公用设施分配网络分析的制作方法
本发明涉及对通过使用高级计量基础设施收集的数据的分析，尤其涉及对来自区域供热公用设施分配网络中的消费计量表的数据的分析。
背景技术：
公用设施公司希望具有对其分配网络在当前状态和性能方面的实时概览。这使得公用设施公司能够对异常做出即刻响应并监测所输送的公用设施的质量。
高级计量基础设施(ami)系统正被公用设施公司越来越广泛的使用。ami系统正在从为了计费的目的而不频繁或临时从公用设施计量表收集数据的系统演变为收集数据的时间序列的系统。数据的这种时间序列不仅适于计费，而且适于分析和建模，其目的在于优化公用设施分配网络和企业。这种演变开始于电力公用设施领域，其中市电供电的计量表具有充足的能量供应以传输大量的适合高级分析的数据。电池操作的计量表(例如水表、热量表、冷却表或气表)常常被设计成在没有电池变化的情况下有16-20年的寿命，因此，在这些约束下可以从计量表输送的数据的量非常有限。不过，通信和电池技术已经得到改进，并且从电池操作的公用设施计量表收集更大量的数据现在正在变成现实。使用这些数据进行分析和建模正变成用于优化所输送的公用设施的生产、分布和消耗的有价值的要素。
公用设施公司先前关注于使用收集的数据来改善个体楼宇的能量性能。不过，例如，由于区域供热变得更加复杂，集成了很多不同的热源，所以公用设施具有优化的基础设施变得越来越重要。优化的分配网络尤其在以下两个领域中为例如区域供热公用设施提供了显著的成本节省的机会：减小热损耗和改善资产管理。
直到现在，公用设施一直使用基于网络模拟的网络静态分析。不过，这些模拟未显露出由于诸如管路劣化或系统泄漏的绝缘效果等的老化或损伤而导致的网络的变化。
当今，大多数公用设施选择网络中的特定位置，例如井，在该位置处使用可移动或静态测量设备测量流量、温度和(可能的)压力。在分配网络中的这些个体位置上，可以频繁地获得数据，因为计量表可以从外部供电并连接到适合于输送巨量数据的通信基础设施。不过，这是一种昂贵的解决方案，由于测量位置的数量有限，该解决方案不会提供关于网络的所有部分的信息。该解决方案因而不能实现对分配网络的总体分析。
不过，使用由公用设施计量表测量的诸如流量、温度和压力的数据将提供来自分配网络的所有端点的大量测量结果。该数据可能便于分配网络的数据驱动模型。这种模型可以用于估计各种相关参数，以便通过与头端系统集成而实时监测并优化网络中的分配和供应质量。此外，可以将该模型用于资产管理和分配网络扩展。不过，可以通过ami系统从电池操作的计量表输送的数据量有限、以及数据常常不是一致的这一事实，限制了结果的准确度并给结果的使用施加了约束。
于是，希望有一种以提供描述分配网络性能的准确结果为目的的用于测量、收集和分析公用设施计量表数据的有效方法。
技术实现要素：
发明目的
具体而言，可以将提供一种用于使用从公用设施计量表收集的数据对公用设施分配网络进行建模和分析的有效方法视为本发明的目的。
于是，意在在本发明的第一方面中通过提供一种用于确定区域供热或冷却公用设施分配网络中的选定位置处的流体的流率和温度的方法而获得上述目的和几个其它目的，该公用设施分配网络包括多个互连的分配线路和智能公用设施计量表，智能公用设施计量表被布置为记录沿分配线路定位的消费者房屋处输送的能量，该方法包括如下步骤：使用高级计量基础设施从智能公用设施计量表收集计量表数据时间序列，基于如下信息计算选定位置处的温度和流率：从计量表数据时间序列获得的流量和温度信息；公用设施分配网络的拓扑，包括分配线路的长度；以及分配线路的热传递系数；其中，从公用设施计量表收集的计量表数据时间序列至少包括：累积容积、以及计量表所计算的积分流量-温度积；并且流量和温度信息包括：从收集的计量表数据时间序列获得的平均流量
公用设施分配网络的拓扑描述了包括连接分配线路和消费者服务线路的节点的网络。拓扑中还可以包括分配网络的其它元件，例如正向流量和返回流量之间的分路。对拓扑进行准确且详细的描述获得了流率和温度的准确估计值。
由公用设施计量表将该方法使用的积分流量-温度积计算为
使用诸如容积加权温度和平均流量的统计度量来计算公用设施分配网络中的流率和温度具有如下优点：可以以长的采样间隔对计量表数据时间序列进行采样。该方法在系统中是足够的，其中所收集的计量表数据时间序列具有大于10分钟的采样间隔。甚至提供以高达30分钟或甚至60分钟的间隔采样的计量表数据的系统也提供了准确的结果。假设消费者的能量消耗充分高，即使以12-48小时间隔采样的计量表数据时间序列也将获得具有适于对公用设施分配网络进行建模并检测故障的准确度的流率和温度估计值。尤其是以24小时间隔采样的计量表数据时间序列在由所公开的方法使用时，被证明足以提供准确且有用的结果以及公用设施分配网络的模型。
可以例如利用如下步骤扩展该方法，其中针对若干参考点计算流率和温度，以获得第一组流量-温度估计值，所述第一组流量-温度估计值接下来被用作流量-温度数据组，以用于计算估计所述公用设施计量表的位置处的温度和流率的第二组流量-温度估计值。参考点可以是分配网络中充当具有个体智能公用设施计量表的充足数量消费者的馈送点的任何点。参考点可以充当少到10个消费者的馈送点，不过，如果从选定参考点为至少10-50、优选高达100个消费者进行馈送，则将实现针对参考点的更准确的估计值。甚至可以在公用设施分配网络中为诸如100-1000个消费者的数百消费者进行馈送的点处选择参考点，以实现估计值的提高的准确度。在该方法的又一附加步骤中，将第二组流量-温度估计值与从所收集的计量表数据时间序列获得的流量-温度数据组进行比较，以检测公用设施分配网络中的潜在异常。将测量的流量和温度数据与由该方法获得的估计值进行比较具有如下效果：识别热损耗与预期热损耗发生偏离的公用设施分配网络的区段。
可以使用不同的数学方法实现该方法。在一种方式中，分配线路中的流体的温度是通过使用基于图形理论的方法而确定的，并且在图形对象方面描述了公用设施分配网络。图形理论是对图形的研究，图形是用于对对象之间的成对关系进行建模的数学结构，图形理论尤其用于离散数学领域内并在文献中有很好的介绍。不过，可以使用其它足够的数学方法来计算公用设施分配网络中的流量和温度。为了在更复杂的网络拓扑中获得可靠的结果，可能需要实施该方法的一种版本：其中，使用一种或多种优化算法来计算温度和/或流率。递归计算和数学优化原理可以提高所得估计值的准确度。
为了提供关于公用设施分配网络中的流速的信息，可能有益的是包括如下步骤：在计算中包括分配线路的直径，并且进一步计算分配线路中的流体的流速。已知分配网络中的流速能够实现如下功能，其中进一步计算了流体从公用设施工厂到分配网络中的选定位置的传输时间。可以在地图上进一步呈现流速，该地图示出了包括公用设施分配网络的地理信息。
本发明的第二方面包括一种系统，所述系统包括多个智能公用设施计量表、高级计量基础设施和头端系统，其中头端系统被布置成使用上述方法以通过确定公用设施分配网络中的流体的流率和温度来创建公用设施分配网络的模型。使用所公开的方法作为智能公用设施系统的一部分具有如下效果：公用设施管理者可以基于从公用设施计量表收集的数据来分析并监测公用设施分配网络。数据可以是实时数据或接近实时数据或历史数据。在所有情况下，都可以检测到恶意情况。这样一来，该方法可以被用作公用设施管理系统的集成部分或高级计量系统的维护界面或被部署在独立分析界面中或作为其它sw工具的集成部分。为了从该方法获得的数据获得全部益处，可以提供一种解决方案，其中：头端系统被布置为向示出公用设施分配网络的gis数据上投射模型。这种解决方案还可以被布置为支持在公用设施分配网络的位置处放置虚拟探头，以显示针对特定位置的估计参数。
本发明的各个方面均可以与任何其它方面组合。根据参考所述实施例的以下描述，本发明的这些和其它方面将是显而易见的。
附图说明
现在将参考附图更详细地描述根据本发明的方法。附图示出了一种例示本发明的功能和方法的方式，而并非要被解释为限制于落在所附权利要求组的范围内的其它可能实施例。
图1描述了具有高级计量基础设施的区域供热公用设施分配系统，
图2示出了用于基于流率和温度数据组来估计公用设施分配网络中的流率和温度的方法的模型，
图3示出了用于基于积分流量温度积和累积容积来估计公用设施分配网络中的流率和温度的方法的模型，
图4描绘了区域供热公用设施分配网络的拓扑，
图5示出了用于计算分配线路中的热损耗的模型，以及
图6示出了使用优化以确定公用设施分配网络中的流体的温度和流率。
具体实施方式
所公开的用于确定区域供热公用设施的公用设施分配网络中的任何位置处的流量和温度估计值的方法包括如下主要步骤：产生计量表数据，收集计量表数据，描述公用设施分配网络，计算网络中的任何位置处的流量和温度估计值。该方法可以通过增加如下步骤而被进一步扩展：将所得估计值与收集的数据进行比较，以检测不规则性。
现在参考图1，示出了包括高级计量表读取(ami)系统的区域供热公用设施分配网络。每个消费者房屋106经由包括分配线路102、103和消费者服务线路107的区域供热公用设施分配网络而连接到公用设施工厂100。连接包括正向流量102和返回流量103。管路中的流体在区域供热公用设施工厂100处被加热，并且通过冷却由正向流量102输送的流体并在返回流量103中返回经冷却的流体而消耗能量。包括分配和消费者服务线路102、103、107的分配网络与周围环境是热隔离的，以使热损耗最小化。在每个消费者房屋106处，诸如超声波能量计量表或另一种能量计量表的公用设施计量表m测量消耗的能量。公用设施计量表m至少测量流体的正向和返回温度以及流体的容积/流率。已知前述温度和容积，就可以计算能量消耗。公用设施计量表m使用ami连接到头端系统(hes)104。公用设施计量表m可以向hes104输送由计量表或外部传感器获得的任何数据，不过，ami的容量和公用设施计量表m的电池容量将限制能够向hes104输送的数据的量。ami可以使用任何适当的技术，以通过一个或多个局域网或广域网(包括通往开放因特网105的连接)从公用设施计量表m向hes104传输数据。若干居间网络装置，例如数据收集器101、转发器、路由器、网关等，可以是公用设施计量表m和hes104之间的通信路径的部分。ami可以使用任何适当的无线技术(例如，无线m-bus、窄带iot、sigfox、任何蜂窝技术或专有通信协议)或任何有线通信技术(例如，有线m-bus、lon、以太网)。
现在参考图2，示出了用于计算区域供热分配网络中的流率和温度的方法的模型。该方法需要两组输入数据：计量表数据时间序列md和分配网络模型数据dnmd。计量表数据时间序列md包括由流量数据和温度数据构成的流量和温度数据组，其在下文中也被为流量-温度数据组qt_m。流量-温度数据组qt_m由公用设施计量表m在包括消费者房屋106的特定位置处测量，并通过高级计量基础设施ami收集。分配网络模型数据dnmd包括分配网络的拓扑、管路尺寸、管路长度、管路中的热损耗的系数。分配网络模型数据dnmd覆盖从主要公用设施分配线路102、103直到用于每个消费者的消费者服务线路107的所有分配线路。该方法包括估计块est，其对输入数据执行标准流量和热力学计算。来自估计块est的输出是针对公用设施分配网络中的特定位置的流量-温度估计值qt_est。流量-温度估计值qt_est是从所述方法输出的，并且可以用于在例如地理信息系统(gis)中进行进一步分析或直接可视化。在进一步分析的步骤中，将流量-温度估计值qt_est与从公用设施计量表m收集的计量表数据md进行比较，以识别不一致qt_error，其指示分配网络中的恶意情况。
使用由公用设施计量表m测量的流量-温度数据组qt_m作为估计块est的输入需要计量表数据md采样的高度同时性以获得准确估计值。此外，随着消费者处对能量的需求改变，流量将相应地改变，并且流量的改变将导致正向和返回温度的改变。于是，需要流量-温度数据组qt_m的频繁采样以从估计块est获得有用的输出。换言之，需要来自众多计量表的同时且频繁采样的计量表数据时间序列md，以从本方法的估计块est实现准确的流量-温度估计值qt_est。这对电池操作的计量表的能力有不利影响，这种计量表通过带宽受限的ami传输数据的容量有限。克服这些障碍的一种方式可能是应用简单的平均算法，其在较长的采样周期内对流量和温度进行平均。不过，这样的解决方案不充分，以下示例将表明这一点。一种示例性安装可能会经历极高流量的短突发，接着是长时间的无流量。在较长采样周期内对这种流量进行平均将导致大的平均流量，不过，由于流体的温度在无流动期间会在管道中冷却，所以平均温度将较低。查看平均值因而不会提供实际操作的准确图片。由平均流量-温度数据组qt_m构成的计量表数据时间序列md因而不会充分描述系统的动态，以进行所需分析。
参考图3，利用额外的转换器块conv扩展图2的方法，并且向方法输入的计量表数据时间序列md具有不同的数据内容。图3的经修改的方法所使用的计量表数据时间序列md包括由计量表计算的两种度量。第一度量是积分流量温度积(iftp)，被表示为ε，并且第二度量是累积容积，被表示为v。这些度量一起构成了被表示为εv_m的数据组，根据该数据组可以获得流量和温度信息，如下文所阐述的。为流体和热力学计算使用εv_m具有如下效果：减轻对严格同时和频繁采样的计量表数据的需求。
通过公用设施计量表m计算针对时间n的iftp如下：
其中：
εn＝时间n处的积分流量温度积(iftp)。
q(t)＝公用设施计量表中的时变流量。
t(t)＝流体的时变温度。
iftp、ε和累积容积v不能直接由估计块est用于进行流体和热力学计算。不过，基于计量表数据时间序列md，包括iftp和累积容积v，平均流量q_avg和流量加权温度t_vol的形式的流量和温度信息可以被计算如下：
以及
其中：
q_avgn＝针对时间n的平均流量。
t_voln＝针对时间n的流量加权温度。
δt＝计量表数据时间序列md的两次采样之间的时间。
vn＝时间v处的累积容积。
εn＝时间n处的积分流量温度积itfp。
平均流量q_avg和流量加权温度t_vol适合作为估计块est的输入。由转换器块conv执行计算q_avg和t_vol。使用q_avg和t_vol作为估计块est的输入，与使用流量和温度的时间离散样本相比，所得的流量-温度估计值qt_est的准确度显著提高。在使用利用长采样间隔采样的计量表数据时间序列md时，这种效果尤其突出。此外，在基于iftpε和累积容积v时，所得的流量-温度估计值qt_est的准确度对跨越众多公用设施计量表m采样的计量表数据序列md之间没有同时性较不敏感。
为计量表数据时间序列md使用该积分流量温度积和累积容积具有如下效果：可以显著增大采样间隔，同时仍然获得准确的流量-温度估计值qt_est。从5到60分钟的范围内的采样间隔足以以高准确度获得流量-温度估计值qt_est。甚至通过使用从1到24小时的范围内的采样间隔，所得的流量-温度估计值qt_est也具有用于对公用设施分配网络进行建模和分析所需的准确度。增大采样间隔具有如下优点：减少了所发送的数据的量，这样减少了用于通过ami传输数据的能量和带宽消耗。
通过使用积分流量温度积和累积容积，还减轻了对计量表数据时间序列md的同时性的要求。这具有如下效果：不需要对计量表数据同时采样。实验已经表明，使用以采样周期的+/-2％的抖动采样的计量表数据时间序列md，该方法仍然获得了准确且有用的结果。于是，显著放宽了对进行装置时间标记或对计量表数据时间序列md进行采样的时间准确度的要求。
现在将图3的方法应用于图1和图4所示的区域供热公用设施分配网络。公用设施计量表m安装在连接到整个网络边缘的分配线路的消费者房屋106。公用设施计量表m通常出于计费的目的而测量消耗的能量、以及诸如流入和流出消费实体的流体的累积容积的其它参数。为了支持图3的方法，公用设施计量表m被配置为执行足够的测量并计算累积容积v和iftpε。由公用设施计量表m基于流量和温度的离散样本执行如下对iftpε的计算：
其中：
qi＝在时间i处采样的流量。
ti＝在时间i处采样的温度。
δt＝两次采样之间的时间。
针对流量和温度的采样间隔可以取决于公用设施计量表m的类型而变化；典型的采样间隔将在1到64秒的范围内。流率和温度的采样不需要同时采样；两个参数的采样可以例如偏移半个采样周期。公用设施计量表m将对计量表数据md的时间序列进行采样并存储，计量表数据md包括iftpε和累积容积、以及指示公用设施计量表m的存储器中的采样时间的时间戳。数据的时间序列的采样间隔典型在1分钟到一小时、或甚至高达24小时的范围内。存储间隔可以是固定的或可变的，并且将取决于公用设施计量表m的存储容量。计量表数据md的时间序列将由ami基础设施收集。为了节省公用设施计量表m中的能量并保留ami的有限数据带宽，可以做出仅收集时间序列样本的子集的折中。如果需要，剩余的时间序列样本可以稍后由ami收集。作为替代方案，公用设施计量表m可以自主地向ami发送当前计量表数据，并且接收装置可以建立计量表数据md的带时间戳的时间序列。
如前所述，来自所有相关计量表的数据的时间序列由转换器块conv处理，并由估计块est使用，以计算分配网络的节点n1、n2、n3、n4、n5处的流率和温度，如图4所示。图4中所示的节点是公用设施分配网络的分配线路被连接的点，不过，也可以在网络的其它位置计算流率和温度。
使用标准的流体动力学和热力学计算来执行图4的分配线路和节点中的流体的流率和温度的计算。可以通过对所有分支的流量求和来计算图4的节点n1、n2、n3、n4、n5中的流体的流率。使用热方程计算分配线路中的热损耗，热方程在热力学领域中是公知的。图5示出了用于计算沿分配线路行进的流体的热损耗的方法。
其中：
t＝沿分配线路的流体的温度。
x＝分配线路中的位置。
q＝流率。
c＝流体的比热容。
k＝管路的热传递系数。
δt＝分配线路温度和环境温度之间的差异。
在极限t＝t0→t＝tl和x＝0→x＝l内求解该差分方程，得到：
其中：
tl＝流体在出口处的温度。
t0＝流体在入口处的温度。
ta＝环境温度。
l＝分配线路的长度。
q＝流率。
c＝流体的比热容。
k＝管路的热传递系数。
因而可以针对公用设施分配网络中的任何位置计算公用设施分配线路中的流体的流率和温度。这些结果可以用于通过创建描述流率和温度在整个公用设施分配网络中如何变化的模型而对公用设施分配网络进行建模。
热传递系数k描述由于热能从传输线路中的流体传递到周围环境而导致的热损耗。取决于分配线路的长度和温度差异，热损耗系数的单位是
通过使用分配线路的直径，还有可能使用标准流体动力学计算来计算分配线路中的流体的速度。根据分配线路中的流体的速度，也可以计算流体从公用设施工厂100流动到分配网络中的位置的传输时间。
从大量公用设施计量表m收集计量表数据md的时间序列，其基本上覆盖了公用设施分配网络的所有边缘，如图4所示。因而针对每个节点n1、n2、n3、n4、n5计算流量-温度估计值qt_est是基于来自针对大量分配线路的大量计量表和分配网络模型数据dnmd的数据。这具有如下效果：来自由每个单一公用设施计量表m测量的数据的贡献对针对每个节点n1、n2、n3、n4、n5计算的流率和温度具有较小影响。于是，如果分配网络模型数据ndmd中的参数之一不再有效，例如，由于对消费者服务线路隔离的破坏，这将对节点n1、n2、n3、n4、n5处的流量-温度估计值产生非常有限的影响。
在针对公用设施分配网络中的所有节点n1、n2、n3、n4、n5计算流量-温度估计值之后，可以将这些流量-温度估计值重新注入图3所示的计算中。通过重新注入针对所有节点n1、n2、n3、n4、n5的流量-温度估计值qt_est，可以计算针对公用设施计量表m的位置的第二组流量-温度估计值。然后将该第二组流量-温度估计值与从公用设施计量表m收集的计量表数据时间序列md进行比较，这由图3中的比较器块comp示出。通过比较两个数据组，产生误差估计值qt_error。该误差估计值qt_error指示公用设施分配线路、消费者服务线路或消费者房屋处的安装中的潜在的恶意问题。由于第二组流率和温度是针对具有个体消费者服务线路107的多个个体位置计算的，所以将针对这些位置的计量表数据时间序列与这些估计值进行比较将为检测公用设施分配线路或消费者服务线路中的错误提供非常灵敏的测试。可以进一步分析误差估计值qt_error，并且根据取决于进一步分析的结果，可以基于发现来提供用于服务工程师的工作订单。
现在参考图6，示出了更复杂的公用设施分配网络。出于利用这种更复杂的拓扑来计算公用设施分配网络中的速率和温度的目的，使用优化方法。尤其是已经证明levenberg-marquardt和nelder-mead方法在解决该优化问题方面是有效的。在图6的简化示例中，从包括由公用设施计量表m1、m2在消费者房屋处测量的累积容积v和iftpε的计量表数据时间序列md获得平均流量
为了计算并优化分配网络的模型，有利的是应用图形理论。使用图形理论，按照图形对象g描述公用设施分配网络，图形对象g包括顶点(网络节点)和边缘(连接网络节点的管路)。在图形对象中包含计量表数据md和分配网络模型数据dnmd作为顶点和边缘属性。然后应用图形理论进行网络分析，并用于在网络中从公用设施(供应节点，sn)向消费者(终端节点，en)路由流量。几种计算机实施的方法或算法(在下文中称为方法)可以使用基于图形理论的标准技术来实施。根据以下命名法method_name(par1,par2,...parn)命名下文中描述的方法，其中method_name是与其目的有关的方法的名称，并且par_1、par_2……par_n表示该方法使用的输入参数。方法calc_flow(g,sn,en)返回添加了边缘属性的图形对象，该边缘属性包含对分配网络中所有管路段中的流量的估计值。该功能汇集了来自网络中所有消费者(终端节点)的所测量的流量，并且还可以允许附加的流量对循环进行模拟。此外，方法calc_t1(g,sn,en)返回添加了顶点属性的图形对象，该顶点属性包含对网络中所有节点处的正向温度的估计值。由边缘(沿管路段)连接的两个顶点之间的温度下降由方法temp_drop(l,q,t0,ta,k,c)确定，该方法返回进入边缘处的顶点的温度，并采用6个论据：两个顶点之间的距离l、流量q、顶点和向外的边缘的温度t0、环境温度ta、管路段的热传递系数k和流体的热容量c。上文描述的方法被包含在优化方法optim_network(g,sp,en)中，这允许若干参数(例如，循环流量、公用设施供应节点处的温度、热传递系数等)发生变化，以便将模型g拟合到所测量的数据。该方法返回针对特定系统的优化参数，并且然后可以使用这些参数提取网络中的所有位置处的温度。
可以使用所得到的一组覆盖公用设施分配网络中的所有节点或所有位置的流量-温度估计值来监测分配网格，并通过将这些估计值投射到地图上来使它们可视化，地图还示出了分配管路网络和其它技术结构，例如道路，房舍等。使用的可视化技术是动画和各种调色板，以例示流量大小和方向、以及网络中所有位置处的正向和返回温度。
流量-温度估计值qt_est和从计量表收集的数据促进分配网络的数据驱动的模型。该模型可以用于估计各种相关参数，以便通过与hes集成而实时监测并优化网络中的分配和供应质量。而且，可以将模型用于资产管理和分配网络扩展。
这种数据驱动模型为公用设施公司提供了对其分配网络在当前状态和性能方面的实时概览。可以将历史性能和网络状态用于将来的分析，不过，实时视图是可能的，因为在从测量时间过去一小时内，通常可获得计量表数据。这使得公用设施公司能够对例如突发做出即刻响应，并监测所输送的热量的质量。
分配网络的当前状态是重要的，以便监测网络的所有分支中的正向和返回温度和流量。使用来自网络边缘的数据估计网络的状态，其中公用设施计量表m安装在消费者房屋处。通过估计网络中的温度和流量，并分析这些结果，有可能识别热损耗、错误调节的循环、突发、泄漏、故障公用设施计量表安装、绝缘不良的热系统等。这些参数也可以在小增量时间阶跃中被跟踪以识别时变趋势。
可以在资产管理中使用针对一些时段(数月或数个季节)的历史和网络性能，以用于判断哪些管路形状良好且具有低热损耗等，并且用于规划网络开发。
为了提供用户友好的界面和对估计的网络参数的可视化，可以向示出了公用设施分配网络的gis数据上投射估计的模型参数，并且可以由操作员放置虚拟探头以显示针对网络中的一些特定位置的估计参数。
应当理解，可以将所有公开的方法应用于从公用设施工厂100流向消费者的正向流量102，以及在相反方向上从消费者流向公用设施工厂100的经冷却的流体的返回流量103。
出于例示性目的并且为使所述描述保持简单，图1、图4、图6中所示的公用设施分配网络被保持作为分配网络的小段。要理解的是，可以将公开的方法扩展到覆盖与数千消费者、多个公用设施工厂100和分散的生产地点连接的大型公用设施分配网络。不过，出于简化的目的，可能有益的是将公用设施分配网络分成子段。
本发明可以利用硬件、软件、固件或这些的任何组合来实施。本发明或其特征中的一些也可以被实施为运行于一个或多个数据处理器和/或数字信号处理器上的软件。
可以例如在单个单元中、在多个单元中或作为独立功能单元的部分通过任何适当方式而在物理上、功能上和逻辑上实施本发明的实施例的个体元件。本发明可以实施于单个单元中，或者在物理上和功能上分布于不同单元和处理器之间。
尽管已经结合指定实施例描述了本发明，但本发明不应当以任何方式被解释为限于所呈现的示例。本发明的范围要根据所附权利要求组来解释。在权利要求的上下文中，术语“包括”不排除其它可能的元件或步骤。而且，提到诸如“一”等引用不应被解释为排除多个。在权利要求中相对于附图中所示的元件使用附图标记也不应被解释为限制本发明的范围。此外，不同权利要求中提到的个体特征可以有利地被组合，并且在不同权利要求中提到这些特征并不排除特征的组合是不可能且有利的。
- 还没有人留言评论。精彩留言会获得点赞！