一种供水管网瞬变流事件检测方法
阅读说明：本技术 一种供水管网瞬变流事件检测方法 (Transient flow event detection method for water supply pipe network ) 是由 徐哲 陈晖� 何必仕 于 2021-08-16 设计创作，主要内容包括：本发明公开了一种供水管网瞬变流事件检测方法。本发明首先计算管网监测点日常压力信号频谱,确定时间尺度等级；其次计算管网监测点日常压力不同时间尺度下的极差值；然后计算不同时间尺度下的极差阈值,最后对实测压力信号进行瞬变流事件检测。本发明方法采用多尺度极差检测方法,较传统供水管网瞬变流事件检测方法,不仅具有频率覆盖广、响应及时等优点,而且充分利用极差指标衡量信号波动性,避开了常规的标准差指标,计算量小,减少了计算功耗,是一种基于统计的轻量级特征识别算法,特别适合于前端智能节点应用,进而为供水管网低功耗实时健康监测提供了便利。(The invention discloses a method for detecting transient flow events of a water supply pipe network. The method comprises the steps of firstly, calculating a daily pressure signal frequency spectrum of a pipe network monitoring point, and determining a time scale grade; secondly, calculating the range values of daily pressure of the pipe network monitoring points under different time scales; and then calculating range threshold values under different time scales, and finally carrying out transient flow event detection on the actually measured pressure signal. Compared with the traditional water supply network transient flow event detection method, the method provided by the invention has the advantages of wide frequency coverage, timely response and the like, fully utilizes the range index to measure the signal volatility, avoids the conventional standard deviation index, has small calculation amount and reduces the calculation power consumption, is a light weight characteristic identification algorithm based on statistics, is particularly suitable for the application of front-end intelligent nodes, and further provides convenience for the low-power consumption real-time health monitoring of the water supply network.)
技术领域
本发明属于供水管网领域，具体涉及一种供水管网瞬变流事件检测方法。
背景技术
供水管网运行过程中，由于用水量变化、泵组启停切换、阀门快速启闭，甚至事故停泵、关阀抢修等，会快速改变管网系统水力负荷，常常引发管道中的瞬态工况变化，形成大幅度的压力波动，严重时形成水锤，对管网造成危害，甚至引起爆管事故。
利用先进的低功耗高精度传感和处理技术，如高频压力计对供水管网进行瞬变流监测，可以有效开展爆管侦测和水锤防护，保障管网健康运行[1]。传统的瞬变流事件检测方法包括累积和(CUSUM)[2]和小波变换(Wavelet Transform，WT)[3]方法。然而，CUSUM具有响应慢的问题，WT存在对信号转换敏感问题，更严重的瓶颈是：这两种检测算法计算量大，不适宜在前端智能节点应用。
实际监测中，常常需要高频采集压力信号数据，所有高频数据上传不仅受无线网络带宽限制[4]，且由于上传功耗较大受前端智能节点电池容量限制。事实上，将所有这些高频、高精度数据周期性发送回云端服务器进行处理，不仅成本高，而且实时性差，实用性不强。也就是说，瞬变流事件的检测尽量在边缘设备(即前端智能节点)上进行，瞬变流过程数据再上传给云端服务器，采用分布式、事件驱动的数据采集、传送、分析方法，能有效支撑供水管网实时监测任务。
文献[4]提出了一种瞬变流监测方法，即传感器信号峰值触发记录方法：当后一秒的第一个传感器信号检测绝对值x1大于前一秒的开始阈值和绝对差Δ时，触发MCU模块以峰值记录单位时间(频率)记录传感器信号值；当第N秒的第一个传感器信号检测绝对值xN1小于前一秒的停止阈值和绝对差Δ时，停止峰值记录，只按设定的时间间隔记录传感器信号数据。此方法对输水管道在线水锤检测是有效的，因为水锤一般是高频的(常用100Hz～250Hz采样频率采集信号)，但对于供水管网中高低频并存的瞬变流信号检测是不适用的。另外，此方法每秒需要计算样本平均值和样本标准差，计算开销大。
[1]Whittle,A.J.,M.Allen,A.Preis,and M.Iqbal."Sensor Networks forMonitoring and Control of Water Distribution Systems."6th InternationalConference on Structural Health Monitoring of Intelligent Infrastructure(SHMII 2013),Hong Kong,December 9-11,2013.
[2]Shin Je Lee；Gibaek Lee；Jung Chul Suh；and Jong Min Lee,Online BurstDetection and Location of Water Distribution Systems and Its PracticalApplications,Journal of Water Resources Planning and Management,Volume142Issue 1-January 2016
[3]Seshan Srirangarajan·Michael Allen·Ami Preis·Mudasser Iqbal·Hock Beng Lim·Andrew J.Whittle,Wavelet-based Burst Event Detection andLocalization in Water Distribution Systems,Journal of Signal Process System(2013)72:1–16
[4]202010223297.3一种瞬变流监测方法和多通道水锤侦测仪，发明专利公布号CN 111442799 A，2020.07.24。
发明内容
针对供水管网瞬变流信号频率范围广，常规检测算法存在计算复杂、功耗大的问题，本发明采用时序数据多尺度极差统计过程控制SPC方法，识别压力信号中的特征，实现瞬变流事件检测。
本发明方法采取以下步骤：
步骤1计算管网监测点日常压力信号频谱，确定时间尺度等级。
对连续采集(不少于1周)的监测点压力信号，采用快速傅里叶变换算法(FFT)进行频谱计算，得到频谱图。
对大于噪声幅度3倍的频谱按频率进行排序，得到瞬变流最小频率fmin和最大频率fmax。
根据fmin和fmax，确定时间尺度等级：一般时间尺度划分为2-3级，第1级可分析最大频率fmax信号，第2或第3级可分析最小频率fmin信号。
供水管网瞬变流压力信号频率范围一般在十分之几赫兹～几赫兹之间。优选地，以采样周期T＝1/fs为最小计时单位(1秒内采样次数n＝fs)，三级时间尺度定义为：TS1＝n×T＝1秒，TS2＝10×n×T＝10秒,TS3＝10×10×n×T＝100秒。
所述的监测点采用高频率、高精度的智能压力计(智能节点)，持续快速检测供水压力，采样精度0.5级以上，采样频率fs(一般≥10Hz)，7×24实时采样。
步骤2计算管网监测点日常压力不同时间尺度下的极差值。
不同时间尺度下的极差值计算公式：
TS1尺度下的极差：
R1＝Max(x1,x2,…,xi,…,xn)-Min(x1,x2,…,xi,…,xn) (1)
TS2尺度下的极差：
R2＝Max(x1,x2,…,xi,…,x10n)-Min(x1,x2,…,xi,…,x10n) (2)
TS3尺度下的极差：
R3＝Max(x1,x2,…,xi,…,x100n)-Min(x1,x2,…,xi,…,x100n) (3)
其中，xi为某尺度下第i个压力采样值，Max()、Min()为取时序序列中的最大值、最小值。
对前述连续采集(不少于1周)的监测点压力信号，进行不同尺度下连续的极差计算。
TS1尺度下：
得到R1极差值集合{R11,R12,…,R1j,…,R1J}。这里，xni与x1i+1是连续的压力采样值，j为TS1时间尺度序号，J为TS1时间尺度的总序号。
类似计算，可以得到TS2尺度下的R2极差值集合{R21,R22,…,R2k,…,R2K}和TS3尺度下的R3极差值集合{R31,R32,…,R3m,…,R3M}，k、m为TS2和TS3时间尺度序号，K、M为TS2和TS3时间尺度序号的总序号。
步骤3计算不同时间尺度下的极差阈值。
分别计算R1、R2和R3极差值集合的均值μ和标准差σ，计算公式如下：
根据拉依达准则(3σ准则)，以μ+3σ为控制上限，则可确定不同尺度下极差控制上限，形成极差阈值：
TS1尺度下：
TS2尺度下：
TS3尺度下：
优选地，步骤1～3，除了数据采集、上传在前端智能节点外，其余复杂计算(包括频谱、极差、阈值等计算)均在云端服务器上完成。前端智能节点仅须接收云端服务器的优化参数，包括时间尺度分级、极差阈值等。
步骤4对实测压力信号进行瞬变流事件检测。
前端智能节点根据时间尺度分级、极差阈值等参数，在压力信号采集过程中进行瞬变流事件实时检测：
4-1、前端智能节点按照固定频率fs采样，从采样开始(一般以整点秒时刻开始)，除了正常记录实测压力数据外，比较、记录本轮不同时间尺度下的压力最大值MAX1/MAX2/MAX3和最小值MIN1/MIN2/MIN3。
4-2、每完成1个TS1时间尺度的采样，按照公式(1)计算极差R1j；每完成1个TS2时间尺度的采样，按照公式(2)计算极差R2k；每完成1个TS3时间尺度的采样，按照公式(3)计算极差R3m。
4-3、每完成1个TS1时间尺度下的极差R1j，就跟控制上限UCL1阈值比较，如超限则触发瞬变流事件信号；每完成1个TS2时间尺度下的极差R2k，就跟控制上限UCL2阈值比较，如超限则触发瞬变流事件信号；每完成1个TS3时间尺度下的极差R3m，就跟控制上限UCL3阈值比较，如超限则触发瞬变流事件信号。
上述比较方法仅涉及简单的加减计算，比CUSUM和WT算法都简单，且克服了CUSUM响应慢和WT算法信号转换敏感等缺点，减少了前端智能节点的计算功耗，延长了其服役时间。
优选地，前端智能节点如检测到瞬变流事件，可根据供水管网瞬变流特点，即时将触发时刻前后一段时间(1～2分钟)的高频压力数据上传给云端服务器，触发云端服务器及时响应处理瞬变流信号；如没有检测到瞬变流事件，则定期(如5分钟)将低频压力数据上传给云端服务器，减少数据传输量，以节省功耗。
本发明采用多尺度极差检测方法，较传统供水管网瞬变流事件检测方法，不仅具有频率覆盖广、响应及时等优点，而且充分利用极差指标衡量信号波动性，避开了常规的标准差指标，计算量小，减少了计算功耗，是一种基于统计的轻量级特征识别方法，特别适合于前端智能节点应用，进而为供水管网低功耗实时健康监测提供了便利。
附图说明
图1本发明方法流程图；
图2本发明方法瞬变流事件检测流程图；
图3实施例瞬变流事件检测效果图。
具体实施方式
某水司对局部高危管网进行高频压力监测，10个监测点采用高频率、高精度的智能压力计(智能节点)，持续快速检测供水压力，采样精度0.5级以上，采样频率10Hz，7×24实时采样。现以其中9#测点检测瞬变流事件为实施例，结合本发明方法流程图(图1)和本发明方法瞬变流事件检测流程图(图2)，对本发明的具体实施方式作进一步详细描述，但本发明方法不限于此实施例。
步骤1计算管网监测点日常压力信号频谱，确定时间尺度等级。
对9#测点连续采集1周的监测点压力信号，采用快速傅里叶变换算法(FFT)进行频谱计算，得到频谱图。
对大于噪声幅度3倍的频谱按频率进行排序，得到瞬变流最小频率fmin≈0.17Hz和最大频率fmax≈2.8Hz。
根据fmin和fmax，划分时间尺度2个等级，第1级可分析最大频率fmax信号，第2级可分析最小频率fmin信号。
以采样周期T＝1/fs为最小计时单位(1秒内采样次数n＝fs＝10次)，二级时间尺度定义为：TS1＝n×T＝1秒，TS2＝10×n×T＝10秒。
步骤2计算管网监测点日常压力不同时间尺度下的极差值。
对前述连续采集1周的监测点压力信号，进行不同尺度下连续的极差计算：按公式(4)计算得到TS1尺度下的R1极差值集合{R11,R12,…,R1j,…,R1J}。j为TS1时间尺度序号，J为TS1时间尺度的总序号。
类似计算，可以得到TS2尺度下的R2极差值集合{R21,R22,…,R2k,…,R2K}。k为TS2时间尺度序号，K为TS2时间尺度序号的总序号。
步骤3计算不同时间尺度下的极差阈值。
按照公式(5)，分别计算R1和R2极差值集合的均值μ和标准差σ：
按照公式(6)和公式(7)确定TS1和TS2尺度下极差控制上限，即极差阈值：
TS1尺度下，
TS2尺度下，
步骤4对实测压力信号进行瞬变流事件检测。
前端智能节点，即监测点根据时间尺度分级、极差阈值等参数，在压力信号采集过程中进行瞬变流事件实时检测：
4-1、前端智能节点按照固定频率fs＝10Hz采样，从采样开始(一般以整点秒时刻开始)，除了正常记录实测压力数据外，比较、记录本轮不同时间尺度下的压力最大值MAX1/MAX2和最小值MIN1/MIN2。
4-2、每完成1个TS1时间尺度的采样，按照公式(1)计算极差R1j；每完成1个TS2时间尺度的采样，按照公式(2)计算极差R2k。
4-3、每完成1个TS1时间尺度下的极差R1j，就跟控制上限UCL1阈值比较，如超限则触发瞬变流事件信号；每完成1个TS2时间尺度下的极差R2k，就跟控制上限UCL2阈值比较，如超限则触发瞬变流事件信号。
测点9#瞬变流事件检测效果，如图3所示，利用本发明方法快速、准确地检测出瞬变流事件。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：带复位功能的污染警示装置