一种智能水务中基于数据聚集的监测装置制造方法及图纸

本发明专利技术提供一种智能水务中基于数据聚集的监测装置，属于智能水务技术领域，具体包括：压力监测模块，供电模块，流量测量模块，泄露信号监测模块；压力监测模块负责对管道中的水流压力进行监测，当存在异常时，生成压力异常信号，并将压力异常信号传输给流量测量模块；供电模块负责提供电能；流量测量模块负责对管道中的水流流量进行监测，并当接收到压力异常信号后，当存在异常时，输出流量异常信号，并将流量异常信号传输至泄露信号监测模块；泄露信号监测模块当接收到所述流量异常信号进行开启，并对所述管道中的水流泄露信号进行监测，采用基于GWO

【技术实现步骤摘要】
一种智能水务中基于数据聚集的监测装置


[0001]本专利技术属于智能水务
，尤其涉及一种智能水务中基于数据聚集的监测装置。

技术介绍

[0002]随着城市进程的不断加快，水资源的紧张局势不断恶化，如何有效应对水资源危机，已经成为一个国家在经济发展中必须面临的重大课题。据统计，截止到2015年，我国供水管网的总长度达到71.0万公里，占市政管网的首位,并且以每年3万多公里的建设速度增长。但是，由于我国相当数量管网使用年限都在30年以上，部分管段甚至50年仍在服役，所以我国的管网腐蚀问题突出，跑、冒、滴、漏现象十分严重。管网漏损会引起管网水压下降，为了正常供水，则需要额外增加供水水压，这样不仅增加了能源的损耗，而且会使泄漏更加严重，形成恶性循环，造成更大的资源浪费。
[0003]在论文《供水管网泄漏监测系统研究》中作者嵇尚尚通过对泄漏信号进行时域分析、频域分析、时频联合分析，得出了供水管道背景噪声信号及泄漏信号的频域特征。为了实现对泄漏信号特征提取，提出一种基于小波去噪时延估计供水管网漏点定位方法，利用MATLAB工具箱中阈值函数获取消噪阈值，对信号进行小波分解，其次采用带通滤波器对去噪后的信号进行滤波，将处理后的信号进行时延估计确定漏点位置，但是在供水领域，由于监测装置分布在供水管道上，采集供水的压力、温度、PH值、余氯、浊度等，无便利的供电措施，一般采用蓄电池等方式进行供电，而且供水管道一般都处于正常状态，若实时进行频谱分析，会造成极大的电能浪费，不利于整体装置的稳定运行，且仅依靠频谱分析对管道泄露进行分析，准确率不高。
[0004]针对上述技术问题，本专利技术提供了一种智能水务中基于数据聚集的监测装置。

技术实现思路

[0005]为实现本专利技术目的，本专利技术采用如下技术方案：
[0006]根据本专利技术的一个方面，提供了一种智能水务中基于数据聚集的监测装置。
[0007]一种智能水务中基于数据聚集的监测装置，其特征在于，具体包括：
[0008]压力监测模块，供电模块，流量测量模块，泄露信号监测模块；
[0009]其中所述压力监测模块负责对管道中的水流压力进行监测，并当所述水流压力在第一时间阈值内的压力变动量大于第一压力阈值后，生成压力异常信号，并将所述压力异常信号传输给流量测量模块；
[0010]所述供电模块负责为所述压力监测模块、流量测量模块、泄露信号监测模块提供电能；
[0011]所述流量测量模块负责对管道中的水流流量进行监测，并当接收到所述压力异常信号后，判断水流流量在第二时间阈值内的水流流量变动量大于第一流量阈值时，输出流量异常信号，并将所述流量异常信号传输至泄露信号监测模块；
[0012]所述泄露信号监测模块当接收到所述流量异常信号进行开启，并对所述管道中的水流泄露信号进行监测，采用基于GWO
‑
DenseNet算法的分类模型确定管道是否存在泄露。
[0013]通过采用压力监测模块首先对第一时间阈值内的压力变动量出现异常时，发出压力异常信号，当流量测量装置接收到压力异常信号后，分析第二时间阈值内的流量变动量是否存在异常，当存在异常时，输出流量异常信号，并将所述流量异常信号传输至泄露信号监测模块，泄露信号监测模块在得到流量异常信号之后，开始对泄露信号进行监测，并通过基于GWO
‑
DenseNet算法的分类模型判断是否存在泄露，从而解决了原先实时进行频谱分析造成的极大的电能浪费，不利于整体装置的稳定运行问题，通过结合压力和流量测量结果的基础上，适时开启泄露信号监测模块，使得进一步节省了电能，并促进了监控装置的稳定运行，且解决了依靠频谱分析对管道泄露进行分析，准确率不高的问题，通过压力、流量、频谱泄露信号三方面因素的综合考量，进一步提升了判断的精度。
[0014]通过采用所述水流压力在第一时间阈值内的压力变动量大于第一压力阈值后，生成压力异常信号，从而避免了由于突然的异常信号导致的错误生成压力异常信号的问题，进一步提升了压力监测模块输出信号的可靠性以及稳定性，通过流量测量模块接收到所述压力异常信号后，判断水流流量在第二时间阈值内的水流流量变动量大于第一流量阈值时，输出流量异常信号，从而避免了由于于突然的异常信号导致的错误生成压力异常信号的问题，进一步提升了压力监测模块输出信号的可靠性以及稳定性，同时当接收到压力异常信号后再进行判断，从而进一步节省了流量测量模块的电能，促进了装置的稳定性，通过采用泄露信号监测模块当接收到所述流量异常信号进行开启，并对所述管道中的水流泄露信号进行监测，通过分步骤，当满足条件后再进行泄露信号监测模块的开启，从而进一步的降低了装置的耗电量，使得整体的装置的稳定性进一步提升，并将压力、流量、泄露信号三方面结合到一起，对管道泄露情况进行评估，从而进一步提升了最终判断的精确性。
[0015]进一步的技术方案在于，还包括第二压力阈值，当所述水流压力在第一时间阈值内的压力变动量大于第二阈值，且压力的持续时间大于第三时间阈值，此时产生压力异动信号，并将所述压力异动信号传递给所述泄露信号监测模块，使所述泄露信号监测模块开启，判断管道是否存在泄露。
[0016]通过设置第二压力阈值，从而避免了由于产生过大的泄露导致的判断步骤过长导致的巨大的供水的浪费，能够在第一时间发现管道泄露，在保证稳定可靠的判断结果的基础上，再次提升了判断的灵敏性，并通过采用第一时间阈值内的压力变动量大于第二阈值，且压力大于第二阈值的压力的持续时间大于第三时间阈值，只有当变动量的维持时间大于一定的时间后，在判定存在问题，保证了整体判断精度的稳定和可靠性。
[0017]进一步的技术方案在于，还包括第三压力阈值，当所述水流压力在第四时间阈值内的压力变动量大于第三压力阈值，此时判定所述压力监测模块存在异常，不再发出所述压力异动信号或者压力异常信号。
[0018]通过设置第三压力阈值，当在第四时间阈值内的压力变动量大于第三压力阈值，从而判定此时的压力监测模块存在异常，从而防止由于压力监测模块在存在异常的情况下，导致的信号误报问题，进一步提升了整体的可靠性。
[0019]进一步的技术方案在于，所述第一压力阈值小于第二压力阈值，所述第二压力阈值小于第三压力阈值，所述第一压力阈值、第二压力阈值、第三压力阈值根据供水的管道半
径、管道位置确定。
[0020]通过根据供水的管道半径、管道位置确定压力阈值，从而根据管道的情况进行压力阈值的调整，使得整体的阈值设定能够与具体的实际情况相结合，进一步提升了阈值设定的科学性。
[0021]进一步的技术方案在于，所述第四时间阈值小于第一时间阈值，第一时间阈值小于第三时间阈值，所述第一时间阈值、第三时间阈值、第四时间阈值根据供水的管道半径、管道位置确定。
[0022]通过根据供水的管道半径、管道位置确定时间阈值，从而根据管道的情况进行时间阈值的调整，使得整体的阈值设定能够与具体的实际情况相结合，进一步提升了阈值设定的科学性。
[0023本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能水务中基于数据聚集的监测装置，其特征在于，具体包括：压力监测模块，供电模块，流量测量模块，泄露信号监测模块；其中所述压力监测模块负责对管道中的水流压力进行监测，并当所述水流压力在第一时间阈值内的压力变动量大于第一压力阈值后，生成压力异常信号，并将所述压力异常信号传输给流量测量模块；所述供电模块负责为所述压力监测模块、流量测量模块、泄露信号监测模块提供电能；所述流量测量模块负责对管道中的水流流量进行监测，并当接收到所述压力异常信号后，判断水流流量在第二时间阈值内的水流流量变动量大于第一流量阈值时，输出流量异常信号，并将所述流量异常信号传输至泄露信号监测模块；所述泄露信号监测模块当接收到所述流量异常信号进行开启，并对所述管道中的水流泄露信号进行监测，采用基于GWO
‑
DenseNet算法的分类模型确定管道是否存在泄露。2.如权利要求1所述的一种智能水务中基于数据聚集的监测装置，其特征在于，还包括第二压力阈值，当所述水流压力在第一时间阈值内的压力变动量大于第二阈值，且压力的持续时间大于第三时间阈值，此时产生压力异动信号，并将所述压力异动信号传递给所述泄露信号监测模块，使所述泄露信号监测模块开启，判断管道是否存在泄露。3.如权利要求2所述的一种智能水务中基于数据聚集的监测装置，其特征在于，还包括第三压力阈值，当所述水流压力在第四时间阈值内的压力变动量大于第三压力阈值，此时判定所述压力监测模块存在异常，不再发出所述压力异动信号或者压力异常信号。4.如权利要求3所述的一种智能水务中基于数据聚集的监测装置，其特征在于，所述第一压力阈值小于...

【专利技术属性】
技术研发人员：韦道领，孙县鹏，王一帆，徐苇杭，徐璐，杨军帅，
申请(专利权)人：河南沃海水务有限公司，
类型：发明
国别省市：