用于检测配送网络特别是水配送网络中的异常的方法技术

使用一种网络的水力模型，所述水力模型描述结构数据以及控制配送的流的定律。用与初级输入参数相关的操作数据供给所述模型，并借助模型获得针对初级输出参数的理论值。比较理论值与测量值。在显著偏差的情况下，相对应的初级输出参数在包括新的次级输出参数的反向模型中变为次级输入参数，所述新的次级输出参数相对于正向模型被添加或对应于初级输入参数。优选地，次级输出参数是具有异常值的初级输出参数对其特别灵敏的参数。需要在逐渐地限制次级输出参数的数量的同时，以迭代的方式实施该方法。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种检测流体供应系统，特别是牛顿流体的配送网络，更特别地用于饮用水配送，还例如供热和/或空气调节城市网络中的异常的方法。
技术介绍
操作性能处于这种网络的管理的核心地位。借助例如在饮用水运输及配送网络上的水力(hydraulic)异常的检测和定位工具，可以显著改善性能等级。在这种网络中，可能发生不同类型的事故并且事故可能具有对运营者而言严重的后果。这可以涉及泄漏，对消费者供应的中断，组件的运行故障，在介入期间或者在介入之后的操纵错误，在消费者家中的运行故障、异常表现或恶意动作。在扩展程度很高并且部分不可达(被掩埋)的网络上，直接的监视是低效率的或者经常是不可能的。通过测量仪器的监视也是不足够的，因为本地异常可以对网络的广泛区域具有影响，或甚至对整个网络具有影响，这使诊断复杂化。已知基于统计技术的检测方法。这些方法既不允许表示异常的特征也不允许定位异常。其他已知的检测方法基于使用用于检测和/或定位异常的演化算法(遗传算法)的水力模型。这些演化方法非常消耗计算资源，这使得难以大规模应用。
技术实现思路
本专利技术的目的是提出一种用于检测和/或定位和/或表征和/或量化配送网络中的异常的有效方法，该配送网络在必要时可以是巨大的，如饮用水配送网络。根据本专利技术，检测配送网络中的异常的方法，包括以下步骤：-为网络建立包括以下元素的正向模型：○网络的结构数据，○操作数据，所述操作数据与被选择作为描述操作场景的初级输入参数的参数相关，○定律，所述定律将所述结构数据、初级输入参数以及初级输出参数相连接(对模型进行仿真)；-执行正向模型，用于确定初级输出参数的理论值(求解反向问题)；-获得初级输出参数的测量结果；-比较理论值与测量结果；-在比较揭示出由于理论值与测量结果之间的大偏差而导致的至少一个异常初级输出参数的情况下，建立反向模型，该反向模型是通过将至少一个异常初级输出参数引入作为反向模型的次级输入参数，从正向模型导出的，除了被保持的初级输出参数之外反向模型还包括至少一个次级输出参数；-执行反向模型。优选地，配送网络是流体配送网络。反向模型的建立可以包括相对于所有可配置的参数使在测量点处的测量结果与仿真之间的偏差函数最小化。次级输入参数可以将测量值采纳为值。优选地，由水力仿真引擎实现反向模型的执行。求解反向问题可以实施使理论输出与测量输出之间的偏差最小化的数字算法，同时使用在正向模型中的相对于输入的输出的灵敏度的计算。结构数据典型地与网络的地形(topography)、网络组件的性质以及特征等相关。将“初级输入参数”称为运行参数。典型地，运行参数是时间中的变量。例如，在水配送网络中的流率、压力等，其中，使用该值作为用于正向模型的输入数据。该值可以由测量仪器提供，或以另一种方式已知，例如取决于日期和时刻的消耗统计。通常初级输入参数包括描述在网络的边界(limit)条件下的参数。例如，在水力网络中，网络的供应流率和提供给消费者的流率。以通常方式，形容词“初级”表示“与正向模型相关”，而形容词“次级”表示“与反向模型相关”。“场景”是网络的运行情况。例如，在水力网络中，场景以供应储罐中的特定充满水位开始，并且在场景进展期间，在根据在消耗点处取得的流率向网络提供水的同时储罐以特定流率被再次供给。不同的流率根据构成场景的部分的相应的时间图而演变。特别地，定律(law)是可应用的物理定律。例如，在水力网络中，根据流动速度以及两个点之间的网络的结构数据，网络的所述两个点之间的水头损失(headloss)(压力下降)。“初级输出参数”是通过执行用于获得其理论值的正向模型的可计算的参数，并且同时初级输出参数是借助提供初级输出参数中的每一个的测量结果的网络仪器可测量的或例如根据之前的统计已知的。在根据本专利技术的方法中，比较初级输出参数的理论值与实际值，并且在理论值与测量值之间不一致的情况下，认为在网络中存在异常。当初级输出参数为“异常”时，这意味着在其理论值与测量值之间存在超过了可接受的错误界限，进入反向模型的求解(执行)，对于反向模型，异常初级输出参数变为次级输入参数，对于该次级输入参数将测量的值给定为值。尤其为了使反向模型具有必要的数学自由度，在反向模型中引入由新的次级输出参数构成的至少一个额外值。优选地，根据得自于在执行正向模型后与测量结果的比较的异常，合理地选择这些新的次级输出参数。反向模型的执行提供直接消息性的结果，例如新的输出参数具有允许用足够的确定性识别异常的理论值，或者如下面将阐述的，允许通过迭代向这种标识转换。因此，本专利技术巧妙地利用由“定律”连接的所有变量(运行参数)的一致性，所述“定律”典型地是网络特别是水力网络的表现的方程。至少一个次级输出参数可以是相对于正向模型被添加到水力模型的参数。例如，如果怀疑在网络点处的泄漏，可以添加泄漏流率作为借助反向模型寻求确定的次级输出参数。至少一个次级输出参数还可以对应于相对于正向模型的至少一个删除的数据。例如，如果初级输出参数指示阀门处于打开位置，而通过针对至少一个初级输入参数的理论值与测量值之间的偏差揭示的异常暗示出该阀门可能关闭或部分关闭，则所涉及的初级输入参数被选择作为次级输出参数，并且从用于反向模型执行的输入参数中删除。在优选的实施方式中，通过应用揭示以下可能性的至少一个准则来选择至少一个次级输出参数：至少一个新的次级输出参数是在测量结果与理论值之间所观察到的偏差中涉及到的可能性。再次参照之前的示例，在网络的给定点处相对于理论值异常的所测量的流率值，例如很可能表示被认为打开的阀门是关闭的，或者存在严重泄漏，或者在下游的异常逆向流动流率(非限制性地列出)。根据本专利技术的非常优选的特性，操作数据、理论值和测量结果中的至少一些包括时间序列，即，值序列中的每一个与时间表相关联。因此，不仅以统计的方式而且以动态的方式操作正向模型和反向模型。这允许模型进行额外的一致性检查。例如，模型可以具有使储罐水位变化与在网络的不同点测量的流率和相关的定律。此外，在异常情况下，不仅获得在运行时刻的偏差值，还获得偏差函数，所述偏差函数给出取决于全部或部分初级(正向模型的执行)或次级(次级模型的执行)参数(所述参数是输入或输出参数)的偏差。测量结果，无论被用于获得一些运行参数，还是关系到用于获得要与理论值比较的测量值的输出参数，随后同样地以时间序列的形式被获得。在与理论值比较之前，优选地使测量结果经受平滑而不是在原始状态使用测量结果。因此，偏差函数本身被自动地平滑。在实施场景初期的初始化步骤中，难以获取一些运行数据。典型地，这是消耗情况。例如，涉及水配送网络，难以逐个小时地知道由网络或由该网络的每个子网络供给的消耗。根据本专利技术，预先通过历史已知的数据或通过经验代替这种难以实时获取的数据。例如，通过之前的学习，知道在白天和夜晚的每个小时给定子网的估计消耗，连同关于这些值的不确定性信息。至少在初始化阶段，可以使用这些时间序列作为运行数据。一些结构或运行数据可以是未知的或不确定的。例如，在水配送网络中，压力测量点的高度是重要的，因为高度每额外增加一米对应于压力约减小10kPa，需要将其考虑在内从而使利用控制(govern)流动动态的方程获得的结果合理。管道直径、管道的粗糙度以及影响在流本文档来自技高网...

【技术保护点】
一种检测流体配送网络中的异常的方法，包括以下步骤：‑为配送网络建立包括以下元素的正向模型：о配送网络的结构数据，所述结构数据与所述配送网络的地形相关并包括所述配送网络的设备的状态数据或设定值，о操作数据，所述操作数据与被选择作为描述操作场景的初级输入参数的参数相关，о定律，所述定律将所述结构数据、初级输入参数以及初级输出参数相连接；‑由水力仿真引擎执行正向模型，用于确定初级输出参数的理论值；‑在以上步骤的全部或部分之前或之后，获得来自初级输出参数的数据获取系统的测量结果；‑比较理论值与测量结果；‑在比较显示出由于理论值与测量结果之间的大偏差而导致的至少一个异常初级输出参数的情况下，相对于所有能配置的参数建立包括使在测量点处的测量结果与仿真之间的偏差函数最小化的反向模型，反向模型是通过将至少一个异常初级输出参数引入作为反向模型的次级输入参数而从正向模型导出的，次级输入参数将测量值采纳为值，并且除了那些被保持的初级输出参数之外反向模型还包括至少一个次级输出参数；‑由水力仿真引擎执行反向模型；‑根据反向模型的执行定位配送网络的异常。

【技术特征摘要】
【国外来华专利技术】2014.07.25 FR 14572221.一种检测流体配送网络中的异常的方法，包括以下步骤：-为配送网络建立包括以下元素的正向模型：о配送网络的结构数据，所述结构数据与所述配送网络的地形相关并包括所述配送网络的设备的状态数据或设定值，о操作数据，所述操作数据与被选择作为描述操作场景的初级输入参数的参数相关，о定律，所述定律将所述结构数据、初级输入参数以及初级输出参数相连接；-由水力仿真引擎执行正向模型，用于确定初级输出参数的理论值；-在以上步骤的全部或部分之前或之后，获得来自初级输出参数的数据获取系统的测量结果；-比较理论值与测量结果；-在比较显示出由于理论值与测量结果之间的大偏差而导致的至少一个异常初级输出参数的情况下，相对于所有能配置的参数建立包括使在测量点处的测量结果与仿真之间的偏差函数最小化的反向模型，反向模型是通过将至少一个异常初级输出参数引入作为反向模型的次级输入参数而从正向模型导出的，次级输入参数将测量值采纳为值，并且除了那些被保持的初级输出参数之外反向模型还包括至少一个次级输出参数；-由水力仿真引擎执行反向模型；-根据反向模型的执行定位配送网络的异常。2.根据权利要求1所述的方法，其特征在于，至少一个次级输出参数是相对于正向模型被添加到模型的参数。3.根据权利要求1或2所述的方法，其特征在于，相对于正向模型，至少一个次级输出参数对应于至少一个删除的数据。4.根据权利要求1至3之一所述的方法，其特征在于，通过应用指示以下可能性的准则来选择至少一个次级输出参数：至少一个新的次级输出参数是在测量结果与理论值之间所观察到的偏差中涉及到的可能性。5.根据权利要求1至4中之一所述的方法，其特征在于，操作数据、理论值和测量结果中的至少一些包括时间序列，即，每个时间序列是一个值序列，值序列中的每个值与时间表相关联。6.根据权利要求5所述的方法，其特征在于...

【专利技术属性】
技术研发人员：PA·加里格，G·甘塞尔，F·坎帕，
申请(专利权)人：苏伊士集团，
类型：发明
国别省市：法国;FR