一种基于贝叶斯分解的多传感器分布式在线校核方法

    公开(公告)号:CN119167561A

    公开(公告)日:2024-12-20

    申请号:CN202411322419.9

    申请日:2024-09-23

    Abstract: 本发明公开了一种基于贝叶斯分解的多传感器分布式在线校核方法,包括:利用贝叶斯分解,将当前时刻节点需水量服从的先验分布分解为K个局部先验概率分布,将当前时刻的监测数据服从的局部似然函数分解为K个局部似然函数;将局部先验概率分布和局部似然函数组合成K个局部后验概率分布,将每个局部后验概率分布转化为局部校核目标函数,迭代求解当前时刻需水量数值,直至局部校核目标函数值最小停止迭代,得到局部校核需水量数值和局部校核协方差矩阵;基于局部校核协方差矩阵对局部校核需水量数值赋予权重后加和得到全局校核需水量。该方法将集中式校核分解为局部校核,在保证校核精度的同时,提升了节点需水量的校核效率。

    一种基于图像算法的供水管道健康评价方法

    公开(公告)号:CN119918993A

    公开(公告)日:2025-05-02

    申请号:CN202411964956.3

    申请日:2024-12-30

    Abstract: 本发明涉及一种基于图像算法的供水管道健康评价方法,旨在解决现有技术中难以全面、快速评价管道健康状况的问题。本发明通过采集管道内壁及水质图像数据,并运用图像识别算法对管道进行内壁缺陷识别和水质状态检测,从而快速获取图像特征指标。同时,构建融合管道环境、运行及历史数据的供水管道健康评价指标体系,并结合图像特征指标进行综合计算与评估,实现对管道健康水平的全面、量化评价。该方法能够有效识别管道的多种缺陷,准确评估水质状况,为供水管道的维护、维修和管理提供科学的决策依据,有效降低管道安全风险,保障供水安全。

    基于时间序列监测数据分析的供水管网漏损报警阈值选取方法

    公开(公告)号:CN110119853B

    公开(公告)日:2020-12-25

    申请号:CN201910458582.0

    申请日:2019-05-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于时间序列监测数据分析的供水管网漏损报警阈值选取方法。本发明利用来自多个压力传感器的时间序列数据之间相关性,实时更新报警阈值,在实时监测指标超过报警阈值之后进行漏损报警。本发明包括如下步骤:(1)建立漏损压力残差矩阵和未漏损压力残差矩阵;(2)构建时空最大相关性矩阵;(3)获取最大相关系数的累积概率分布,选取阈值。该方法在给定虚警率(误报率)的情况下,能够最小化报警阈值,进而提高实时漏损识别率,对提高漏损报警系统的综合性能具有重要意义。

    一种含大用户用水信息的城市供水管网节点需水量反演方法

    公开(公告)号:CN107016622A

    公开(公告)日:2017-08-04

    申请号:CN201710173684.9

    申请日:2017-03-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种含大用户用水信息的城市供水管网节点需水量反演方法。通过引入供水管网大用户需水量信息,提高节点需水量反演精度,为供水管网建模,压力管理等提供科学依据。步骤如下:(1)对压力监测信息进行数据同化,排除故障监测点,对正常监测点数据进行平滑处理;(2)初始化待分配节点需水量,进行管网平差,对比监测点实测数据,计算平差结果误差值;(3)计算当前状态下监测点压力和流量关于节点需水量的灵敏度系数矩阵,利用大用户用水量实测数据,通过求解线性方程组,获取节点需水量调整方向与步长,逐步更新节点需水量;(4)计算当前平差结果的误差值,当误差值小于允许值时终止迭代,否则,返回步骤(3)继续计算。

Patent Agency Ranking