子网络水力建模的系统和方法与流程

本申请是第15/402,743号美国专利申请的部分继续申请，该申请是于2017年1月10日提交的，其通过引用的方式整体并入此处。

本公开文本一般涉及水力建模，尤其涉及配水系统的多个子网络的水力建模。

背景技术：

提供背景技术和

技术实现要素：
，目的是介绍下面在具体实施方式部分进一步描述的概念的基础和选择。背景技术和发明内容并不旨在确定所要求保护的主题的关键或必要特征，也不旨在用于限制所要求保护的主题的范围。

通过引用的方式将以下美国专利和专利申请并入此处：

第15/226,597号美国专利申请公开了一种改进的水力模型，这种水力模型使用包括消费者耗量表的自动或高级计量基础设施(advancedmeteringinfrastructure，ami)的实时或近实时数据，以提高模型准确度，尤其是通过为模型中的服务节点获得更准确、分辨率更高的需水量值。提高模型中的服务节点的需水量的计算准确度源于一种改进的技术，该技术更准确地确定应当将配水系统中的哪些消耗点与每个服务节点相关联，并且这还源于使用实时或近实时消耗数据。计算机设备使用需水量值来提高其水流和压力估计的准确度和分辨率。反过来，提高的流量和压力估计提供更精确的控制，例如泵送或阀门控制、冲洗控制或调度、泄漏检测、步骤测试等。

第15/402,743号美国专利申请公开了一种用于在具有耗量表的分配网络中进行泄漏检测的方法、装置和系统。将分配网络分为具有上游位置和下游位置的多个区域。上游压力传感器检测上游位置的上游压力，下游压力传感器检测下游位置处检测的下游压力。下游压力查找表用来，基于相应上游位置处的一系列假设上游压力和耗量表的消耗数据，确定每个下游位置处的预期压力。将预期压力和每个下游位置处的检测到的下游压力进行比较，以确定计算的差异是否超过差异阈值。如果差异超过差异阈值，那么使用泄漏位置查找表确定成组的可能的泄漏位置，泄漏位置查找表包含基于一系列假设差异的成组的可能的泄漏位置。

发明内容

本公开文本的一个实施例涉及一种用于管理分配网络的系统，这个系统包括网络水力模型和自动仪表基础设施(ami)，它提供来自多个耗量表的ami数据。这个系统包括：分配网络内的多个子网络；将多个子网络互相连接的多个节点；多个边界设备，其中每个边界设备可操作地连接到多个节点中的节点。多个边界设备中的每个边界设备至少包括流量计和压力传感器。流量计感测流量，压力传感器在给定时间步长感测分配网络在多个节点处的压力。从网络水力模型生成多个子网络水力模型，其中多个子网络水力模型对应于多个子网络。处理模块配置为在给定时间间隔确定第一比较，第一比较是来自给定子网络内的所述多个耗量表的所述ami数据、在与所述给定子网络邻接的所述多个节点处的所述流量和压力与所述给定子网络的所述子网络水力模型之间的比较。至少部分地基于所述第一比较来管理所述分配网络。

在一个实施例中，一种用于管理分配网络的方法包括结合网络水力模型和自动仪表基础设施(ami)，该自动仪表基础设施提供来自多个耗量表的ami数据。这个方法包括：将分配网络划分为多个子网络；在多个节点将多个子网络互相连接；设置多个边界设备，其中每个边界设备至少包括流量计和压力传感器。每个流量计配置为感测流量，每个压力传感器配置为感测分配网络在多个节点处的压力。将每个边界设备可操作地连接到多个节点中的节点。这个方法还包括：从网络水力模型生成与多个子网络对应的多个子网络水力模型。这个方法包括：在给定时间步长通过多个边界设备感测分配网络在多个节点的每个节点处的流量和压力，其中在给定时间步长的时间之间形成间隔。这个方法包括：按照间隔确定来自给定子网络内的多个耗量表的ami数据、在与给定子网络邻接的多个节点处感测的流量和压力和给定子网络的子网络水力模型之间的比较。至少部分地基于比较来管理分配网络。

一个实施例涉及一种用于管理分配网络的系统，这个系统包括网络水力模型和自动仪表基础设施(ami)，该自动仪表基础设施提供来自多个耗量表的ami数据。这个系统包括：分配网络内的第一子网络；分配网络内的第二子网络；节点，其可操作地将第一子网络和第二子网络连接起来；可操作地连接到节点的边界设备。边界设备包括感测流量的流量计和压力传感器，压力传感器感测分配网络在节点处的的压力。第一子网络水力模型与第一子网络对应。第二子网络水力模型与第二子网络对应。处理模块配置为至少比较来自第一子网络内的多个耗量表的ami数据、节点处感测的流量和压力和第一子网络水力模型，以识别第一子网络水力模型与来自多个耗量表的ami数据、在节点处感测的流量和/或在节点处感测的压力之间的异常。

通过以下结合附图的描述，本公开的各种其他特征、目的和优点将变得更为显而易见。

附图说明

附图示出了目前设想的实现本公开的最佳实施方式。全部附图中使用相同的附图标记来表示相似的特征和部件。在图中：

图1是本领域已知的典型配水网的俯视图；

图2是根据本公开文本的系统和方法的配水网的俯视图；

图3是本公开文本的系统和方法的一个实施例的示意图；

图4示出了本公开文本的系统和方法的另一个实施例；

图5示出了根据本公开文本的通信和信息流的一个实施例；

图6示出了根据本公开文本的计算的确定。

具体实施方式

这一书面说明使用多个示例来揭露公开发明的实施例，这些实施例包括最佳实施方式，并且还让本领域技术人员能够实践或构建和使用这些实施例。本发明的可专利范围是由权利要求限定的，并且可包括本领域技术人员想到的其他示例。如果这些其他示例具有多个结构元件，而这些元件又与权利要求的文字语言并无差别，或者这些示例包括的等效结构元件与权利要求的文字语言并无实质差别，那么它们就落入权利要求的范围之内。

对于供水公司来说，控制和管理配水网是一项很重要的任务。这包含了诸如冲洗、泄漏检测、动力管理(powermanagement)和污染源识别之类的许多操作。供水公司已使用的方法之一是建立独立计量区域(dma)，用于改善水网络的管理和性能。例如，可以实施一个dma，以便可以执行单向给水栓冲洗(unidirectionalhydrantflushing)。将这种冲洗设计为使用成组的阀门隔离dma，然后打开成组的给水栓(hydrant)。独立计量区域的概念是限制或分割网络的一部分(一个dma)，以测量流入或流出子区域或子网络的水量。通过这种方式，供水公司可以将配水网内的问题精确定位到单个子网络。

然而，如果进出子网络的水流是不确定的，那么这个概念就会失效。图1示出了典型做法：设置子网络1-4，以发现泄漏，并冲洗分配网络5。本发明的发明人已经证实，这种做法是劳动密集型的，并且需要大量的人工参与来操控子网络的水力学，用于进行分析。为了利用这种做法来测试子网络，供水公司工作人员必须关闭子网络内的一些阀门，以确保感兴趣子区域是有限的。这包括选择性地关闭一个或更多个节点8处的边界阀门9，而节点8将子网络1-4和分配管6互连。然而，目前的做法不能保证从dma总表7接收的所得模拟数据在现场没有人工操作员的情况下反映出实际网络。具体而言，在没有物理检查阀门在其位置处的状况的情况下，并没有存在一种实际机制来确认阀门是关闭的还是打开的。由于接近分配网络5受到限制，因而限制子区域总是存在问题。

除了其它方面，本文公开的系统和方法克服了供水公司在建立独立计量区域时所面临的负担。根据本公开文本，供水公司可以在泄漏检测、供水栓冲洗调度、水质分析、污染源识别、动力管理、压力管理等方面控制或管理子网络。

图2示出了根据本公开文本的分配网络5的一个实施例。将分配网络5分为4个部分，它们分别是子网络11-14。通过一系列分配管6在分配网络5中运送水，并且子网络11-14在至少一个节点8处互相连接在一起。图2还示出了在整个分配网络5的各个位置安装了压力传感器16、ally仪表19(或者还可以是安装有压力传感器的水表)以及耗量表18。还示出了一系列边界设备17，其被示出为捆绑在一起的设备，它们至少包括流量计42和压力传感器44(如图3所示)。在某些实施例中，流量计是sensusc&i和genesis仪表，其还包括磁体、插入物和任何类型的设备，而这些设备可以对特定管道处的水流进行采样。虽然可以将其他边界设备17分布在整个分配网络5中，但是本实施例具有的边界设备17与每个节点8可操作地连接。在这种配置当中，边界设备17通过其所包含的流量计42和压力传感器44感测分配网络5中的每个节点8处的水的流量和压力。应当注意，子网络11-14可以通过处于不同位置的并且具有不同配置的任意数量的节点8互相连接。

图3示出了边界设备17的一个实施例以及运行时彼此之间的通信流。在这一实施例中，将每一个边界设备17指定为主设备31或从设备32。除了流量计42、压力传感器44和可选择的水质传感器46之外，主设备31还包括存储子网络水力模型56的存储器模块52。主设备31还包括处理模块50和输入/输出模块54。在一些实施例中，如果子网络的布局允许仅通过一个设备将子网络分开，例如图2中的子网络13，那么主设备就可以单独工作。在子网络使用若干个设备进行定义时，主设备31与至少一个从设备32通信，在这个例子中，主设备31与图3的示意图中的四个从设备32通信。在示出的实施例中，每一个从设备32具有存储器模块53、处理模块51和输入/输出模块55。这些模块是除了前文介绍过的流量计42、压力传感器44和水质传感器46之外另外具有的。在利用主设备31来存储和模拟子网络水力模型56的实施例中，从设备32的存储器模块53、处理模块51和输入/输出模块55所具有的能力或性能比相应的主设备31的存储器模块52、处理模块50和输入/输出模块54所具有的能力或性能要弱一些。在这方面，可以通过将从设备32限制为感测主设备31并与它进行通信，节省成本。

示出的主设备31还与服务器36通信，这将在下文进行进一步讨论。同样地，示出的主设备31还与一系列压力传感器16、耗量表18和ally仪表19通信，这取决于特定子网络中是否存在这些部件。

虽然图3描绘的示意图示出了所描述的部件之间的可能通信线路，但这些通信线路仅仅是示例性的，并不表示所需的通信路径或字面意义上的硬件连接。

再次参见图2，每一个子网络11-14是被限定在了一个界限内的分配网络5的一部分。任何位于这一子网络区域内的水部件均属于该子网络。水部件的例子包括水箱、阀门、泵、仪表和其他设备。这些子网络还可以与诸如网关、远程遥测模块(rtm)、ally和iperl家族产品之类的现有sensus设备通信或包含这些设备。此外，这些子网络11-14还可以包含被设计用于对来自分配管6的压力和水流量(flowrate)进行采样的设备或与其通信。每一个子网络11-14中的传感设备可以包括位于水箱中的水位传感器以及诸如可编程逻辑控制器之类的泵控制设备。主设备31收集从物理地定位在相应子网络11-14或另一网络的边界中的传感器和设备传送的数据。

在图3所示的实施例中，分配网络5具有相应的网络水力模型，这个水力模型的配置和运行与第15/226,579号美国专利申请中提供的水力模型一样。由网络水力模型得到子网络水力模型56，子网络水力模型56对于每个相应子网络11-14被存储在边界设备17的一个中。在这一实施例中，将边界设备17中的一个指定为主设备31，并赋予其计算能力，或者指定为芯片组或者具有能力的连接计算站。主设备31使用与给定子网络相关联的相关子网络水力模型56在现场模拟这一给定子网络内的分配网络5的特性。同样地，将每一个其他边界设备17指定为从设备32，并将节点8处的由从设备32感测的流量和压力传送到主设备31，以进行模拟计算。主设备31可以操作以针对相关子网络执行诸如冲洗、泄漏检测和步骤测试性能检查等各种应用和控制，它们在上文和第15/226,597和15/402,743号美国专利申请中进行了描述。

在现场，主设备31可以单独操作，或者可以基于分配网络5的布局和子网络彼此之间的配置，与至少一个从设备32通信。例如，图4公开了四个子网络，它们分别是子网络11-14，还公开了五个边界设备17。根据所讨论的子网络，将每一个边界设备17配置为主设备31、从设备32或它们两者。在示出的实施例中，边界设备26是子网络11的主设备31，同时也是子网络12的从设备32。边界设备30也是子网络12的从设备32。边界设备28用作子网络12和子网络14这两者的主设备31。边界设备27是子网络11和子网络14的从设备32。将其他边界设备17配置为仅用作主设备31，例如子网络13的边界设备29。在这点上，子网络13仅配置有一个边界设备17作为主设备31，而子网络12配备有三个边界设备17——其中一个用作主设备31，另外两个用于向其他边界设备17报告。

注意，如前所述，主设备31不需要具有相应的从设备32。同样地，每一个主设备31不需要存储或模拟相应的子网络水力模型56，但是可以与其它处理单元进行进一步通信。

图5示出了本文公开的系统的一个实施例中的用于通信的示例性配置。这一通信可以包括与流量、流动方向、压力、水质有关的信息以及有益于管理本文提供的子网络11-14的其他信息。在初始设置和安装本文公开的系统和方法时，为每一个主设备31所在位置分配服务器36。服务器36读取先前讨论的网络水力模型，并策略性地为每一个子网络11-14建立子网络水力模型56。每一个主设备31接收与相关联的一个或多个子网络固件对应的至少一个子网络水力模型56。将至少一个子网络水力模型56嵌入作为子网络水力模型元数据，固件和软件使用这种元数据来运行子网络水力模型56。固件子网络水力模型元数据包含子网络中安装的管道交叉点、水箱、阀门、设备、任何传感器、分配管6的位置。固件元数据还包括管道粗糙度系数、每一个节点8子网络和所有仪表的相对和绝对高度以及诸如读取间隔之类的子网络水力建模仿真的其他水力参数。服务器36还将子网络内的任何从设备32分配给相应的主设备31。子网络水力模型56仿真由如前所述的主设备31执行。每一个从设备32和其他部件与主设备31之间的通信可以是诸如蜂窝通信之类的无线通信、或是有线通信。

主设备31每隔定义的时间步长就模拟子网络的当前和未来行为。这在本地独立地实现，并且以通过中央处理单元使类似的子网络水力模型56模拟为整个网络水力模型模拟的一部分所需的计算和时间的一部分来实现。本文公开的系统和方法适用于正常操作、计划、测试和处理紧急情况。这些系统和方法检测子网络的某部分或整个子网络的异常行为，从而识别异常和差异并将它们传送给服务器36。系统和方法还可以部署假设情景分析或者例如通过服务器36将它们设置处于紧急模式，以提供现场的高分辨率图像，用于通过将拉格朗日方法用于瞬态流量分析来进行诸如对一段管道建模的高级分析。

将主设备31配置为使用伯努利方程执行一系列静态水力建模的至少之一，通过将一节管道与网络分离来执行瞬态流量分析，并对其执行详细的瞬态流量分析，以识别造成异常的原因。一旦主设备31识别出管道73中的异常(图7)，就触发详细的瞬态分析。主设备31定位一组压力传感器71(图7)和一组仪表72，这组压力传感器71可以隔离管道73，该组仪表72被压力传感器71所包围。对管道73进行瞬态分析，以识别造成异常(诸如由于发生泄漏而导致的爆裂)的起因。

在本公开文本的一个实施例中，对子网络水力模型56进行仿真，以使用以下方程分析子网络。

确定单个管道中的压力和流量

使用以下伯努利方程，来计算分配网络5内的分配管6中的给定点的水力压头(hydraulichead)：

方程1：

其中ha是点a处的水力压头的值，pa是水压，va是水流速度，ha是第一点a的高度，γ是水的比重。

通过考虑这些点之间的压头损失，可以计算分配管6中的另一点(例如第二点b)处的压力和流量。

方程2：

压头损失是管道性质和水流速度的函数。可以使用诸如darcy-weisbach、hazen-williams或manning方程之类的经验方程，来计算压头损失。

对于分配网络5中的循环，基于流体的能量守恒，可以使用方程3来导出一组方程。能量守恒定律表述为：孤立系统的能量(动能和势能)与路径无关。这表示，沿着从循环的入口到出口的任何路径的压头损失总是相等的。

可以将分配网络5或子网络11-14中的一个建模为包括具有固定等级的nf节点和n个连接节点的图，这些节点包括水箱、储液器，并且在一些情况下还包括一个或多个边界设备17。在不同于典型水力建模的子网络建模中处理具有一个或更多个边界设备17(主设备31或从设备32)的每一个节点8。如果分配管6pij将节点i连接到节点j，那么分配管6pij中的压头损失如下：

方程3：

其中h＝节点压头，h是压头损失，r＝分配管6阻力，q是流量，ɑ是流动指数，m是微小损耗系数，t是模拟时间。使用darcy-weisbach和hazen-williams方程来计算管道阻力值(r)。

可以通过以下形式的幂律来计算泵的压头：

方程4：

hijt＝-w²(h0-r(qijt/ω)^β)

其中h0是泵的关闭压头，ω是相对速度设置，r和β是泵曲线系数。

分析分配网络中的压力和流量

如上文所述，配水子网络包括诸如水箱、分配管6、泵和增压泵40(如图4所示)之类的一组构件，以将水输送到家庭、商业和工业场所。为了对子网络进行建模，建立基本方程来描述子网络部件。这些方程描述了子网络、部件的高度、分配管6的尺寸、分配管6的类型、水箱和泵的类型和尺寸以及分配管6粗糙度和需水量的一些近似值。将这些数据作为固件元数据存储在与子网络11-14之一相关联的每一个主设备31中。然而，如前所述，本文公开的系统和方法不需要将边界设备17指定为主设备31或从设备32。例如，可以将处理单元分配给给定子网络，以代替利用边界设备17作为主设备31来处理计算。

使用基本方程来确定节点8处的总体需求，这些基本方程先前在序列号为15/226,597和15/402,743的美国专利申请中得到了公开。使用这些基本方程，可以使用分析方法(例如托迪尼(todini)和皮拉蒂(pilati)(1988；萨尔加多(salgado)等人(1988))所阐述的)得出子网络的每一个部件的压力和流量。

在本公开文本中，按照定义的时间间隔，为边界设备17所在的每个节点8计算虚拟压头和虚拟需求。延长的时间段分析目的是使用这些组基本方程来得出预定时间段内的流量和压力并设定需求。在实时子网络水力模型56模拟中，至少每小时进行一次模拟，并且模拟在分配网络5的整个生命周期中理想地运行。

在以下方程中，t指的是模拟时间，这表示一天中的某一点钟(例如，2016年1月1日下午1:00)。可以任意设置增量时间，但是通常不会超过一小时，以确保子网络11-14的高分辨率数据集。

在子网络水力模型56模拟中，节点8处的边界设备17中的每一个具有两种状态。对于这两种状态，根据给定子网络相对于设备的位置确定流动方向。流入方向表示水流入子网络，流出方向表示水流出子网络。首先，在水随着流出而离开子网络时，将节点8建模作为汇聚节点。汇聚节点本质上是在给定子网络之外具有需求的节点8。由于这一汇聚节点的下游存在另一个子网络，因而虚拟需求要考虑下游的一个或多个子网络11-14的需求。在第二状态，节点8是源头，由此水沿着在名义上称为流入的方向进入子网络。利用固定压头，在给定模拟时间对节点8建模，这在下文进一步讨论。

方程5是基于质量守恒的第二组方程。质量守恒定律表述为：物质既不能被创造，也不能被破坏。方程5满足所有节点的流动连续性。

方程5：

∑jqijt-dit＝0,i＝1,…,n

其中di是节点i处的流量需求。由于索引i表示在子网络中的位置，因而di是从水子网络中提取的需求。基于仪表在子网络中的位置以及每个仪表与子网络的连接关系，为每一个节点8计算di。下文进一步说明di的计算。应当注意，如果没有另外说明，那么本公开中的仪表包括耗量表18、压力传感器16、边界设备17及其所包含的流量计42、压力传感器44和可选择的水质传感器46、ally仪表19以及分配网络5内的任何其他传感器或仪表。

ami数据与分配网络方程的集成

如前文所述，分配网络5的子网络水力模型56的实时动态模拟可以求解无数个时间步长的流量和压力。因此，需要重复求解前文提到的方程。每一个时间步长的流量和压力可用作下一个时间间隔的初始边界条件。

在一个实施例中，在模拟的每一个时间步长(时间步长ts)，从高级计量基础设施(ami)数据仓库34提取消耗，并将其传输到服务器36。这一算法基于仪表位置将每一个节点8(用方程5中的索引i表示)映射到多个仪表，并合计消耗值，以得出给定时间步长的每个节点8的需求。可以通过一些计算机设备或使用现场数据计算完成映射，该现场数据表示仪表与子网络的连接关系。这一步骤产生的结果更新了方程5中的dit，其中t＝ts。这一算法检查所有耗量表18的列表，以在将耗量表18添加到分配网络5或从分配网络5移除的任何时间，包括和排除相应的消耗。

计算虚拟需求

如果水流是从给定子网络溢出或流出的，那么就计算虚拟需求。虚拟需求是一个值，这个值是在模拟时间t为每个边界设备17所计算的。虚拟需求表示水体积，这一水体积是在最后一个间隔δт期间在下游子网络消耗的。间隔是上一个模拟时间步长至当前时间之间的时间。在这一间隔之内合计(集成)流量，并将它作为虚拟需求指定为节点8。

图6示出了示例性流数据，这一数据是在一个边界设备17处读取的。它还示出了虚拟需求是如何计算的。通过以下两种方式对每个边界设备17建模：前文介绍的汇聚(sink)模式和源头(source)模式。在汇聚模式中，如前文所述，将流量转换为需求。用虚线60表示模拟的时间步长。黑色实线61表示时间，在这个时间，用户发送请求来接收结果(即子网络处的流量和压力)。如62示出的时间步长线表示时间，这一时间是边界设备17确定的用来在主设备31上运行给定子网络的子网络水力模型56的时间。

在传统的水力模型中，计算通过每个边界设备17的水量，并将其指定为节点8的需求，节点8安装有一个边界设备17。在这种传统方法中，假设将这种需求均匀分布在所有时间步长中。然而，在本文公开的系统和方法中，主设备31读取每个时间步长的数据，并使用子网络水力模型56计算前一时间段的需求。例如，对于时间步长，设备通过查找从тstep1到тstep2(如图6所示)的曲线下方的区域来计算这种需求。在一个实施例中，将主设备31配置为，无论何时给定子网络的边界条件从汇聚模式变为源头模式或反之，就自动运行子网络水力模型。然后，基于在这个时间间隔期间发送到主设备31的数据，更新子网络水力模型。

计算虚拟压头

如果水流是流进或流入子网络的，那么使用方程1计算固定压头。在规定时间内，使用流量来计算流速(从原始全网络水力模型和后来更新的子网络水力模型56获知分配管6的直径)，并通过现场需求获得压力。在得知每个边界设备17的高度的情况下，使用方程1计算这一时间段的压头。这个方程的参数的特征在于：测量主设备或从设备。将得出的压头分配给子网络水力模型56模拟的方程。在数据的收集比时间步长的长度的收集更为频繁时，使用计算出的压头的平均值。

本发明的发明人已经确定了可采用本文公开的系统和方法的许多应用领域。一些例子包括泄漏检测、盗窃检测、水质分析和回流。在一个实施例中，在一个边界设备17或另一个服务器处检测到较差的水质时，主设备31关闭位于主设备31所在的同一个分配管6上的阀门，从而将这个子网络隔离。这包括关闭边界阀门9或沿着分配管6的其他阀门。

另外，为了确定泄漏的位置，主设备31可以安排增压泵40(图4所示)进行操作，以增加子网络中的压力波形(pressuresignature)。这些增压泵40是可在正常时间工作的效率很高的泵。泵正常工作时并不需要这些泵。安装这些增压泵40的位置是由服务器36中进行的分析确定的。具体来说，根据对子网络水力模型56进行的模拟，可以选择这些位置，以最大程度地影响子网络内的压力。同样地，工作人员可以在紧急情况下部署移动增压泵40，以提供进一步的数据，用于进行更详细的分析。

这个过程和分析背后的概念是增加子网络中的压力，从而改变子网络的性能。在增压泵投入运行之后，任何压力传感器16或每个主设备31和从设备32内的压力传感器提供新的不同的压力读数，并且水的运动状态发生改变。主设备31使用这一附加压力信息重新模拟子网络水力模型56，这一附加压力信息包括从增压泵40接收的诸如引入的流量或压力之类的信息。使用增压泵40创建这种新的子网络水力行为，接下来对子网络水力模型56进行分析，这让主设备31能够以更高的准确度来检测造成异常的起因。人们应当了解，也可以控制其他部件来协助识别这些异常，这包括选择性地关闭阀门。

在一个实施例中，供水公司使用子网络水力模型56来规划和执行给水栓冲水(hydrantflushing)和动力管理。具体来说，主设备31模拟打开哪些供水栓，并预测每个分配管6中的流动方向。在另一个实施例中，主设备31通过模拟子网络水力模型56来控制阀门，从而确保流速在目标分配管6中保持每秒2英尺(fps)，用于清洗和冲洗。这一操作十分关键，这是因为分配管6具有的复杂网络和贮水池(例如图1所示的水塔10)经常受到随时间自然累积的沉淀物或沉积物影响。如果不将它们去除，这些物质就可能会引起水质恶化、导致味道和气味问题产生、或让水变色。水也可能滞留在分配网络5中不常使用的部分，这可能导致水质恶化。

如前文所述，本文公开的系统和方法也可用于泄漏检测。对于泄漏检测而言，可以利用质量平衡来查看是否水被浪费、未被计量或收费。下面的方程扩展了质量平衡方程式，其包括水箱水的波动(使用每个水箱的智能网关设备或rtm来感测水位)、给水栓操作(再次使用具有移动仪表的智能网关或rtm设备测量冲洗的水量)和ami。

方程6：

其中n是子网络中的主设备31和从设备32的总数，f(msm,i,j)是在时间步长i(或第j个间隔)期间在第i个主设备31登记的平均流量。δтj是两个读数之间的间隔，ω(filled,i)是储存在第t个水箱内的水的总容量，ω(depleted,t)是从第t个水箱排除的水的总容量。水箱水位上升和下降的持续时间完全取决于网络具有的性能和泵运行。ω(lost,k)是在使用给水栓时通过给水栓损失的水体积。变量d(m,j)是在这个间隔期间第m个耗量表18的需求。

主设备31使用方程6，来确保产生的水量等于耗量表18处消耗的水量。子网络水力模型56包括给定子网络内的耗量表18的数量和位置。在一个实施例中，通过基于云的服务器36将这一信息提供给每个主设备31。然后，在现场部署新的耗量表18时，服务器36就将任何耗量表18添加到子网络水力模型56。

子网络内的压力传感器16还用来识别泄漏。将压力传感器16获得的压力与主设备31设备模拟的压力进行比较。在这一压力差超过阈值时，主设备31向服务器36发送通知，以详细探查造成泄漏的起因及其位置。服务器36还将泄漏的可能位置告知给供水公司。

根据第15/226,597号美国专利申请，如果前文讨论的压力差随着时间(例如几个月)逐渐增加，那么主设备31向服务器36提交请求，来进行分配管6粗糙度校准。将新的信息和分配管6粗糙度系数从服务器36发送回到主设备31，以更新主设备31固件中的子网络水力模型。

在另一个实施例中，系统包括警报器70(图5所示)，以指示意外的或非预期的回流，这一回流是由边界设备17或另一个仪表检测到的。如果检测到回流，那么主设备31就模拟水质，其方式是通过将这个边界设备17或仪表的位置看作是较差水质的源头或污染源。主设备31将水质采样的受影响区域通知给供水公司。

本文公开的系统和方法还提供增强的子网络内的步骤测试，而不会中断为消费者提供的服务。如前文所述，可以使用增压泵40来增强子网络中的压力。这称为增压压力，因为这种增压对于把水输送给消费者来说并不是必需的，而是为了测试目的(例如泄漏识别)。在网络的正常工作期间，这些增压泵40通常不运行。可以操作增压泵40来增加子网络的某些部分或整个子网络中的压力，这个子网络可以通过边界阀门9与其他子网络11-14分开。在一个实施例中，其中一个边界阀门9安装在主设备31的位置。在一些情况下，关闭一个或多个边界阀门9会严重影响子网络性能，这会在子网络产生新的水的运动模式。通常来说，水通过主设备31或从设备32流入子网络。然而，使用增压泵40或关闭边界阀门9，可能让水的方向发生转向，这提供了要使用子网络水力模型56来处理的新信息。

在没有上述增压泵40的情况下，主设备31还可以使用标准操作泵和非边界阀门，来改变网络或特定子网络中的压力模式。例如，通过以较高的速率运行泵或改变阀门的设置，就可以改变子网络中的压力模式。通过对相同事件建模，主设备31可以将模拟压力模式与观察到的压力进行比较，以进行诸如泄漏检测之类的分析。

在一些实施例中，本文公开的系统和方法还提供关于完成后的冲洗操作具有的有效性的信息。可以将从分配网络内的所有测量设备收集的历史数据发送到服务器36。主设备31评估数据，以确定冲洗程序的性能，并确定何时需要进行下一次冲洗。这涉及主设备31模拟正在受到冲洗的分配管6中的流速。如果没有正确冲洗分配管6，那么主设备31将适当的消息发送给供水公司管理人员。如果子网络中安装有水质传感器，那么还可以测量水质或代表水质的代用品的浓度，将其与模拟值进行比较。通过这种方式，供水公司就可以估计和理解其冲洗程序的有效性。

根据另一个实施例，使用本文公开的系统和方法，通过控制向其多个子网络供水的干线主供应处的压力，帮助满足整个网络的最小压力要求。通常来说，压力管理是基于dma的，因此会受到上述诸多限制，并存在一些与dma相关的问题。在一个实施例中，主设备31位于主供应站的主供应出口处，主供应站具有将水供应到多个子网络的泵站，每个子网络配备有从设备32以及具有压力传感器16的关键节点。关键节点可以是子网络中压力最低的节点8，它可以是子网络中最远和/或最高的节点。主设备31和从设备32同时模拟当前或预计状况的压力分布，当前或预计状况由供应流量、端点需求、时间或其他度量表征，其考虑在主供应流出口处提供的可变虚拟压头，而主供应流出口实际上与泵站隔离。接下来，主设备31得出在主供应流出口处的虚拟压头设置，这一主供应流出口在分布于多个子网络中的多个关键点处维持最小下游压力要求。接下来，相应地调节泵站操作，从而泵站保持由主设备31设定的这一当前主出口压力目标值。在一个实施例中，管理分配网络，从而主设备31感测的压力为至少最小上游压力，其与每个从属设备32感测的所需的至少最小下游压力的压力对应。总的来说，这种实践满足了多个子网络的压力要求，还减少了泵送能量消耗。由于泄漏和爆发受压力影响，因而它还减少整个网络的背景水分流失和管道破裂。换句话说，本文公开的系统和方法让供水公司能够避免提供过大的压力、最小化泄漏和爆裂的可能性。

确定运行每个子网络的水力模型的时间

在某些实施例中，模拟一个完整水力模型的时间是预定义时间步长(即1小时)的最小值，并且在由以下规则指示的时间之一中模拟每个子网络模型。这些时间在子网络11-14中是不同的。优选的是，子网络11-14及其相应的子网络水力模型56包含存在于配水网中的诸如管道、阀门、水箱和泵等所有部件。

规则1：附接到任何阀门的智能网关或任何通信设备感测到阀门的状态发生改变。泵状态包括泵何时打开、关闭或更改设置或位置。

规则2：主设备31和从设备32中的至少一个感测流动方向发生变化、离开或进入子网络。

规则3：水箱水位开始升高或下降时的时间。

规则4：附接到任何泵的智能网关或任何通信设备感测到泵的状态发生改变。泵状态包括泵何时打开、关闭或更改设置或位置。

在上文的描述中，为了简洁、清楚和容易理解，使用了某些词语。除了现有技术要求之外，不应从这些词语中推断出不必要限制的含义，因为使用它们是为了进行描述，并旨在作出广泛解释。本文描述的不同组件可以单独使用，或与其他设备组合使用。预期的是，在任何所附权利要求的范围内，各种等同物、替代物和修改都是有可能的。