[发明专利]一种供水管网漏损管理系统

说明书

本发明公开了一种供水管网漏损管理系统，属于供水管网技术领域，包括检测模块、服务器、定位模块、施工模块、储存模块、分析模块和预测模块；所述检测模块用于实时检测供水管网漏损情况，将整个供水管网划分为若干个检测片区，并在每个检测片区的初始端和末端设置流量检测单元，获得每个检测片区的初始端和末端的流量差值，设置流量差值红线，在每个检测片区的初始端设置探查单元，探查单元用于在检测片区的初始端发送检测球，当检测片区的初始端和末端的流量差值超过流量差值红线时，将对应的检测片区进行标记，生成探查信号，通过预测模块对供水管网的漏损进行预测，提前了解可能发生的漏损，做好应对措施，降低损失。

技术领域

本发明属于供水管网技术领域；具体是一种供水管网漏损管理系统。

背景技术

城市供水管网是城市建设重要的基础设施，是赖以生存和发展的物质基础，在其维护管理过程中，供水管网存在漏损情况，严重的经常发生爆管等大面积漏损事故，导致供水漏损损失量大，不仅浪费水资源，而且对市民的日常生活、工厂企业的生产运转及供水企业的社会和经济效益造成较大影响。

发明内容

本发明的目的在于提供一种供水管网漏损管理系统，解决检测供水管网漏损困难的问题。

本发明的目的可以通过以下技术方案实现：

一种供水管网漏损管理系统，包括检测模块、服务器、定位模块、施工模块、储存模块、分析模块和预测模块；所述检测模块用于实时检测供水管网漏损情况，将整个供水管网划分为若干个检测片区，并在每个检测片区的初始端和末端设置流量检测单元，获得每个检测片区的初始端和末端的流量差值，设置流量差值红线，在每个检测片区的初始端设置探查单元，探查单元用于在检测片区的初始端发送检测球，当检测片区的初始端和末端的流量差值超过流量差值红线时，将对应的检测片区进行标记，生成探查信号，将探查信号发送到服务器，服务器控制标记检测片区内的探查单元发送检测球，并实时追踪检测球位置，当检测球移动出管道范围时，对检测球路径与管道路径进行比对，获得管道漏点，将管道漏点标记为待检测点，将待检测点位置发送到服务器；所述定位模块用于对待检测点的位置进行确认，并将确认后的位置标记为施工点。

进一步地，所述施工模块用于将施工点标记到地图上，并对标记到地图上的点检进行分析，获取施工点位置，将待检测点位置标记到地图上，获取标记到地图上点的信息，将标记到地图上点的信息进行汇总。

进一步地，所述分析模块用于分析供水管网的漏损原因，获取供水管网维修部位信息，分析漏损原因，将相同的漏损原因进行汇总，按照不同的管道进行分类。

进一步地，所述预测模块用于对供水管网的漏损进行预测，实时获取供水管网的检测数据、使用时长和工作环境，整合并标记为输入数据；获取预测模型；将输入数据输入至预测模型获取输出结果并标记为预测标签，预测标签即为输入数据对应的状态标签；将预测标签发送至储存模块。

进一步地，所述预测模型的获取方法是通过储存模块获取供水管网历史数据；管道漏损包括材质漏损和施工漏损；为供水管网历史数据设置状态标签；所述状态标签包括A、B和C，当状态标签为A时，表示供水管网正常，当状态标签为B时，表示供水管网发生材质漏损，当状态标签为C时，表示供水管网发生施工漏损，构建人工智能模型，所述人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络；将供水管网历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2：1：1、3：2：1和3：1：1；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为预测模型；通过处理器将预测模型分别发送至储存模块和预测模块。