本發(fā)明涉及給排水工程,特別涉及一種給排水系統(tǒng)模型構(gòu)建方法、系統(tǒng)、存儲介質(zhì)及電子設(shè)備。
背景技術(shù):
1、給排水模型通常是通過bim軟件來建模設(shè)計,然后在給排水管道上間隔布置傳感器來監(jiān)測不同管道處的水壓力,以此監(jiān)測可能滲水的隱患部位,便于及時搶修,避免水管毫無征兆地?fù)p害,導(dǎo)致?lián)屝薏患皶r影響人們的生活。
2、現(xiàn)有技術(shù)當(dāng)中,通常是根據(jù)水壓的變化來推斷水管的健康狀況,但是對于滲漏點位置的確定并不精準(zhǔn),僅僅只能確定是哪根水管出現(xiàn)隱患,因為相鄰兩個傳感器之間所反映的信息有限,同時目前對于水管健康的監(jiān)測很少考慮用水高峰段和外部環(huán)境對于管道內(nèi)水壓的影響,導(dǎo)致監(jiān)測過程中會出現(xiàn)很多模糊信息,影響了檢修人員對于水管真實情況的判斷。
技術(shù)實現(xiàn)思路
1、針對現(xiàn)有技術(shù)的不足,本發(fā)明的目的在于提供一種給排水系統(tǒng)模型構(gòu)建方法,旨在解決背景技術(shù)中提到的技術(shù)問題。
2、為了實現(xiàn)上述目的,本發(fā)明是通過如下技術(shù)方案來實現(xiàn)的:
3、一種給排水系統(tǒng)模型構(gòu)建方法,包括如下步驟:
4、s10,根據(jù)所在地區(qū)的實際用水情況設(shè)計水力管網(wǎng),并構(gòu)建水力管網(wǎng)結(jié)構(gòu)圖,在所述水力管網(wǎng)中設(shè)置多個光纖傳感器;
5、s20,將所述光纖傳感器的位置嵌入所述水力管網(wǎng)結(jié)構(gòu)圖中,構(gòu)建節(jié)點-管道時間運動圖,并根據(jù)所述節(jié)點-管道時間運動圖構(gòu)建多條不同時段的節(jié)點-狀況線路;
6、s30,將每個時段的所述節(jié)點-狀況線路中的節(jié)點位置信息和節(jié)點壓力信息映射為高維向量,并實時監(jiān)測不同時段具有相關(guān)性的所述節(jié)點位置信息和所述節(jié)點壓力信息;
7、s40,將所述節(jié)點位置信息和所述節(jié)點壓力信息異常的所述節(jié)點-狀況線路進(jìn)行位置遍歷,找出與發(fā)生異常的所述節(jié)點聯(lián)系緊密的鄰接節(jié)點,分析發(fā)生異常的所述節(jié)點位置與所述鄰接節(jié)點位置之間的相關(guān)性;
8、s50,找到發(fā)生異常的所述節(jié)點位置附近出現(xiàn)滲漏可能性最高的滲漏點,計算所述滲漏點的壓力殘差值,當(dāng)所述壓力殘差值高于預(yù)設(shè)的殘差閾值時,將該滲漏點確定為異常滲漏點。
9、根據(jù)上述技術(shù)方案的一方面,所述步驟s10的具體步驟包括:
10、收集所在地區(qū)用水情況的歷史數(shù)據(jù),以設(shè)計水力管網(wǎng);
11、運用水力管網(wǎng)設(shè)計軟件構(gòu)建水力管網(wǎng)結(jié)構(gòu)圖;
12、將所述光纖傳感器沿管道布置在所述管道的外側(cè)。
13、根據(jù)上述技術(shù)方案的一方面,所述步驟s20的具體步驟包括:
14、將所述光纖傳感器的位置視為節(jié)點m,并嵌入至所述水力管網(wǎng)結(jié)構(gòu)圖中;
15、將所述管道視為邊k,并分別將所述節(jié)點m和所述邊k映射為節(jié)點類別θ和邊類別η;
16、綜合所述節(jié)點m、所述邊k、所述節(jié)點類別θ和所述邊類別η,按照時間t來構(gòu)建節(jié)點-管道時間運動圖;
17、基于所述節(jié)點-管道時間運動圖,給所述節(jié)點賦予正常和異常兩種狀況類型,在一個時段內(nèi)將所有所述節(jié)點按照所述狀況類型依次連接,以得到所有時段的節(jié)點-狀況線路。
18、根據(jù)上述技術(shù)方案的一方面,所述步驟s30的具體步驟包括:
19、根據(jù)自注意力機(jī)制,將所述節(jié)點-狀況線路中的節(jié)點的位置和壓力值分別進(jìn)行向量化得到位置向量q和壓力向量w,并將所述位置向量q和所述壓力向量w融合得到同維度向量a;
20、根據(jù)所述節(jié)點-狀況線路的時段將所述同維度向量a表示為at,t為時段;
21、將所述同維度向量at與權(quán)重矩陣oz、ox、oc相乘,以得到查詢向量zt、鍵向量xt以及值向量ct;
22、監(jiān)測每個時段中節(jié)點-狀況線路的節(jié)點位置信息和節(jié)點壓力信息,標(biāo)記與發(fā)生異常的所述節(jié)點對應(yīng)的所述同維度向量at;
23、將發(fā)生異常時段的所述同維度向量at與其他時段的所述同維度向量at進(jìn)行相關(guān)度查詢,公式如下:
24、;
25、式中, d為向量維度,sf為歸一化處理函數(shù),ut為相關(guān)度,t為所有時段相加的總時長;
26、當(dāng)所述同維度向量at與其他時段的所述同維度向量at相關(guān)度指標(biāo)ut大于預(yù)設(shè)指標(biāo)時,將其他時段的所述同維度向量at所對應(yīng)的節(jié)點標(biāo)記為待驗證節(jié)點,查詢所述待驗證節(jié)點與發(fā)生異常的所述節(jié)點的時間段是否相近,若否,則將發(fā)生異常的所述節(jié)點標(biāo)記為先驗節(jié)點。
27、根據(jù)上述技術(shù)方案的一方面,所述步驟s40的具體步驟包括:
28、在所述先驗節(jié)點所在的節(jié)點-狀況線路中,將所有節(jié)點集合得到li,i為當(dāng)前時段所述節(jié)點的標(biāo)號;
29、根據(jù)所述節(jié)點-狀況線路中所述節(jié)點的順序?qū)⑺鐾S度向量a表示為ai;
30、將所述同維度向量ai與權(quán)重矩陣oz、ox、oc相乘,以得到查詢向量zi、鍵向量xi以及值向量ci;
31、遍歷同一時間段所述節(jié)點-狀況線路中的節(jié)點位置信息和節(jié)點壓力信息;
32、監(jiān)測所述先驗節(jié)點所在的節(jié)點-狀況線路中所有的節(jié)點位置信息和節(jié)點壓力信息,標(biāo)記與所述先驗節(jié)點對應(yīng)的同維度向量ai;
33、將所述先驗節(jié)點對應(yīng)的同維度向量ai與該時段內(nèi)其他所述節(jié)點對應(yīng)的同維度向量ai進(jìn)行相關(guān)度查詢,公式如下:
34、;
35、式中, d為向量維度,sf為歸一化處理函數(shù),ui為相關(guān)度,l為所有管段相加的總長度;
36、將相關(guān)度大于預(yù)設(shè)閾值的所述同維度向量ai對應(yīng)的節(jié)點作為鄰接節(jié)點;
37、當(dāng)所述鄰接節(jié)點與所述先驗節(jié)點位于不同管路時,將所述先驗節(jié)點作為再驗節(jié)點。
38、根據(jù)上述技術(shù)方案的一方面,所述步驟s50的具體步驟包括:
39、引入語言模型,根據(jù)遍歷同一時間段所述節(jié)點-狀況線路的結(jié)果,將所述再驗節(jié)點的信息以及所述再驗節(jié)點的周圍點的信息輸入所述語言模型進(jìn)行計算,進(jìn)而找到所述再驗節(jié)點附近滲水概率最高的滲漏點;
40、
41、其中,argmax為最大值求解函數(shù),表示所述節(jié)點m周圍所有隱藏滲漏點γ的集合,r為所述隱藏滲漏點γ的出現(xiàn)概率,為所述節(jié)點m周圍的所述隱藏滲漏點γ出現(xiàn)的概率對數(shù),μ為所述語言模型的模型參數(shù);
42、根據(jù)所述節(jié)點-狀況線路計算出所述隱藏滲漏點的實際壓力殘差、以及根據(jù)歷史數(shù)據(jù)推斷所述隱藏滲漏點處的預(yù)測壓力殘差;
43、將所述實際壓力殘差和所述預(yù)測壓力殘差作差得到所述隱藏滲漏點的殘差值;
44、k=x-xs;
45、其中,x為所述實際壓力殘差、xs為所述預(yù)測壓力殘差;
46、按照時間段對所述隱藏滲漏點的殘差值進(jìn)行細(xì)分,得到殘差矩陣knq;
47、所述殘差矩陣knq中的n表示天數(shù)、q表示采樣間隔;
48、在所述殘差矩陣的每個時間段均預(yù)設(shè)有殘差閾值;
49、當(dāng)所述殘差閾值高于預(yù)設(shè)的殘差標(biāo)準(zhǔn)閾值時,將所述再驗節(jié)點確定為異常節(jié)點,并將所述隱藏滲漏點確定為異常滲漏點。
50、本發(fā)明還提供一種給排水系統(tǒng)模型構(gòu)建系統(tǒng),包括:
51、設(shè)計模塊:用于根據(jù)所在地區(qū)的實際用水情況設(shè)計水力管網(wǎng),并構(gòu)建水力管網(wǎng)結(jié)構(gòu)圖,在所述水力管網(wǎng)中設(shè)置多個光纖傳感器;
52、所述設(shè)計模塊具體用于:收集所在地區(qū)用水情況的歷史數(shù)據(jù),以設(shè)計水力管網(wǎng);
53、運用水力管網(wǎng)設(shè)計軟件構(gòu)建水力管網(wǎng)結(jié)構(gòu)圖;
54、將所述光纖傳感器沿管道布置在所述管道的外側(cè);
55、構(gòu)建模塊:用于將所述光纖傳感器的位置嵌入所述水力管網(wǎng)結(jié)構(gòu)圖中,構(gòu)建節(jié)點-管道時間運動圖,并根據(jù)所述節(jié)點-管道時間運動圖構(gòu)建多條不同時段的節(jié)點-狀況線路;
56、所述構(gòu)建模塊具體用于:將所述光纖傳感器的位置視為節(jié)點m,并嵌入至所述水力管網(wǎng)結(jié)構(gòu)圖中;
57、將所述管道視為邊k,并分別將所述節(jié)點m和所述邊k映射為節(jié)點類別θ和邊類別η;
58、綜合所述節(jié)點m、所述邊k、所述節(jié)點類別θ和所述邊類別η,按照時間t來構(gòu)建節(jié)點-管道時間運動圖;
59、基于所述節(jié)點-管道時間運動圖,給所述節(jié)點賦予正常和異常兩種狀況類型,在一個時段內(nèi)將所有所述節(jié)點按照所述狀況類型依次連接,以得到所有時段的節(jié)點-狀況線路;
60、映射模塊:用于將每個時段的所述節(jié)點-狀況線路中的節(jié)點位置信息和節(jié)點壓力信息映射為高維向量,并實時監(jiān)測不同時段具有相關(guān)性的所述節(jié)點位置信息和所述節(jié)點壓力信息;
61、所述映射模塊具體用于:根據(jù)自注意力機(jī)制,將所述節(jié)點-狀況線路中的節(jié)點的位置和壓力值分別進(jìn)行向量化得到位置向量q和壓力向量w,并將所述位置向量q和所述壓力向量w融合得到同維度向量a;
62、根據(jù)所述節(jié)點-狀況線路的時段將所述同維度向量a表示為at,t為時段;
63、將所述同維度向量at與權(quán)重矩陣oz、ox、oc相乘,以得到查詢向量zt、鍵向量xt以及值向量ct;
64、監(jiān)測每個時段中節(jié)點-狀況線路的節(jié)點位置信息和節(jié)點壓力信息,根據(jù)所述節(jié)點-狀況線路中各所述節(jié)點的狀況,標(biāo)記與發(fā)生異常的所述節(jié)點對應(yīng)的所述同維度向量at;
65、將發(fā)生異常時段的所述同維度向量at與其他時段的所述同維度向量at進(jìn)行相關(guān)度查詢,公式如下:
66、;
67、式中, d為向量維度,sf為歸一化處理函數(shù),ut為相關(guān)度,t為所有時段相加的總時長;
68、當(dāng)所述同維度向量at與其他時段的所述同維度向量at相關(guān)度指標(biāo)ut大于預(yù)設(shè)指標(biāo)時,將其他時段的所述同維度向量at所對應(yīng)的節(jié)點標(biāo)記為待驗證節(jié)點,查詢所述待驗證節(jié)點與發(fā)生異常的所述節(jié)點的時間段是否相近,若否,則將發(fā)生異常的所述節(jié)點標(biāo)記為先驗節(jié)點;
69、查找模塊:用于將所述節(jié)點位置信息和所述節(jié)點壓力信息異常的所述節(jié)點-狀況線路進(jìn)行位置遍歷,找出與發(fā)生異常的所述節(jié)點聯(lián)系緊密的鄰接節(jié)點,分析發(fā)生異常的所述節(jié)點位置與所述鄰接節(jié)點位置之間的相關(guān)性;
70、所述查找模塊具體用于:在所述先驗節(jié)點所在的節(jié)點-狀況線路中,將所有節(jié)點集合得到li,i為當(dāng)前時段所述節(jié)點的標(biāo)號;
71、根據(jù)所述節(jié)點-狀況線路中所述節(jié)點的順序?qū)⑺鐾S度向量a表示為ai;
72、將所述同維度向量ai與權(quán)重矩陣oz、ox、oc相乘,以得到查詢向量zi、鍵向量xi以及值向量ci;
73、遍歷同一時間段所述節(jié)點-狀況線路中的節(jié)點位置信息和節(jié)點壓力信息;
74、監(jiān)測所述先驗節(jié)點所在的節(jié)點-狀況線路中所有的節(jié)點位置信息和節(jié)點壓力信息,標(biāo)記與所述先驗節(jié)點對應(yīng)的同維度向量ai;
75、將所述先驗節(jié)點對應(yīng)的同維度向量ai與該時段內(nèi)其他所述節(jié)點對應(yīng)的同維度向量ai進(jìn)行相關(guān)度查詢,公式如下:
76、;
77、式中, d為向量維度,sf為歸一化處理函數(shù),ui為相關(guān)度,l為所有管段相加的總長度;
78、將相關(guān)度大于預(yù)設(shè)閾值的所述同維度向量ai對應(yīng)的節(jié)點作為鄰接節(jié)點;
79、當(dāng)所述鄰接節(jié)點與所述先驗節(jié)點位于不同管路時,將所述先驗節(jié)點作為再驗節(jié)點。
80、確定模塊:找到發(fā)生異常的所述節(jié)點位置附近出現(xiàn)滲漏可能性最高的滲漏點,計算所述滲漏點的壓力殘差值,當(dāng)所述壓力殘差值高于預(yù)設(shè)的殘差閾值時,將該滲漏點確定為異常滲漏點;
81、所述確定模塊具體用于:引入語言模型,根據(jù)遍歷同一時間段所述節(jié)點-狀況線路的結(jié)果,將所述再驗節(jié)點的信息以及所述再驗節(jié)點的周圍點的信息輸入所述語言模型進(jìn)行計算,進(jìn)而找到所述再驗節(jié)點附近滲水概率最高的滲漏點;
82、
83、其中,argmax為最大值求解函數(shù),表示所述節(jié)點m周圍所有隱藏滲漏點γ的集合,r為所述隱藏滲漏點γ的出現(xiàn)概率,為所述節(jié)點m周圍的所述隱藏滲漏點γ出現(xiàn)的概率對數(shù),μ為所述語言模型的模型參數(shù);
84、根據(jù)所述節(jié)點-狀況線路計算出所述隱藏滲漏點的實際壓力殘差、以及根據(jù)歷史數(shù)據(jù)推斷所述隱藏滲漏點處的預(yù)測壓力殘差;
85、將所述實際壓力殘差和所述預(yù)測壓力殘差作差得到所述隱藏滲漏點的殘差值;
86、k=x-xs;
87、其中,x為所述實際壓力殘差、xs為所述預(yù)測壓力殘差;
88、按照時間段對所述隱藏滲漏點的殘差值進(jìn)行細(xì)分,得到殘差矩陣knq;
89、所述殘差矩陣knq中的n表示天數(shù)、q表示采樣間隔;
90、在所述殘差矩陣的每個時間段均預(yù)設(shè)有殘差閾值;
91、當(dāng)所述殘差閾值高于預(yù)設(shè)的殘差標(biāo)準(zhǔn)閾值時,將所述再驗節(jié)點確定為異常節(jié)點,并將所述隱藏滲漏點確定為異常滲漏點。
92、本發(fā)明還提供一種存儲介質(zhì),其上存儲有計算機(jī)程序,該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上所述的給排水系統(tǒng)模型構(gòu)建方法。
93、本發(fā)明還提供一種電子設(shè)備,包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機(jī)程序,所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如上所述的給排水系統(tǒng)模型構(gòu)建方法。
94、與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果在于:
95、通過根據(jù)水力管網(wǎng)建立水力管網(wǎng)結(jié)構(gòu)圖,然后在水力管網(wǎng)結(jié)構(gòu)圖中嵌入光纖傳感器作為節(jié)點,依據(jù)時間來建立節(jié)點-管道時間運動圖,以此反映節(jié)點和管道的關(guān)系,并基于節(jié)點-管道時間運動圖在每個時間段均建立一條節(jié)點-狀況線路,以此反映節(jié)點(光纖傳感器)的狀況,然后將節(jié)點-狀況線路中的節(jié)點位置信息和節(jié)點壓力信息映射為高維向量,用來分析不同時段的節(jié)點,尋找一個時段中狀態(tài)異常的節(jié)點與不同時段的類似節(jié)點,若兩個節(jié)點類似,而這兩個節(jié)點又在同一個時段內(nèi)出現(xiàn),則考慮到可能是高峰時段的用水導(dǎo)致的水壓異常,若這兩個節(jié)點在不同時段內(nèi)出現(xiàn),則該節(jié)點很可能出現(xiàn)了異常,便需要分析在同一時段內(nèi),該節(jié)點與其他節(jié)點的相關(guān)性,若該節(jié)點與其相似的其他節(jié)點位于同一管道中,考慮到該異??赡苁黔h(huán)境(如溫度、外力)的影響,若該節(jié)點與其相似的其他節(jié)點位于不同的管道中,則可以確定該節(jié)點屬于異常節(jié)點;通過該節(jié)點找到附近出現(xiàn)滲漏可能性最高的滲漏點,并計算滲漏點的壓力殘差值,若壓力殘差值高于預(yù)設(shè)的殘差閾值時,將該滲漏點確定為異常滲漏點,以便工作人員可以快速進(jìn)行修補(bǔ)工作;
96、本發(fā)明通過將不同時段的異常節(jié)點進(jìn)行對比,來排除用水高峰對于節(jié)點的影響,再通過將同一時段的異常節(jié)點進(jìn)行對比,來排除外部環(huán)境對于節(jié)點的影響,最后通過找尋異常節(jié)點附近的滲漏點的方式,來確定異常滲漏點,可以更全面地對水力管網(wǎng)進(jìn)行監(jiān)控。