中，元件200及201可係任一適合之資源分配網路，諸如一都市、鄉村或批發商水事業體網路、一工廠或其他大型建築物或軍艦中之液體分配網路、或諸如一污水管系統之任何適合的資源收集網路。熟習此項技術者將瞭解，元件200及201可係任一水分配或收集系統。水網路200及水網路201發送代表該網路之時間相依資料，諸如水流量、壓力、濁度、儲水槽水平面、氯位準及pH位準。舉例而言，該網路可藉由使用一SCADA系統獲得此資訊。來自水網路200或水網路201之資料可報告來自特定計量器或計量器集合(其等之某些可係相關的)之資料。舉例而言，如熟習此項技術者將瞭解，可以地理方式按地帶或按分區計量(DMA)將計量器分組。資料可係直接自網路中之計量器或計量器集合發送，或資料可來自一網路介面資料庫203；另外，該資料可經資料製備引擎204加強以(舉例而言)添加或計算新類型之資料，諸如早晨及夜晚消耗資料。為便利起見，將在此說明書中使用術語「計量器資料」指代來自一單個計量器之實際資料，或來自多個計量器之讀數或隨時間接收之一個或多個計量器之多個讀數之一預定有意義組合(諸如流動進入至一DMA之總和)，或產生闡述該網路之某一態樣之一組有意義的時間相依資料之任何類似預定計算。基於網路 佈置及個別計量器之位置，熟習此項技術者將易於識別此等有意義之組合。資料202表示包含資產管理資訊之其他資料，其可係呈一數位格式之可與計量器讀數相關以判定或否定一異常之任何資訊。舉例而言，此可包含涉及水網路操作之資訊，諸如例行或經計劃之水網路操作、影響水流動之閥之打開及關閉、聲波測量、對水網路之任一部分所做之修繕或改良、該等修繕/改良之日期及時間、該等修繕/改良之位置、對網路所做之例行維護、及指示在該網路上技術人員何時及何處可係在工作中之存取控制資訊。另外，資料202包含與水消耗及網路狀況相關之額外資訊，諸如天氣預報、節日或影響水消耗之其他日曆事件及該網路之既定部分內之網路行為、或事業體本身或其消費者所做之可影響水網路功能之任何其他事件。
網路資訊資料庫203聚集自水網路200及201中之計量器收集之原始資料及資料202。將來自網路資訊資料庫203之資料發送至資料製備引擎204。資料製備引擎204組織及格式化所接收之資料以供進一步處理。如熟習此項技術者已知，由不同水分配系統使用之資料格式可彼此不同。舉例而言，倫敦市可以完全不同於紐約市之一格式收集及儲存網路資料。另外，資料製備引擎204藉由移除不反映網路之實際效能之資料或反映系統設計者或網路管理者已決定不解決之一瞬時現象之資料來製備用於分析之資料；可應用此項技術中通常已知之方法以「平滑」自網路收集之資料。此等方法中之某些方法係應用至正自一既定水網路接 收之特定資料之LOWESS及試探式清潔。資料製備引擎204自網路資料提取資料元素並將其格式化成一一致格式。在經過濾資訊中間，可係與來自資源之若干方位之資料傳輸相關聯之雜訊，諸如(舉例而言)來自一計量器之雜訊資料傳輸，或與該資料量測、傳輸或收集相關聯之錯誤。資料製備引擎204亦可在自水網路200及201接收之所有資料已被格式化但幾乎或完全未被過濾或平滑之後輸出其等，以允許系統分析否則在首先應用平滑技術中之一者之情況下可被捨棄之資料。資料製備引擎204將經預處理之資料發送至預測器205及異常偵測器206。熟習此項技術者將瞭解，元件203至214可含有於同一裝置中或駐存於同一裝置上，或分佈於多個裝置之間。
在一項實施例中，預測器205含有使用各種技術之N 數目個個別預測器。如下文進一步闡述，預測器205分析資料組並在假設未發生異常事件之情況下提供所期望實際計量器值之統計分佈之預測。如此項技術中所熟知，預測器可使用一機器學習框架來設計以在統計上分析該資料。機器學習框架之實例係論述於Ethem Alpaydýn之「Introduction to Machine Learning(Adaptive Computation and Machine Learning )」(MIT Press(2004)，ISBN 0262012111)及Ryszard S.Michalski、Jaime G.Carbonell、Tom M.Mitchell之「Machine Learning： An Artificial Intelligence Approach 」(Tioga Publishing Company(1983)，ISBN 0-935382-05-4)中，其等以全文引用之方式併入本文中。某 些特定預測器之操作之更詳細說明見於圖5至圖6及隨附說明中。
可包含M 數目個個別偵測器之異常偵測器206自預測器205接收統計預測資料及自資料製備引擎204接收經預處理資料。如圖5中論述，自預測器205接收之資料組包含具有該等值之可能值、變量及任何其他統計描述符之一分佈。熟習此項技術者將瞭解，該資料組可含有正被分析之計量器之多個可能值及實際值。異常偵測器206包含用於測試該計量器無異常之可能性及偵測諸如特定事件類型之交替假說之可能性之異常偵測器。異常偵測器206將異常發送至事件決策及分類引擎207。彼等異常中之某些表示該等事件本身，且有些表示事件之部分，諸如一事件之開始、一事件之結束、一事件中之本質改變、一事件之高峰等等。
異常偵測器206可操作以分析自預測器發送之期望值與自網路擷取之實際值之任何偏差之顯著性。針對每一資料組，每一異常偵測器藉由分析偏差之顯著性來判定當在一既定時間週期期間給出計量器讀數之情況下不出現相關異常之統計可能性。異常偵測器206分析偏差隨時間(例如隨分鐘、小時、日或更長)之顯著性，乃因(舉例而言)偏差之連續或頻繁出現增加此等偏差之顯著性。如熟習此項技術者將瞭解，一系統設計者將設計或調整異常偵測器206以(除其他外)尤其基於小時間範圍事件、當前開始之事件(與要求在一較長時間週期上具有持續偏差以供偵測之小量值 事件相反，其等通常在具有大量值時可偵測)所期望之敏感度來分析在一時間週期上之偏差。因此，舉例而言，僅出現一次或僅針對一短時間週期(諸如一分鐘)出現之一小偏差將不被偵測為一異常，而出現於一延長時間週期上或頻繁地出現於彼週期內之同一小偏差將由異常偵測器206識別為在統計上顯著的，並偵測為一異常。
關於分析偏差之顯著性，舉例而言，在與歷史統計資料相比時，一計量器讀數根據歷史統計資料可係顯著的。舉例而言，三個標準偏差之一差或最高百分位數中之一值可係一顯著偏差。在其他實施例中，統計偏差係藉由偏差作為參數之一函數之分佈來量測。一個此種參數可係時刻，意指該偏差之顯著性可相依於可根據時刻而變化之偏差之分配。其他此等參數可包含諸如溫度或濕度之天氣量測、天氣警報、假日或可改變彼日或彼時刻之網路特性之體育事件。另外，值之偏差之顯著臨限值可由一系統設計者、使用者或水事業體管理者所期望之統計置信度之位準改變。在各種實施例中，該臨限值係：(1)一統計置信度位準，其基於偏差依據歷史資料中之相關的分配(諸如特定之多個標準偏差)來計算；或(2)一常數，高於該值時系統偵測到一異常。在某些實施例中，分析實際值與預測值之比率，而非兩者之間的差；亦應瞭解，術語「差」在此等實施例之情形中用於同等地指代此比率。
在一項實施例中，當在一既定週期上存在與期望值之一恆定的在統計上較大偏差時一異常偵測器找到一異常。在 統計上較大意指一統計上顯著之相對界限(諸如N個標準偏差或K倍之內四分位距，或相依於特定實施方案考量資料之實際分配之其他標準)。此外，在比較「瞬間」讀數與期望值時，使用差值與期望值之總標準偏差(或其他統計描述符)可產生大量錯誤肯定，因為該比較可(舉例而言)將高變量時刻與低變量時刻混在一起。因此，為減少此錯誤，系統藉由用X(t)-P(t)除(舉例而言)在該周之彼日之彼適當時刻處之此等差值之標準偏差來比較一讀數X(t)與預測值P(t)。相對界限之量值及週期之長度係該方法之參數，其等使得特定例示替代地關注於較短或較小事件上。
在另一實施例中，一異常偵測器計算在特定固定週期上之實際值與預測值之間的差值之曲線(AUC)下之區(或，另一選擇係，彼差值之絕對值之曲線，此差值之絕對值影響低值是否可抵消後續之高值)。此計算可以(舉例而言)一日之每一刻鐘之方式執行。AUC本身並非一統計量，但由於此等係固定週期，則該分配可以經驗為主地量測：在計量器X之在一周日之子夜與上午6點之間的AUC值之僅5%大於X0之情況下，則發現此一AUC值係大概「5%概率」的。該等固定週期之長度(及其等相比較之週期)係該方法之參數，其等使得特定例示替代地關注於較短或較小事件上。
事件決策及分類引擎207可操作以比較來自M 個異常偵測器206之一統計分析來判定在給出當前計量器讀數之情況下非異常假說之總統計可能性。引擎207將基於來自相 同或不同計量器且同時或在一既定時間週期上對多個異常之偵測(其等皆一致地指示一事件之出現)而增加該事件之統計可能性。舉例而言，一個異常可表示一事件之開始，而另一異常可表示該事件中之一改變或該事件之結束，且分類引擎207將彼等異常辨識為與一單個事件有關。作為另一實例，來自不同計量器之與增加流量(在一類似時間中且來自有關位置)有關之兩個異常將皆指示同一事件。在一項實施例中，使用試探法基於來自暫時統計資料之一讀數之統計可能性與來自空間統計資料之一讀數之統計可能性之一組合來判定一計量器讀數之總統計可能性。舉例而言，在歷史統計資料比較指示該計量器之當前讀數僅有15%之可能性為如此高，但空間統計資料比較指示該計量器之當前讀數係95%之可能性為如此高之情況下，則總的讀數可能性可係75%之可能性為如此高。舉例而言，見Koziol、James及Tuckwell、Henry之「A Bayesian Method for Combining Statistical Tests」(Journal of Statistical Planning and Inference 1999：78(1-2)，317至323頁)，其以引用的方式併入本文中。
由分析引擎偵測之事件之實例係一水洩漏、一爆裂、一計量器出錯、一盜水、一通信錯誤、一水品質問題、一意外消耗增加、一消耗模式改變、諸如異常儲水槽水平面或壓力之網路故障及其他。舉例而言，可包含關於事件之進一步細節，諸如事件之開始時間、事件之結束時間、事件之一量值、與該事件相關聯之一總水損失。
事件決策及分類引擎207亦產生關於每一事件之額外資料，諸如開始時間、結束時間、事件之量值、該事件之一累加量值(諸如自洩漏開始起之總水損失)、該事件之類型、狀態及實體單元(諸如壓力單元)、pH或氯濃度。在某些實施例中，該事件之量值係表示該事件之大小或比例之一值，諸如在正常條件上之額外流量之一計算、計量器誤算或氯改變。此資訊係儲存於資料庫208中以供進一步發送至介面209。將異常之某些輸出映射至儲存於資料庫208中之事件之某些欄位。與事件相關聯之欄位之實例係：事件之類型(如事件決策及分類引擎207所判定)、開始時間、結束時間、量值、及事件類型之實體單元。
熟習此項技術者將瞭解，藉由使用多個預測器及異常偵測器，比較來自M 個異常偵測器206之統計可能性可導致一所偵測事件係一異常之增加的置信度，或可導致一所偵測事件係一異常之一減少的置信度。在一項實施例中，事件決策及分類引擎207可為自每一M 異常偵測器發送之事件或事件部分同等地加權。在另一實施例中，事件決策及分類引擎207可基於一預定組態將權數指派給自每一M 異常偵測器發送之事件或事件部分。
資料庫208自事件決策及分類引擎207接收用於藉由輸出介面209儲存於資訊庫208中及自資料庫208擷取之資料。
事件追蹤介面210將一事件列表提供至系統之使用者。使用者可藉由選擇一所列事件來檢視個別事件及其相關聯資料。發送至事件追蹤介面210之事件可由該系統之使用 者過濾。舉例而言，負責僅修繕洩漏之一使用者可僅查看洩漏事件，而該系統之一管理者可查看每一類型之事件及事件資料或事件之一聚集視圖。不同使用者檢視不同類型之事件，且一使用者之需要或責任可支配彼使用者查看哪些事件。舉例而言，一洩漏管理者可選擇僅檢視高置信度洩漏事件，或僅具有高於某一固定臨限值之量值之洩漏。在另一實例中，負責監視一個鄰域之使用者查看與位於彼鄰域中之計量器資料相關聯之事件。在另一實例中，水網路201之管理者查看與水網路201相關聯之所有事件，而水網路200及201兩者之管理者查看與兩個網路相關之所有事件。熟習此項技術者將瞭解，可使用基於標準角色之使用者介面、存取控制件、及可由系統管理員管理之使用者管理方法來提供對事件資料及報告之此存取粒度。
在事件追蹤介面210中呈現之事件資料可包含事件開始時間、類型、位置、量值及狀態。另外，可進一步為選擇該事件之一使用者提供更詳細資訊，諸如由與所選擇事件相關之使用者公佈之地圖、曲線圖、評論，及引擎或使用者所做出之對所選擇事件、地圖、曲線圖等等之注解，如下文所闡釋。作為一更詳細實例，事件追蹤介面之使用者可對事件加以注解，或包含對其他事件或使用者介面物件之超連結。該等注解係作為(舉例而言)HTML形式之欄位自事件追蹤介面傳遞，該等HTML形式之欄位係在網路上傳遞並儲存於資料庫208中在將由系統之其他使用者查看之相關聯事件記錄中。使用者亦可將一事件或與該事件相 關之任務之所有權或責任指派給該系統之其他使用者。舉例而言，一洩漏分析員可將一特定之疑似洩漏指派給一毗鄰地帶之水工程師，以查詢當前維護是否可闡釋一流量異常，或指派給一控制室管理者以建議或請求一調查及修繕。提供至一使用者之詳細事件資訊包含將進一步幫助使用者做出關於該事件之一知情決策並相應地對其採取行動之資料。舉例而言，在系統偵測到一洩漏並將一洩漏事件發送至210之情況下，系統依據該事件記錄及該資料之通過地圖、曲線圖等等之顯像來提供事件資料，以展示(舉例而言)當前實際值相對於預測或過去值之一比較。舉例而言，該事件資料之一個顯像可係呈展示隨時間之流動速率之一曲線圖之形式，且該流動速率之增加之一高亮部分可指示一洩漏，以幫助使用者關注於該事件之重要態樣。在圖11至圖15中展示事件追蹤介面210之樣本截圖。
警示介面211根據預定規則或政策操作以識別需要通過使用者指定之電腦化裝置推動至特定使用者之某些事件。舉例而言，一使用者可通過規則或政策指定，具有一指定量值之某些事件係在指向該使用者之電子郵件訊息中發送，而更緊急或更具時效性類型或具有較大指定量值之其他事件係通過文本、呼叫等等而被推動出至其行動電話。由警示介面211產生之警示含有關於該警示之某些指定資料，以協助使用者做出關於該事件之一知情決策。使用者可將警示介面211組態為在訊息本身中包含多少細節及多少額外資料可使得使用者通過(舉例而言)對事件追蹤介面 210中之一物項之一鏈接擷取獲得。
報告介面212係自資料庫208擷取事件資料並產生各種報告、表格、圖表、曲線圖等等以圖解說明事件或事件之聚集之一報告系統。如熟習此項技術者將瞭解，報告介面212允許使用者藉助任何期望之欄位或參數(諸如地理、時間、事件類型等等)來聚集事件及事件資料。通過報告介面212產生之報告允許使用者(諸如水網路管理者)更好地計劃對其等網路之進一步修繕或改良、計量器之放置、或與操作、設計、存貨相關之其他決策及其他考量。
專有系統介面213係與水分配系統之操作者所使用之另一軟體程式介接之一系統。舉例而言，專有系統介面213自資料庫208擷取事件資料並將其全部或一指定部分輸入至一障礙單系統中以通知洩漏或其他事件之維護人員。障礙單軟體之一實例係Numara®之Track-It！®。作為另一實例，事件資料可被發送至一工作流系統或資產管理系統(諸如自IBM公司可獲得之MaximoTM 系統)以使得可更容易地針對該事件做出行動。針對報告給使用者之事件資料經詳細歸類且可經調適以供由任一工業標準介面使用。一工作流系統介面之一項實例係Handysoft之Bizflow®。
就先前所述實施例中之任一者而言，元件203至209可駐存於一伺服器或一組伺服器上(諸如一網路伺服器)，且可利用一應用服務提供商(「ASP」)模型以向使用者提供用於經由一網路介面存取至警示及報告之介面209。
圖3提供圖解說明一種用於根據本發明之實施例監視一 水網路之方法之一流程圖。在步驟301中，系統接收來自或有關水網路之資料，包含網路資料(例如，SCADA資料)、GIS資料、操作資料及來自水分配系統及其他源之外部事件資料。該系統可操作以自相同或其他源接收其他類型之資料，且可經修改以藉助同一解析方法處理此資料。在一項實施例中，步驟301可由圖1中之元件100或(更具體而言)由圖2中之元件203執行。接下來，在步驟302中，該系統使用統計模型及本文所述之其他演算法分析所接收資料。在一項實施例中，步驟302可由圖1中之元件100或(更具體而言)圖2中之元件204至208之任一組合來執行。最後，在步驟303中，該系統產生及顯示包含事件、警示、報告及曲線圖之輸出。在一項實施例中，步驟303可由圖1中之元件106至112或(更具體而言)圖2中之元件210至214執行。
圖4提供更詳細地圖解說明一種用於根據本發明之實施例監視一水網路之方法之一流程圖。在步驟401中，該系統自正分析之水網路接收資料；該資料包含網路中之計量器之識別及地理位置。接下來，在步驟402中，該系統選擇欲分析之至少一個計量器。接下來，在步驟403中，系統基於在步驟401中接收之資料預測值之一可能分配。參照圖5論述用於預測值之一可能分配之實施例。接下來，在步驟404中，系統在比較預測值與實際值之後判定是否存在值之一統計上顯著偏差。參照圖2論述用於判定偏差之顯著性之實施例。在不存在值之偏差或偏差不顯著之情 況下，系統進行至步驟402並選擇欲分析之另一目標。然而，在系統判定值之偏差係顯著的之情況下，系統進行至步驟405並偵測一異常。
接下來，在步驟406中，系統將事件或事件部分分類。接下來，在步驟406a中，系統判定該事件或相關事件是否存在於資料庫中。在該事件或相關事件不存在於資料庫中之情況下，系統進行至步驟406b並在資料庫中創建一事件。然而，在該事件或一相關事件的確存在於資料庫中之情況下，系統在步驟406c中更新資料庫中之先前儲存之事件。為判定所偵測之事件是否存在於資料庫中，系統比較所偵測之事件與先前儲存於資料庫中之有效事件。一有效事件可係仍在進行中(諸如先前偵測到之一洩漏)但尚未被修繕之一事件。在一項實施例中，為判定仍有效之事件，系統判定諸如一洩漏之一事件是否已結束。該系統藉由查看事件類型之類似度、所偵測事件與先前儲存事件(該先前儲存事件尚未結束)之開始時間、所偵測事件與先前儲存事件之位置、或可能在同一實體真實世界事件之交替或部分偵測時使該兩個或更多個事件相關之任何其他資料欄位來判定所偵測之事件是否與一先前儲存之事件相關。在一項實施例中，當在步驟406c中系統更新事件時，事件記錄在資料庫中保持為同一事件，以使得監視先前所儲存事件之使用者將觀察到所偵測事件及其對先前所儲存事件之狀態之衝擊。接下來，在步驟407中，系統將該事件及相關聯資料提供至能夠報告或儲存該資料之一介面或其他系 統。在一項實施例中，提供有該事件之相關聯資料係與偵測該事件相關聯之資料。舉例而言，在該系統偵測到一洩漏並將該洩漏分類之情況下，提供至一使用者之相關聯資料可係展示洩漏位置之一地圖以及展示隨時間之流動速率差之曲線圖，該相關聯資料將促使系統發佈該事件。
在步驟408中，系統選擇欲監視之下一目標，且該系統繼續偵測該網路中其他計量器之異常。
圖5提供圖解說明一種用於圖4之步驟403中之值之預測之方法之一流程圖。圖5中之系統藉由首先在步驟501中選擇屬性來執行一預測。大體而言，屬性係諸如來自一既定計量器之歷史資料之資料之集合。歷史計量器資料可包含一計量器讀數及彼計量器讀數之對應日期及時間。在一項實施例中，基於來自欲分析之計量器之歷史資料與來自一個或多個對應計量器之歷史資料之一緊密相關，所選屬性係該一個或多個對應計量器之歷史計量器資料。圖6論述基於與欲分析之計量器之歷史資料之一緊密相關來判定對應計量器之一項實施例。
接下來，在步驟502中，系統可根據一誤差度量(例如藉由使用線性回歸及均方誤差根(RMSE)度量)來判定所選擇屬性之最佳擬合組合。該最佳擬合組合產生所選擇屬性(其等接近於欲預測之資料組)之一函數。
接下來，在步驟503中，該系統藉由藉助來自所選擇屬性之資料應用在步驟502中獲得之函數來預測所選擇屬性之可能值分配。所得資料組包含該計量器之一可能值分 配。接下來，所得資料組自圖2之元件205中之預測器行進至元件206中之一對應異常偵測器。
大體而言，可藉由選擇數個屬性(諸如計量器資料組)並將其等組合以產生該資料組(正針對其產生一預測)之一緊密近似值來產生一預測。在一項實施例「獨立屬性選擇」中，屬性選擇藉由選擇各自個別地與正分析之資料組最佳擬合之N 個資料組而進行。舉例而言，在所使用之錯誤度量係均方誤差之根(RMSE)且該等屬性將仿射地組合之情況下，則所選資料組將係在最佳擬合仿射變換下各自個別地最接近(就RMSE而言)正分析之資料組之資料組。為此，系統找出每一個別資料組之最佳擬合參數(相對於接近正分析之資料組)，並記錄由具有最佳參數之每一資料組達成之近似誤差；該系統選擇具有最低誤差(最佳擬合)之資料組。如熟習此項技術者將瞭解，找出最佳擬合參數可藉由諸如線性回歸之習知方法來完成。
在另一實施例「窮舉屬性選擇」中，屬性選擇藉由通過開發可用於預測之資料組之所有可能的N元組來選擇最小化預測誤差之N個資料組而進行。針對每一N元組，系統找出最佳擬合參數(以接近正分析之資料組，相對於諸如RMSE之一特定誤差度量)，記錄所達成之近似誤差，並選擇具有最低誤差(最佳擬合)之N元組。
在一項實施例「增量屬性選擇」中，屬性選擇藉由一次一個地選擇N個資料組以使得在藉助新資料組產生已所選擇資料組之最佳擬合組合時每一額外資料組提供近似誤差 之最大減小而進行。在步驟K+1處，在已選擇K個資料組(K<N)時，系統藉由找出最佳擬合參數並記錄由已選擇之K個資料組與可用於預測之其他資料組中之一者構成之K+1個資料組之所有集合之近似誤差來判定將添加至其等之第K+1個資料組；該系統選擇達成最低誤差(最佳擬合)之額外資料組。
圖7提供該「增量屬性選擇」之一項實施例之一流程圖。在步驟701中，系統選擇欲添加至所選屬性之第一資料組或計量器資料。該第一資料組可係基於與正分析之計量器資料具有一高相關性來選擇。接下來，在步驟702中，系統藉由判定該組合中之資料組之數目N 是否小於設計者允許組合之資料組之預定數目K來判定是否應將另一資料集合添加至該資料組。若否，則系統進行至步驟708並執行分析。在將把另一資料集合添加至該資料組之情況下，系統進行至步驟703並選擇欲添加至該資料組之一第二資料集合。接下來，在步驟704中，系統找出該資料組中所有資料集合之最佳擬合參數，且然後在步驟705中記錄該資料組中所有資料集合之近似誤差。接下來，在步驟706中，系統藉由判定最佳擬合來判定所添加之資料組是否已達成最低誤差。在所添加之資料組尚未達成最低誤差之情況下，系統進行至步驟702。然而，在第二資料集合確實達成最低誤差之情況下，系統進行至步驟707並將第二資料集合添加至該資料組。系統然後進行至步驟702。
在屬性選擇之此等實施例中之每一者之後，然後藉由熟 習此項技術者所熟知之任一方法(諸如線性回歸)進行參數選擇，以就正使用之誤差度量(例如，RMSE)而言產生所有所選資料組之最佳擬合仿射組合。在一項實施例中，並行採用數個不同回歸或回歸方法，且結果係個別回歸結果之中數或均值或類似組合。
如熟習此項技術者將瞭解，「獨立屬性選擇」係此等實施例中之在計算上最快但最不準確的，「窮舉屬性選擇」係在計算上最慢但最準確的，而「遞增屬性選擇」可以中間計算速度提供一中間位準之準確度。
大體而言，可用於產生預測之資料組包含由系統接收之計量器資料組中之全部或某些(諸如所有時間序列之計量器讀數)及彼等資料組之變換(諸如該等時間序列之計量器讀數之時間移位)。在一項實施例中，可用於預測之資料組(屬性選擇必須自其等選擇N個組之屬性)係除了正分析之計量器以外之計量器的資料組，及正被分析之計量器及其他計量器之資料組之某些時間移位。該等時間移位對應於資料中所期望之循環週期中之多個循環週期，諸如一天、一周及一年。舉例而言，其等之資料組被考量之其他計量器可係可用計量器之整個集合，或量測同一量之計量器之集合(例如，在正分析之計量器係一流量計量器之情況下為流量計量器)，或僅位於正分析之計量器遠端之計量器，以使得由正分析之計量器登記之一本端事件不可能以液壓方式通過網路傳播至任一遠端計量器。
在某些實施例中，所使用之計量器資料可係所接收之原 始計量器資料之一經處理版本，且可進一步在時間上與整個歷史資料分開。舉例而言，用於上述分析之資料組可係在連續6小時之週期上計算之平均計量器值(每一計量器每6小時一個平均值)，自當前時間之70日之前開始，且在當前時間之7日之前結束。舉例而言，此可移除計量器之間的由欲偵測之一進行中效應所致之當前相異性之任何非所要效應、可能在一長時間以前已存在之任何無關相異性(諸如在另一季節期間)及短的單日內差異。
圖6提供圖解說明一種用於選擇對應資料用於一對應計量器預測之方法之一流程圖。圖6表示上文列舉之選擇演算法之一簡單子情形，其中將來自一單獨計量器之一單個資料組選擇為對應資料組。此利用下述觀察：遠處之計量器通常可不受相同之本端事件(諸如該等計量器中之一者之一洩漏下游)影響，但可類似地由總體消耗或總體網路事件(諸如溫暖的一天或體育事件)影響，因此防止許多潛在假警示。在步驟601中，系統選擇包含來自一計量器值之歷史資料之一第一資料組。該歷史資料包含壓力及流量值及與壓力及流量讀數相關聯之時間。接下來，在步驟602中，系統選擇一第二資料組，該第二資料組包含來自一計量器之歷史資料。在一項實施例中，該第二資料組係來自一網路裝置之歷史資料，該網路裝置與第一資料組所表示之網路裝置實體上不同且不以液壓方式牢固連接。舉例而言，第一資料組係與位於曼哈頓區(Manhattan)之一計量器相關聯，而第二資料組係與位於皇后區(Queens)之一 計量器相關聯。所選位置可足夠遠，或以其他方式足以自正分析之計量器移除，以使得該等資料組不以液壓方式連接，且因此不受同一異常或事件影響，例如其水流量不受相同之洩漏影響，一個位置中之水品質改變將不影響另一位置，等等。然而，儘管第二資料組將不受同一本端液壓事件影響，但兩個資料組仍將受同一區域性事件或總事件(諸如溫暖的一天或一全市範圍之體育事件)影響。在另一實施例中，第二資料組係來自與第一資料組所表示之同一計量器之一不同時間週期之一資料組。舉例而言，該第一資料組係來自計量器1，且第二資料組亦來自計量器1但表示三天以前之資料。
接下來，在步驟603中，系統比較第一資料組之歷史資料與第二資料組之歷史資料以判定該兩個計量器之間是否存在一緊密相關。可根據此項技術中習知之標準相關技術判定一相關。在Miles、Jeremy及Shevlin、Mark之「Applying Regression and Correlation： A Guide for Students and Researchers 」(Sage Publications Ltd.(2000)，ISBN 0761962301)中闡述此項技術中習知之某些現有相關技術。在相關值超出一預定臨限值之情況下一相關可被視為緊密的，於此情形中系統進行至步驟604。舉例而言，在所使用之相關度量係R的平方(亦稱為判定係數，其介於0至1之範圍內)之情況下，則在所計算之R的平方高於一預定值(諸如0.9)之情況下系統將把該等計量器辨識為對應計量器。在步驟604中，系統判定是否可要求另 一對應資料組。在一項實施例中，可要求另一對應資料組以促進更準確之異常偵測，且系統進行至步驟602。在不要求對應資料組之情況下，在步驟605中系統執行分析，且如參照圖5所論述。
然而，返回至步驟603，且在另一實例中，在相關值低於臨限值之情況下，系統可辨識該等資料組不緊密地相關，於此情形中系統進行至步驟602且選擇另一資料組。
在某些實施例中，由一預測器使用之資料可包含網路分析引擎可用之其他形式之資料，諸如上文所述之操作及外部資料。舉例而言，此資料可用於進一步對該計量器資料加以約束、增強或歸類。藉由例證，一預測器可使用此資料以使得僅使用來自先前假日(非正常工作日)之資料以預測一當前假日之值，或取消非季節性天氣、習知網路事件或暫時網路改變之影響。
圖8提供圖解說明一種用於偵測及登記一水洩漏事件之方法之一流程圖。在步驟801中，系統自水分配系統獲得經預處理之資料。接下來，在步驟802中，系統根據N 數目個統計預測模型執行N 數目個統計預測。接下來，在步驟803中，且針對每一預測器，系統比較預測資料與實際資料以判斷是否存在一統計上顯著偏差。在針對該特定預測器不存在統計上顯著偏差之情況下，系統進行至步驟807且不產生事件。在步驟807處，系統進行至步驟808以自水網路產生另一組計量器資料供用於分析。然而，在步驟803中，在針對該特定預測器存在一統計上顯著偏差之情 況下，系統進行至步驟804並偵測一異常。
接下來，在步驟805中，可根據參照圖4提供之實例之論述將該異常分類成一事件。舉例而言，在系統根據不同預測器模型發佈統計上顯著之一流量持續增加之一異常及統計上顯著之一壓力短期減少(後跟有一壓力校正)之一異常之情況下，在步驟805中將該等異常分類成一洩漏事件之開始。在一稍後之時間點處，在系統偵測到具有類似量值之一對應流量減少異常之情況下，將該異常分類成彼洩漏事件之結束。在步驟805中之將偏差分類之另一方法係使用外部資料以確認或否定步驟804中偵測到之異常。舉例而言，在該分析發生之日係一假日之情況下，其中(舉例而言)住宅水使用模式可顯著地改變，則與預測資料之大統計偏差可增大識別一洩漏事件所需之統計臨限值。在另一實例中，一體育事件可觸發網路之一個區中之一增加的消耗，且系統可經裝備以將此資訊用作外部資料以確認或否定一事件之存在。
在其他實施例中，系統可藉由將額外限制施加至產生異常之資料上來否定一所偵測異常。舉例而言，系統或網路操作者可決定提供僅對應於跨越某一量值臨限值、與期望值具有一偏差持續大於一指定時間週期之時間、或在一時間週期上以大於某一頻率之頻率發生之洩漏之警示。系統偵測洩漏之敏感度可至少部分地相依於使用者判定之量值臨限值，或具有持續至少一指定時間週期之一洩漏。
接下來，在步驟806中，系統登記諸如一洩漏之一事件 且進一步提供一所偵測洩漏之特性。該等特性可包含洩漏之量值、洩漏增加之趨勢或速率及迄今為止洩漏之總水量。洩漏警示及洩漏之特性可儲存於圖2中之一類似資料庫之元件208中，且可以在圖2之輸出端210至214中之任一者上複製。當在步驟806中登記一事件之後，系統進行至步驟808以自網路選擇另一組計量器資料供用於分析。
圖9提供圖解說明一種用於偵測一計量器出錯異常之方法之一流程圖。在步驟901中，系統選擇欲分析之一資料組。元件902及905至909表示用以判定實際值與預測值之任何偏差之統計顯著性之各種預測器及異常偵測器。熟習此項技術者將瞭解，可使用每一元件902及905至909或該等元件之任一組合判定可能值併發佈一異常。此外，系統可藉由同時地或以任一次序順序地執行該等元件之任一組合而進行。
繼續圖9中之流程圖圖解說明之實施例，由元件902表示之預測器及異常偵測器判定除可由一真實網路事件(諸如一洩漏)所闡釋之狀況外是否存在所傳輸值之一統計上顯著偏差。
由元件903至905表示之預測器及異常偵測器判定在第一資料組與一第二資料組相關時是否存在一統計上顯著之時鐘漂移偏差。預測器及異常偵測器繼續在步驟903中選擇一個或多個參考資料組，且然後在步驟904中使第一資料組與該參考資料組相關。該參考資料組可包含通常具有與正分析之計量器緊密相關之值的一個或多個計量器。接下 來，系統進行至步驟905以藉由搜尋產生最佳相關之時間移位來判定該計量器是否展現一統計上顯著之時鐘漂移。在該計量器確實展現時鐘漂移(亦即，在最佳時間移位顯著地不同於0之情況下)之情況下，系統進行至步驟910併發佈一計量器出錯事件。
由元件906表示之預測器及異常偵測器判定是否已傳輸一固定值。系統判定是否已在步驟904中傳輸一固定值或不隨時間改變之資料。在該計量器曾傳輸一固定、幾乎固定、或通常為固定之值達一不正常的長時間之情況下，系統進行至步驟910併發佈一計量器出錯事件。
由元件907表示之預測器及異常偵測器判定短期變化率是否過高或過低。在短期變化率過高或過低之情況下，系統進行至步驟909併發佈一計量器出錯警示。
由元件908表示之預測器及異常偵測器判定是否存在與所傳輸之通常資料量之一統計上顯著偏差。在曾傳輸可觀地少於或多於通常資料之情況下，則系統產生一異常。舉例而言，在計量器未傳輸任何值達三日之情況下，系統產生一異常。然而，在預測欲傳輸之資料量與實際傳輸之資料量之間的偏差在統計上不顯著之情況下，不產生異常。
由元件909表示之預測器及異常偵測器判定該等值是否係其他網路計量器不支援的。舉例而言，大量觀察可指示，在一第一流量計量器處之讀數必須大於在其下游之一第二流量計量器處之讀數，或數個其他計量器讀數之和。在發現此等「不可能」值之情況下，系統進行至步驟910 併發佈一計量器出錯事件。
當在步驟910中提供一事件之後，系統在步驟911中選擇欲分析之下一目標並繼續分析該網路查找其他出錯的計量器。
圖10圖解說明繪示用於提供一意外消耗或盜竊異常之一實施例之一流程圖。元件1003至1005表示用以判定實際值與預測值之任何偏差之統計顯著性之各種預測值及異常偵測器。熟習此項技術者將瞭解，可使用每一元件1003至1005或該等元件之任一組合來判斷可能值併發佈一異常。此外，系統可藉由同時地或以任一次序順序地執行該等元件之任一組合而進行。
在步驟1001中，系統選擇一水網路之一計量器以分析一意外水消耗或盜水。在另一實施例中，系統選擇一水網路之一區段或整個水網路以分析一意外水消耗或盜水。接下來，在步驟1002中，在系統偵測到所選計量器或網路區段之流量之一增加之情況下，系統繼續進一步將(由元件1003至1005表示)該異常加以歸類。在一項實施例中，系統可經由歷史計量器資料偵測一流量增加，並應用參照圖2概述之統計分析。在另一實施例中，系統可藉由分析來自計量器之真實時間資料來偵測一流量增加。
由元件1003表示之預測器及異常偵測器判定是否存在對該消耗模式之流量增加之一統計上顯著匹配。在步驟1003中，系統可藉助一先前儲存之消耗模式分析當前流量增加。先前儲存之消耗模式可包含去年或任一其他時段之計 量器或網路資料以促進判定一消耗模式之分析。在該流量增加匹配消耗模式之情況下，系統進行至步驟1006以判斷該事件是否可由另一因素闡釋。
由元件1004表示之預測器及異常偵測器判定在類似時數中是否存在一統計上顯著之流量重現增加。舉例而言，系統分析該計量器或系統之歷史資料以判定消耗模式之週期性。在存在一流量重現增加且此情形在過去並未進一步發生之情況下，系統進行至步驟1006以判定該事件是否可由另一因素闡釋。
由元件1005表示之預測器及異常偵測器判定是否存在每次具有一類似量值之一統計上顯著之重現流量。在一項實施例中，系統比較流量增加之週期與計量器或網路之其他歷史流量資料，以判定在重現週期期間流量量值之一幾乎恆定增加。在系統每次偵測到類似量值且此情形在過去並未進一步發生之情況下，系統進行至步驟1006以判定該事件是否可由另一因素闡釋。
在步驟1006中，系統判定是否可藉助外部或操作資料否定一所偵測事件。在一項實例中，系統分析操作資料以判定是否存在對正分析之場所之一經授權進入。在另一實例中，在一個計量器處之一流量增加及該同一區域之另一計量器處之類似量值之一對應流量減少指示一流量改變但並非彼區域中之總消耗之一改變之情況下，系統否定一所偵測事件。在系統在步驟1006中不否定所偵測事件之情況下，系統在步驟1007中提供一意外或未授權消耗或盜竊事 件。然而，在系統確實否定該事件之情況下，該系統進行至步驟1008。接下來，在步驟1008中，系統選擇欲分析之下一目標並針對其他意外或未授權之消耗或盜竊事件分析該網路。
圖11圖解說明繪示用於提供一水品質異常警示之一實施例之一流程圖。在步驟1101中，系統選擇來自欲分析之第一場所之一資料組。元件1103、1104及1106表示用以判定實際值與預測值之任何偏差之統計顯著性之各種預測器及異常偵測器。熟習此項技術者將瞭解，可使用每一元件1103、1104及1106或該等元件之任一組合來判斷可能值併發佈一異常。此外，該系統可藉由同時地或以任一次序順序地執行該等元件之任一組合而進行。
由元件1103表示之預測器及異常偵測器判定在步驟1102中選擇之至少兩個場所中是否存在氯、濁度或pH之一統計上顯著改變，該改變超過由水網路管理者設定之一預定臨限值。在步驟1102中，系統可選擇至少兩個或更多個相鄰場所。所選場所之數目可進一步協助系統更準確地預測一水品質異常。在系統在步驟1103中偵測到一改變之情況下，系統進行至步驟1105以決定是否應報告該事件。
由元件1104表示之預測器及異常偵測器判定在來自所選場所之所選計量器處是否存在一在統計上顯著之濁度增加，且若是，則系統進行至步驟1105以決定是否應報告該事件。
由元件1106表示之預測器及異常偵測器判定在同一場所 處是否存在一在統計上顯著之氯減少。在該場所處存在一氯減少之情況下，系統進行至步驟1105以決定是否應報告該事件。
在步驟1105中，系統自元件1103、1104及1106接收事件並判定是否應報告該等事件或取消其資格。排除一事件之一個原因係在存在一在統計上顯著之壓力降、流量增加、或對步驟1101中選擇之場所之一經授權進入之情況下。在一項實施例中，對該場所之一經授權進入可包含由施工人員對該場所之一修繕，此可導致所選擇計量器處之一暫時濁度增加。舉例而言，一顯著的短期壓力降可指示一洩漏事件或網路干擾，其等應被視為以其他方式顯現為一品質異常之事件之根本原因。然而，由於一修繕可係相對簡短的，系統可能不希望由於一暫時修繕而提供一異常警示，且系統進行至步驟1108以選擇欲分析之另一資料組。在系統未偵測到一壓力降、流量增加或對該場所之經授權進入之情況下，系統進行至步驟1107並提供一水品質事件。當在步驟1107中提供一事件之後，系統在步驟1108中選擇欲分析之下一目標並繼續針對其他水品質事件分析該網路。熟習此項技術者將瞭解，其他實施例可考量可暫時地影響彼等其他參數之網路事件及活動而類似地處理其他水品質參數及指示符。
圖12圖解說明根據本發明之一項實施例由事件追蹤介面產生之使用者介面(「UI」)之一截圖。圖12中之螢幕將所偵測事件及其相關聯資訊顯示給一使用者。舉例而言，使 用者可係在一水事業體網路處之一工人，負責監視正分析之水網路。圖12包含UI截圖1201，其包含用於更新狀態1202、事件列表面板1203、曲線圖1204、事件資訊1205、曲線圖1206及地圖1207之區段。
在一項實施例中，UI 1201係一使用者可經由一網路或網際網路查看之一網頁。另外，更新狀態1202通知使用者系統監視水網路查找異常之最後日期及時間。事件列表面板1203給使用者提供先前所偵測事件、該等事件之日期、時間、位置及狀態之一列表。就該實施例而言，事件列表面板1203進一步地允許查看使用者介面1201之人選擇事件列表面板1203中之一事件。將與所選擇事件相關聯之詳細資訊複製為事件資訊1205、曲線圖1204及1206、及地圖1207。舉例而言，事件資訊1205包含異常之一開始時間、異常之一結束時間、異常之一量值、與該異常相關聯之一總水損失、及由系統之使用者供應之任何評論。由使用者或系統供應之評論亦可提供對系統所儲存之其他事件之超連結。曲線圖1204及1206包含關於該使用者所選事件之詳細資訊，諸如在一相關計量器處之水的實際流量與預測(例行)流量之一視覺比較。另外，使用者介面1201利用與所選擇事件相關聯之GIS資料以在地圖1207上展示事件之位置。在一項實施例中，該事件係與一特定計量器相關聯，且在地圖1207上產生該計量器之位置。事件地圖1207亦可能能夠顯示受所偵測事件影響之一網路區，或其中在統計上可能含有準確事件位置之一估計區。
來自圖2之資料庫208或甚至事件決策及分類引擎207可裝載使該水網路之計量器資料、警示、報告、統計分析及一地圖與一使用者介面相關聯以允許系統之一使用者容易地辨出一水洩漏或其他事件之位置之一互動式軟體應用程式。一使用者介面可裝載於資料庫208上，並提供至由元件209表示之任一數目個介面。在另一實施例中，事件決策及分類引擎207操作以將資訊直接發送至元件210、211、212、213、214。
圖13圖解說明根據本發明之一項實施例由事件追蹤介面產生之UI之一截圖。圖13中之螢幕將所偵測事件及其相關聯資訊顯示給一使用者。舉例而言，使用者可係在一水事業體網路處之一工人，負責監視正分析之水網路。圖13包含UI 1301，其包含事件列表面板1302、曲線圖1303及1304、地圖1305及事件資訊1306。
在一項實施例中，UI 1301係一使用者可經由一網路或網際網路查看之一網頁。另外，事件列表面板1302給使用者提供先前所偵測事件、該等事件之日期、時間、計量器位置及狀態之一列表。就該實施例而言，事件列表面板1302進一步允許正查看UI 1301之人選擇事件列表面板1302中之一事件。將與所選擇事件相關聯之詳細資訊複製為事件資訊1306、曲線圖1303及1304、及地圖1305。使用者介面1301利用與所選擇事件相關聯之GIS資料以在地圖1305上展示該事件之位置或近似位置。在一項實施例中，地圖1305操作以顯示登記一事件之多個計量器之位置。
圖14圖解說明根據本發明之一項實施例由事件追蹤介面產生之另一UI之一截圖。圖14中之螢幕顯示與該網路之一所偵測事件或所選擇計量器或區域相關聯之資料。舉例而言，使用者可係在一水事業體網路處之一工人，且更具體而言負責監視正分析之水網路。圖14表示一曲線圖模組，其繪示由系統收集之資料，且允許使用者進一步開發、定製及改變由系統針對每一事件提供之曲線圖，或通過各種顯像並使用系統之某些預處理能力獨立地開發該資料。圖14包含UI 1401、計量器列表及曲線圖控制面板1402、曲線圖1403、及更新狀態1404。在一項實施例中，UI 1401係一使用者經由一網路或網際網路可查看之一網頁。UI 1401之使用者可自計量器列表及曲線圖控制面板1402選擇一個或多個計量器及各種曲線圖類型。可在曲線圖1403中產生與所選擇計量器相關聯之資料。在曲線圖1403中產生之資料可係由系統獲得之任何資訊。更新狀態1402通知使用者系統監視該水網路查找異常之最後日期及時間。
圖15圖解說明根據本發明之一項實施例由報告介面產生之UI之一截圖。圖15中之螢幕將所偵測事件及其相關聯資訊之一總體概述顯示給一使用者。舉例而言，使用者可係在一水事業體網路處之一工人，負責監視正分析之水網路。圖15包含UI 1501、概觀選擇面板1502、事件計數面板1503及1504、地圖1505及曲線圖1506。
在一項實施例中，UI 1501係一使用者可經由一網路或網際網路查看之一網頁。另外，概觀面板1502給使用者提 供顯示在一所選擇時間週期上之一事件總和之選項。使用者可基於計量器值、事件、該等事件之日期及狀態來選擇事件之顯示。將概觀選擇面板1502中之與使用者選擇相關聯之詳細資訊複製為事件計數面板1503及1504、地圖1505及曲線圖1506。概觀選擇面板1502允許使用者藉助其等之各種欄位來分選及過濾事件，舉例而言，僅查看當前及未解決事件、以類型分選之事件。並更新事件狀態及其他工作流特性。此遵循熟習此項技術者所習知之軟體行業標準。
事件計數面板1504及1505根據一時間週期顯示事件之數目、事件類型及位置。在一項實施例中，事件計數面板1504及1505顯示對應於不同時間週期之事件，允許一使用者比較及對比隨時間之網路行為。地圖1505顯示正出現或先前已出現於一區中之事件之位置及其他資訊。在一項實施例中，地圖繪示事件及具有多個事件之高亮區：幾乎不具有事件之位置可被著色為綠色，而具有諸多事件之位置可被著色為紅色。曲線圖1506操作以顯示在一時間週期上之事件之數目及類型之演變。在一項實施例中，曲線圖1506繪示在兩個連續月份期間出現之事件之類型及數目，以(舉例而言)允許使用者比較及分析當前趨勢。熟習此項技術者將瞭解，可將由系統收集之任何資訊複製於曲線圖1506上以更好地協助負責監視該水分配網路之一使用者。
圖1至圖15係考量本發明之一闡釋之概念性圖解說明。應瞭解，本發明之實施例之各種態樣可實施於硬體、韌 體、軟體或其組合中。於此等實施例中，各種組件及/或步驟將實施於用以執行本發明之功能之硬體、韌體及/或軟體中。亦即，同一件硬體、韌體、或軟體模組可執行所圖解說明之區塊(例如，組件或步驟)中之一者或多者。
亦應瞭解，本發明不僅應用於水事業體網路，亦應用於任一類型之分配系統。其他類型之分配系統可係：油、廢水或污水、氣體、電、電話、或涉及自一個區至消費者之流體或流動資源之其他能量遞送系統。事實上，本發明可應用於在網路中之任意位置處具有量測諸如流量、壓力、品質或資料本身之流量之計量器或感測器之任何分配或收集系統。
在軟體實施方案中，將電腦軟體(例如，程式或其他指令)及/或資料儲存於一機器可讀媒體上作為一電腦程式產品之部分，並經由一可移除儲存驅動器、硬驅動器或通信介面載入至一電腦系統或其他裝置或機器中。將電腦程式(亦稱為電腦控制邏輯或電腦可讀程式碼)儲存於一主記憶體及/或二級記憶體中，並由一個或多個處理器(控制器等等)執行以致使該一個或多個處理器執行如本文所述之本發明之功能。於此文件中，術語「機器可讀媒體」、「電腦程式媒體」及「電腦可用媒體」係用於大體指代以下媒體：諸如一隨機存取記憶體(RAM)、一唯讀記憶體(ROM)、一可移除儲存單元(例如，一磁碟或光碟、快閃記憶體裝置等等)、一硬碟等等。
應注意，上文之圖示及實例並不意欲將本發明之範疇限 定至一單個實施例，乃因其他實施例在利用所述或所例示之元件中之某些或全部之互換時亦係可能的。此外，在可使用習知組件部分地或完全地實施本發明之某些元件時，僅闡述此等習知組件之為理解本發明所必需之彼等部分，且省略此等習知組件之其他部分之詳細說明以免模糊本發明。在本說明書中，展示單個組件之一實施例並不一定受限於包含複數個相同組件之其他實施例，且反之亦然，除非在本文中另外明確指出。此外，申請人並不意欲將該說明書或申請專利範圍中之任一術語視為一不常見或特殊含義，除非明確地如此指出。進一步地，本發明囊括與文中以例示方式稱為習知組件之當前及未來已知之等效物。
該等特定實施例之前述說明如此充分地揭示本發明之一般性質，以至於其他人可在不背離本發明之一般概念之情況下藉由應用相關技術領域中之知識(包含所提及且以引用的方式併入本文中之文件之內容)而容易地修改及/或調適此等特定實施例以用於各種應用。因此，基於本文提供之教示及指導，此等調適及修改意欲在所揭示實施例之等效物之含義及範圍內。
儘管上文已闡述本發明之各種實施例，但應瞭解，其等僅係以實例方式而非限定方式提供。熟習此項技術者將瞭解，可在不背離本發明之精神及範疇之情況下在其中做出形式及細節之各種改變。因此，本發明不應由任一上述實例性實施例限定，而是應僅根據下述申請專利範圍及其等效物來界定。
100‧‧‧水網路分析引擎
101‧‧‧地理資訊系統資料
102‧‧‧操作資料
103‧‧‧水分配系統
103a‧‧‧計量器資料1
103b‧‧‧計量器資料N
104‧‧‧外部資料
106‧‧‧資料庫
108‧‧‧事件追蹤介面
109‧‧‧警示介面
110‧‧‧報告介面
111‧‧‧專有系統介面
112‧‧‧其他介面
200‧‧‧水網路
201‧‧‧水網路
202‧‧‧資料
203‧‧‧網路資訊資料庫
204‧‧‧資料製備引擎
205‧‧‧預測器
206‧‧‧異常偵測器
207‧‧‧事件決策及分類引擎
208‧‧‧資料庫
209‧‧‧輸出介面
210‧‧‧事件追蹤介面
211‧‧‧警示介面
212‧‧‧報告介面
213‧‧‧專有系統介面
214‧‧‧其他介面
1201‧‧‧使用者介面截圖
1202‧‧‧更新狀態
1203‧‧‧事件列表面板
1204‧‧‧曲線圖
1205‧‧‧事件資訊
1206‧‧‧曲線圖
1207‧‧‧地圖
1301‧‧‧使用者介面
1302‧‧‧事件列表面板
1303‧‧‧曲線圖
1304‧‧‧曲線圖
1305‧‧‧地圖
1306‧‧‧事件資訊
1401‧‧‧使用者介面
1402‧‧‧計量器列表及曲線圖控制面板
1403‧‧‧曲線圖
1404‧‧‧更新狀態
1501‧‧‧使用者介面
1502‧‧‧概觀選擇面板
1503‧‧‧事件計數面板
1504‧‧‧事件計數面板
1505‧‧‧地圖
1506‧‧‧曲線圖
圖1及圖2提供繪示用於根據本發明之實施例監視一水網路之系統之方塊圖；圖3提供圖解說明一種用於根據本發明之一實施例監視一水網路之方法之一流程圖；圖4提供進一步圖解說明一種用於根據本發明之一實施例監視一水網路之方法之一流程圖；圖5提供圖解說明一種用於根據本發明之一實施例預測一既定計量器之量測值之方法之一流程圖；圖6及圖7提供圖解說明根據本發明之一實施例之屬性選擇之流程圖；圖8提供圖解說明一種用於偵測一水洩漏事件之方法之一流程圖；圖9至圖11提供圖解說明根據本發明之實施例針對特定事件類型之事件偵測之流程圖；及圖12至圖15提供根據本發明之一項實施例展示提供由分析引擎產生之事件資訊之一網路使用者介面之截圖。
100‧‧‧水網路分析引擎
101‧‧‧地理資訊系統資料
102‧‧‧操作資料
103‧‧‧水分配系統
103a‧‧‧計量器資料1
103b‧‧‧計量器資料N
104‧‧‧外部資料
106‧‧‧資料庫
108‧‧‧事件追蹤介面
109‧‧‧警示介面
110‧‧‧報告介面
111‧‧‧專有系統介面
112‧‧‧其他介面

Claims (55)

  1. 一種將資源分佈遍及一網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包括：接收計量器資料，該計量器資料表示由該等計量器量測之複數個參數，該等參數至少包含該資源之流量；自該等計量器外部之一個或多個源接收次級資料，該次級資料表示影響由該資源分佈網路服務之一區域中之網路資產之一條件之一個或多個條件；藉由在統計上預測至少一計量器之計量器資料及將該接收計量器資料與該在統計上預測之計量器資料及次級資料比較來分析該計量器資料以識別資源分佈網路事件，該等資源分佈網路事件包含洩漏事件及關於流過管道之資源量或品質及該資源分佈網路之操作之資訊事件；及經由一使用者介面將該一個或多個資源分佈網路事件報告給一使用者。
  2. 如請求項1之方法，其中分析該計量器資料包含：自該複數個參數中選擇至少一個參數；及根據線性回歸及均方根誤差度量來預測選擇之該等參數之一函數。
  3. 如請求項1之方法，其中分析該計量器資料包含：在有效的資料組中選擇一資料組；及 藉由分析該等有效資料組之所有可能的組合來最小化一預測誤差。
  4. 如請求項3之方法，其中選擇該資料組來最小化該預測誤差包含：找出選擇之該資料組之一最佳擬合參數；找出實現選擇之該資料組之一近似誤差；及在具有最低近似誤差之該等有效的資料組中選擇至少一資料組。
  5. 如請求項1之方法，其中接收計量器資料包含接收選自由下列組成之組：一單獨計量器、大量計量器及量測相同量之大量計量器。
  6. 如請求項1之方法，其中識別資源分佈網路事件包含藉由各網路事件使資料相關聯，該相關聯資料選自由下列組成之組：該事件之一開始時間、該事件之一結束時間、該事件之一量值、該事件之一累加量值及該事件之一比例。
  7. 如請求項1之方法，其中識別一或多個網路事件包含若一真實計量器值與一預測計量器值之間的差異之一曲線下之一區域超過一預定的臨界值，則偵測一異常。
  8. 如請求項1之方法，其中基於一事件類別、該一或多個資源分佈網路事件之一開始時間或該一或多個資源分佈網路事件之位置，該一或多個資源分佈網路事件係彼此相關聯。
  9. 如請求項8之方法，其中該複數個事件之關聯係用於分 類一事件之一開始、一事件之一結束或事件之間之一關係。
  10. 如請求項1之方法，其中分析計量器資料包含：基於來自該水事業體網路之計量器資料在統計上預測該第一計量器之計量器資料，且將該第一計量器之該接收之計量器資料與該第一計量器之該預測之計量器資料比較；若該第一計量器之該接收之計量器資料與該第一計量器之該預測之計量器資料偏離一預定的統計偏差，則偵測一異常；使該異常與一統計置信度位準相關聯並基於該次級資料調整該統計置信度位準；及基於該統計置信度位準將該異常分類為一事件。
  11. 如請求項1之方法，其中分析計量器資料包含利用以下步驟選擇屬性：計算複數個資料組中的各資料組之一近似誤差，該近似誤差係利用決定各資料組之最佳擬合來計算；選擇一額外資料組；計算該額外資料組之一近似誤差，該近似誤差係利用決定該最佳擬合來計算；將該第二資料組之該近似誤差與該複數個資料組中的各資料組之該近似誤差比較；及若當該額外資料組與該複數個資料組中之各資料組比較達到最低誤差，則使該額外資料組與該複數個資料組 相關聯。
  12. 如請求項1之方法，其中識別事件包含識別選自由下列組成之組之事件：一缺陷計量器事件、一無預期消耗事件及一水品質事件。
  13. 如請求項12之方法，其中識別一缺陷計量器時間標記事件包含：接收表示欲被分析之一第一計量器之一第一資料組；接收表示一實體分離第二計量器之一參考資料組；使該第一資料組與該參考資料組相關聯；基於該第一資料組與該參考資料組之相關聯決定一最佳擬合時間轉換；及基於該最佳擬合時間轉換之統計涵義發佈一缺陷計量器事件。
  14. 如請求項12之方法，其中識別一缺陷計量器事件包含偵測在所有時間傳輸之一固定值。
  15. 如請求項12之方法，其中識別一缺陷計量器事件進一步包含偵測依時間變化之統計上不可能之量值。
  16. 如請求項12之方法，其中識別一缺陷計量器事件包含：計算當下由該計量器傳送之資料之一頻率；計算曾經由該計量器或一第二計量器傳送之資料之一數量；及決定當下傳輸之資料之數量與曾經傳輸資料之數量之一統計上顯著偏差。
  17. 如請求項12之方法，其中識別一缺陷計量器事件包含： 決定在分析下之一計量器之一支持值，該支持值係基於該網路中之一第二計量器；及將該支持值與由在分析下之該計量器所產生之一真實值比較。
  18. 如請求項12之方法，其中識別一無預期消耗事件包含：偵測該計量器之一增加流量讀數；計算該計量器之該增加流量讀數之至少一者之一統計涵義、一消耗樣本、該增加流量讀數之一再現及該增加流量讀數之各再現之一量值；及將計算之該統計涵義與該次級資料比較，該次級資料係用於證實或反駁該無預期消耗事件。
  19. 如請求項12之方法，其中識別一水品質事件包含：偵測量測之氯、濁度及pH之至少一者之一統計上顯著變化；及將偵測之該統計上顯著變化與該次級資料比較，該次級資料係用於證實或反駁該水品質事件。
  20. 如請求項1之方法，其包含格式化該接收之計量器資料以進一步分析。
  21. 如請求項20之方法，其中格式化該接收之計量器資料包含移除未反應該資源分佈網路之真實效能之資料。
  22. 如請求項20之方法，其中格式化該接收之計量器資料包含移除選擇之資源分佈網路現象或有關該網路之蓄意操作現象。
  23. 如請求項20之方法，其中格式化該接收之計量器資料包 含始自該資源分佈網路收集之資料平順。
  24. 如請求項23之方法，其中平滑自該資源分佈網路收集之資料包含局部加權散佈圖平滑(LOWESS)及試探清除之至少一者。
  25. 如請求項1之方法，其進一步包含過濾接收之該計量器資料以移除計量器傳輸雜訊。
  26. 如請求項1之方法，其中分析該計量器資料進一步包含分析具有未處理計量器資料之過濾或平滑計量器資料以識別資源分佈網路事件。
  27. 如請求項1之方法，其進一步包含過濾接收之該計量器資料以移除計量器傳輸雜訊。
  28. 一種用於監視一水事業體網路之電腦化方法，該水事業體網路至少包括用於將水遞送至消費者之具有多個分支管道的一管道網路及定位於該水事業體網路內之複數個計量器，該複數個計量器置於該水事業體網路內之不同位置，該水事業體網路提供不足的資料以執行位於遍及該水事業體網路之該等多個分支管道之至少一者之大量計算之保存，該方法包括：接收計量器資料，該計量器資料表示由位於不同位置之該等計量器量測之複數個參數，該水事業體網路提供表示該水事業體網路之一不完全或有缺陷的資料表示，該等參數至少包含通過該等管道之水之流量；自該等計量器外部之一個或多個源接收次級資料，該次級資料表示影響由該水事業體網路服務之一區域中之 資源消耗之一個或多個條件；藉由在統計上預測至少一計量器之計量器資料及將接收之該計量器資料與該在統計上預測之計量器資料及次級資料比較來分析該計量器資料以識別水事業體網路事件，該等水事業體網路事件包含洩漏事件及關於流過管道之水量或品質及該水事業體網路之操作之額外事件；及經由一使用者介面將該一個或多個水事業體網路事件報告給一使用者。
  29. 一種分析一資源分佈網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包含：自該複數個計量器接收計量器資料，該計量器資料表示該資源分佈網路之特性；選擇一第一組計量器資料以供分析，該第一組計量器資料係關於位於該資源分佈網路內之一第一計量器；選擇一第二組計量器資料，該第二組計量器資料係關於位於該資源分佈網路內之一第二計量器；決定該第一組計量器資料與該第二組計量器資料之間的關係；及基於該第一組計量器資料與該第二組計量器資料之間的關係預測該第一計量器之一值。
  30. 如請求項29之方法，其進一步包含基於已決定之該第一組計量器資料與該第二組計量器資料之間的關係之一差 異來偵測該第一計量器之一異常。
  31. 如請求項29之方法，其進一步包含將偵測到之異常分類為一事件並將該事件報告至一介面。
  32. 如請求項29之方法，其中該第一組計量器資料係關於位於該資源分佈網路內之一第一計量器且該第二組計量器資料係關於位於該資源分佈網路內之一第二計量器。
  33. 如請求項29之方法，其中該第一組計量器資料係關於位於該資源分佈網路內之第一複數個計量器且該第二組計量器資料係關於位於該資源分佈網路內之第二複數個計量器。
  34. 如請求項29之方法，其中選擇該第二組網路資料包含選擇選自由下列組成之組的該第二組網路資料：地理資料、歷史資料、日曆資料、天氣資料及運動事件資料。
  35. 如請求項29之方法，其中決定第一及第二資料組之值之間的關係包含決定該第一及第二資料組之一線性關係、倍數關係及平方關係。
  36. 一種將資源分佈遍及一網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包括：接收計量器資料，該計量器資料選自由資源流動資料、壓力資料、貯存位準資料、氯資料、濁度資料及pH資料組成之組；自該等計量器外部之一個或多個源接收次級資料，該 次級資料表示影響由該資源分佈網路服務之一區域中之資源消耗之一個或多個條件；藉由在統計上預測該計量器資料及將該計量器資料與該在統計上預測之計量器資料及次級資料比較來分析該計量器資料以識別資源分佈網路事件；及經由一使用者介面將該一個或多個資源分佈網路事件報告給一使用者。
  37. 如請求項36之電腦化方法，其中識別資源分佈網路事件包含識別至少下列一者：一資源洩漏事件、一管道破裂事件、一無預期資源消耗事件、一破壞或盜水事件、一缺陷計量器事件、一計量器補償事件及一資源品質事件。
  38. 一種將資源分佈遍及一網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包括：接收計量器資料，該計量器資料表示由該等計量器量測之複數個參數，該等參數至少包含該資源之流量；自該等計量器外部之一個或多個源接收次級資料，該次級資料選自由地理資訊系統資料、操作資料及外部資料組成之組；藉由在統計上預測該計量器資料及將計量器資料與該在統計上預測之計量器資料及次級資料比較來分析該計量器資料以識別資源分佈網路事件；及 經由一使用者介面將該一個或多個資源分佈網路事件報告給一使用者。
  39. 如請求項38之電腦化方法，其中操作資料係選自由下列組成之組：例行網路維持資料、計畫網路維持資料、影響網路中之流量之閥之打開之資料、影響網路中之流量之閥之關閉之資料、抽吸操作資料、聲音調查資料、維修資料、改善網路資料及存取控制或員工位置資訊資料。
  40. 如請求項39之電腦化方法，其中該操作資料進一步指示下列之至少一者：一資料、一時間及相關操作資料之位置。
  41. 如請求項38之電腦化方法，其中該次級資料係選自由下列組成之組：地理資料、歷史資料、時間資料、日曆資料、天氣資料、網路行為資料及運動事件資料。
  42. 如請求項38之電腦化方法，其中識別資源分佈網路事件包含識別至少下列一者：一資源洩漏事件、一管道破裂事件、一無預期資源消耗事件、一缺陷計量器事件、一計量器補償事件及一資源品質事件。
  43. 一種將資源分佈遍及一網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包括：接收計量器資料，該計量器資料表示由該等計量器量測之複數個參數，該等參數至少包含該資源之流量； 自該等計量器外部之一個或多個源接收次級資料，該次級資料表示影響由該資源分佈網路服務之一區域中之資源消耗或網路資產條件之一個或多個條件；藉由在統計上預測至少一計量器之計量器資料及將該接收之計量器資料與該在統計上預測之計量器資料及次級資料比較來分析該計量器資料以識別資源分佈網路事件，該等資源分佈網路事件包含資源洩漏、管道破裂、無預期資源消耗、一缺陷計量器、計量器補償及資源品質；及經由一使用者介面將該一個或多個資源分佈網路事件報告給一使用者。
  44. 如請求項43之電腦化方法，其中識別資源分佈網路事件包含識別至少下列一者：一洩漏事件、一破裂事件、一無預期消耗事件、一破壞或盜水事件、一缺陷計量器事件、一計量器補償事件及一資源品質事件。
  45. 一種將資源分佈遍及一網路之電腦化方法，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該方法包括：接收計量器資料，該計量器資料表示由該等計量器量測之複數個參數，該參數係選自由資源流動資料、壓力資料、一資源貯存位準資料、氯資料、濁度資料及pH資料組成之組；自該等計量器外部之一個或多個源接收次級資料，該 次級資料選自由地理資訊系統資料、操作資料及外部資料組成之組；藉由在統計上預測該計量器資料及將該計量器資料與該在統計上預測之計量器資料及次級資料比較來識別資源分佈網路事件，該等資源分佈網路事件選自由資源洩漏事件、管道破裂事件、無預期資源消耗事件、缺陷計量器事件、計量器補償事件及資源品質事件組成之組；及經由一使用者介面將該一個或多個資源分佈網路事件報告給一使用者。
  46. 一種分析遍及一網路之資源分佈之電腦化系統，該資源分佈網路包含用於將資源遞送至消費者之至少一管道網路及定位於該資源分佈網路內之複數個計量器，該系統包含：一資料庫，其用以接收表示由該等計量器量測之複數個參數之網路分佈資料並用以自該等計量器外部之一個或多個源接收次級資料，該次級資料表示影響由該資源分佈網路服務之一區域中之資源消耗之一個或多個條件；一資料製備引擎，其用以預先處理網路分佈資料；至少一預測器，其用以分析預先處理之網路分佈資料並預測該計量器資料之一預期值；一異常偵測器，其用以分析該預期值與由該網路獲得之一真實計量器值之間之差異；一事件分類引擎，其用以分析下列至少一者：該網路 分佈資料、該預先處理網路分佈資料及用以識別資源分佈網路事件之該次級資料，該資源分佈網路事件包含洩漏事件及關於流過管道之資源量或品質及該資源分佈網路之操作之資訊事件；及至少一介面，其用以將該一個或多個資源分佈網路事件報告給一使用者。
  47. 如請求項46之系統，其中由該等計量器量測之該等參數係選自由下列組成之組：資源流動參數、壓力參數、貯存位準參數、氯參數、濁度參數及pH參數。
  48. 如請求項46之系統，其中該次級資料係選自由下列組成之組：地理資料、歷史資料、時間資料、日曆資料、天氣資料、網路行為資料及運動事件資料。
  49. 如請求項46之系統，其中該識別之資源分佈網路事件係選自由下列組成之組：洩漏事件、管道破裂事件、無預期資源消耗事件、缺陷計量器事件、計量器補償事件及資源品質事件。
  50. 如請求項46之系統，其中該資料製備引擎係經操作以將該接收之計量器資料格式化以供分析。
  51. 如請求項46之系統，其中該資料製備引擎係經操作以移除未反應該資源分佈網路之真實效能之計量器資料。
  52. 如請求項46之系統，其中該資料製備引擎係經操作以移除選擇之資源分佈網路現象。
  53. 如請求項46之系統，其中該資料製備引擎係經操作以平滑自該資源分佈網路收集之資料。
  54. 如請求項46之系統，其中該資料製備引擎係經操作以根據局部加權散佈圖平滑(LOWESS)或試探清除來平滑自該資源分佈網路收集之資料。
  55. 如請求項46之系統，其中該事件分類引擎分析經過濾或平滑之計量器資料及未處理之計量器資料以識別資源分佈網路事件。
TW101128134A 2010-03-04 2011-03-03 監視水事業體網路之資源的系統及方法 TWI502299B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US12/717,944 US7920983B1 (en) 2010-03-04 2010-03-04 System and method for monitoring resources in a water utility network

Publications (2)

Publication Number Publication Date
TW201303785A TW201303785A (zh) 2013-01-16
TWI502299B true TWI502299B (zh) 2015-10-01

Family

ID=43805911

Family Applications (2)

Application Number Title Priority Date Filing Date
TW101128134A TWI502299B (zh) 2010-03-04 2011-03-03 監視水事業體網路之資源的系統及方法
TW100107228A TWI391803B (zh) 2010-03-04 2011-03-03 監視水事業體網路之資源的系統及方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW100107228A TWI391803B (zh) 2010-03-04 2011-03-03 監視水事業體網路之資源的系統及方法

Country Status (25)

Country Link
US (2) US7920983B1 (zh)
EP (1) EP2472467B1 (zh)
JP (1) JP2013521558A (zh)
KR (1) KR20140145637A (zh)
CN (1) CN102884407B (zh)
AR (1) AR080458A1 (zh)
AU (1) AU2011200949B1 (zh)
BR (1) BRPI1101199A2 (zh)
CA (1) CA2792029A1 (zh)
CL (1) CL2011000466A1 (zh)
CO (1) CO6630098A2 (zh)
DK (1) DK2472467T3 (zh)
ES (1) ES2420865T3 (zh)
FR (1) FR2957097A1 (zh)
GB (2) GB2499113B (zh)
HK (1) HK1158305A1 (zh)
IE (2) IE86368B1 (zh)
MX (1) MX2012010254A (zh)
PH (1) PH12011000083A1 (zh)
PT (1) PT2472467T (zh)
RU (1) RU2012142174A (zh)
SG (2) SG173992A1 (zh)
TW (2) TWI502299B (zh)
WO (1) WO2011107864A2 (zh)
ZA (1) ZA201207123B (zh)

Families Citing this family (189)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7775422B2 (en) 2003-06-13 2010-08-17 Arad Measuring Technologies Ltd. Meter register and remote meter reader utilizing a stepper motor
US8358976B2 (en) * 2006-03-24 2013-01-22 The Invention Science Fund I, Llc Wireless device with an aggregate user interface for controlling other devices
US8254528B2 (en) 2007-07-03 2012-08-28 At&T Intellectual Property I, L.P. System and method to push messages indicating status of trouble reports in a telecommunications network
JP2012507090A (ja) 2008-10-27 2012-03-22 ミューラー インターナショナル エルエルシー インフラ監視システムおよび方法
US9493931B2 (en) * 2008-12-30 2016-11-15 I20 Water Limited Mains water supply processing
CA2772545C (en) 2009-05-22 2018-12-11 Mueller International, Inc. Infrastructure monitoring devices, systems, and methods
US8368555B2 (en) * 2009-11-19 2013-02-05 Silver Spring Networks, Inc. Utility network interface device configured to detect and report abnormal operating condition
US8305232B2 (en) * 2009-11-19 2012-11-06 Silver Spring Networks, Inc. Utility network interface device configured to detect and report abnormal operating condition
US7920983B1 (en) 2010-03-04 2011-04-05 TaKaDu Ltd. System and method for monitoring resources in a water utility network
US8423637B2 (en) 2010-08-06 2013-04-16 Silver Spring Networks, Inc. System, method and program for detecting anomalous events in a utility network
DE102010043482B4 (de) * 2010-11-05 2012-05-24 Siemens Aktiengesellschaft Leckageerkennung und Leckageortung in Versorgungsnetzen
US9019120B2 (en) * 2010-11-09 2015-04-28 General Electric Company Energy manager—water leak detection
KR101066210B1 (ko) * 2010-11-29 2011-09-20 (주)즐거운미래 스마트폰을 이용한 제설 방재 시스템의 원격 제어방법
US8583386B2 (en) * 2011-01-18 2013-11-12 TaKaDu Ltd. System and method for identifying likely geographical locations of anomalies in a water utility network
US8972484B2 (en) * 2011-02-17 2015-03-03 International Business Machines Corporation Method and apparatus for efficient and accurate analytics with cross-domain correlation
US20140039849A1 (en) * 2011-04-20 2014-02-06 Massachusetts Institute Of Technology Method for the construction of a water distribution model
WO2012147078A1 (en) * 2011-04-27 2012-11-01 Whitewater Security Ltd. A system and a method for detecting abnormal occurrences
US20140100819A1 (en) * 2011-06-01 2014-04-10 Halliburton Energy Services, Inc. Oil field system data recorder for failure reconstruction
DE102011105778A1 (de) * 2011-06-15 2012-12-20 Techem Energy Services Gmbh Verfahren und Vorrichtung zum Bewerten des Verbrauchs eines Mediums in einem Versorgungssystem
US20120330615A1 (en) 2011-06-24 2012-12-27 Itron Inc. Forensic analysis of resource consumption data
DE102011078240A1 (de) * 2011-06-28 2013-01-03 Siemens Aktiengesellschaft Leckageerkennung mittels stochastischer Massenbilanz
US9412138B2 (en) * 2011-08-30 2016-08-09 Honeywell International Inc. Dashboard for monitoring energy consumption and demand
US20130116994A1 (en) * 2011-11-03 2013-05-09 International Business Machines Corporation Water management
US8341106B1 (en) * 2011-12-07 2012-12-25 TaKaDu Ltd. System and method for identifying related events in a resource network monitoring system
CN102594331B (zh) * 2011-12-29 2014-10-01 中国西电电气股份有限公司 基于fpga内部的一种模拟并行接口电路及其实现方法
US20130173322A1 (en) * 2011-12-30 2013-07-04 Schneider Electric USA, Inc. Energy Management with Correspondence Based Data Auditing Signoff
US9052222B2 (en) 2012-01-05 2015-06-09 International Business Machines Corporation Monitoring water consumption
WO2013112639A1 (en) 2012-01-23 2013-08-01 Itron, Inc. Analytics in a utility infrastructure
US9053519B2 (en) * 2012-02-13 2015-06-09 TaKaDu Ltd. System and method for analyzing GIS data to improve operation and monitoring of water distribution networks
ITTA20120007A1 (it) * 2012-02-14 2013-08-15 Martino Convertini Dispositivo automatico di cronoregolazione per liquidi, vapori e gas, con funzione di controllo continuo e prevenzione delle perdite di detti fluidi nelle condutture
ES2812507T3 (es) 2012-03-20 2021-03-17 Watersign Ltd Método y sistema para estampar y marcar un fluido en una red de tuberías para sistemas de monitorización inteligente
US20130262068A1 (en) * 2012-03-28 2013-10-03 International Business Machines Corporation Sensor placement for leakage location in liquid distribution networks
US10088335B2 (en) * 2012-04-13 2018-10-02 International Business Machines Corporation Anomaly detection using usage data for metering system
US9924242B2 (en) * 2012-04-20 2018-03-20 Itron Global Sarl Automatic network topology detection and fraud detection
EP2654003A1 (en) * 2012-04-20 2013-10-23 Itron, Inc. Automatic network topology detection and fraud detection
CN102662326B (zh) * 2012-05-04 2015-05-13 广东电网公司电力科学研究院 通过确定系统参数模型进行工业控制的方法及其装置
US10242414B2 (en) 2012-06-12 2019-03-26 TaKaDu Ltd. Method for locating a leak in a fluid network
US8947437B2 (en) 2012-09-15 2015-02-03 Honeywell International Inc. Interactive navigation environment for building performance visualization
US20140081998A1 (en) * 2012-09-17 2014-03-20 General Electric Company Utility management analysis through social network data
US9429553B2 (en) * 2012-10-12 2016-08-30 Industrial Test Systems, Inc. Processor-based analysis system and method
US10281383B2 (en) 2012-11-15 2019-05-07 Solenis Technologies, L.P. System and methods of determining liquid phase turbidity of multiphase wastewater
US9582775B2 (en) 2012-12-10 2017-02-28 International Business Machines Corporation Techniques for iterative reduction of uncertainty in water distribution networks
CH707402A2 (de) * 2012-12-18 2014-06-30 Belimo Holding Ag Verfahren und Vorrichtung zum Abgleichen einer Gruppe von Verbrauchern in einem Fluidtransportsystem.
CN105027154A (zh) * 2013-01-09 2015-11-04 惠普发展公司，有限责任合伙企业 表征资源分配系统中的风险
US9699525B2 (en) * 2013-01-21 2017-07-04 International Business Machines Corporation Method and system for automatic residual consumption
US11237574B2 (en) 2013-02-18 2022-02-01 Flo Technologies, Inc. Fluid monitoring and control system
US9857805B2 (en) 2013-02-18 2018-01-02 Flo Technologies, Inc. Fluid monitoring and control system
US10962993B2 (en) 2013-02-18 2021-03-30 Flo Technologies, Inc. Manual control for actuated fluid monitoring and control device
EP2778296B1 (de) 2013-03-11 2018-04-25 Grundfos Holding A/S Pumpensystem
MX353378B (es) 2013-03-15 2018-01-10 Mueller Int Llc Sistemas para medir propiedades de agua en un sistema de distribución de agua.
US9506785B2 (en) 2013-03-15 2016-11-29 Rain Bird Corporation Remote flow rate measuring
KR101534562B1 (ko) * 2013-06-07 2015-07-08 서울시립대학교 산학협력단 잔류염소 이온 농도 검출시약 및 검출키트 및 이를 이용한 잔류염소 이온 농도 검출방법
JP5803986B2 (ja) * 2013-06-19 2015-11-04 栗田工業株式会社 設備管理システム
US20150019166A1 (en) * 2013-07-11 2015-01-15 Independent Mitigation and Cleaning/Conservation Network, Inc. Water damage mitigation management system and method
US20150025692A1 (en) * 2013-07-11 2015-01-22 Independent Mitigation and Cleaning/Conservation, Inc. Telecommunication device for water damage mitigation management
US11047722B2 (en) 2013-12-17 2021-06-29 International Business Machines Corporation Computer based fluid flow velocity estimation from concentrations of a reacting constituent for products and services
US10880182B1 (en) * 2018-03-07 2020-12-29 Amdocs Development Limited System, method, and computer program for implementing pruning rules in an artificial intelligence (AI) based network management system
US10001389B1 (en) * 2013-12-20 2018-06-19 EMC IP Holding Company LLC Analysis of smart meter data based on frequency content
CN104751260A (zh) * 2013-12-30 2015-07-01 通用电气公司 识别计量表异常读数的系统及方法
US10203262B2 (en) 2014-02-19 2019-02-12 Tata Consultancy Services Limited Leak localization in water distribution networks
US10571493B2 (en) 2014-02-25 2020-02-25 Itron, Inc. Smart grid topology estimator
US11079417B2 (en) 2014-02-25 2021-08-03 Itron, Inc. Detection of electric power diversion
CN103774718B (zh) * 2014-02-27 2015-12-16 苏州奥特福环境科技有限公司 一种一体式农村管网水质在线监测系统
TWI512661B (zh) * 2014-06-06 2015-12-11 Tseng Hsian Lin 廢水診斷系統、廢水診斷裝置與廢水資料處理方法
GB2527825A (en) 2014-07-03 2016-01-06 Ibm Configuration of a network partition with arrangement of intercepting/regulating elements based on distribution of residual capacity of sources to parts
WO2016012971A1 (fr) * 2014-07-25 2016-01-28 Suez Environnement Procede de detection d'anomalies dans un reseau de distribution, en particulier distribution d'eau
FR3024254B1 (fr) * 2014-07-25 2018-08-03 Suez Environnement Procede de detection d'anomalies dans un reseau de distribution, en particulier distribution d'eau
FR3024260B1 (fr) * 2014-07-25 2016-07-29 Suez Environnement Procede pour detecter des anomalies dans un reseau de distribution, en particulier d'eau potable
WO2016020762A2 (en) * 2014-08-04 2016-02-11 TaKaDu Ltd. A system and method for assessing sensors' reliability
CN104190120B (zh) * 2014-08-28 2016-06-01 云南大红山管道有限公司 一种用于浓缩池的矿浆跑混报警系统
US9568522B2 (en) 2014-10-20 2017-02-14 Itron, Inc. Electrical phase identification
US10402044B2 (en) 2014-10-28 2019-09-03 Apana Inc. Systems and methods for resource consumption analytics
US9781231B2 (en) 2014-11-19 2017-10-03 Itron, Inc. Application platform operable on network node
US9835662B2 (en) 2014-12-02 2017-12-05 Itron, Inc. Electrical network topology determination
WO2016093836A1 (en) * 2014-12-11 2016-06-16 Hewlett Packard Enterprise Development Lp Interactive detection of system anomalies
US20160169949A1 (en) * 2014-12-12 2016-06-16 Citilogics, LLC Systems and methods for utility monitoring
CN104570896A (zh) * 2014-12-26 2015-04-29 福建智恒软件科技有限公司 一种能耗异常监控方法及装置
KR101585552B1 (ko) * 2015-01-15 2016-01-22 지에스건설 주식회사 빅데이터 기반의 상수도 통합 운영 관리 시스템 및 방법
US10580095B2 (en) * 2015-03-20 2020-03-03 Accenture Global Solutions Limited Method and system for water production and distribution control
WO2016161389A1 (en) * 2015-04-03 2016-10-06 Larach Mario Autonomous identification of an anomalous aqueous stream from an aqueous source feeding multiple independent streams and remediation directive determination thereof
CN104831776B (zh) * 2015-04-15 2017-05-10 郑旭东 水网络的监控方法
CN104809516B (zh) * 2015-04-16 2018-06-01 山东省水利科学研究院 引黄灌区水资源多目标优化配置模型及其求解方法
US10380272B2 (en) 2015-04-30 2019-08-13 International Business Machines Corporation Update computer-implemented method, computer program product and computer system for generating or updating topology model of pressure pipe network
US10320825B2 (en) * 2015-05-27 2019-06-11 Cisco Technology, Inc. Fingerprint merging and risk level evaluation for network anomaly detection
US10312681B2 (en) 2015-05-28 2019-06-04 Itron, Inc. Automatic network device electrical phase identification
JP6488197B2 (ja) * 2015-05-29 2019-03-20 株式会社日立製作所 異常検出方法、異常検出装置、及びネットワークシステム
US11041839B2 (en) 2015-06-05 2021-06-22 Mueller International, Llc Distribution system monitoring
CN104933806A (zh) * 2015-06-17 2015-09-23 成都万江港利科技有限公司 基于nfc技术的泵站收费系统
WO2017005268A1 (en) * 2015-07-03 2017-01-12 Kamstrup A/S Turbidity sensor based on ultrasound measurements
GB2545158B (en) 2015-10-09 2019-07-03 Imperial Innovations Ltd Monitoring Fluid Dynamics
US10352814B2 (en) * 2015-11-10 2019-07-16 Phyn Llc Water leak detection using pressure sensing
ITUB20155504A1 (it) * 2015-11-12 2017-05-12 Hera S P A Metodo e sistema per la gestione elettronica del servizio idrico.
EP3184984B1 (en) * 2015-12-22 2019-05-01 Kamstrup A/S A system for calibrating pressure sensors in a utility network
CA3010340C (en) 2015-12-31 2021-06-15 Delta Faucet Company Water sensor
US20170213168A1 (en) * 2016-01-22 2017-07-27 Wipro Limited Methods and systems for optimizing risks in supply chain networks
US10386262B2 (en) * 2016-01-28 2019-08-20 Utopus Insights, Inc. Leak identification in a mass transport network
CN105674058A (zh) * 2016-03-15 2016-06-15 东华大学 一种智能自来水管
US10458969B2 (en) * 2016-03-22 2019-10-29 International Business Machines Corporation Dynamic water quality prediction
US10393779B2 (en) * 2016-03-31 2019-08-27 Oracle International Corporation Systems and methods for providing statistical dynamic meter data validation
US20170292893A1 (en) * 2016-04-12 2017-10-12 Vivint, Inc. Water leak detection
KR101672383B1 (ko) 2016-05-03 2016-11-03 지에스건설 주식회사 실시간 관망 해석 및 누수 탐지 장치, 방법 및 프로그램
JP6469613B2 (ja) * 2016-06-29 2019-02-13 株式会社日本ウォーターソリューション 電子報告書作成装置及び電子報告書
US11188689B2 (en) * 2016-06-29 2021-11-30 Schlumberger Technology Corporation Asphaltene phase instability analysis in gas charges into oil reservoirs
TWI587235B (zh) * 2016-07-06 2017-06-11 Mitac Int Corp Intelligent water supply management system and its method
ES2900473T3 (es) * 2016-07-08 2022-03-17 Suez Groupe Procedimiento y sistema mejorados para estimar los flujos de agua en los límites de una subred de una red de distribución de agua
US10634538B2 (en) 2016-07-13 2020-04-28 Rain Bird Corporation Flow sensor
EP3276551A1 (en) * 2016-07-25 2018-01-31 Fujitsu Limited A method, computer program and system for detecting a discrepancy arising from a mismatch between incoming and outgoing flows of resource
US10795382B2 (en) * 2016-08-02 2020-10-06 Sensus USA, Inc. Method and apparatus for model-based control of a water distribution system
WO2018049149A1 (en) * 2016-09-08 2018-03-15 General Electric Company Pipeline monitoring system
US11017344B2 (en) 2016-09-12 2021-05-25 Ecolab Usa Inc. Method and apparatus for predicting depletion of deionization tanks and optimizing delivery schedules
AU2017333493B2 (en) * 2016-09-29 2022-12-22 Cywat Technologies Ltd. A system and method for constant online water quality and safety monitoring of a fluid system
US10473270B2 (en) * 2016-09-30 2019-11-12 General Electric Company Leak detection user interfaces
JP6165952B1 (ja) * 2016-10-11 2017-07-19 フジ地中情報株式会社 水道管更新管理システム
US20180121889A1 (en) * 2016-10-28 2018-05-03 Wipro Limited Method and system for dynamically managing waste water treatment process for optimizing power consumption
WO2018085904A1 (pt) * 2016-11-09 2018-05-17 De Oliveira Junior Antonio Carlos Sistema de detecção de vazamentos na rede de abastecimento de água
WO2018097746A1 (en) * 2016-11-28 2018-05-31 Siemens Aktiengesellschaft Method for detecting abnormal state of a fluid supply network based on pressure pattern analysis
TWI618003B (zh) * 2016-12-01 2018-03-11 財團法人資訊工業策進會 基於感測資料之估測方法及基於感測資料之估測系統
TWI640919B (zh) * 2016-12-07 2018-11-11 財團法人資訊工業策進會 情節探勘裝置、方法及其非暫態電腦可讀取紀錄媒體
US10663369B2 (en) * 2017-01-05 2020-05-26 Nikola Labs Llc Systems and methods for detecting a water leak
US11280696B2 (en) 2017-01-10 2022-03-22 Sensus Spectrum Llc Method and apparatus for model-based leak detection of a pipe network
US10663933B2 (en) * 2017-01-10 2020-05-26 Sensus Spectrum Llc Systems and methods for subnetwork hydraulic modeling
US10656045B2 (en) * 2017-01-17 2020-05-19 Kathleen Mary Mutch Apparatus for analyzing the performance of fluid distribution equipment
TWI658350B (zh) * 2017-02-23 2019-05-01 吳勇興 配水管網預警系統及其方法
US10445117B2 (en) * 2017-02-24 2019-10-15 Genband Us Llc Predictive analytics for virtual network functions
WO2018183140A1 (en) * 2017-03-30 2018-10-04 Valor Water Analytics, Inc. Systems and methods for detecting and reporting anomalies in utility meters
WO2018235053A1 (en) * 2017-06-23 2018-12-27 Veles Water Limited EXPLOITATION OF WATER SIGNALS IN COMPLEX COMPUTER NETWORKS
PL3431931T3 (pl) * 2017-07-18 2021-10-04 Kamstrup A/S Inteligentne urządzenie pomiarowe zapewniające adaptacyjny poziom usług
US10782204B2 (en) * 2017-07-21 2020-09-22 Alarm.Com Incorporated System and method for water leak detection
WO2019020183A1 (de) * 2017-07-27 2019-01-31 Siemens Aktiengesellschaft Verfahren und vorrichtung zur wasserbedarfsberechnung
US11085174B2 (en) * 2017-10-09 2021-08-10 Viega Technology Gmbh & Co. Kg Drinking water supply system with volume or pressure control function, method for controlling same, and computer program
US10473494B2 (en) 2017-10-24 2019-11-12 Rain Bird Corporation Flow sensor
US10527516B2 (en) 2017-11-20 2020-01-07 Phyn Llc Passive leak detection for building water supply
FR3074818B1 (fr) 2017-12-07 2019-11-15 Suez Groupe Procede d'evaluation de l'etat d'un systeme de distribution d'eau
JP6850748B2 (ja) * 2018-02-23 2021-03-31 株式会社日立製作所 水圧計配置支援システムおよび方法
WO2019175874A1 (en) * 2018-03-13 2019-09-19 Ham-Let (Israel - Canada ) Ltd. System for monitoring, controlling and predicting required maintenance a fluid system and method of implementing the same
EP3776445A4 (en) * 2018-03-28 2022-01-26 Fracta PROCESSING DATA TO PREDICT A PIPELINE FAILURE
US20200117966A1 (en) * 2018-10-11 2020-04-16 Kuang F Cheng Water delivery, tracing and management system through plural water stations
CN108896242A (zh) * 2018-04-20 2018-11-27 广东亿迅科技有限公司 一种基于NB-IoT技术的水务漏损分析方法及装置
US10876919B2 (en) * 2018-04-30 2020-12-29 International Business Machines Corporation In-pipeline optical interference-based cognitive system for leak and defect detection
WO2019220013A1 (en) * 2018-05-16 2019-11-21 Teknologian Tutkimuskeskus Vtt Oy Detecting hidden faults in distribution networks
KR102502198B1 (ko) * 2018-08-10 2023-02-21 가부시키가이샤 후지킨 동작 해석 시스템
CN109062167B (zh) * 2018-09-17 2020-10-30 鑫益能机电科技（厦门）有限公司 一种能源监测方法、装置和系统
CN109523114A (zh) * 2018-10-11 2019-03-26 浙江大学 一种城市供水系统中独立计量分区水量组份分析方法
US11898705B2 (en) 2018-10-18 2024-02-13 Aquarius Spectrum Ltd. System and method for mechanical failure classification, condition assessment and remediation recommendation
US10948377B2 (en) * 2018-10-18 2021-03-16 Aquarius Spectrum Ltd. Methods circuits assemblies devices systems and functionally associated machine executable code for mechanical failure classification condition assessment and remediation recommendation
DE102018126214A1 (de) * 2018-10-22 2020-04-23 Franke Technology And Trademark Ltd. Verfahren für eine Entnahmeeinheit und zugehörige Entnahmeeinheit
US11055651B2 (en) 2018-12-13 2021-07-06 Schneider Electric USA, Inc. Systems and methods for visualization of flow direction in a distribution network
US11662242B2 (en) 2018-12-31 2023-05-30 Rain Bird Corporation Flow sensor gauge
EP3699700A1 (de) * 2019-02-25 2020-08-26 Siemens Aktiengesellschaft Druckregelung in einem versorgungsnetz
WO2020198318A1 (en) 2019-03-25 2020-10-01 Flo Technologies, Inc. Thin film thermal mass flow sensors in fluid applications
US11624636B2 (en) 2019-05-07 2023-04-11 Fortune Brands Water Innovations LLC Turbine design for flow meter
US11915572B2 (en) * 2019-05-29 2024-02-27 Sintokogio, Ltd. Information processing device and information processing method
EP3979025B1 (en) 2019-05-29 2024-08-14 Sintokogio, Ltd. Information processing system, gateway and information processing method
GB2586775B (en) * 2019-06-11 2022-03-02 Syrinix Ltd Rising main pipeline assessment system and method
US20210019679A1 (en) * 2019-07-17 2021-01-21 Pacific Gas And Electric Company Location and marking system and server
FR3099827B1 (fr) * 2019-08-09 2021-10-15 Sagemcom Energy & Telecom Sas Procédé de surveillance d’un ensemble de compteurs
WO2021030608A1 (en) 2019-08-14 2021-02-18 Akron Brass Company Fire-fighting control system
US11204299B2 (en) * 2019-09-26 2021-12-21 Wipro Limited Method and system for predicting water leakage events in district-metered-area of water distribution network
FR3102905B1 (fr) * 2019-11-04 2021-10-29 Suez Groupe Procédé de détection du blocage de dispositifs de comptage sur un réseau de distribution
CN111207881B (zh) * 2020-01-08 2021-09-07 安徽逻根农业科技有限公司 水压监测系统
CN111259334B (zh) * 2020-01-14 2023-06-23 杭州电子科技大学 一种工业企业大用户用水异常监测预警方法
JP7392988B2 (ja) * 2020-03-04 2023-12-06 Wota株式会社 情報処理装置、方法、プログラム
DE102020107780A1 (de) * 2020-03-20 2021-09-23 Grohe Ag Verfahren zur Überwachung eines Wasserversorgungsnetzes, Wasserversorgungsnetz und Störstellendetektionssystem
US11132249B1 (en) 2020-07-08 2021-09-28 Bank Of America Corporation Software code change reversal tool
US11725366B2 (en) 2020-07-16 2023-08-15 Mueller International, Llc Remote-operated flushing system
WO2022035811A1 (en) * 2020-08-13 2022-02-17 Alarm.Com Incorporated Periodic water leak detection
FR3114648B1 (fr) * 2020-09-25 2023-06-23 Veolia Environnement Procédé de caractérisation de fuite
US11873628B2 (en) * 2020-10-05 2024-01-16 The Board Of Trustees Of The University Of Arkansas Robust water trading and irrigation performance meter measurement system
US11861767B1 (en) * 2020-10-19 2024-01-02 Splunk Inc. Streaming data visualizations
CN113407371B (zh) * 2020-12-03 2024-05-10 腾讯科技（深圳）有限公司 数据异常监测方法、装置、计算机设备和存储介质
CN113379363A (zh) * 2020-12-30 2021-09-10 郑州力通水务有限公司 城镇供水信息化智能管理平台
CN112965444A (zh) * 2021-01-14 2021-06-15 北京朗新明环保科技有限公司 一种用于智能水处理系统的应急池系统
KR102449580B1 (ko) * 2021-02-15 2022-09-30 (주)아이브릭스 컴포넌트 네트워크 기반의 분석 시스템을 이용한 비정형 데이터 분석 방법
FR3120115B1 (fr) * 2021-02-22 2023-04-21 Sagemcom Energy & Telecom Sas Procede de controle d’une distribution d’eau chaude sanitaire, systeme de fourniture et compteur de distribution associes.
US11363049B1 (en) 2021-03-25 2022-06-14 Bank Of America Corporation Information security system and method for anomaly detection in data transmission
CN113737896A (zh) * 2021-09-22 2021-12-03 武汉市志和达机械有限公司 一种智能节能变频供水系统及其控制方法
CN113883423B (zh) * 2021-10-19 2023-02-07 山东腾威石油装备有限公司 一种新型管网修复加强方法
US20230237050A1 (en) * 2022-01-27 2023-07-27 Schneider Electric USA, Inc. Apparatuses, systems, and methods for providing an event management framework for a geographic information system
US20230266294A1 (en) * 2022-02-18 2023-08-24 David James SCOTT Systems and methods for monitoring water quality in a building
US20230401654A1 (en) * 2022-06-10 2023-12-14 Badger Meter, Inc. System and Method for Identifying Water Usage Violations in Streamed Data
CN114991258B (zh) * 2022-06-14 2023-07-18 武汉钢铁有限公司 一种热轧水系统管网的节水管控方法及系统
CN114791089B (zh) * 2022-06-23 2022-11-22 宁波东海集团有限公司 一种基于超声波水表的管网漏损监测系统
FR3139918A1 (fr) * 2022-09-20 2024-03-22 Smart And Blue Procédé de classification par apprentissage supervisé d’évènements de consommation fluidique par un bâtiment à surveiller parmi plusieurs classes d’éléments consommateurs
US20240160625A1 (en) * 2022-11-10 2024-05-16 Bank Of America Corporation Event-driven batch processing system with granular operational access
DE102022134268A1 (de) * 2022-12-21 2024-06-27 Endress + Hauser Flowtec Ag Qualitätsvariablen als Fingerabdruck zur Untersuchung des systemischen Verhaltens einesWasserverteilungsnetzes
US12029172B1 (en) 2023-01-07 2024-07-09 Lumo, Inc. Water control device for agriculture
CN116485066B (zh) * 2023-06-25 2023-08-29 成都秦川物联网科技股份有限公司 基于gis的智慧燃气安全巡线管理方法和物联网系统
US11899516B1 (en) 2023-07-13 2024-02-13 T-Mobile Usa, Inc. Creation of a digital twin for auto-discovery of hierarchy in power monitoring
CN117648568B (zh) * 2024-01-26 2024-05-10 成都市三宇仪表科技发展有限公司 基于物联网的水表计量大数据优化处理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW439028B (en) * 1998-05-11 2001-06-07 Ibm Client-based application availability and response monitoring and reporting for distributed computing environments
US6687637B2 (en) * 2001-06-18 2004-02-03 Globvision Inc. Data sensor validation system and method
US6845336B2 (en) * 2002-06-25 2005-01-18 Prasad S. Kodukula Water treatment monitoring system
US6862540B1 (en) * 2003-03-25 2005-03-01 Johnson Controls Technology Company System and method for filling gaps of missing data using source specified data
US6995846B2 (en) * 2003-12-19 2006-02-07 Itt Manufacturing Enterprises, Inc. System and method for remote quantitative detection of fluid leaks from a natural gas or oil pipeline
TW200713114A (en) * 2005-09-22 2007-04-01 Univ Nat Pingtung Sci & Tech Wireless sensing network of a drought pre-warning and monitor announcing system
US7228726B2 (en) * 2004-09-23 2007-06-12 Lawrence Kates System and method for utility metering and leak detection

Family Cites Families (93)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2841674C2 (de) 1978-09-25 1983-09-22 Heide, Gerhard, Dipl.-Ing., 4006 Erkrath Verfahren zur Überprüfung auf Leckverluste sowie dabei verwendbarer Meßschacht
US4407158A (en) 1979-12-17 1983-10-04 Petroff Peter D Flow analyzer
US4712182A (en) 1983-03-09 1987-12-08 Hitachi, Ltd. Method of estimating fracture point of pipe line network
US4796466A (en) 1987-02-17 1989-01-10 Ed Farmer System for monitoring pipelines
US4797621A (en) 1987-07-08 1989-01-10 Midwesco, Inc. Leak detector and locator utilizing time domain reflectometry and sampling techniques
JP3082965B2 (ja) * 1991-07-02 2000-09-04 フジ地中情報株式会社 水道管路監視方法及び装置
US5315529A (en) 1991-10-11 1994-05-24 Farmer Edward J Fluid vessel leak existence system, method and apparatus
US5301538A (en) 1992-04-20 1994-04-12 Teledyne Industries, Inc. Process and apparatus for distributed wide range leak detection, location and alarm for pollutants
US5546789A (en) 1992-08-03 1996-08-20 Intertech Development Company Leakage detection system
JPH0896039A (ja) * 1994-09-29 1996-04-12 Akira Hayashi 水道管路情報管理装置
EP0821817B1 (en) 1995-01-17 1999-06-23 Intertech Ventures, Ltd. Control systems based on simulated virtual models
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
DE19612947C1 (de) 1996-04-01 1997-09-11 Siemens Ag Einrichtung und Verfahren zur Leckageerkennung
US5883815A (en) 1996-06-20 1999-03-16 Drakulich; Dushan Leak detection system
US5847266A (en) 1996-09-13 1998-12-08 Union Camp Patent Holding, Inc. Recovery boiler leak detection system and method
US6006252A (en) 1996-10-08 1999-12-21 Wolfe; Mark A. System and method for communicating information relating to a network resource
CN1184931A (zh) * 1996-12-11 1998-06-17 唐秀家 流体输送管道泄漏检测定位的方法及装置
US5756880A (en) 1997-02-13 1998-05-26 Betzdearborn Inc. Methods and apparatus for monitoring water process equipment
US6109096A (en) 1997-02-13 2000-08-29 Betzdearborn Inc. Methods and apparatus for monitoring water process equipment
US6076048A (en) 1997-09-26 2000-06-13 Betzdearborn, Inc. System and method for least squares filtering based leak flow estimation/detection using exponentially shaped leak profiles
US6102617A (en) 1998-01-13 2000-08-15 Vivian A. Hampton Impoundment leak detection, location, and containment system and method with mobile sensor
US6067477A (en) 1998-01-15 2000-05-23 Eutech Cybernetics Pte Ltd. Method and apparatus for the creation of personalized supervisory and control data acquisition systems for the management and integration of real-time enterprise-wide applications and systems
US6290908B1 (en) 1998-03-30 2001-09-18 Hitachi, Ltd. Water quality meter and water monitoring system
US6147613A (en) 1998-06-18 2000-11-14 Doumit; Joseph Early warning water leak detection system
EP1127256A1 (en) 1998-10-07 2001-08-29 Paavo Halmekytö Consulting Oy Method for determination of leaks in tap water systems
US6332110B1 (en) 1998-12-17 2001-12-18 Perlorica, Inc. Method for monitoring advanced separation and/or ion exchange processes
US7454295B2 (en) 1998-12-17 2008-11-18 The Watereye Corporation Anti-terrorism water quality monitoring system
US6526358B1 (en) 1999-10-01 2003-02-25 General Electric Company Model-based detection of leaks and blockages in fluid handling systems
JP3498654B2 (ja) * 1999-11-15 2004-02-16 日本電気株式会社 配水量予測システム及び配水量予測方法
US6985831B2 (en) 2000-01-13 2006-01-10 Zed.I Solutions (Canada), Inc. System for acquiring data from facilities and method CIP
CA2314573C (en) 2000-01-13 2009-09-29 Z.I. Probes, Inc. System for acquiring data from a facility and method
US6853920B2 (en) 2000-03-10 2005-02-08 Smiths Detection-Pasadena, Inc. Control for an industrial process using one or more multidimensional variables
US20020120519A1 (en) 2000-05-23 2002-08-29 Martin Jeffrey W. Distributed information methods and systems used to collect and correlate user information and preferences with products and services
US7330796B2 (en) 2000-06-05 2008-02-12 Aqua Conserve, Inc. Methods and apparatus for using water use signatures and water pressure in improving water use efficiency
US6963808B1 (en) 2000-06-05 2005-11-08 Aqua Conserve, Inc. Methods and apparatus for using water use signatures in improving water use efficiency
AU2001267036A1 (en) 2000-06-06 2001-12-17 Ezlogin.Com, Inc. Transfer of funds in a networking environment
CA2311252A1 (en) 2000-06-09 2001-12-09 Watertrax Inc. Integrated water quality monitoring system
US6633823B2 (en) 2000-07-13 2003-10-14 Nxegen, Inc. System and method for monitoring and controlling energy usage
US7383191B1 (en) 2000-11-28 2008-06-03 International Business Machines Corporation Method and system for predicting causes of network service outages using time domain correlation
US7587481B1 (en) 2001-04-05 2009-09-08 Dj Inventions, Llc Enterprise server for SCADA system with security interface
AU2002303420A1 (en) 2001-04-24 2002-11-05 Breed Automotive Technology, Inc. Simplified modeling software interface and method
JP3795775B2 (ja) 2001-07-16 2006-07-12 株式会社山武 下水流入量予測装置および方法、サーバ装置
US20030101009A1 (en) 2001-10-30 2003-05-29 Johnson Controls Technology Company Apparatus and method for determining days of the week with similar utility consumption profiles
ITRM20010775A1 (it) 2001-12-28 2003-06-30 Proteo Srl Sistema automatico di determinazione della strategia gestionale ottima di un sistema industriale complesso, in particolare di gestione di re
US6691724B2 (en) * 2002-04-11 2004-02-17 Michael Brent Ford Method and system for controlling a household water supply
US7504964B2 (en) 2002-11-04 2009-03-17 Neptune Technology Group, Inc. Communications and features protocol for a measuring water meter
US7891246B2 (en) * 2002-11-12 2011-02-22 Itron, Inc. Tracking vibrations in a pipeline network
DK176459B1 (da) 2003-06-20 2008-03-25 Dantaet Electronics As Fremgangsmåde til afvikling af et læksikringssystem samt et læksikringssystem til udövelse af fremgangsmåden
US7233843B2 (en) 2003-08-08 2007-06-19 Electric Power Group, Llc Real-time performance monitoring and management system
US7119698B2 (en) 2003-10-16 2006-10-10 Itron, Inc. Consumptive leak detection system
JP4342278B2 (ja) * 2003-11-18 2009-10-14 アジア航測株式会社 水運用管理システム
US7233876B2 (en) 2003-12-05 2007-06-19 Steris Inc. Data acquisition system providing dual monitoring of sensor data
US7526944B2 (en) 2004-01-07 2009-05-05 Ashok Sabata Remote monitoring of pipelines using wireless sensor network
US7317404B2 (en) * 2004-01-14 2008-01-08 Itron, Inc. Method and apparatus for collecting and displaying consumption data from a meter reading system
KR101271876B1 (ko) 2004-03-23 2013-06-10 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 네트워크를 통하여 수집된 센서 데이터의 신뢰도를개선하기 위한 장치 및 방법
US6970808B2 (en) 2004-04-29 2005-11-29 Kingsley E. Abhulimen Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems
JP2008511938A (ja) 2004-08-31 2008-04-17 ワットロー・エレクトリック・マニュファクチャリング・カンパニー 動作システムの分散された診断システム
US7497957B2 (en) 2005-01-21 2009-03-03 Bernard Frank System, method and apparatus for end-to-end control of water quality
US20060179463A1 (en) 2005-02-07 2006-08-10 Chisholm Alpin C Remote surveillance
US6993403B1 (en) 2005-03-22 2006-01-31 Praxair Technology, Inc. Facility monitoring method
WO2006135849A2 (en) 2005-06-10 2006-12-21 Sensicore, Inc. Systems and methods for fluid quality sensing, data sharing and data visualization
US7880641B2 (en) * 2006-12-21 2011-02-01 Parris Earl H Configurable smart utility meter box
JP2008545343A (ja) 2005-06-29 2008-12-11 トラスティーズ オブ ボストン ユニバーシティ 全ネットワークアノマリー診断用の方法及び装置並びにトラフィック特徴分布を使用してネットワークアノマリーを検出及び分類する方法
US20070016399A1 (en) 2005-07-12 2007-01-18 International Business Machines Corporation Method and apparatus for detecting data anomalies in statistical natural language applications
WO2007059352A2 (en) * 2005-11-16 2007-05-24 Sensicore, Inc. Systems and methods for fluid quality sensing, data sharing and data visualization
US7536371B2 (en) 2005-12-05 2009-05-19 Insyst Ltd. Apparatus and method for the analysis of a process having parameter-based faults
US20070203860A1 (en) * 2006-02-24 2007-08-30 Gridpoint, Inc. Energy budget manager
US7720615B2 (en) 2006-03-20 2010-05-18 Sensis Corporation System for detection and prediction of water quality events
US7986246B2 (en) 2006-03-31 2011-07-26 Itron, Inc. Integrated data collection, anomaly detection and investigation, such as integrated mobile utility meter reading, theft detection and investigation system
US7558771B2 (en) 2006-06-07 2009-07-07 Gm Global Technology Operations, Inc. System and method for selection of prediction tools
ITBO20060463A1 (it) 2006-06-13 2007-12-14 Blueco Srl Procedimento per rilevare e segnalare perdite idriche nelle reti di distribuzione, in particolare nelle reti condominiali, ed apparecchiatura per l'attuazione di tale procedimento
KR20080005694A (ko) * 2006-07-10 2008-01-15 임철식 상수도관망 원격통합 누수감시시스템 및 그 방법
EP2069724A2 (en) 2006-08-01 2009-06-17 CiDra Corporation Method for monitoring a flowing fluid
US20080109175A1 (en) * 2006-08-30 2008-05-08 Sensicore, Inc. Systems and methods for dynamic monitoring of fluid movement in a fluid distribution network using controlled concentration pulses of additives
JP4822990B2 (ja) 2006-09-07 2011-11-24 株式会社東芝 漏水監視システム
US7647136B2 (en) 2006-09-28 2010-01-12 Exxonmobil Research And Engineering Company Method and apparatus for enhancing operation of a fluid transport pipeline
US7558703B2 (en) 2006-11-01 2009-07-07 Abb Research Ltd. Electrical substation monitoring and diagnostics
US7310590B1 (en) 2006-11-15 2007-12-18 Computer Associates Think, Inc. Time series anomaly detection using multiple statistical models
EP2122908A2 (en) 2006-11-29 2009-11-25 Wisconsin Alumni Research Foundation Method and apparatus for network anomaly detection
US7739004B2 (en) 2006-11-29 2010-06-15 The Boeing Company Automatic engine fuel flow monitoring and alerting fuel leak detection method
CA2615161A1 (en) 2006-12-21 2008-06-21 Aquatic Informatics Inc. Automated validation using probabilistic parity space
US7523016B1 (en) 2006-12-29 2009-04-21 Google Inc. Detecting anomalies
US7853417B2 (en) 2007-01-30 2010-12-14 Silver Spring Networks, Inc. Methods and system for utility network outage detection
US8601575B2 (en) 2007-03-30 2013-12-03 Ca, Inc. Statistical method and system for network anomaly detection
WO2009055342A1 (en) 2007-10-26 2009-04-30 Sony Computer Entertainment America Inc. On-line monitoring of resources
JP5272429B2 (ja) * 2008-02-14 2013-08-28 東亜ディーケーケー株式会社 水質測定装置
US20090299660A1 (en) 2008-05-29 2009-12-03 Dan Winter Method and System to Identify Utility Leaks
WO2010035281A1 (en) 2008-09-24 2010-04-01 Novatium Solutions (P) Ltd Providing utility computing in a cloud computing environment
US8390473B2 (en) * 2008-12-19 2013-03-05 Openpeak Inc. System, method and apparatus for advanced utility control, monitoring and conservation
US7996525B2 (en) 2008-12-31 2011-08-09 Sap Ag Systems and methods for dynamically provisioning cloud computing resources
CN101509822B (zh) * 2009-02-13 2010-08-25 大连昂莱科技发展有限公司 轻质石化产品水冷器泄漏在线监测方法及仪器
US8299939B2 (en) * 2009-10-23 2012-10-30 Verizon Patent And Licensing Inc. Method and apparatus for utility usage monitoring
US7920983B1 (en) * 2010-03-04 2011-04-05 TaKaDu Ltd. System and method for monitoring resources in a water utility network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW439028B (en) * 1998-05-11 2001-06-07 Ibm Client-based application availability and response monitoring and reporting for distributed computing environments
US6687637B2 (en) * 2001-06-18 2004-02-03 Globvision Inc. Data sensor validation system and method
US6845336B2 (en) * 2002-06-25 2005-01-18 Prasad S. Kodukula Water treatment monitoring system
US6862540B1 (en) * 2003-03-25 2005-03-01 Johnson Controls Technology Company System and method for filling gaps of missing data using source specified data
US6995846B2 (en) * 2003-12-19 2006-02-07 Itt Manufacturing Enterprises, Inc. System and method for remote quantitative detection of fluid leaks from a natural gas or oil pipeline
US7228726B2 (en) * 2004-09-23 2007-06-12 Lawrence Kates System and method for utility metering and leak detection
TW200713114A (en) * 2005-09-22 2007-04-01 Univ Nat Pingtung Sci & Tech Wireless sensing network of a drought pre-warning and monitor announcing system

Also Published As

Publication number Publication date
PT2472467T (pt) 2022-02-01
RU2012142174A (ru) 2014-04-10
ZA201207123B (en) 2014-03-26
EP2472467B1 (en) 2021-10-27
DK2472467T3 (da) 2022-01-31
MX2012010254A (es) 2013-02-07
EP2472467A1 (en) 2012-07-04
IE86368B1 (en) 2014-03-26
SG193853A1 (en) 2013-10-30
CN102884407B (zh) 2015-02-25
ES2420865T3 (es) 2022-04-07
US7920983B1 (en) 2011-04-05
WO2011107864A2 (en) 2011-09-09
GB2499113B (en) 2014-05-14
IE86150B1 (en) 2013-03-13
BRPI1101199A2 (pt) 2012-10-16
GB2478432B (en) 2014-05-14
IE20120498A1 (en) 2013-01-16
CO6630098A2 (es) 2013-03-01
TWI391803B (zh) 2013-04-01
GB2499113A (en) 2013-08-07
FR2957097A1 (fr) 2011-09-09
CL2011000466A1 (es) 2012-07-13
US9568392B2 (en) 2017-02-14
SG173992A1 (en) 2011-09-29
US20110215945A1 (en) 2011-09-08
WO2011107864A3 (en) 2011-11-17
KR20140145637A (ko) 2014-12-24
GB201103783D0 (en) 2011-04-20
AR080458A1 (es) 2012-04-11
TW201303785A (zh) 2013-01-16
HK1158305A1 (zh) 2012-07-13
CN102884407A (zh) 2013-01-16
JP2013521558A (ja) 2013-06-10
IE20110098A1 (en) 2011-09-14
CA2792029A1 (en) 2011-09-09
AU2011200949B1 (en) 2011-06-09
GB2478432A (en) 2011-09-07
PH12011000083A1 (en) 2014-08-04
ES2420865T1 (es) 2013-08-27
GB201301484D0 (en) 2013-03-13
TW201140267A (en) 2011-11-16

Similar Documents

Publication Publication Date Title
TWI502299B (zh) 監視水事業體網路之資源的系統及方法
Loureiro et al. Water distribution systems flow monitoring and anomalous event detection: A practical approach
Laucelli et al. Detecting anomalies in water distribution networks using EPR modelling paradigm
US8341106B1 (en) System and method for identifying related events in a resource network monitoring system
US9053519B2 (en) System and method for analyzing GIS data to improve operation and monitoring of water distribution networks
KR101585552B1 (ko) 빅데이터 기반의 상수도 통합 운영 관리 시스템 및 방법
Christodoulou et al. A study on the effects of intermittent water supply on the vulnerability of urban water distribution networks
GB2507184A (en) Anomaly event classification in a network of pipes for resource distribution
Cassidy et al. Taking water efficiency to the next level: digital tools to reduce non-revenue water
KR20230064858A (ko) 상수관망 수질 중점관리지점의 우선순위와 수질센서의 최적위치를 결정하는 의사결정 시스템 및 그 방법
Fiorillo et al. Identification of influential user locations for smart meter installation to reconstruct the urban demand pattern
Bozkurt et al. Development of a new comprehensive framework for the evaluation of leak management components and practices
AU2011221399A1 (en) System and method for monitoring resources in a water utility network
Chen et al. Data‐efficient and risk‐based pressure sensor placement optimization for water systems
Hingmire et al. Probing to Reduce Operational Losses in NRW by using IoT
Yehia Non-revenue Water Reduction
da Silva Ferreira Real-time Pipe Burst Location Using Artificial Intelligence Techniques

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees