The invention discloses a fault diagnosis method and system for industrial water pipeline based on time series, which real-time monitors and collects instantaneous flow data of pipeline as observation data of time series; separates observation data of historical time series before monitoring period and observation data of time series during monitoring period from observation data of time series; and imports observation data of historical time series into observation data of historical time series. Through data pretreatment, the stationary historical time series data are obtained, the data fitting model is established, and the stationary historical time series model is obtained; through the stationary historical time series model, the predicted value of the monitoring time series is predicted, the predicted value of the monitoring time series is analyzed and judged, the fault area is obtained, and the fault early warning signal is sent to the fault area; the invention can be realized by the method of the present invention. For the timely prediction and diagnosis of industrial water pipeline faults, this fault diagnosis method can be applied to a wide range of detection, to a large extent, it can save the cost of inspection and reduce the difficulty of maintenance.
【技术实现步骤摘要】
一种基于时间序列的工业用水管道故障诊断方法及系统
本专利技术涉及工业用水领域,更具体地说涉及一种基于时间序列的工业用水管道故障诊断方法及系统。
技术介绍
工业用水管道分布复杂,很多管道是深埋地下的,长时间受到腐蚀及水垢的影响,抗压能力下降,容易形成爆裂。爆裂会造成大流量的泄漏,水资源大量流失,所以对于工业用水管道的监控很重要,需要实时掌握管道状况,在发生故障时及时采取措施来降低损失但是现有的用水管道故障检测技术多以人工听音检查、负压波检测法等,效率低,受环境和时间限制较大。基于物联网技术的管道监测技术比较成熟,各级管网的瞬时流量和日用水量数据都容易获得,可以利用这些检测所得数据来诊断是否用水管道是否发生故障。
技术实现思路
本专利技术要解决的技术问题是:无法实时监测和判断工业用水管道是否故障。本专利技术解决其技术问题的解决方案是:一种基于时间序列的工业用水管道故障诊断方法,包括以下步骤:步骤一:实时监测和采集管道瞬时流量数据,作为时间序列观测值数据;步骤二:从时间序列观测值数据中分割出待监测期之前的时间序列观测值数据,即历史时间序列观测值数据;步骤三:从时间序列观测值数据中分割出待监测期区间的时间序列观测值数据,即监测期时间序列观测值数据;步骤四:将监测期时间序列观测值数据的均值与预设定的管道瞬时流量阈值进行比较,若所述均值小于管道瞬时流量阈值,进行下一个步骤,否则将该时间序列所表示的区域分类为非故障区域;步骤五:对历史时间序列观测值数据进行数据预处理,得到平稳历史时间序列数据;步骤六:对平稳历史时间序列数据进行数据拟合建模,得到平稳历史时间序列模型;步骤七: ...
【技术保护点】
1.一种基于时间序列的工业用水管道故障诊断方法,其特征在于:包括以下步骤:步骤一:实时监测和采集管道瞬时流量数据,作为时间序列观测值数据;步骤二:从时间序列观测值数据中分割出待监测期之前的时间序列观测值数据,即历史时间序列观测值数据;步骤三:从时间序列观测值数据中分割出待监测期区间的时间序列观测值数据,即监测期时间序列观测值数据;步骤四:将监测期时间序列观测值数据的均值与预设定的管道瞬时流量阈值进行比较,若所述均值小于管道瞬时流量阈值,进行下一个步骤,否则将该时间序列所表示的区域分类为非故障区域;步骤五:对历史时间序列观测值数据进行数据预处理,得到平稳历史时间序列数据;步骤六:对平稳历史时间序列数据进行数据拟合建模,得到平稳历史时间序列模型;步骤七:通过平稳历史时间序列模型预测出监测期区间的时间序列数据,即监测期时间序列预测值数据;步骤八:根据监测期时间序列观测值数据和监测期时间序列预测值数据之间的差值得到的预测误差数据,计算出监测期间的变化水平值;步骤九:判断变化水平值是否大于预设的变化水平阈值,若是,则将该时间序列所表示的区域分类为故障区域,否则分类为非故障区域;步骤十:对故障区域 ...
【技术特征摘要】
1.一种基于时间序列的工业用水管道故障诊断方法,其特征在于:包括以下步骤:步骤一:实时监测和采集管道瞬时流量数据,作为时间序列观测值数据;步骤二:从时间序列观测值数据中分割出待监测期之前的时间序列观测值数据,即历史时间序列观测值数据;步骤三:从时间序列观测值数据中分割出待监测期区间的时间序列观测值数据,即监测期时间序列观测值数据;步骤四:将监测期时间序列观测值数据的均值与预设定的管道瞬时流量阈值进行比较,若所述均值小于管道瞬时流量阈值,进行下一个步骤,否则将该时间序列所表示的区域分类为非故障区域;步骤五:对历史时间序列观测值数据进行数据预处理,得到平稳历史时间序列数据;步骤六:对平稳历史时间序列数据进行数据拟合建模,得到平稳历史时间序列模型;步骤七:通过平稳历史时间序列模型预测出监测期区间的时间序列数据,即监测期时间序列预测值数据;步骤八:根据监测期时间序列观测值数据和监测期时间序列预测值数据之间的差值得到的预测误差数据,计算出监测期间的变化水平值;步骤九:判断变化水平值是否大于预设的变化水平阈值,若是,则将该时间序列所表示的区域分类为故障区域,否则分类为非故障区域;步骤十:对故障区域发出故障预警信号。2.根据权利要求1所述的一种基于时间序列的工业用水管道故障诊断方法,其特征在于:所述步骤四中对历史时间序列观测...
【专利技术属性】
技术研发人员:张彩霞,王向东,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。