[发明专利]基于时间序列分析的供水管网漏损监测预警方法

说明书

本发明公开了一种基于时间序列分析的供水管网漏损监测预警方法。本发明实时分析来自不同空间分布的压力传感器不同时间接收的数据之间的相关性，在监测指标超过阈值之后进行漏损报警。本发明包括如下步骤：(1)建立漏损压力残差矩阵和实时压力残差向量；(2)构建时空相关性矩阵；(3)漏损监测预警。该方法在给定的扫描时间窗口长度(STWL)下，能够降低模型不确定性与测量不确定性的影响，进而提高实时漏损识别率，降低虚警率(误报率)，对提高漏损监测系统的综合性能具有重要意义。

技术领域

本发明属于城市供水管网类，具体涉及一种基于时间序列分析的供水管网漏损监测预警方法。

背景技术

城市的发展离不开供水管网系统的安全可靠。随着城市的发展，城市供水管网进行了不断的扩张，导致整个供水管网也就变得更加的复杂，管网系统的运营压力也越来越大。在管理庞大复杂的供水管网时，如果没有一定的科学性管理，管网的实际运行中必然会出现大量的漏损现象，给供水企业增加负担。城市的发展首先得稳定城市的供水系统。所以城市漏损管理是首要的任务。

解决该问题的一种有效手段是通过安装在管网中的传感器来监测管网运行状态，对漏损或爆管进行实时预警。通过对实时数据进行数值与统计分析，获取漏损相关指标。当指标大于阈值时，认为发生漏损，然后进行预警。

传统的漏损监测预警方法主要对单个监测点，单个时刻数据进行分析。而事实上，监测点的时间序列数据存在着强烈的空间和时间相关性。利用数据挖掘技术，结合来自压力传感器不同分布位置的空间信息与其不同时间接收数据的时间信息，是提高监测性能的有效手段。

鉴于此，本发明将监测数据的时空相关性进行耦合，提出一种基于时间序列分析的漏损监测预警方法，通过相关性系数C_k来表征了实时场景与模拟漏损场景之间的相似性。C_k越大，两种场景相似性越高，当C_k超过设定的阈值C_R，判别为可能发生漏损。在给定的扫描时间窗口长度(STWL)下，提高实时漏损识别率，降低虚警率(误报率)。

发明内容

针对以上问题，本发明旨在提出一种基于时间序列分析的供水管网漏损监测预警方法。为实现以上目的，本发明采取如下技术方案：

基于时间序列分析的供水管网漏损监测预警方法，包括如下步骤：

1.建立漏损压力残差矩阵，根据SCADA系统实时上传的压力传感器数据获得实时压力残差向量；

2.将实时压力残差向量与对应时刻的漏损压力残差矩阵做相关性分析，获得实时空间相关性向量；

3.重复步骤1～2，获得j个时段对应的实时空间相关性向量，构建时空相关性矩阵，得到时空最大相关性向量，并根据第j次扫描的阈值，进行漏损监测预警判断。

进一步的，所述步骤1具体如下：

1.1.获得压力预测向量：

将t时刻节点需水量的预测值作为管网模型输入，计算管网压力传感器位置的压力值，得到t时刻压力预测向量

其中为t时刻第i个传感器的压力预测数据，n_s为压力传感器数量；为n_s行的列向量；

1.2.构建模拟漏损场景压力矩阵：

对t时刻某一个节点需水量的预测值依次增加5,10,15,…350m³/h，遍历管网中所有节点，共模拟n个漏损场景，计算在所述漏损场景下的压力传感器位置的压力值，得到t时刻模拟漏损场景压力矩阵