System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于对管道网络进行泄漏检测的方法和装置制造方法及图纸_技高网

用于对管道网络进行泄漏检测的方法和装置制造方法及图纸

技术编号:40332823 阅读:14 留言:0更新日期:2024-02-09 14:24
本申请涉及一种用于对管道网络进行泄漏检测的方法和装置。所述包括基于实际的管道网络的网络拓扑和配置信息构建管网仿真系统,并使得管网仿真系统基于实际管网的传感器信息运行;基于管网仿真系统中各个节点在第一时段内的节点压力信息,生成包含至少部分节点的压力波动曲线的瞬态压力时序图;利用管网仿真系统,生成管道网络的包含第一时段内各个时间点的压力分布云图的压力分布云图序列;基于瞬态压力时序图和压力分布图序列,利用训练好的深度神经网络预测所述管道网络中一个或者一个以上泄漏点的相关信息。本申请的方法能够对含有环状网络的复杂管道网络中的一个或一个以上的泄漏点进行高效、准确且精度更高的预测。

【技术实现步骤摘要】

本申请涉及管道泄漏检测,尤其涉及一种用于对管道网络进行泄漏检测的方法和装置


技术介绍

1、现在行业内的管网泄漏检测大致可以采用两类方法:一种是依靠传统探测仪、检测车进行检漏,但这种人工泄漏探测的方法往往费时费力,不够及时。第二类方法是通过安装计算软件和传感器,并利用压力波算法等进行泄漏检测预警。第二种基于软件计算的方式,更多地是单独应用于长直管段上单个泄漏点进行泄漏检测,而对于诸如城市水管网、燃气管网等更为复杂的应用场景,由于管网中的设备更多,环状网路也较多,并且管网的压力和流量始终在动态变化,特别是在存在多个泄漏点的情况下,管网各处的压力、流量等参数彼此之间相互影响较大,变量的维度急剧增加并且彼此之间的关系无法准确地表示,因此这种计算方式的准确性可能大大下降甚至不再适用。

2、因此,目前尚未发现能够很好地解决较为复杂的管道网络场景下,对不限于单个的泄漏点进行快捷、准确的泄漏检测的现有技术。


技术实现思路

1、提供了本申请以解决现有技术中存在的上述问题。

2、需要一种用于对管道网络进行泄漏检测的方法和装置,其能够对包括含有环状网络的各种网络结构的复杂管道网络中的一个或一个以上的泄漏点进行高效、准确的预测。

3、根据本申请的第一方案,提供一种用于对管道网络进行泄漏检测的方法,包括基于实际的管道网络的网络拓扑、各个节点的第一配置信息和节点间管段的第二配置信息,构建管网仿真系统,并且所述管网仿真系统基于实际的管道网络中各个节点的传感器信息而运行;基于所述管网仿真系统中各个节点在第一时段内的节点压力信息,生成包含至少部分节点的压力波动曲线的瞬态压力时序图,其中,所述第一时段包含所述管道网络发生泄漏的时间点;利用所述管网仿真系统,生成所述管道网络的包含所述第一时段内各个时间点的压力分布云图的压力分布云图序列,其中,所述压力分布云图中包含所述管道网络各处的压力信息;基于所述瞬态压力时序图和所述压力分布图序列,利用训练好的深度神经网络预测所述管道网络中一个或者一个以上泄漏点的相关信息;其中,所述深度神经网络基于利用所述管网仿真系统生成的模拟泄漏训练集预先训练收敛而得到。

4、根据本申请的第二方案,提供一种用于对管道网络进行泄漏检测的装置,所述装置包括:接口,其被配置为获取实际的管道网络的网络拓扑、各个节点的第一配置信息和节点间管段的第二配置信息,以及实际的管道网络中各个节点的传感器信息。所述装置还包括至少一个处理器,其被配置为执行根据本申请各个实施例所述的用于对管道网络进行泄漏检测的方法的步骤。

5、根据本申请实施例的对管道网络进行泄漏检测的方法和装置,在管网发生泄漏的情况下,能够利用预先训练好的深度神经网络,通过管网仿真系统生成的各个节点的瞬态压力时序图和整个管网范围内的压力分布云图来对任意网络拓扑的管网中的泄漏点进行整体预测,而不限于对单个管段中的单个泄漏点进行预测,特别是对于包含环状网络的复杂网络,本申请中的方法不仅具有更快的预测速度,预测结果的准确度和精度也更高。

6、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种用于对管道网络进行泄漏检测的方法,其特征在于,包括,

2.根据权利要求1所述的方法,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息,所述方法进一步包括:

3.根据权利要求1所述的方法,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息,所述方法进一步包括:

4.根据权利要求3所述的方法,其特征在于,所述方法进一步包括:

5.根据权利要求1所述的方法 ,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息和各个泄漏点的泄漏趋势,所述方法进一步包括:

6.根据权利要求1-5中任一项所述的方法,其特征在于,利用所述管网仿真系统,生成所述管道网络的包含所述第一时段内各个时间点的压力分布云图的压力分布云图序列进一步包括:

7.根据权利要求2-5中任一项所述的方法,其特征在于,所述方法进一步包括:

8.根据权利要求1-5中任一项所述的方法,其特征在于,所述第一时段的时长不小于所述管道网络中任意两点之间压力传播的时长的最大值。

9.根据权利要求1-5中任一项所述的方法,其特征在于,所述深度神经网络由特征提取网络、RPN网络、RoI池化层和全连接层依序串联而构成,所述特征提取网络包括第一特征提取部、第二特征提取部和特征融合部;其中,

10.一种用于对管道网络进行泄漏检测的装置,其特征在于,所述装置包括:

...

【技术特征摘要】

1.一种用于对管道网络进行泄漏检测的方法,其特征在于,包括,

2.根据权利要求1所述的方法,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息,所述方法进一步包括:

3.根据权利要求1所述的方法,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息,所述方法进一步包括:

4.根据权利要求3所述的方法,其特征在于,所述方法进一步包括:

5.根据权利要求1所述的方法 ,其特征在于,所述泄漏点的相关信息包括各个泄漏点的位置信息和各个泄漏点的泄漏趋势,所述方法进一步包括:

6.根据权利要求1-5中任一项所述的方法,其特征在于,利用所述管网仿真系统,生成...

【专利技术属性】
技术研发人员:王长欣田淑明赵洪斌王庆涛
申请(专利权)人:北京云庐科技有限公司
类型:发明
国别省市:

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