一种工业企业大用户用水异常监测预警方法与流程

文档序号:21034460发布日期:2020-06-09 20:21阅读:806来源:国知局
一种工业企业大用户用水异常监测预警方法与流程
本发明属于企业用水监测
技术领域
,具体是一种工业企业大用户用水异常监测预警方法。
背景技术
:随着大表远传技术的成熟以及水司漏损计量监控平台的建立,逐步实现单位贸易大表和小区入水口考核表数据自动采集和传输,水司由此实行用水流量监管。对于住宅小区或机关/学校/医院/商场类单位,采用dma最小夜间流量(mnf)法进行漏损监管是行之有效的办法,见文献[1]。文献[2]通过数据挖掘确定mnf阈值,并汲取常规spc方法检测渐变异常的优点,完善了小区漏损监测手段,很好地解决mnf阈值确定难、单一阈值难兼顾不同季节情况等实际应用问题,提高了小区供水漏损自动监测预警的准确性。实际应用中,工业企业内部供水管网一般为独立计量区域dma,但往往由于其以销定产,生产作息时间明显不同于住宅小区和机关/学校/医院/商场等大用户,有的工业企业甚至配备水箱或调蓄池,其每天用水情况存在不确定性,导致最小夜间流量mnf法不再适用。目前很多水司对工业企业用水采用扁平线法进行监控,根据过去6-12个月的入口流量高低平均值,分别加减20%设置阈值。此扁平线法确实能够敏感地检测出一些异常情况,但是存在大量误报警问题,严重困扰了水司管理人员,见文献[3]。文献[4]提供一种企业用水系统的管理方法、装置、设备及管理系统,通过获取企业内部子系统的进水量和出水量数据,根据水平衡计算,对企业内部所有用水子系统进行实时数据监测。文献[5][6]关注重点仍为企业内部用水管理,对其中的互联网技术手段(包括移动终端链路质量、低成本移动终端中继消息)给出了改进方法。文献[4][5][6]与本发明重点关注的—“水司监管工企大用户用水问题”明显不同。参考文献[1]李岚,吴珊,寇晓霞,等.基于独立计量区的夜间最小流量的研究进展[j].给水排水,2018,44(6):135-141.[2]2019106996536一种改进spc的小区供水漏损监测预警方法,徐哲等,2019.07.31[3]吴正易著,张清周译.降低供水漏损,中国建筑工业出版社,2017.11[4]2017107497733企业用水系统的管理方法、装置、设备及管理系统,肖伟华等,2017.08.28[5]2019103003644一种基于物联网的工业企业用水管理方法及系统,侯保灯等,2019.04.15[6]2019103011602一种基于物联网的工业企业用水量异常监测方法及系统,侯保灯等,2019.4.15技术实现要素:本发明针对工业企业大用户用水不确定、水司监管难问题,借鉴箱形图boxplot和统计过程控制spc方法,通过历史数据挖掘,提出了一种工业企业大用户用水异常监测预警方法,包括以下步骤:步骤1建立工业企业用水监测数据库针对某工业企业,建立企业用水监测数据库。数据项包括:采样时间t、累积用水量sumt、间隔期用水量qt、进水流量ft、异常标志、修复标志等。将漏损计量平台(或scada系统)、供水抢修系统采集到的相关数据,经过必要的匹配(包括时间匹配和用水单位匹配)、格式转换,导入数据库。其中,历史数据超过12个月,采样间隔≤15分钟。进行数据预处理,对正常日少数缺漏数据进行插补,个别异常过滤;对异常日数据进行整体剔除。所述的间隔期用水量qt是指采样期间净用水量,如有多入多出口,则为总进水量和总出水量数据之差。步骤2计算历史稳定期动态24小时用水量qt针对历史稳定期,计算每天每个采样时刻qt。qt=sumt-sumt-24h(1)其中t表示采样时刻,sumt-24h为t时刻24小时前的累积用水量;所述的稳定期,是指工业企业大用户用水包括了各种正常生产工况的时期(至少3个月,至多12个月)。步骤3采用ks检验对24小时用水量qt序列进行正态分布验证使用matlab/spss/r语言等工具中ks.test()函数,对qt序列进行正态分布检验。当检验结果p-value<0.05,则表明数据序列不满足正态性,随后进入步骤4;反之,则认为数据序列满足正态性,随后进入步骤5。步骤4偏态分布时,计算箱线图上下限参数对24小时用水量qt序列按升序排列。找到用水量qt升序序列中的中位数q1/2(用来观察偏态分布),第一四分位数q1/4,和第三四分位数q3/4,则四分位数间距iqr=q3/4-q1/4。计算箱形图上下限:上限qmax=q3/4+1.5*kα*irq,下限qmin=q1/4-1.5*kα*irq,(若计算值<0,则qmin=0)。这里,kα为调整系数,取值范围0.7≤kα≤1.3,初始值取1。利用过去12个月历史数据,优选kα。如当前kα,能检测出全部异常事件,则微增kα,搜索满足”全部检测出异常事件”的最大kα值。如当前kα,不能检测出全部异常事件,则微减kα,搜索满足”全部检测出漏损事件”的最小kα值。然后,确定箱线图上下界阈值qmax/qmin。随后进入步骤6。步骤5正态分布时,计算spc控制图参数计算24小时用水量qt序列的平均值u和标准差σ。计算spc控制图上限控制线qucl=u+3*kβ*σ,下限控制线qlcl=u-3*kβ*σ(若计算值<0,则qlcl=0)。这里,kβ为调整系数,取值范围0.7≤kβ≤1.3,初始值取1。利用过去12个月历史数据,优选kβ。如当前kβ,能检测出全部异常事件,则微增kβ,搜索满足”全部检测出异常事件”的最大kβ值。如当前kβ,不能检测出全部异常事件,则微减kβ,搜索满足”全部检测出漏损事件”的最小kβ值。然后,确定spc控制图上下界阈值qucl/qlcl。随后进入步骤6。步骤6工业企业用水异常监测预警获取scada实测数据,针对每个采样时刻,滚动计算24小时用水量qt,与上下界阈值比较,进行超限判断及预警。持续更新工业企业用水监测数据库,如发现漏报,或误报率>5%,则需要重新步骤2,尽量利用新近的稳定期样本数据,重新确定上下界阈值,保证监测预警准确性。本发明的有益效果:本发明通过数据挖掘确定工业企业动态24小时用水量上下界阈值,并兼顾正态或偏态分布情况,很好地解决工业企业大用户用水不确定、水司监管难实际问题,提高了工业企业用水异常自动监测预警的准确性,并完善了水司对三级dma异常监测手段。附图说明图1:本发明方法流程示意图;图2:本发明实施例2018年4月份24小时用水量qt曲线;图3:本发明实施例箱形图。具体实施方式实施例:某企业为外贸型生产厂家,按订单组织生产,视任务繁忙程度排班,每日1班~3班,没有周期规律,单路进水管入口,管径100mm。水司已采集、记录其2018年以来贸易大表数据(表1),采样周期为15分钟。2018年对该企业采用扁平线报警方法,具体为1小时内连续4次入口流量超限(20吨/h)则报警,全年报警20多次,经证实均为误报,极大困扰水司值班人员。表1x企业贸易大表实测数据单位:m3时间累计读数15分钟间隔水量2018-01-0100:00:00132910.20.72018-01-0100:15:00132910.90.72018-01-0100:30:00132911.50.6………………2018-12-3123:45:00193098.53.92019-01-0100:00:00193103.04.5………………下面通过该实施例,并结合附图1、图2和图3,对本发明的技术方案作进一步具体的说明。如图1所示,包括以下步骤:步骤1建立工业企业用水监测数据库建立该企业用水监测数据库。数据项包括:采样时间t、累积用水量sumt、间隔期用水量qt、进水流量ft、异常标志、修复标志等。将漏损计量平台(或scada系统)、供水抢修系统采集到的相关数据,经过必要的匹配、格式转换,导入数据库。其中,历史数据超过12个月,采样间隔为15分钟。数据预处理:水司scada数据采集基本正常,仅少数时刻缺数据记录,但不影响恢复采集时的累计读数,对缺漏数据进行插补。步骤2计算历史稳定期动态24小时用水量qt2018年至今,企业生产规模、生产状况基本稳定。现针对2018年,采用公式(1)计算每天每个采样时刻“24小时用水量”qt,t表示采样时刻。图2为2018年4月份qt曲线(用水基本无规律)。步骤3采用ks检验对24小时用水量qt序列进行正态分布验证使用spss工具中ks.test()函数,对qt序列进行正态分布检验。检验结果p-value=0.001<0.05,则表明qt数据序列不满足正态性,随后进入步骤4;反之,若检验结果p-value>0.05则认为qt数据序列满足正态性,随后进入步骤5。步骤4偏态分布时,计算箱线图上下限参数对24小时用水量qt序列按升序排列,找到24小时用水量qt升序序列中的中位数q1/2=175.45m3,第一四分位数q1/4=129.3m3,和第三四分位数q3/4=200.6m3,,则四分位数间距iqr=q3/4-q1/4=71.3m3。鉴于2018年该企业未发生异常情况,这里取kα=1.0时,箱形图上下限:上限qmax=q3/4+1.5*kα*irq=307.55m3,下限qmin=q1/4-1.5*kα*irq=22.35m3。箱形图如图3所示。随后进入步骤6。步骤5正态分布时,计算spc控制图参数此实施例数据序列q不符合正态分布,跳过此步骤。步骤6工业企业用水异常监测预警2019年1月1日起,获取scada实测数据,针对每个采样时刻,滚动计算该企业24小时用水量qt,与上下界阈值[22.35,307.55]比较,进行超限判断及预警。截止2019年11月底监测情况:2019年10.1中午-10.8上午,超下限报警,经到场调查证实,企业因外贸任务不足首次全员国庆放假。2019.11.9下午,超上限报警,经电话调查证实,企业因进行消防演练而临时增加用水。由于采用了动态24小时用水量数据进行监测,既避免了“2018年流量监测误报警多”问题,又不失对企业异常用水情况的及时监督沟通,有效减轻了水司值班人员的监管负荷。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属
技术领域
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1