用于建模、分析、检测并监测流体网络的系统和方法与流程

本公开涉及建模、分析、监测和检测流体网络的方法和系统。

背景技术：

诸如水网络的流体网络可遇到影响可用性和质量的问题，包括缓慢渗漏或快速渗漏、运输基础结构的腐蚀、污染等。这些问题可无法被发现和解决，直到它们对基础结构、水质或健康造成重大影响。一个示例是2014年1月的elk河化学品泄漏，其中约30万居民受到影响，122人因污染而住院。

技术实现要素：

希望能够及早或实时检测流体网络中的问题(例如，管道涂层问题、渗漏/裂缝、污染等)，并且能够通过预测何时和何处可能发生问题(issue/problem)进行预防行动而不是被动行动。

在一个方面，本公开描述了最佳确定流体网络中的传感器或基础结构放置的方法。该方法包括创建流体网络的模型。该模型包括i)表示设置在流体网络中的流体基础结构的多个定向连接的节点，和ii)定位在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该方法还包括将模型表示为与布置在流体网络外部的处理器相关联的矩阵数据结构，经由处理器分析该矩阵以评估模型的每个节点是否满足一个或多个可定位性标准。分析矩阵包括解释和执行与处理器相关联的多个指令。确定流体网络中的传感器或基础结构放置。

在另一方面，本公开描述了一种系统，所述系统包括定位在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该传感器被构造成在相应位置处从流体网络收集数据。处理器设置在流体网络的外部。该处理器被构造成接收来自传感器的数据，并基于流体网络的模型分析数据。该模型可以包括表示设置在流体网络中的流体基础结构的定向连接节点。与处理器相关联的多个指令能够由处理器解释和执行，以分析数据并确定流体网络内的传感器放置。

在另一方面，本公开描述了确定流体网络中感兴趣的异常的方法。该方法包括提供设置在流体网络中的一个或多个所选择的位置处的一个或多个传感器。该传感器被构造成在相应位置处从流体网络收集数据。该方法还包括经由一个或多个传感器在一个或多个位置处收集来自流体网络的数据，经由处理器接收来自传感器的数据，以及基于流体网络的模型经由处理器分析该数据。该模型表示为与处理器相关联的有向图。该有向图包括多个定向连接的节点，其中一个或多个假想节点添加在两个相邻节点之间。

在另一方面，本公开描述了最佳确定流体网络中的传感器覆盖的方法。该方法包括创建流体网络的模型。该模型包括表示设置在流体网络中的流体基础结构的定向连接节点。该方法还包括将模型表示为与布置在流体网络外部的处理器相关联的矩阵数据结构，并且经由处理器分析该矩阵以评估每个节点是否满足一个或多个可定位性标准。分析矩阵包括解释和执行与处理器相关联的多个指令。该方法还包括将每个节点分配给定位区域、检测区域和不可到达区域中的一个。

在本公开的示例性实施方案中获取各种意料不到的结果和优点。本公开的示例性实施方案的此类优点包括及早或实时检测和确定流体网络中的问题，包括预测流体网络中可能出现的问题的预防行动，最佳传感器或流体基础结构放置等。

已总结本公开的示例性实施方案的各种方面和优点。上面的发明内容并非旨在描述本公开的当前某些示例性实施方案的每个例示的实施方案或每种实施方式。下面的附图和具体实施方式更具体地举例说明了使用本文所公开的原理的某些优选实施方案。

附图说明

结合附图考虑本公开的各种实施方案的以下详细描述可更全面地理解本公开，其中：

图1是根据一个实施方案的检测流体网络中的感兴趣的异常的方法的流程图。

图2示出根据一个实施方案的用于检测流体网络中的感兴趣的异常的系统的框图。

图3a示出根据一个实施方案的设置有传感器的流体网络的示意图。

图3b示出根据另一个实施方案的设置有传感器的流体网络的示意图。

图4a示出根据一个实施方案的表示流体网络的有向图。

图4b是根据一个实施方案的最佳地确定流体网络中的传感器放置的方法的流程图。

图4c示出根据一个实施方案的在所选择的位置处设置有传感器的图4a的有向图。

图4d示出在所选择的位置处设置有传感器的图4c的有向图的重新格式化版本。

图5a示出根据一个实施方案的表示在所选择的位置处放置传感器的流体网络的有向图。

图5b示出图5a的有向图的重新格式化版本。

图5c示出根据一个实施方案的将图5b的模型中的相邻节点分组为节点集。

图5d示出根据一个实施方案的通过添加流体路径对图5b的流体网络的修改。

图6a示出根据一个实施方案的确定流体网络中的传感器覆盖的方法的流程图。

图6b示出根据一个实施方案的分成定位区域、检测区域和不可到达区域的流体网络的图。

图6c示出根据另一个实施方案的分成定位区域、检测区域和不可触及区域的流体网络的图。

图6d示出根据另一个实施方案的分成定位区域、检测区域和不可触及区域的流体网络的图。

图7示出根据一个实施方案的表示通过添加虚构节点而修改的流体网络的有向图。

图8a示出根据一个实施方案的用于确定潜在污染源的流体网络的模型。

图8b示出根据另一个实施方案的用于确定潜在污染源的流体网络的模型。

图8c示出根据另一个实施方案的用于确定潜在污染源的流体网络的模型。

在附图中，相似的附图标号指示相似的元件。虽然可不按比例绘制的上面标识的附图阐述了本公开的各种实施方案，但还可想到如在具体实施方式中所提到的其它实施方案。在所有情况下，本公开以示例性实施方案的表示的方式而非通过表述限制来描述当前所公开的公开内容。应当理解，本领域的技术人员可想出许多其它修改和实施方案，这些修改和实施方案落在本公开的范围和实质内。

具体实施方式

本公开提供了能够及早或实时检测流体网络中的问题(例如，管道涂层问题、渗漏、裂缝、污染等)，并且能够进行预防行动，该预防行动包括预测何时和何处可能发生流体网络中的问题的方法和系统。本文所述的流体网络可包括流体分配、处理和/或收集网络，诸如例如水管道分配网络、水处理系统、下水道系统、天然水道诸如河流和支流、天然气管线分配网络(例如甲烷或丙烷)、油管道分配网络等。本文描述的方法和系统可解决流体网络中难以检测的问题，在这些问题中，缓慢的渗漏、运输基础结构的腐蚀或污染问题在它对基础结构、水质或健康产生重大影响之前不会被发现。

图1示出监测流体网络中的感兴趣的异常的方法100的流程图。在110处，提供了用于流体网络的一个或多个传感器。传感器可以是能够收集与流体网络的一个或多个参数相关的数据的任何类型的传感器，诸如例如，消毒剂浓度、污染物浓度、流体压力、流体流速、温度、电导率、过滤器的使用或预测寿命终止等。示例性传感器包括来自加拿大金斯顿的endetecveolia的kapta^tm3000-ac4。传感器可位于流体网络内的各种位置处。例如，可将传感器提供给商业水过滤器、居民区(例如，冰箱)、公共场所(例如，水喷泉)等。本公开提供了如何确定流体网络中的最佳传感器放置的方法以及如何基于流体网络的建模来确定流体网络中的传感器覆盖的方法，所述方法将在下文中进一步描述。然后方法100前进至120。

在120处，处理器指示传感器收集数据。处理器可以位于流体网络外的远程计算机(例如，服务器或云)中。在一些实施方案中，可提供传感器以用于分布在流体网络中的过滤器，并且由传感器收集的数据可指示相应滤波器的状态。在一些实施方案中，可指示每个传感器在初始时间收集数据，该数据可作为初始值存储在数据库中。然后方法100前进至130。

在130处，收集的数据从传感器传送并由处理器接收。可经由合适的技术诸如wi-fi蓝牙、低功耗蓝牙(ble)、蜂窝、以太网等直接或间接地传输数据。所收集的数据可以实时地从传感器传送，或在以后传送以提供流体网络的回顾性指示。数据也可以以规则的时间间隔或基于上下文情况的调整的时间安排来收集。例如，在可已经损坏流体网络的风暴之后，或者当预测过滤器接近寿命终止时，可以以相对较高的频率收集或传送数据。然后方法100前进至140。

在140处，由处理器分析所接收的数据以生成结果。在一些实施方案中，可基于流体网络的模型来分析所接收的数据。在一些实施方案中，流体网络的模型可包括表示设置在流体网络中的流体基础结构的定向连接的节点。节点可被排序为部分顺序集，其中节点的顺序可根据节点之间的流体流动方向而变化。例如，流体流动方向可在节点中的一些处的“使用”发生波动的情况下改变。该模型可为流体网络的(一种或多种)表示，包括例如有向无环图(dag)。流体网络的表示(例如，有向无环图)可被处理器存储或处理为矩阵数据结构，诸如例如邻接矩阵、可达矩阵等。

在一些实施方案中，与流体网络相关的历史数据或其它数据可与从传感器接收的实时数据进行组合并由处理器分析。此类其它类型的数据可包括例如流体网络中先前的问题(例如，破损、更换等)、天气(雷暴、洪水等，这可引起在某些区域中流体网络的损坏)、温度、压力或电导率变化，以及报告的损坏(例如，倒下的树、电线，以及其与流体网络损坏的相关性)。在一些实施方案中，可进行基线测量以确定是否存在任何初始污染，诸如在安装流体基础结构期间引入的污染。在一些实施方案中，可根据时间、地形等分析来自与流体网络相关的传感器的历史数据以得出异常模式。数据可存储在例如与处理器相关联的数据库或云中。生成的结果包括例如分析报告、警告、警报等。方法100然后前进至150。

在150处，基于对数据的分析，经由处理器或操作者/用户确定流体网络中是否有感兴趣的异常。可能的感兴趣的异常可包括例如污染，基础结构故障，流体渗漏，温度、压力或电导率的升高或下降，或其组合等。在一些实施方案中，处理器可进一步确定流体网络内的异常的可能位置。当流体网络中存在异常时，方法100前进至160以生成例如警报、警告、报告等形式的输出。当流体网络中没有异常时，方法100前进至120。在一些实施方案中，输出可包括通过基于使用年限、尺寸、使用等对流体网络进行分类来基于类似环境预测未来的流体网络问题，例如管道故障。在一些实施方案中，输出可包括是否有人经由网络特征的明显差异(例如，正被检测的模型中的新“节点”)从流体网络窃取资源。在一些实施方案中，输出可用于基于其服务的基础结构来提供水供应、切断和/或转移的优先级。例如，如果检测到污染，则优先于其它基础结构将清洁水重布到医院。在一些实施方案中，可通过将其过滤器使用与他们的邻居进行比较(例如，以确定水健康问题是否局部化到该房屋)来向房主提供输出。

图2示出根据一个实施方案的用于通过实施例如方法100来确定流体网络10中的感兴趣的异常的检测系统200。流体网络10可包括流体分配、处理和/或收集网络，诸如例如水管道分配网络、水处理系统、水收集网络、下水道系统、天然水道诸如河流和支流、气体管线分配网络(例如甲烷或丙烷)、油管道分配网络等。提供一个或多个传感器12以用于流体网络10内的各种位置。

检测系统200包括传感器12、计算部件226以及一个或多个输入/输出装置216。传感器12可以是能够收集与流体网络的一个或多个参数相关的数据的任何类型的传感器，诸如例如，消毒剂浓度、污染物浓度、流体压力、流体流速、温度、电导率、过滤器的使用或预测寿命终止等。示例性传感器可包括无源传感器、无线传感器。传感器12可包括射频识别(rfid)，其可识别各个流体基础结构(例如，过滤器)及其相关信息(例如，尺寸、型号、使用、安装时间、状态等)。

在一些实施方案中，流体网络10可以是设置有水过滤系统的水网络，水过滤系统包括水过滤器和/或其它水过滤、分离和/或纯化产品。水过滤系统用于减少污染物诸如例如，氯和/或氯胺、颗粒、铅等。可以提供传感器12用于水过滤器以跟踪水过滤器的使用/寿命终止。

在图2的实施方案中，计算部件226包括处理器212和存储器214。计算部件226在功能上连接到传感器12，接收与来自传感器12的流体网络10相关的信号或数据，并且分析所接收的信号/数据以生成结果，包括例如分析报告、警告、警报等。在一些实施方案中，从传感器12接收的数据可存储在存储器214中。在一些实施方案中，可创建模型以表示流体网络10。模型可以包括表示流体网络的基础结构的定向连接节点。模型可以包括例如作为邻接矩阵形式的数据存储在存储器214中的有向图或部分顺序集。处理器212可通过解释和执行来自与处理器212相关联的软件程序的指令来分析模型。

该存储器214存储信息。在一些实施方案中，存储器214可以存储用于执行本文所述的方法或过程的指令。在一些实施方案中，与流体网络相关的数据，或该流体网络的模型可以预先存储在存储器214中。

存储器214可包括任何易失性或非易失性存储元件。示例可包括随机存取存储器(ram)(诸如同步动态随机存取存储器(sdram))、只读存储器(rom)、非易失性随机存取存储器(nvram)、电可擦可编程只读存储器(eeprom)和闪存。示例还可包括硬盘、磁带、磁数据存储介质或光数据存储介质、光盘(cd)、数字通用盘(dvd)、蓝光盘和全息数据存储介质。数据也可存储在云计算环境中。

处理器212可包括例如一个或多个通用微处理器、专门设计的处理器、专用集成电路(asic)、现场可编程门阵列(fpga)、离散逻辑的集合和/或任何类型的能够执行本文所述技术的处理装置。在一些实施方案中，处理器212(或本文所述的任何其它处理器)可以被描述为计算装置。在一些实施方案中，存储器214可被构造成存储由处理器212执行以进行本文所述的过程或方法的程序指令(例如，软件指令)。在其它实施方案中，本文所述的过程或方法可以由处理器212的专门编程的电路来执行。在一些实施方案中，处理器212因此可以被构造成执行用于分析与本文所述的流体网络相关联的数据的技术。处理器212(或本文所述的任何其它处理器)可包括一个或多个处理器。

输入/输出装置216可包括被构造成从用户或其它装置输入或向用户或其它装置输入或输出信息的一个或多个装置。在一些实施方案中，输入/输出装置216可呈现用户界面218，在用户界面218中，用户可控制对材流体网络的评估。例如，用户界面218可包括用于向用户呈现视觉信息的显示屏。在一些实施方案中，显示屏包括触敏显示器。在一些实施方案中，用户界面218可包括用于向用户呈现信息的一个或多个不同类型的装置。用户界面218可包括例如任何数量的视觉(例如，显示装置、灯等)、听觉(例如，一个或多个扬声器)和/或触觉(例如，键盘、触摸屏或鼠标)反馈装置。在一些实施方案中，输入/输出装置216可以表示显示屏(例如，液晶显示器或发光二极管显示器)和/或打印机(例如，印刷装置或用于将指令输出到印刷装置的部件)中的一者或多者。在一些实施方案中，输入/输出装置116可被构造成接受或接收由处理器112执行以进行本文所述的实施方案的程序指令(例如，软件指令)。

检测系统200还可包括其它部件，并且包括处理器212、存储器214和输入/输出装置216在内的所示部件中的任一者的功能可以分布在多个部件和独立装置(诸如例如，计算机)上。检测系统200可被构造成工作站、台式计算装置、笔记本电脑、平板电脑、移动计算装置或任何其它合适的计算装置或计算装置的集合。检测系统200可以在本地网络上运行或者被托管在云计算环境中。图2所示的部件仅仅是为了解释本公开的各个方面而示出，并且部件的添加或移除对于本领域技术人员将是显而易见的。

检测系统200允许用户实时确定流体网络中的异常。在一些实施方案中，可以基于流体网络的模型，经由处理器实时自动分析来自流体网络的收集数据，以生成输出结果。检测系统200还允许用户预测流体网络将可能存在的问题。

图3a示出根据一个实施方案的作为示例性流体网络的水管道网络10的图示。水由供水系统2供应。各种流体基础结构3通过水管道4连接。在水管道网络10中的所选择位置a至g处提供传感器。传感器可功能地连接到检测系统诸如图2的检测系统200的处理器，并且被构造为收集网络10中的各个位置处的数据，然后可将数据传输至检测系统的处理器以分析。在所示的示例中，基于从位置a至g接收的传感器数据，检测系统的处理器可以分析该数据并确定位置a至c、f和g具有“良好”水条件，而位置d和e具有“不良”水条件。处理器还可基于网络10的模型来确定可能的异常原因(例如，突发/污染)可位于位置b与d之间的网络10中的位置31处。

图3b示出作为另一示例性流体网络的水管道网络10'的图示。水由供水系统2'供应至水管道网络10'。各种流体基础结构3'通过水管道4'连接。各种流体基础结构3'可由定向连接的节点表示，其中箭头对应于流体网络中的流体流动方向。例如，位于节点a、b和c处的流体基础结构被定向连接，如左侧插图所示，其中节点c是节点a和节点b之间的依赖连接，并且节点a和b因此不依赖(d)—分离。节点c被定义为节点a到节点b路径中的d分隔符。

在本公开中，创建模型以表示各种流体网络。流体网络的模型可包括表示设置在流体网络中的流体基础结构的定向连接的节点。流体网络内的流体流动的属性诸如例如流动方向、流速可以通过流量传感器测量，或者基于诸如管道尺寸、长度等因素使用流体动力学导出。在一些实施方案中，模型可以是流体网络的(一种或多种)表示，包括例如有向无环图(dag)。流体网络的表示(例如，有向无环图)可被处理器存储或处理为矩阵数据结构，诸如例如邻接矩阵、可达矩阵等。

图4a示出根据一个实施方案的流体网络的模型20。在模型20中，各种流体基础结构由节点1至17表示。例如，节点1可表示供水系统。节点1至17被定向连接以形成有向图，该有向图为部分顺序集。图4a中的箭头对应于流体网络中的流体流动方向。应当理解的是流体网络可表示各种有向图。流体网络的有向图可进一步由矩阵数据结构表示，诸如例如，邻接矩阵、可达矩阵等。矩阵数据结构可由处理器存储和/或分析。

本公开提供了经由处理器诸如图2的处理器212来分析流体网络模型的方法。在一些实施方案中，可以分析模型或模型的表示以评估节点或一组节点是否满足一个或多个可定位性标准。在一些实施方案中，可定位性标准可包括例如对于给定节点或节点集，评估设置在给定节点或节点集下游的至少两个传感器是否具有相对于给定节点或节点集不共享任何d分隔符的相应路径。当给定节点满足可定位性标准时，不向给定节点提供传感器。当给定节点不满足可定位性标准时，向给定节点提供一个或多个传感器。可以解释和执行与处理器相关联的指令以分析模型或模型的表示。上述分析过程可包括动态编程，包括从模型的表示中的最低级别开始的自下而上方法，如图4b所示的一个实施方案进一步说明的。

图4b是根据一个实施方案的最佳地确定流体网络中的传感器放置的方法300的流程图。在310处，流体网络由模型表示。该模型可以是例如有向图，诸如图4a所示的有向图20。有向图可以是部分顺序集，其中节点以不同级别排序。然后方法300前进至320。在320处，评估模型的最低级别处的一个或多个节点或节点集以在330处确定节点或节点集是否满足可定位性标准，例如，是否存在设置在给定节点或节点集下游的至少两个传感器，所述传感器具有相对于给定节点或节点集不共享任何d分隔符的相应路径。当节点或节点集满足可定位性标准时，方法300前进至340。当节点或节点集不满足可定位性标准时，方法300前进至350。在340处，将(一个或多个)传感器添加到节点或节点集，并且用添加的传感器更新模型(例如，有向图)。在350处，以相同的方式评估设置在相同级别或上级别处的下一模式或模式集。继续该过程直到评估流体网络的最高级别处的(一个或多个)节点。

将图4b的方法300应用于由图4a的模型20表示的流体网络产生如图4c至图4d中所示的结果。评估从最低级别开始，例如，有向图20中的节点16或节点17。据发现节点16和节点17不满足可定位性标准。节点16或17的下游没有传感器。传感器分别在节点16和节点17处添加，并且有向图20利用节点16和节点17处的添加的传感器进行更新。然后，可评估下一级别处的节点14或节点15。据发现节点14和节点15满足定域可定位性标准。在节点16和节点17下游有两个传感器，并且从节点14和节点15到节点16和节点17处的两个传感器的相应路径不共享任何d分隔符。将不向节点14和节点15提供传感器。此自下而上的方法继续，并且可对每个节点进行评估。发现节点11至节点13、节点8、节点9和节点1至节点7满足标准，并且不向这些节点提供传感器。节点10不满足可定位性标准。从节点10到节点16和节点17处的两个传感器的相应路径例如10-13-14-16和10-13-15-17可共享d分隔符(例如，节点13)。向节点10提供传感器，并且更新有向图20。

在将传感器放置在节点16、节点17和节点10处的情况下，足以覆盖整个流体网络。即，通过分析来自位于节点10、节点16和节点17处的传感器的数据，检测系统的处理器可明确地确定在流体网络中的每个节点处的状态。图4d示出在所选择的位置处设置有传感器的图4c的有向图的重新格式化版本。在一些实施方案中，当流体网络中存在异常时，处理器可以通过分析传感器数据明确地确定异常的位置。例如，当传感器数据指示节点11、节点14和节点16具有污染并且剩余的节点没有污染时，处理器可确定污染原因位于节点11处。

当流体网络需要n个传感器完全覆盖流体网络时，网络的复杂度指数可表示为传感器所需数量n与流体网络中节点数的比率。例如，图4a的流体网络20的复杂度指数为3/17。

应当理解，在一些实施方案中，模型的一个或多个节点可以在评估之前被分组成相应的节点集。例如，图4a的节点14和节点15可以被分组成可被评估的单个节点集。每个节点集可以包括一个或多个相邻节点，并且并且可以以与图4b至图4c中所示相同的方式评估每个节点集，以确定节点集或节点和节点集的组合是否满足可定位性标准。

图5a示出根据另一个实施方案的流体网络的模型30。流体网络由有向图表示。节点1可表示供水系统。可以以类似于图4a至图4d中所示的用于模型20的方式分析模型30。模型30包括74个节点，其中32个节点不满足可定位性标准，并且为这32个节点(例如，图5a中的带圆圈的节点)提供传感器以完全覆盖整个流体网络30。图5a的流体网络30的复杂度指数为32/74。图5b示出在所选择的位置处设置有传感器的图5a的有向图的重新格式化版本。

在一些实施方案中，可在评估之前将模型30的节点分组到相应的节点集。图5c示出某些相邻节点被分组到相同的节点集合32(例如，在同一个圆圈内)。这样，与图5b相比，完全覆盖整个流体网络所需的传感器的数量可从32减少至15。折衷是，当确定一个特定节点集是异常的原因时，它可不会告知特定节点集内异常的明确位置(例如，哪个节点)。

在一些实施方案中，可以修改流体网络以减少完全覆盖流体网络所需的传感器的数量。如图5d所示，将一个或多个流体连接件34(例如，管道)可以以定向方式添加，流体地连接由节点表示的流体基础结构。当在图5d中添加流体连接34时，与图5b相比，完全覆盖整个流体网络所需的传感器的数量可从32减少至11。

本公开还提供最佳确定流体网络中的传感器覆盖的方法。该方法可包括构建流体网络的模型。模型可以包括表示设置在流体网络中的流体基础结构的定向连接节点。一个或多个传感器可定位在流体网络中的一个或多个所选择的位置处。模型或模型的表示可以存储在例如处理器中。可以经由处理器分析模型或其表示，以评估每个节点是否满足一个或多个可定位性标准。该一个或多个可定位性标准可包括例如评估给定节点下游是否存在具有相对于给定节点不共享任何d-分隔符的相应路径的至少两个传感器。

基于评估的结果，模型的节点可被分配给定位区域、检测区域，和不可到达区域中的一个。定位区域是指流体网络中可以明确确定异常的位置(例如，在特定节点处)的区域。检测区域是指流体网络中可以检测到与异常相关的数据/信号，但是异常的确切位置未知的区域。不可到达区域是指流体网络中不能获得与异常相关的信息的区域。当给定节点满足可定位性标准时，给定的节点被分配给定位区域，并且当给定节点不满足可定位性标准时，给定节点被分配给检测区域或不可到达区域。

当给定节点不满足可定位性标准时，可进一步评估给定节点以确定传感器是否位于给定节点处或下游。如果没有位于节点处或下游，则对应于给定节点的区域被分配给不可到达区域，否则将其分配给检测区域。

在一些实施方案中，对给定节点和其它节点之间的路径的评估可通过使用关于诸如高级马尔可夫链方法的可达性的合适算法来执行。在实践者simplex2015年5月的针对简化复杂网络的第7届研讨会，golnari等人的“使用回避和运输击中时间度量的可达性问题中的节点的枢轴效应(pivotalityofnodesinreachabilityproblemsusingavoidanceandtransithittingtimemetrics)”中描述了示例性马尔可夫链方法。2015。应当理解，路径的评估可由任何其它合适的算法来执行。

在一些实施方案中，可以分析传感器的灵敏度(例如，测量污染浓度或其变化的灵敏度)和吸收概率矩阵q，以确定节点中的至少一些的污染水平的最小可检测浓度。流体网络的吸收概率矩阵q将在下面进一步描述。

图6a是根据一个实施方案的确定流体网络中的传感器覆盖的方法400的流程图。在410处，流体网络由模型表示。该模型可以是例如有向图，诸如图4a所示的有向图20。有向图可以是部分顺序集，其中节点以不同级别排序。然后方法400前进至420。在420处，评估模型的最低级别处的一个或多个节点或节点集以在430处确定节点或节点集是否满足可定位性标准，例如，是否存在设置在给定节点或节点集下游的至少两个传感器，所述传感器具有相对于给定节点或节点集不共享任何d分隔符的相应路径。

当节点或节点集满足可定位性标准时，方法400前进至440。当节点或节点集不满足可定位性标准时，方法400前进至450。在440处，将节点或节点集分配给定位区域。然后方法400前进至480。

在450处，进一步评估节点或节点集以确定在节点或节点集处或(一个或多个)较低级别(即，节点或节点集的下游)处存在(一个或多个)传感器。当存在位于节点或节点集处或下游的传感器时，方法400前进至460。在460处，将节点或节点集分配给检测区域。当没有位于节点或节点集处或下游的传感器时，方法400前进至470。在470处，将节点或节点集分配给不可到达区域。然后方法400前进至480。

在480处，以相同的方式评估在模型中的相同级别或上级别处下一模式或模式集。继续该过程直到评估流体网络的最高级别处的(一个或多个)节点。

通过将图6a的方法400应用于由图4a的模型20表示的流体网络，结果显示在图6b中。如图6b所示，传感器分别提供给节点10和节点16。评估从最低级别开始，例如，有向图20中的节点16或节点17。据发现节点16不满足可定位性标准。节点16下游没有传感器。进一步评估节点16以确定节点16处或下游是否存在传感器。节点16处有传感器。节点16被分配给检测区域。节点17以相同的方式进行评估。据发现节点17不满足可定位性标准。节点17下游没有传感器。进一步评估节点17以确定节点17处或下游是否存在传感器。节点17处或下游没有传感器。节点17被分配给不可到达区域。然后，可评估下一级别处的节点14或15。据发现节点14和节点15不满足可定位性标准。节点16处仅有一个传感器。节点14和节点15分别被分配给检测区域。此自下而上的方法继续，并且可对每个节点进行评估。据发现，节点1、节点3和节点6每个都满足可定位性标准，并被分配给定位区域。例如，对于节点3，通过3-5-9-12-14-16从节点3到节点16处的传感器的一条路径和通过3-6-10从节点3到节点10处的另一个传感器的一条路径不共享任何d分隔符，并且节点3满足可定位性标准。其它节点被分配给检测区域。在传感器放置在节点10和节点16处的情况下，流体网络20被部分地覆盖，并且被分成定位区域、检测区域和不可到达区域。通过分析来自位于节点10和节点16的传感器的数据，检测系统的处理器可以(i)如果异常源位于定位区域内，则明确地确定异常的位置，以及(ii)如果异常源位于检测区域内，检测异常的发生。

图6c示出根据一个实施方案的模型40的图，其中节点分别被分配给定位区域61、检测区域62和不可到达区域63。除了传感器的数量和它们的位置不同之外，图6a的模型40与图5b的模型30相同。在图5b中提供用于流体网络的传感器，使得整个流体网络被完全覆盖，而在图6c中，流体网络被部分覆盖，并且节点被分配给定位区域、检测区域和不可到达区域中的一个。

图6d示出根据一个实施方案的模型50的图，其中节点分别被分配给定位区域61、检测区域62和不可到达区域63。除了传感器的数量和它们的位置不同之外，图6b的模型50与图5b的模型40相同。在图6d中，流体网络被部分覆盖，并且节点被分配给定位区域、检测区域和不可到达区域中的一个。与图6c相比，当传感器的数量和/或位置变化时，相应地改变节点到不同区域的分配。

本发明还提供检测和定位流体网络中感兴趣的异常的方法。异常可以是例如污染、基础结构故障等。当在流体网络的定位区域发生污染时，所述方法可以确定污染水平及其位置(例如，在流体网络的哪个节点)。所述方法可以进一步检测其它节点(例如，流体网络的检测区域中的节点)的污染的发生/存在，并识别流体网络内的高风险位置。

所述方法可包括例如提供设置在流体网络中的一个或多个所选择的位置处的一个或多个传感器。传感器被构造成在相应位置处从流体网络收集数据。可以经由一个或多个传感器在布置有一个或多个传感器的一个或多个位置处收集来自流体网络的数据。收集的数据可包括在发生异常之前和之后的传感器测量结果。然后可以从传感器接收数据，并且基于流体网络的模型经由处理器分析数据。模型可包括定向连接的节点。在一些实施方案中，可以在两个相邻节点之间添加一个或多个假想节点，以基于模型生成污染浓度或浓度变化的谐波函数。

图7示出根据一个实施方案的通过添加假想节点或衰减节点来对流体网络建模的方法。简化的流体网络的模型包括定向连接到节点3的节点1和节点2。在节点1和节点3之间以及节点2和节点3之间分别添加假想节点4和节点5。在没有假想节点的情况下，污染物(例如，氯)的浓度可通过以下公式表达：

c3＝(q13d13c1+q23d23c2)/(q13+q23)…(1a)

其中ci为节点i处的污染物浓度，qij为从节点i到节点j的流体流速，dij为从节点i到节点j的污染衰减参数。

上述公式(1a)不是谐波的，并且可不存在现有的解，不存在唯一的解，或存在无效的解。

通过添加假想节点(例如，节点0、节点4和节点5)，可以将流体网络的真实节点(例如，节点1-3)处的污染水平(例如，氯水平)计算为一个或多个谐波函数。在假想节点0处将污染衰减d设定为零。然后，例如，c4可以被表示为：

c4＝(c1d13+c0(1-d13))/d13+(1-d13)…(1b)

其然后可简化为谐波函数：

c4＝c1d13…(1c)

然后可针对剩余节点导出该公式以获得谐波扩散模型。给定这种谐波扩散模型，并遵循狄利克雷原理，当已知源(起始节点和具有传感器的任何节点)处的污染水平(例如，氯水平)时，可以发现所有真实节点的污染水平。

假想或衰减节点处的污染水平可设定为约零。在一些实施方案中，当确定污染源的位置和中心时，流体网络的其它节点(例如，流体网络的检测区域中的节点)的污染水平可以通过以下公式计算：

c内部＝qc边界...(2)

其中c内部是除污染源之外的所有节点的污染水平的矢量，c边界是污染源处的污染水平的矢量，并且q为可由转移概率矩阵确定的吸收概率矩阵。转移概率矩阵可以从由权重构成的邻接矩阵确定，该权重代表流体网络中的流体流动和污染衰减。转移概率矩阵还被划分为表示内部和边界源。本领域技术人员可以针对特定流体网络求解吸收概率矩阵q。

在一些实施方案中，可基于由一些节点处的传感器收集的数据使用具有假想节点的流体网络模型来确定一个或多个污染源的位置，这可进一步用于估计其它节点处的污染水平和/或识别高风险污染的位置。

在一些实施方案中，对于相对简单的流体网络，可通过将每个节点单独地视为假定污染水平为潜在污染源的边界节点，并将这些建模值与传感器测量值进行比较来确定污染源的位置。对于相对复杂的流体网络，由于网络的复杂性，该方法可难以实施。

在一些实施方案中，可通过在流体网络的下游位置处放置至少两个传感器，在异常事件之前和之后分析来自传感器的数据，并对节点的初始非异常状态减小建模来确定污染源的位置。然后可使用拟合估计方法诸如本领域已知的最小二乘法获得吸收概率矩阵和异常源处的污染水平。

在一些实施方案中，可以分析来自传感器的数据以计算流体网络的检测区域内的节点处的污染水平。以上讨论了将节点分配给检测区域的方法。参见例如图6b。可以通过确定吸收概率矩阵q来计算节点处的污染水平。可进一步分析数据以基于节点处的所计算的污染水平来定位一个或多个潜在污染源。基于潜在污染源的信息，可以进一步估计流体网络中其他节点处的污染水平。

图8a至图8c示出了如何利用流体网络中的不同量的传感器确定污染源的位置。在图8a中，一个传感器位于节点82处，并且在节点82处测量污染水平。使用以上讨论的模型和污染定位方法，流体网络的节点可分别分配给定位区域、检测区域，和不可到达区域。可计算检测区域内的节点的污染水平以确定潜在的污染源。在这种情况下，将十个节点(例如，图8a中具有正方形的节点)被识别为潜在污染源，并且用它们相应的污染水平标记。在图8b中，两个传感器分别位于节点83a和节点83b处。类似地，可以获得检测区域内的节点的污染水平。在这种情况下，已将4个节点识别为潜在污染源，并且用它们相应的污染水平标记。在图8c中，三个传感器分别位于节点84a、节点84b和节点84c处。在这种情况下，污染源的位置被确定为在节点88处。在图8a至图8b中，可以基于所计算的污染水平和(一个或多个)传感器位置确定对定位节点的子集的污染，而在图8c中，所描述的方法可以使用污染源准确地定位节点。

除非另外指明，否则本说明书和实施方案中所使用的表达量或成分、性质测量等的所有数字在所有情况下均应理解成由术语“约”来修饰。因此，除非有相反的说明，否则在上述说明书和所附实施方案列表中示出的数值参数可根据本领域的技术人员利用本公开的教导内容寻求获得的期望属性而变化。最低程度上说，并且在不试图将等同原则的应用限制到受权利要求书保护的实施方案的范围内的情况下，至少应根据所报告的数值的有效数位并通过应用惯常的四舍五入法来解释每个数值参数。

在不脱离本公开实质和范围的情况下，可对本公开的示例性实施方案进行各种修改和更改。因此，应当理解，本公开的实施方案并不限于以下描述的示例性实施方案，而应受权利要求书及其任何等同物中示出的限制因素控制。

示例性实施方案列表

以下列出示例性实施方案。应当理解，可以组合列表i，ii，iii和iv中的任何实施方案。

实施方案列表i：

实施方案1为一种最佳确定流体网络中的传感器或基础结构放置的方法，所述方法包括：

创建所述流体网络的模型，其中所述模型包括i)表示设置在所述流体网络中的流体基础结构的多个定向连接的节点，和ii)定位在所述流体网络中的一个或多个所选择的位置处的一个或多个传感器；

将所述模型表示为与处理器相关联的矩阵数据结构，其中所述处理器设置在所述流体网络的外面；

经由所述处理器分析所述矩阵以评估所述模型的每个节点是否满足一个或多个可定位性标准，其中分析所述矩阵包括解释和执行与所述处理器相关联的多个指令；以及

基于分析所述矩阵的结果来确定所述流体网络中的所述传感器或基础结构放置。

实施方案2为根据实施方案1所述的方法，其中所述模型包括一个或多个有向无环图(dag)，并且所述矩阵包括可达矩阵。

实施方案3为根据实施方案1或2所述的方法，其中分析所述矩阵包括动态编程，所述动态编程包括从所述矩阵中的最低级别开始的自下而上的方法。

实施方案4为根据实施方案1至3中任一项所述的方法，其中分析模型的每个节点是否满足一个或多个可定位性标准，该一个或多个可定位性标准包括针对给定节点，评估是否存在至少两个设置在所述给定节点下游的传感器，所述至少两个传感器具有相对于所述给定节点不共享任何d分隔符的相应路径。

实施方案5为根据实施方案1至4中任一项所述的方法，其中确定所述传感器或基础结构放置包括当给定节点不满足所述可定位性标准时，向所述给定节点提供传感器，并且当所述给定节点满足所述可定位性标准时，不向所述给定节点提供传感器。

实施方案6为根据实施方案1至5中任一项所述的方法，其中确定所述传感器或基础结构放置包括确定用于覆盖所述整个流体网络的传感器的最小数量。

实施方案7为根据实施方案6所述的方法，其中确定所述传感器或基础结构放置包括确定所述流体网络的复杂度指数为所需传感器的最小数目与节点数的比率。

实施方案8为根据实施方案1至7中任一项所述的方法，其中创建所述模型还包括将所述模型的多个相邻节点分组为节点集。

实施方案9为根据实施方案1至8中任一项所述的方法，其中确定所述传感器或基础结构放置包括在所述流体网络中的所述节点之间添加一个或多个流体路径以减少传感器的数量。

实施方案列表ii：

实施方案1为一种确定流体网络中的感兴趣的异常的方法，所述方法包括：

提供设置在所述流体网络中的一个或多个所选择的位置处的一个或多个传感器，其中所述传感器被构造成在相应位置处从所述流体网络收集数据；

经由所述一个或多个传感器在所述一个或多个位置处收集来自所述流体网络的数据；

经由处理器接收来自所述传感器的所述数据；以及

经由所述处理器分析所述数据，所述数据基于所述流体网络的模型，其中所述模型被表示为与所述处理器相关联的有向图，所述有向图包括多个定向连接的节点，其中一个或多个假想节点被添加在两个相邻节点之间。

实施方案2为根据实施方案1所述的方法，其中所述异常与所述流体网络中的污染或基础结构故障相关。

实施方案3为根据实施方案1或2所述的方法，其中分析所述数据还包括计算所述流体网络中检测区域中的一个或多个节点处的污染水平。

实施方案4为根据实施方案3所述的方法，其中计算所述多个节点处的所述污染水平还包括确定吸收概率矩阵q。

实施方案5为根据实施方案3或4所述的方法，其中分析所述数据还包括基于所述第一节点处的所计算的污染水平定位一个或多个污染源。

实施方案6为根据实施方案3、4或5所述的方法，其中所述检测区域基于一个或多个可定位性标准来确定，所述一个或多个可定位性标准包括对于给定节点，评估是否存在至少两个设置在所述给定节点下游的传感器，所述至少两个传感器具有相对于所述给定节点不共享任何d分隔符的相应路径。

实施方案7为根据实施方案1至6中任一项所述的方法，其中所述模型为谐波模型，并且所述流体网络中的污染浓度水平表示为谐波函数。

实施方案8为根据实施方案7所述的方法，其中所述污染浓度水平包括氯水平。

实施方案9为根据实施方案1至8中任一项所述的方法，其中所述有向图还包括连接至所述一个或多个假想节点的第二假想节点。

实施方案列表iii：

实施方案1为一种最佳确定流体网络中的传感器覆盖的方法，所述方法包括：

创建所述流体网络的模型，其中所述模型包括表示设置在所述流体网络中的表示流体基础结构的多个定向连接的节点，和定位在所述流体网络中的一个或多个所选择的位置处的一个或多个传感器；

将所述模型表示为与处理器相关联的矩阵数据结构，其中所述处理器设置在所述流体网络的外部；

经由所述处理器分析所述矩阵以评估每个节点是否满足一个或多个可定位性标准，其中分析所述矩阵包括解释和执行与所述处理器相关联的多个指令；以及

将每个节点分配给定位区域、检测区域和不可到达区域中的一个。

实施方案2为根据实施方案1所述的方法，其中所述模型为包括一个或多个有向无环图(dag)的图形模型。

实施方案3为根据实施方案1或2所述的方法，其中分析每个节点是否满足一个或多个可定位性标准，所述一个或多个可定位性标准包括经由所述多个指令来评估一对节点之间的路径以确定所述路径是否穿过中间节点。

实施方案4为根据实施方案3所述的方法，其中评估所述路径包括经由所述多个指令实现高级马尔可夫链方法。

实施方案5是根据实施方案1至4中任一项所述的方法，其中分析每个节点是否满足一个或多个可定位性标准，所述个或多个可定位性标准包括对于给定节点经由所述多个指令评估是否存在至少两个设置在所述给定节点下游的传感器，所述至少两个传感器具有相对于所述给定节点不共享任何d分隔符的相应路径。

实施方案6为根据实施方案1至5中任一项所述的方法，其中当给定节点满足所述可定位性标准时，所述给定节点被分配给所述定位区域，并且当所述给定节点不满足所述可定位性标准时，所述给定节点被分配给所述检测区域或所述不可到达区域。

实施方案7为根据实施方案6所述的方法，其中当所述给定节点不满足所述可定位性标准时，进一步评估所述给定节点，以确定传感器是否位于所述给定节点的下游，当没有传感器位于下游时，所述给定节点被分配给所述不可到达区域，否则所述给定节点被分配给所述检测区域。

实施方案8为根据实施方案1至7中任一项所述的方法，还包括确定每个节点的污染水平的最小可检测浓度。

实施方案9为根据实施方案8所述的方法，其中确定最小可检测浓度包括分析分布在所述流体网络中的传感器的所述灵敏度和吸收概率矩阵。

实施方案列表iv：

实施方案1为一种系统，包括：

一个或多个传感器，所述一个或多个传感器定位在流体网络中的一个或多个所选择的位置处，其中所述传感器被构造成在所述相应位置处从所述流体网络收集数据；和

处理器，所述处理器设置在所述流体网络的外部，其中所述处理器被构造成接收来自所述传感器的所述数据，并基于所述流体网络的模型分析所述数据，其中所述模型包括表示设置在所述流体网络中的基础结构的多个定向连接节点和定位在所述一个或多个所选择的位置处的一个或多个传感器；和

与所述处理器相关联的多个指令，其中所述多个指令能够由所述处理器解释和执行，以分析所述数据并确定所述流体网络内的传感器放置。

实施方案2为根据实施方案1所述的系统，其中所述流体网络包括水网络。

实施方案3为根据实施方案1或2所述的系统，其中所述流体网络的所述流体基础结构包括一个或多个水过滤器。

实施方案4为根据实施方案3所述的系统，其中所述多个传感器包括设置有所述水过滤器的一个或多个过滤器传感器。

实施方案5为根据实施方案1至4中任一项所述的系统，其中来自所述传感器的所述数据与消毒剂浓度、污染物浓度、压力或流速中的一个或多个参数相关。

实施方案6为根据实施方案1至5中任一项所述的系统，其中所述数据与所述流体网络的变化或损坏相关。

实施方案7为根据实施方案1至6中任一项所述的系统，还包括与所述处理器相关联的数据库，其中来自所述传感器的所述数据存储在所述数据库中。

实施方案8为根据实施方案7所述的系统，其中所述数据库还包括与所述流体网络的所述模型相关的历史数据。

实施方案9为根据实施方案1至8中任一项所述的系统，还包括显示器。

实施方案10为根据实施方案1至9中任一项所述的系统，其中所述模型包括一个或多个有向无环图(dag)。

整个本说明书中提及的“一个实施方案”、“某些实施方案”、“一个或多个实施方案”或“实施方案”，无论在术语“实施方案”前是否包括术语“示例性的”都意指结合该实施方案描述的特定特征、结构、材料或特性包括在本公开的某些示例性实施方案中的至少一个实施方案中。因此，在整个本说明书的各处出现的表述如“在一个或多个实施方案中”、“在某些实施方案中”、“在一个实施方案中”或“在实施方案中”不一定是指本公开的某些示例性实施方案中的同一实施方案。此外，特定特征、结构、材料或特性可在一个或多个实施方案中以任何合适的方式组合。

虽然本说明书已经详细地描述了某些示例性实施方案，但是应当理解，本领域的技术人员在理解上述内容后，可很容易地想到这些实施方案的更改、变型和等同物。因此，应当理解，本公开不应不当地受限于以上示出的示例性实施方案。特别地，如本文所用，用端值表述的数值范围旨在包括该范围内所包含的所有数值(例如，1至5包括1、1.5、2、2.75、3、3.80、4和5)。另外，本文所用的所有数字都被认为是被术语“约”修饰。

此外，对各种示例性实施方案进行了描述。这些实施方案以及其他实施方案均在如下权利要求书的范围内。