一种管网泄漏检测方法及系统技术方案

技术编号:24884568 阅读:64 留言:0更新日期:2020-07-14 18:12
本发明专利技术涉及一种基于供热管网水力模型和BP神经网络的管网泄漏检测方法。首先通过管网水力模型算法,计算得到未泄露和各种泄漏工况时的管网节点压力。然后经过传感器误差修正后计算得到节点的相对压力差。将相对压力差作为BP神经网络的输入数据训练得到管网泄漏检测模型。最后将真实压力传感器数据输入管网泄漏检测模型从而检测出泄漏位置。本发明专利技术还涉及一种使用该方法来进行管网泄漏检测的系统,其包括数据采集模块、中央服务器和内置于中央服务器内的管网泄漏检测模块构成,采集模块用来采集数据,上传至中央服务器,中央服务器通过内置的管网泄漏检测模块按照本发明专利技术提供的方法进行管网的泄漏检测。

【技术实现步骤摘要】
一种管网泄漏检测方法及系统
本专利技术属于市政、信息处理及智能楼宇领域,具体涉及一种基于水力模型和BP神经网络的管网泄漏检测方法,本专利技术还涉及实现该方法的系统。
技术介绍
管网泄漏一直是集中供热管线运营管理中存在的一个问题。管线的腐蚀、管线超压、施工质量低下、运营人员误操作等原因都可能造成管网的泄漏。管网泄漏问题会增加运营成本,造成巨大的经济损失和安全隐患。然而探测寻找泄漏位置并进行修复是一个耗时耗力的工作。集中供热管网的泄漏检测方法可以分为三类:基于物理模型的方法、基于数据的方法和直接测温法。(1)基于物理模型的方法是将正常工况时的模拟数据与运行工况时的传感器监测数据进行对比。这种方法有明确的物理意义,可以揭示供热管网的内部运行规律,但是这种方法需要花费大量的工作进行模型的建立,泄漏检测的准确性也不是很高。(2)基于数据的方法是利用运行工况时监测数据(压力、流量、温度等)的直接或间接关系,建立统计学模型,采用数据分析的方法进行泄漏检测。这种方法的物理学含义往往是不明确的,并且检测的结果非常的依赖于数据的数量和质量。本文档来自技高网...

【技术保护点】
1.一种管网泄漏检测方法,其特征在于:包括以下步骤:/n(1)确定管网循环水泵的扬程、未发生泄漏时的管网拓扑结构、管网各个管段的阻抗和楼栋的阻抗;/n(2)将第(1)步得到的基础数据通过管网水力模型,计算得到未发生泄漏时的管网节点压力;/n(3)分别改变泄漏管段、泄漏点在管段上的位置和泄漏流量,得到不同泄漏工况,通过管网水力模型,分别计算这些泄漏工况的管网节点压力;/n(4)在第(2)(3)步中得到未泄漏和泄漏工况下的管网节点压力中根据式(1)添加传感器误差项/nP

【技术特征摘要】
1.一种管网泄漏检测方法,其特征在于:包括以下步骤:
(1)确定管网循环水泵的扬程、未发生泄漏时的管网拓扑结构、管网各个管段的阻抗和楼栋的阻抗;
(2)将第(1)步得到的基础数据通过管网水力模型,计算得到未发生泄漏时的管网节点压力;
(3)分别改变泄漏管段、泄漏点在管段上的位置和泄漏流量,得到不同泄漏工况,通过管网水力模型,分别计算这些泄漏工况的管网节点压力;
(4)在第(2)(3)步中得到未泄漏和泄漏工况下的管网节点压力中根据式(1)添加传感器误差项
Pci_rand=Pci+Pci*∈*Rand(1)
式中:Pci_rand为经过传感器误差修正的管网节点压力值;Pci为计算得到未经修正的管网节点压力值;∈为传感器精度;Rand为-1~1之间服从均匀分布的随机值。
(5)利用式(2)计算相对压力差



式中:δPi为每一节点的相对压力差;Psi_rand为经过传感器误差修正的泄漏工况的节点压力;Pni_rand为经过修正的未泄漏工况的节点压力。
(6)将相对压力差作为BP神经网络的输入数据,训练BP神经网络得到管网泄漏检测模型。在实际应用的过程中将真实传感器测得的节点压力数据通过式(2)计算出相对压力差,输入到管网泄漏检测模型中即可输出泄漏位置。


2.根据权利要求1所述的方法,其特征在于:各个楼栋的阻抗计算方法如下;
1)通过式(3)计算供暖系统热指标



式中:rs为系统热指标,kW/m2;∑Ai为系统总供暖面积,m2;Q为供暖系统总热负荷,kW,通过在换热站处的热量表获得。
2)假定楼栋热指标等于系统热指标,通过式(4)计算各个楼栋的流量



式中:Gi为各个楼...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:合肥暖流信息科技有限公司
类型:发明
国别省市:安徽;34

网友询问留言 已有0条评论
  • 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。

1