一种供水管网异常侦测方法技术

本发明专利技术公开了一种供水管网异常侦测方法。本发明专利技术通过计算测点突变信号的信噪比，筛选可靠信号测点，从而提高异常侦测数据的可靠性。再者居民的生活用水习惯是规律的，在此基础上本发明专利技术采用统计过程控制（SPC）和模糊综合的方法进行异常事件侦测，能有效增强抗干扰能力，降低误报率和漏报率。

【技术实现步骤摘要】

本专利技术属于城市供水领域，具体是一种供水管网异常侦测方法。
技术介绍
城市供水管网系统复杂，管道长年埋藏于地下，老化陈旧，管道泄漏、爆管事故频发。一旦泄漏和爆管事件发生，如无法实时侦测定位，事故管道不能被及时修复，将造成水资源大量浪费和水质污染，并严重影响需水区的用水，带来了极大的经济损失，所以对供水管网异常事件的实时侦测定位是当前安全供水最紧要的问题。在供水管网中，异常侦测不仅受爆管规模、测点距离和用水波幅等因素的影响，而且还受各类噪声的影响。当异常事件发生时，产生突变信号的同时也会产生一个略大的噪声，使信噪比变化。供水管网中的噪声主要包括管网自身的噪声和异常事件发生时所产生的噪声，由于这两种噪声存在，使得供水管网的异常侦测存在高误报率和高漏报率。
技术实现思路
针对以上问题，本专利技术提出了一种供水管网异常侦测方法。本专利技术采取以下步骤：（一）小波降噪获取稳态信号和噪声信号实测原始信号通过小波降噪方法得到降噪后的稳态信号和噪声信号。小波降噪是一种时间-频域方法，在高频处做时间细分，低频处做频率细分，可以有效的区分噪声和信号。小波降噪基本步骤如下：（1）小波分解。首先选定小波和确定其分解的最高层次N 。然后将信号S 进行N 层分解，具体将信号分解为细节部分d 和大尺度逼近部分a ，再将大尺度逼近部分a 进行二次分解。（2）设定各层细节的阈值。设定信号各层的阈值，并用软阈值对各层细节中的小波系数进行处理，达到量化高频系数阈值的目的。（3）重构信号。通过将第N 层中近似部分的小波系数和每层经过处理的细节小波系数有效结合，实现信号重构。（二）EPANET模拟获得理想信号，再与稳态信号差值计算获取突变信号EPANET软件离线模拟输出为理想信号，其模拟得到的测点输出数据作为测点理想信号部分。将EPANET软件输出的理想信号与通过小波降噪的稳态信号做差值计算，便可得到管网的突变信号。（三）计算信噪比筛选有用测点根据信噪比公式计算突变信号的信噪比，信噪比的公式表示为：其中S 为有用信号功率， N 为噪声功率。这里，突变信号为有用信号。信噪比越大，说明信号中噪声的比例越小，信号的代表性强；反之，说明信号受噪声干扰严重，存在失真的可能。参考图像、音频中信噪比达到60dB有效，故此处选择60dB作为筛选有用测点的阈值。当测得异常时间段的信噪比高于60dB时，则认为突变信号显著，肯定此次异常事件侦测结果。而当该信噪比小于60dB时，则认为数据受噪声污染严重，不能正常用于异常事件侦测。（四） 结合SPC统计方法和模糊判定方法的异常事件侦测将经过信噪比筛选过的有效测点数据，通过SPC统计方法与模糊判定方法进行异常事件侦测，此处选择测点灵敏度和用水规律作为模糊因子。1、SPC统计方法数据分析SPC统计方法主要包括两个步骤：（1）计算监测点平均值和标准差假定压力时间序列的采样间隔为f min/次，则n 天的压力数据可表示为()，其中i=1:m （m 表示测点一天的压力数据个数）和j =1:n ，则一天的平均值()可由下式计算得到：标准差 ()可通过下式计算得到：（2）设置异常事件侦测规则根据以下规则，进行异常事件侦测。只要符合任意一条规则，则认为异常事件发生：a. 任一时间点测点观测值低于-4；b. 连续2个时间点测点观测值低于-3；c. 连续4个时间点测点观测值低于-2；d. 连续8个时间点测点观测值低于-；2、计算模糊因子权值模糊综合方法中主要考虑测点灵敏度和用水规律（早、晚用水高峰）两个模糊因子。根据结构层次，这里需要计算两层模糊因子权值，第一层为测点灵敏度和用水规律之间的权值计算；第二层为测点灵敏度和用水规律内部的权值计算。（1）测点灵敏度和用水规律的权值计算测点灵敏度和用水规律的权值采用层次分析法求得。层次分析（AHP）法主要包括两个步骤：①造判断矩阵对各指标之间进行两两对比，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵A。其中, A 为判别矩阵，要素i 与要素j 重要性比较结果，并且有如下关系：有9种取值，分别为1/9, 1/7, 1/5, 1/3, 1/1, 3/1, 5/1, 7/1, 9/1,分别表示i要素对于j 要素的重要程度由轻到重。②计算权重向量判断矩阵的权重计算方法采用规范列平均法。将矩阵A 每一列归一化处理得到矩阵B ，再求出矩阵B 每一行元素的平均值，得到一个一列n 行的矩阵C ，矩阵C 即为所求权重矩阵。（2）测点灵敏度内部权值计算测点灵敏度采用有限差分法计算，灵敏度系数可表示为：其中，k 表示测点标号，表示测点自身水压的变化值，表示其余测点的水压变化值，则测点灵敏度系数矩阵可以表示为：通过目标函数F得到测点灵敏度，目标函数如下：其中，为权重系数，值在(0 ,1)区间，满足。M 为测点的数量，N 为可能的爆管点，为测点i 和j 的二维地理坐标。然后将所得测点灵敏度数据做归一化处理。（3）用水规律内部权值计算用水规律依据DMA区内用水高峰期的时间段长度，将一天时间以用水高峰期的时间长度length 为单位划分为24/length 部分，根据一天内不同时段的用水量采用AHP法进行数据处理，作为时间段的权值。3、综合侦测分析利用以下公式整合SPC方法和模糊综合方法：其中，event为SPC方法的异常事件结果，若侦测到异常事件，event 值为1；反之，值为0。为时间的权值，为一天中各时间段的权值，i =1:24/length；为测点灵敏度的权值，为各测点的权值，j =1:N (N 表示测点的最大标号)。计算出综合结果后，设置阈值，对数据做进一步筛选，满足阈值则肯定异常事件的发生。最后通过计算测点的相关性并进行分组，若同一异常事件被相关性小组内的所有测点都侦测到，则肯定异常事件；反之，则否定异常事件。本专利技术通过计算测点突变信号的信噪比，筛选可靠信号测点，从而提高异常侦测数据的可靠性。再者居民的生活用水习惯是规律的，在此基础上本专利技术采用统计过程控制（SPC）和模糊综合的方法进行异常事件侦测，能有效增强抗干扰能力，降低误报率和漏报率。附图说明图1: DMA区14个测点分布图。具体实施方式本实例中考虑某DMA区，有14个压力监测点，其地理位置如图1，压力数据时间为X年3月20日至4月3日，以3月20日至4月2日的数据作为基本数据对4月3日进行侦测。这里仅用压力值进行实例说明，但本专利技术方法同样适用于流量值。（一）小波降噪获取稳态信号和噪声信号现对DMA区14个监测点在4月3日的SCADA系统中采集的实测压力信号做小波降噪处理，得到降噪后的压力信号，将监测点降噪后的压力信号与原始信号做插值计算得到对应的噪声序列。14个测点4月3日噪声序列有效值如表1所示。表1 14个测点4月3日噪声序列有效值 单位：Mpa测点NO.1NO.2NO.3NO.4NO.5NO.6NO.7有效值0.00170.00140.00230.00180.00170.00200.0014测点NO.8NO.9NO.10NO.11NO.12NO.13NO.14有效值0.00250.00220.00200.00250.00280.00220.本文档来自技高网...

【技术保护点】
一种供水管网异常侦测方法，其特征在于该方法包括以下步骤：步骤（1）对实测原始信号采用小波降噪，获取稳态信号和噪声信号；步骤（2）利用EPANET软件模拟获得理想信号，再与稳态信号差值计算获取突变信号；步骤（3）计算突变信号的信噪比，筛选有用测点；当测得异常时间段的信噪比大于等于60dB时，则认为突变信号显著，肯定此次异常事件侦测结果；而当该信噪比小于60dB时，则认为数据受噪声污染严重，不能正常用于异常事件侦测；步骤（4）结合SPC统计和模糊判定确定异常事件，具体是：4‑1、SPC统计数据分析（1）计算监测点平均值和标准差假定压力时间序列的采样间隔为f min/次，则n 天的压力数据表示为()，其中i =1:m 和j =1:n ，m 表示测点一天的压力数据个数，则一天的平均值()由下式计算得到：标准差 ()通过下式计算得到：（2）设置异常事件侦测规则根据以下规则，进行异常事件侦测；只要符合任意一条规则，则认为异常事件发生：规则a. 任一时间点测点观测值低于‑4；规则b. 连续2个时间点测点观测值低于‑3；规则c. 连续4个时间点测点观测值低于‑2；规则d. 连续8个时间点测点观测值低于‑；4‑2、计算模糊因子权值（1）测点灵敏度和用水规律的权值计算测点灵敏度和用水规律的权值采用层次分析法求得；层次分析法主要包括两个步骤：①构造判断矩阵对各指标之间进行两两对比，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵A；其中, A为判别矩阵，要素i与要素j重要性比较结果，并且有如下关系：有9种取值，分别为1/9, 1/7, 1/5, 1/3, 1/1, 3/1, 5/1, 7/1, 9/1,分别表示i要素对于j要素的重要程度由轻到重；②计算权重向量判断矩阵的权重计算方法采用规范列平均法；将矩阵A 每一列归一化处理得到矩阵B ，再求出矩阵B 每一行元素的平均值，得到一个一列n 行的矩阵C ，矩阵C 即为所求权重矩阵；（2）测点灵敏度内部权值计算测点灵敏度采用有限差分法计算，灵敏度系数表示为：其中，k 表示测点标号，表示测点自身水压的变化值，表示其余测点的水压变化值，则测点灵敏度系数矩阵表示为：通过目标函数F得到测点灵敏度，目标函数如下：其中，为权重系数，值在(0 ,1)区间，满足；M 为测点的数量，N为可能的爆管点，为测点i 和j 的二维地理坐标；然后将所得测点灵敏度数据做归一化处理；（3）用水规律内部权值计算用水规律依据DMA区内用水高峰期的时间段长度，将一天时间以用水高峰期的时间长度length 为单位划分为24/length 部分，根据一天内不同时段的用水量采用层次分析法进行数据处理，作为时间段的权值；4‑3、综合侦测分析利用以下公式整合SPC统计和模糊判定：其中，event为SPC统计的异常事件结果，若侦测到异常事件，event值为1；反之，值为0；为时间的权值，为一天中各时间段的权值，i =1:24/length；为测点灵敏度的权值，为各测点的权值，j =1:N ；计算出综合结果后，设置阈值，对数据做进一步筛选，满足阈值则肯定异常事件的发生；最后通过计算测点的相关性并进行分组，若同一异常事件被相关性小组内的所有测点都侦测到，则肯定异常事件；反之，则否定异常事件。...

【技术特征摘要】
1.一种供水管网异常侦测方法，其特征在于该方法包括以下步骤：步骤（1）对实测原始信号采用小波降噪，获取稳态信号和噪声信号；步骤（2）利用EPANET软件模拟获得理想信号，再与稳态信号差值计算获取突变信号；步骤（3）计算突变信号的信噪比，筛选有用测点；当测得异常时间段的信噪比大于等于60dB时，则认为突变信号显著，肯定此次异常事件侦测结果；而当该信噪比小于60dB时，则认为数据受噪声污染严重，不能正常用于异常事件侦测；步骤（4）结合SPC统计和模糊判定确定异常事件，具体是：4-1、SPC统计数据分析（1）计算监测点平均值和标准差假定压力时间序列的采样间隔为f min/次，则n 天的压力数据表示为()，其中i =1:m 和j =1:n ，m 表示测点一天的压力数据个数，则一天的平均值()由下式计算得到：标准差 ()通过下式计算得到：（2）设置异常事件侦测规则根据以下规则，进行异常事件侦测；只要符合任意一条规则，则认为异常事件发生：规则a. 任一时间点测点观测值低于-4；规则b. 连续2个时间点测点观测值低于-3；规则c. 连续4个时间点测点观测值低于-2；规则d. 连续8个时间点测点观测值低于-；4-2、计算模糊因子权值（1）测点灵敏度和用水规律的权值计算测点灵敏度和用水规律的权值采用层次分析法求得；层次分析法主要包括两个步骤：①构造判断矩阵对各指标之间进行两两对比，然后按9分位比率排定各评价指标的相对优劣顺序，依次构造出评价指标的判断矩阵A；其中, A为判别矩阵，要素i与要素j重要性比较结果，并且有如下关系：有9种取值，分别为1/9, 1/7, 1/5,...

【专利技术属性】
技术研发人员：徐哲，李宏伟，熊晓锋，何必仕，陈晖，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33