用于检测配水系统中的异常的组合方法技术方案

本发明专利技术涉及对网络化配水系统中的异常的检测。其在对网络的控制变量的迭代修改的基础上通过确定缩小的一组应当对其上的控制变量进行迭代修改的配水网实体而改进了检测方法。本发明专利技术改善了计算成本并且提高了这样的检测配水系统中的异常的方法的可靠性。

【技术实现步骤摘要】
【国外来华专利技术】用于检测配水系统中的异常的组合方法
本专利技术涉及配水系统中的异常检测。更具体而言，本专利技术涉及借助于统计信息和配水系统的水力模型的结合使用检测异常。
技术介绍
用于配送可饮用水的系统尤其由水头与消费者之间的管道连同诸如阀门和泵的控制装置构成。这样的系统可能遭受很多异常。这些异常属于多种类型。水力异常包括泄露、压力的异常变化、蓄水池的水位的快速下降、蓄水的不连贯的质量平衡。运行异常表明系统中的元件处于不正确的状态，例如，阀门处于与信息系统中存储的不同的打开状态。这些异常，尤其是泄露可能急剧降低配水系统的性能。例如，管道中的泄露是水头和消费者之间的水的显著部分遭受损失的原因。因此，对配水系统中的异常的检测和校正永远都是此类系统的运营商的关注内容，以达到缓解水流失的经济成本和损害的目的。此外，配水系统中的泄露检测的一个关键目的是限制全球的水资源消耗和浪费，在缺水地区，考虑到要促进可持续的发展，泄露检测尤其受关注。配水系统中的泄露检测在历史上是通过人工检查执行的。人工检查一般包括派操作员检查系统的管道，并识别出泄露和其他异常。例如，可以使用检测因泄露引起的噪声的音频传感器来自辅助这种检测。然而，配水系统的通常很大的尺寸使得对泄露和异常的人工检测非常困难。例如，大城市的配水系统包括数千千米的管道。因此，不可能以合理的成本频繁地检查所有管道。一个或多个传感器的使用为检测配水系统中的异常的解决方案起到了促进作用。尤其可以使用传感器自动检测系统行为的异常变化，从而向该系统的那些检测到了异常行为的节点/弧段派遣操作员。然而，基于传感器的异常检测方法也存在缺陷。它们可能生成很多假阳性判断(对实际并非异常的事件发出警报)，从而导致很多无用而又耗费成本的人工干预。由于典型配水系统的大规模的原因，这些方法还可能正确地检测到异常但无法精确定位。另外，在系统中部署高密度的传感器虽然能够有助于对异常进行更加精确的定位，但是其成本过高。申请人与本申请的申请人为同一申请人的欧洲专利申请No.EP15306029.8公开了用于检测配水系统中的异常的方法。这一在先申请中公开的方法使用了根据配水系统的水力模型而预测的被模型化为网络的配水系统的实体的参数(例如，不同时间上的水速和水压)的一组值以及网络的控制参数(例如，管道的长度、管道的粗糙度、网络用户的消耗预测等)的值。所述方法包括执行对预测值计算的逐次迭代，将这些值与来自传感器的观察结果进行比较，并根据预测和观察之间的差来调整参数值，从而使用方法根据所述参数的值检测异常。这种方法允许准确地确定最佳地匹配来自传感器的观察结果的网络控制参数的值。控制参数的某些值表示网络中的异常。例如，预测到水的过度消耗可以表示配水系统中的泄露。因而，基于水网中的异常的示例而受到了训练的机器学习算法能够通过迭代过程根据在发生了几次预测值的计算之后获得的控制参数的值识别出异常。这种方法具有很多优点。其提供了一种自动化的快速并且可靠的方法来检测配水系统中的异常，从而与使用传统的人工检查相比以快得多的速度解决系统中的异常。通过逐次的迭代，越来越准确地识别出将给控制参数带来的修改。这种方法在逐次迭代之后能够高效地对配水系统中的异常进行识别和定位。此外，配水系统的水力模型的使用允许网络的操作者甚至能够对未配备传感器的网络实体中的异常进行定位。但是，对于大型配水系统而言，对水力模型存在影响的大量参数以及获得令人满意的解决方案所需的大量迭代可能使所述方法很复杂。其削弱了配水系统的操作者快速地识别并解决配水系统中的异常的能力。因此，需要一种用于缩短被报告给操作者的检测之前的时间并提高结果在识别和定位方面的相关性的方法。例如，通过对实现对配水系统中的异常的可靠检测所需的配水系统网络控制参数的计算的迭代次数进行优化而缩短检测前时间。
技术实现思路
出于这种效果，本专利技术公开了用于检测由节点的网络构成的配水系统中的异常的方法，所述方法包括：借助于表征网络及其在各节点处的输出的控制变量的一组值对配水系统的水力模型进行参数设定；使用网络上的传感器采集各第一时间参考上的状态变量的子集的观察结果；至少基于所述观察结果识别至少一个要改变其控制变量的值的目标实体；使用对控制变量的逐步调整以及基于状态变量的残差值的断线判据(breakcriterion)改变控制变量的该组值；根据该组控制变量执行对网络的至少一个实体在状态中的分类。有利地，所述方法包括至少基于所述观察结果识别要改变的至少一个控制变量。这样做允许通过减少所要改变的控制变量的数量而额外地降低所述方法的计算负担。有利地，至少基于所述观察结果识别至少一个要改变其控制变量的值的目标实体包括：使用水力模型计算至少表征节点处的水速和压力的一组状态变量的预测值，所述预测值与第二时间参考相关联；计算作为各第二时间参考上的预测值和观察结果之间的差的状态变量子集的残差值；对选择时间参考时的在网络的实体处的残差值执行统计分析；基于应用至所述统计分析的输出的规则对网络的实体分类。这样做允许使用历史值对至少一个目标实体进行有效率的预检测。有利地，所述至少一个目标实体是通过基于残差值与预定义阈值之间的比较被分类为异常状态来进行识别的。这样做允许通过将重点放在具有更高的处于异常状态的可能性的实体上而有效率地选择所述至少一个目标实体。有利地，至少基于所述观察结果识别至少一个要改变其控制变量的值的目标实体包括：使用规则的组合执行对观察结果的若干测试；基于针对观察结果的规则的组合对网络的实体分类。这样做允许在无需使用水力模型的情况下简单而鲁棒地对实体分类。有利地，所述至少一个目标实体是通过基于针对观察结果的规则的组合被分类为异常状态来进行识别的。这样做允许简单而又鲁棒地识别出所述至少一个目标实体。有利地，至少基于所述观察结果识别至少一个要改变其控制变量的值的目标实体包括：使用规则的组合对观察结果的统计学偏差执行若干测试；基于针对观察结果的规则的组合对网络的实体分类。这样做允许在无需使用水力模型的情况下简单而鲁棒地对实体分类。有利地，所述至少一个目标实体是通过基于针对观察结果的统计学偏差的规则的组合被分类为异常状态来进行识别的。这样做允许简单而又鲁棒地识别出所述至少一个目标实体。有利地，至少基于所述观察结果识别至少一个要改变其控制变量的值的目标实体包括识别其中的水速观察结果的值超过了目标实体处的阈值的网络弧段。这样做允许非常简单直接地识别出所述至少一个目标实体。有利地，改变控制变量的该组值是针对至少一个事件类型执行的，所要修改的控制变量是以所述至少一个事件类型为基础的。这样做允许提高检测的鲁棒性，以及降低所述方法的计算负担。实际上，只对具有更高的与发生在网络中的事件相关联的可能性的降低数量的控制变量予以修改。有利地，对多个事件类型进行测试，并针对每一事件类型执行改变控制变量的该组值的一个实例。这样做允许在同一时间内对多个不同事件类型进行测试。有利地，至少改变控制变量的该组值是针对至少一个事件类型执行的，所述至少一个事件类型是使用基于应用至所述统计分析的输出的规则对网络实体所做的分类选出的。这样做允许根据统计分析更加具体地确定所要改变的控制变量，由此降低改变控制变量的该组值的计算负担。有利地，所述方法包括：在至少基于所述本文档来自技高网...

【技术保护点】
一种用于检测由节点的网络构成的配水系统中的异常的方法(400)，所述方法包括：‑通过对所述网络以及所述网络在所述节点处的输出进行表征的控制变量的一组值(210)来将所述配水系统的水力模型(211)参数化(220)；‑使用所述网络上的传感器来采集(230)状态变量的子集在第一时间参考的观察结果；‑基于至少所述观察结果来识别(410)要改变控制变量的所述值的至少一个目标实体；‑使用对所述控制变量的逐步调整以及基于所述状态变量的残差值的断线判据来改变(250)控制变量的所述一组值；‑根据控制变量的所述一组值来执行所述网络的至少一个实体在状态中的分类(270)。

【技术特征摘要】
【国外来华专利技术】2015.06.29 EP 15306029.8;2015.09.30 EP 15306546.11.一种用于检测由节点的网络构成的配水系统中的异常的方法(400)，所述方法包括：-通过对所述网络以及所述网络在所述节点处的输出进行表征的控制变量的一组值(210)来将所述配水系统的水力模型(211)参数化(220)；-使用所述网络上的传感器来采集(230)状态变量的子集在第一时间参考的观察结果；-基于至少所述观察结果来识别(410)要改变控制变量的所述值的至少一个目标实体；-使用对所述控制变量的逐步调整以及基于所述状态变量的残差值的断线判据来改变(250)控制变量的所述一组值；-根据控制变量的所述一组值来执行所述网络的至少一个实体在状态中的分类(270)。2.根据权利要求1所述的方法，还包括基于至少所述观察结果来识别要改变的至少一个控制变量。3.根据权利要求1和2中的一项所述的方法，其中，基于至少所述观察结果来识别要改变控制变量的所述值的至少一个目标实体包括：-使用所述水力模型来计算(320)对至少所述节点处的水速和压力进行表征的一组状态变量的预测值，所述预测值与第二时间参考相关联；-计算(330)所述状态变量的所述子集的残差值，作为在所述第二时间参考的预测值与观察结果之间的差；-对选择所述时间参考时的在所述网络的实体处的残差值执行(510)统计分析；-基于应用于所述统计分析的输出的规则来对所述网络的所述实体进行分类(520)。4.根据权利要求3所述的方法，其中，所述至少一个目标实体是通过基于残差值与预定义阈值之间的比较而被分类为异常状态来进行识别的。5.根据权利要求1和2中的一项所述的方法，其中，基于至少所述观察结果来识别要改变控制变量的所述值的至少一个目标实体包括：识别其中水速的观察结果的值超过了目标实体处的阈值的所述网络的弧段。6.根据权利要求1到5中的一项所述的方法，其中，改变(250)控制变量的所述一组值是针对至少一个事件类型来执行的，并且要修改的所述控制变量是基于所述至少一个事件类型的。7.根据权利要求6所述的方法，其中，对多个事件类型进行测试，并针对每个事件类型来执行改变(250)控制变量的所述一组值的一个实例。8.根据权利要求6和7中的一项所述的方法，在其引用权利要求3时，其中，至少改变控制变量的所述一组值是针对至少一个事件类型来执行的，所述至少一个事件类型是使用基于应用于所述统计分析的所述输出的规则对所述网络的所述实体的分类(520)来进行选择的。9.根据权利要求1到8中的一项所述的方法，包括：-以基于至少所述观察结果来对要改变控制变量的所述值的至少一个目标实体进行识...

【专利技术属性】
技术研发人员：G·屈松内奥，PA·雅里热，A·登贝莱，F·康庞，
申请(专利权)人：苏伊士集团，
类型：发明
国别省市：法国,FR