用于建模、分析、检测并监测流体网络的系统和方法技术方案

本发明专利技术提供了用于基于由有向图表示的流体网络的模型确定流体网络中的传感器或基础结构放置，确定流体网络中感兴趣的异常，并且最佳地确定流体网络中的传感器覆盖的系统和方法。

【技术实现步骤摘要】
【国外来华专利技术】用于建模、分析、检测并监测流体网络的系统和方法
本公开涉及建模、分析、监测和检测流体网络的方法和系统。
技术介绍
诸如水网络的流体网络可遇到影响可用性和质量的问题，包括缓慢渗漏或快速渗漏、运输基础结构的腐蚀、污染等。这些问题可无法被发现和解决，直到它们对基础结构、水质或健康造成重大影响。一个示例是2014年1月的Elk河化学品泄漏，其中约30万居民受到影响，122人因污染而住院。
技术实现思路
希望能够及早或实时检测流体网络中的问题(例如，管道涂层问题、渗漏/裂缝、污染等)，并且能够通过预测何时和何处可能发生问题(issue/problem)进行预防行动而不是被动行动。在一个方面，本公开描述了最佳确定流体网络中的传感器或基础结构放置的方法。该方法包括创建流体网络的模型。该模型包括i)表示设置在流体网络中的流体基础结构的多个定向连接的节点，和ii)定位在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该方法还包括将模型表示为与布置在流体网络外部的处理器相关联的矩阵数据结构，经由处理器分析该矩阵以评估模型的每个节点是否满足一个或多个可定位性标准。分析矩阵包括解释和执行与处理器相关联的多个指令。确定流体网络中的传感器或基础结构放置。在另一方面，本公开描述了一种系统，所述系统包括定位在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该传感器被构造成在相应位置处从流体网络收集数据。处理器设置在流体网络的外部。该处理器被构造成接收来自传感器的数据，并基于流体网络的模型分析数据。该模型可以包括表示设置在流体网络中的流体基础结构的定向连接节点。与处理器相关联的多个指令能够由处理器解释和执行，以分析数据并确定流体网络内的传感器放置。在另一方面，本公开描述了确定流体网络中感兴趣的异常的方法。该方法包括提供设置在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该传感器被构造成在相应位置处从流体网络收集数据。该方法还包括经由一个或多个传感器在一个或多个位置处收集来自流体网络的数据，经由处理器接收来自传感器的数据，以及基于流体网络的模型经由处理器分析该数据。该模型表示为与处理器相关联的有向图。该有向图包括多个定向连接的节点，其中一个或多个假想节点添加在两个相邻节点之间。在另一方面，本公开描述了最佳确定流体网络中的传感器覆盖的方法。该方法包括创建流体网络的模型。该模型包括表示设置在流体网络中的流体基础结构的定向连接节点。该方法还包括将模型表示为与布置在流体网络外部的处理器相关联的矩阵数据结构，并且经由处理器分析该矩阵以评估每个节点是否满足一个或多个可定位性标准。分析矩阵包括解释和执行与处理器相关联的多个指令。该方法还包括将每个节点分配给定位区域、检测区域和不可到达区域中的一个。在本公开的示例性实施方案中获取各种意料不到的结果和优点。本公开的示例性实施方案的此类优点包括及早或实时检测和确定流体网络中的问题，包括预测流体网络中可能出现的问题的预防行动，最佳传感器或流体基础结构放置等。已总结本公开的示例性实施方案的各种方面和优点。上面的
技术实现思路
并非旨在描述本公开的当前某些示例性实施方案的每个例示的实施方案或每种实施方式。下面的附图和具体实施方式更具体地举例说明了使用本文所公开的原理的某些优选实施方案。附图说明结合附图考虑本公开的各种实施方案的以下详细描述可更全面地理解本公开，其中：图1是根据一个实施方案的检测流体网络中的感兴趣的异常的方法的流程图。图2示出根据一个实施方案的用于检测流体网络中的感兴趣的异常的系统的框图。图3A示出根据一个实施方案的设置有传感器的流体网络的示意图。图3B示出根据另一个实施方案的设置有传感器的流体网络的示意图。图4A示出根据一个实施方案的表示流体网络的有向图。图4B是根据一个实施方案的最佳地确定流体网络中的传感器放置的方法的流程图。图4C示出根据一个实施方案的在所选择的位置处设置有传感器的图4A的有向图。图4D示出在所选择的位置处设置有传感器的图4C的有向图的重新格式化版本。图5A示出根据一个实施方案的表示在所选择的位置处放置传感器的流体网络的有向图。图5B示出图5A的有向图的重新格式化版本。图5C示出根据一个实施方案的将图5B的模型中的相邻节点分组为节点集。图5D示出根据一个实施方案的通过添加流体路径对图5B的流体网络的修改。图6A示出根据一个实施方案的确定流体网络中的传感器覆盖的方法的流程图。图6B示出根据一个实施方案的分成定位区域、检测区域和不可到达区域的流体网络的图。图6C示出根据另一个实施方案的分成定位区域、检测区域和不可触及区域的流体网络的图。图6D示出根据另一个实施方案的分成定位区域、检测区域和不可触及区域的流体网络的图。图7示出根据一个实施方案的表示通过添加虚构节点而修改的流体网络的有向图。图8A示出根据一个实施方案的用于确定潜在污染源的流体网络的模型。图8B示出根据另一个实施方案的用于确定潜在污染源的流体网络的模型。图8C示出根据另一个实施方案的用于确定潜在污染源的流体网络的模型。在附图中，相似的附图标号指示相似的元件。虽然可不按比例绘制的上面标识的附图阐述了本公开的各种实施方案，但还可想到如在具体实施方式中所提到的其它实施方案。在所有情况下，本公开以示例性实施方案的表示的方式而非通过表述限制来描述当前所公开的公开内容。应当理解，本领域的技术人员可想出许多其它修改和实施方案，这些修改和实施方案落在本公开的范围和实质内。具体实施方式本公开提供了能够及早或实时检测流体网络中的问题(例如，管道涂层问题、渗漏、裂缝、污染等)，并且能够进行预防行动，该预防行动包括预测何时和何处可能发生流体网络中的问题的方法和系统。本文所述的流体网络可包括流体分配、处理和/或收集网络，诸如例如水管道分配网络、水处理系统、下水道系统、天然水道诸如河流和支流、天然气管线分配网络(例如甲烷或丙烷)、油管道分配网络等。本文描述的方法和系统可解决流体网络中难以检测的问题，在这些问题中，缓慢的渗漏、运输基础结构的腐蚀或污染问题在它对基础结构、水质或健康产生重大影响之前不会被发现。图1示出监测流体网络中的感兴趣的异常的方法100的流程图。在110处，提供了用于流体网络的一个或多个传感器。传感器可以是能够收集与流体网络的一个或多个参数相关的数据的任何类型的传感器，诸如例如，消毒剂浓度、污染物浓度、流体压力、流体流速、温度、电导率、过滤器的使用或预测寿命终止等。示例性传感器包括来自加拿大金斯顿的EndetecVeolia的KAPTATM3000-AC4。传感器可位于流体网络内的各种位置处。例如，可将传感器提供给商业水过滤器、居民区(例如，冰箱)、公共场所(例如，水喷泉)等。本公开提供了如何确定流体网络中的最佳传感器放置的方法以及如何基于流体网络的建模来确定流体网络中的传感器覆盖的方法，所述方法将在下文中进一步描述。然后方法100前进至120。在120处，处理器指示传感器收集数据。处理器可以位于流体网络外的远程计算机(例如，服务器或云)中。在一些实施方案中，可提供传感器以用于分布在流体网络中的过滤器，并且由传感器收集的数据可指示相应滤波器的状态。在一些实施方案中，可指示每个传感器在初始时间收集数据，该数本文档来自技高网...

【技术保护点】
1.一种确定流体网络中的感兴趣的异常的方法，所述方法包括：提供设置在所述流体网络中的一个或多个所选择的位置处的一个或多个传感器，其中所述传感器被构造成在相应位置处从所述流体网络收集数据；经由所述一个或多个传感器在所述一个或多个位置处收集来自所述流体网络的数据；经由处理器接收来自所述传感器的所述数据；以及经由所述处理器分析所述数据，所述分析基于所述流体网络的模型，其中所述模型被表示为与所述处理器相关联的有向图，所述有向图包括多个定向连接的节点，其中一个或多个假想节点被添加在两个相邻节点之间。

【技术特征摘要】
【国外来华专利技术】2016.08.31 US 62/381,9081.一种确定流体网络中的感兴趣的异常的方法，所述方法包括：提供设置在所述流体网络中的一个或多个所选择的位置处的一个或多个传感器，其中所述传感器被构造成在相应位置处从所述流体网络收集数据；经由所述一个或多个传感器在所述一个或多个位置处收集来自所述流体网络的数据；经由处理器接收来自所述传感器的所述数据；以及经由所述处理器分析所述数据，所述分析基于所述流体网络的模型，其中所述模型被表示为与所述处理器相关联的有向图，所述有向图包括多个定向连接的节点，其中一个或多个假想节点被添加在两个相邻节点之间。2.根据权利要求1所述的方法，其中所述异常与所述流体网络中的污染或基础结构故障相关。3.根据权利要求1所述的方法，其中分析所述数据还包括计算所述流体网络中检测区域中的一个或多个节点处的污染水平。4.根据权利要求3所述的方法，其中计算所述多个节点处的所述污染水平还包括确定吸收概率矩阵Q。5.根据权利要求3所述的方法，其中分析所述数据还包括基于所述节点处的所计算的污染水平来定位一个或多个潜在污染源。6.根据权利要求3所述的方法，其中所述检测区域基于一个或多个可定位性标准来确定，所述一个或多个可定位性标准包括对于给定节点，评估是否存在至少两个设置在所述给定节点下游的传感器，所述至少两个传感器具有相对于所述给定节点不共享任何d分隔点的相应路径。7.根据权利要求1所述的方法，其中所述模型为谐波模型(harmonicmodel)，并且所述流体网络中的污染浓度水平表示为谐波函数(harmonicfunction)。8.根据权利要求7所述的方法，其中所述污染浓...

【专利技术属性】
技术研发人员：詹尼弗·F·舒马赫，萨贝尔·塔吉维彦，罗纳德·D·耶西，安德鲁·P·博尼法斯，尼古拉斯·G·阿梅尔，布洛克·A·哈勃，哥尔珊·哥尔纳利，
申请(专利权)人：三M创新有限公司，
类型：发明
国别省市：美国,US