一种大数据水量称重法评价水表实际计量误差的方法技术

本发明专利技术提供了一种大数据水量称重法评价水表实际计量误差的方法，包括如下步骤；(1)、选择待计量的水流管网中的水表主体，并在管网中接入GPRS流量记录仪；(2)、选择计量的时间段，根据计量的数据来进行统计，时间段越长，数据计量的量越大，得到的结果越精确；(3)、根据管网中水流的流量记录选择该时间段内水流总量记为：Q总；(4)、在选择的计量时间段内，根据GPRS流量记录仪得到的数据，统计为：流量高区Q1±2％、流量低区Q2±5％和始动流量Q3100％；本发明专利技术从根本上解决了在实际工况环境和条件下贸易结算水表计量误差计算、评价的问题，更客观、真实地反应了水表计量准确性，而且操作简单，算法更为准确，更贴近真实的计量误差。

【技术实现步骤摘要】
一种大数据水量称重法评价水表实际计量误差的方法
本专利技术涉及水量称重评价领域，具体是一种大数据水量称重法评价水表实际计量误差的方法。
技术介绍
由于，计量误差对产销差影响很大，直接影响供水企业的经济效益。可是计量误差产生除了受水表的本身精度影响外，更主要是受工况环境、安装条件，直管段、流体特性、口径选型的影响。而这些靠传统的校验台校验是根本无法评价其真实的计量误差。传统计量误差评定是把水表拆卸下来在标准的水表校验台上校验，检验点主要是最大、最小、平均三个标准点流量模拟校验。对于叶轮磨损严重的、故障率高的水表，校验台在能校验其计量误差；对于叶轮完好、长期小流量的水表却根本体现出来其实际计量误差。传统的计量误差评定更多的是侧重水表本身的性能，而不能体现出实际工况环境和条件下的真实计量误差。实际流量运行随机性很强，波动变化很大，靠校验台人工模拟的几个标准点流量根本无法真实模拟实际流量变化。且试验采集流量样本量少，时间段，只是在特定、标准的流量状态的一种计量特性反应。既然校验的水表性能再好，装到实际现场其计量误差就相差很大，问题就处在了工况条件、环境发生了改变。可见，传统计量误差评定方法无法满足实际工况条件下的计量误差评价。
技术实现思路
本专利技术的目的在于提供一种大数据水量称重法评价水表实际计量误差的方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种大数据水量称重法评价水表实际计量误差的方法，包括如下步骤；(1)、选择待计量的水流管网中的水表主体，并在管网中接入GPRS流量记录仪；(2)、选择计量的时间段，根据计量的数据来进行统计，时间段越长，数据计量的量越大，得到的结果越精确；(3)、根据管网中水流的流量记录选择该时间段内水流总量记为：Q总；(4)、在选择的计量时间段内，根据GPRS流量记录仪得到的数据，统计为：流量高区Q1±2％、流量低区Q2±5％和始动流量Q3100％。作为本专利技术进一步的方案：按照按照计量高区Q1±2％；低区Q2±5％和始动流量误差Q3100％把每小时流量统计求和，并称重各自计量区间水量占总水量的比重，然后通过计量误差与水量占比数学建模即各计量区间水量占比百分比与对应的计量误差Q1±2％；低区Q2±5％和始动流量误差Q3100％进行乘积，并把各自计量区间的乘积结果累计求和，以获得该水表的真实的计量误差。作为本专利技术再进一步的方案：所述数学模型为Q1：计量高区±2％；Q2：计量低区±5％；。Q3：始动计量100％；QR：总计量误差％与现有技术相比，本专利技术的有益效果是：本专利技术从根本上解决了在实际工况环境和条件下贸易结算水表计量误差计算、评价的问题，更客观、真实地反应了水表计量准确性，大数据称重法计量误差模型和算法无需拆卸水表、无需开挖作业，而且操作简单，算法更为准确，更贴近真实的计量误差，鉴于，大数据是实时采集，能够真实反应任何时段、气候、温度条件下流量变化特性，波峰、波谷、紊流、湍流等各种流体状态下的真实情况，另外，GPRS记录仪采集的数据体量大远比实验室校验采样的流量样本要体量大的多，体量越大，越能真实体现出其真实计量误差，还有就是可选择24小时，720小时，8600小时采集时间周期，按照日、月，年计算水表的计量误差，总之，水量称重法可真实反应水表实际计量特性，计算的计量误差真实、可靠。附图说明图1为一种大数据水量称重法评价水表实际计量误差的方法的结构示意图。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。请参阅图1，一种大数据水量称重法评价水表实际计量误差的方法，包括如下步骤：1、选择待计量的水流管网中的水表主体，并在管网中接入GPRS流量记录仪；2、选择计量的时间段，根据计量的数据来进行统计，时间段越长，数据计量的量越大，得到的结果越精确；3、根据管网中水流的流量记录选择该时间段内水流总量记为：Q总；4、在选择的计量时间段内，根据GPRS流量记录仪得到的数据，统计为：流量高区Q1±2％、流量低区Q2±5％和始动流量Q3100％；5、按照按照计量高区Q1±2％；低区Q2±5％和始动流量误差Q3100％把每小时流量统计求和，并称重各自计量区间水量占总水量的比重，然后通过计量误差与水量占比数学建模即各计量区间水量占比百分比与对应的计量误差Q1±2％；低区Q2±5％和始动流量误差Q3100％进行乘积，并把各自计量区间的乘积结果累计求和，以获得该水表的真实的计量误差；6、数学模型如下：Q1：计量高区±2％；Q2：计量低区±5％；Q3：始动计量100％；QR：总计量误差％7、如下例：某远传水表的实时采集水量为2435.2立方，其中186小时，累计水量为1687.6立方米，运行在计量区间±2％；425小时，累计水量为711.1立方米，运行在计量区间±5％误差范围之内；117小时，累计水量为36.5立方米，运行在计量区间100％即在始动流量之下。采用大数据称重法计量误差数学模型，该水表的计量误差为4.45％。从案例中可以看出，该水表运行728小时中，其中542小时运行在小流量情况，对叶轮磨损很小，倘若采用传统校验台校验其计量误差肯定±2％，但实际在现场运行的计量误差却在4.45％。可见，大数据称重法计量误差模型计算的计量误差更贴近真实误差，更能真实反应水表的计量特性，且证实了水表尺寸偏大，选型不合理。上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下做出各种变化。本文档来自技高网...

【技术保护点】
1.一种大数据水量称重法评价水表实际计量误差的方法，其特征在于，包括如下步骤；(1)、选择待计量的水流管网中的水表主体，并在管网中接入GPRS流量记录仪；(2)、选择计量的时间段，根据计量的数据来进行统计，时间段越长，数据计量的量越大，得到的结果越精确；(3)、根据管网中水流的流量记录选择该时间段内水流总量记为：Q总；(4)、在选择的计量时间段内，根据GPRS流量记录仪得到的数据，统计为：流量高区Q1±2％、流量低区Q2±5％和始动流量Q3100％。

【技术特征摘要】
1.一种大数据水量称重法评价水表实际计量误差的方法，其特征在于，包括如下步骤；(1)、选择待计量的水流管网中的水表主体，并在管网中接入GPRS流量记录仪；(2)、选择计量的时间段，根据计量的数据来进行统计，时间段越长，数据计量的量越大，得到的结果越精确；(3)、根据管网中水流的流量记录选择该时间段内水流总量记为：Q总；(4)、在选择的计量时间段内，根据GPRS流量记录仪得到的数据，统计为：流量高区Q1±2％、流量低区Q2±5％和始动流量Q3100％。2.根据权利要求1所述的一种大...

【专利技术属性】
技术研发人员：张俊杰，李淑慧，
申请(专利权)人：北京沃尔斯特新技术有限公司，
类型：发明
国别省市：北京,11