本發(fā)明涉及供熱管道智能查漏，尤其涉及一種基于物聯(lián)網(wǎng)的供熱管道智能查漏系統(tǒng)。

背景技術(shù)：

1、集中供熱系統(tǒng)由熱源、熱網(wǎng)以及熱用戶三部分組成。其中熱網(wǎng)在供熱環(huán)節(jié)中起到傳輸熱媒的作用，熱網(wǎng)管線距離遠(yuǎn)、路由走向復(fù)雜，任一位置出現(xiàn)故障均會(huì)影響供熱安全。管網(wǎng)常見的故障有管網(wǎng)堵塞和泄漏，尤其是管段焊接處容易發(fā)生泄漏現(xiàn)象，熱網(wǎng)通常是供熱系統(tǒng)穩(wěn)定性的薄弱環(huán)節(jié)。在實(shí)際工程中，通常由于管網(wǎng)的老化、管道材質(zhì)、施工方法以及鋪設(shè)方式等原因?qū)е鹿峁芫W(wǎng)經(jīng)常發(fā)生故障，其中以泄漏故障最為常見。在實(shí)際工程中，供熱管網(wǎng)發(fā)生故障的時(shí)間與規(guī)律大多都無跡可尋，尤其是熱網(wǎng)發(fā)生堵塞、泄漏故障位置無從判斷，這就對(duì)供熱系統(tǒng)運(yùn)營與維護(hù)管理工作造成了極大的困擾，也嚴(yán)重影響了供熱系統(tǒng)運(yùn)行的經(jīng)濟(jì)性與安全性，造成熱量、水資源的浪費(fèi)導(dǎo)致供熱企業(yè)運(yùn)行成本增加。熱網(wǎng)發(fā)生泄漏故障時(shí)，大量的冷水被補(bǔ)入供熱系統(tǒng)當(dāng)中，浪費(fèi)水資源的同時(shí)，造成了供熱企業(yè)運(yùn)行成本增加；熱網(wǎng)發(fā)生堵塞故障時(shí)，管道流速減小，造成用戶端溫度低，供熱效果不佳，給住戶生活上帶來不變。

2、現(xiàn)有技術(shù)方案中在發(fā)明專利cn202110604725.1《一種基于物聯(lián)網(wǎng)傳感器的供熱管網(wǎng)數(shù)字監(jiān)控系統(tǒng)》中通過將壓力傳感器設(shè)置于各管道段的管道層，溫度傳感器設(shè)置于各管道段的保溫層，并通過數(shù)據(jù)采集上傳模塊采集各管道段的狀態(tài)數(shù)據(jù)上傳到云平臺(tái)，根據(jù)壓力傳感器和溫度傳感器檢測到的數(shù)據(jù)判斷供熱管道是否存在泄露。

3、但是卻存在以下技術(shù)問題，由于供熱管網(wǎng)的供熱水力條件并不是一成不變的，而一旦供熱水力條件發(fā)生變化，供熱管網(wǎng)的壓力數(shù)據(jù)和溫度數(shù)據(jù)不可避免的會(huì)發(fā)生變化，因此單一的采用壓力數(shù)據(jù)以及溫度數(shù)據(jù)并不能準(zhǔn)確的實(shí)現(xiàn)對(duì)供熱管網(wǎng)的泄露情況的準(zhǔn)確辨識(shí)；為此，本技術(shù)提出一種基于物聯(lián)網(wǎng)的供熱管道智能查漏系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決上述技術(shù)問題，而提出的一種基于物聯(lián)網(wǎng)的供熱管道智能查漏系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、一種基于物聯(lián)網(wǎng)的供熱管道智能查漏系統(tǒng)，包括以下步驟：

4、s1，投訴數(shù)據(jù)獲?。韩@取預(yù)設(shè)時(shí)間段內(nèi)的供熱投訴數(shù)據(jù)，并根據(jù)供熱投訴數(shù)據(jù)的投訴用戶所處的供熱節(jié)點(diǎn)，確定不同的供熱節(jié)點(diǎn)對(duì)應(yīng)的投訴用戶的數(shù)量的確定；

5、s2，對(duì)獲取的投訴數(shù)據(jù)處理：通過投訴用戶所處位置將投訴用戶劃分至不同的建筑物，通過建筑物的數(shù)量、不同的建筑物之間的地理位置偏差以及投訴用戶的數(shù)量，構(gòu)建基于cnn-lstm神經(jīng)網(wǎng)絡(luò)的預(yù)測模型，確定不同的供熱節(jié)點(diǎn)的供熱管網(wǎng)的異常概率；

6、s3，供熱管網(wǎng)的阻抗辨識(shí)：利用在實(shí)際工況中可觀測到的監(jiān)測節(jié)點(diǎn)的壓力、管段流量值作為己知條件，構(gòu)建水力仿真模型辨識(shí)得到存在疑似問題的缺陷管道的各管段的阻抗值；

7、s4，供熱管網(wǎng)中缺陷管道的識(shí)別：根據(jù)辨識(shí)得到的管網(wǎng)阻抗與在相同的水力條件下的管網(wǎng)阻抗的偏差情況實(shí)現(xiàn)對(duì)缺陷管道的識(shí)別；

8、s5，泄露故障診斷：供熱管道發(fā)生泄漏后，管道上方的地表溫度梯度會(huì)發(fā)生顯著變化，基于物聯(lián)網(wǎng)的檢測探頭采集數(shù)據(jù)，并上傳至云端平臺(tái)進(jìn)行綜合分析就能快速、準(zhǔn)確的對(duì)熱力管道泄漏點(diǎn)進(jìn)行定位。

9、優(yōu)選地，所述s1、s2中投訴數(shù)據(jù)獲取以及處理包括以下步驟：

10、a1，輸入原始輸入數(shù)據(jù)；

11、a2，數(shù)據(jù)空缺值填充以及數(shù)據(jù)歸一化，并劃分訓(xùn)練集和測試集；

12、a3，構(gòu)建cnn-lstm模型，并初始化網(wǎng)絡(luò)參數(shù)；

13、a4，將訓(xùn)練集數(shù)據(jù)輸入到cnn網(wǎng)絡(luò)中，通過兩層卷積層和池化層的交替處理，提取出輸入數(shù)據(jù)的局部特征；

14、a5，將cnn提取特征后的輸入數(shù)據(jù)輸入lstm網(wǎng)絡(luò)，使用adam優(yōu)化器進(jìn)行反向傳播并更新網(wǎng)絡(luò)參數(shù)，直到損失函數(shù)滿足要求；

15、a6，將lstm網(wǎng)絡(luò)的輸出數(shù)據(jù)輸入到全連接層；

16、a7，將輸出層輸出數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行比對(duì)，計(jì)算出對(duì)應(yīng)的誤差值；

17、a8，判斷誤差是否達(dá)到閾值，若計(jì)算誤差超過閾值，執(zhí)行c9，反之，則執(zhí)行步驟a4；

18、a9，將計(jì)算誤差反向傳播，更新網(wǎng)絡(luò)權(quán)重以及偏置值，再更新整個(gè)cnn-lstm網(wǎng)絡(luò)模型，更新結(jié)束后跳轉(zhuǎn)至c4繼續(xù)訓(xùn)練網(wǎng)絡(luò)；

19、a10，將訓(xùn)練好網(wǎng)絡(luò)參數(shù)的模型保存；

20、a11，輸入測試集數(shù)據(jù)，進(jìn)行cnn-lstm預(yù)測；

21、a12，數(shù)據(jù)歸一化；

22、a13，網(wǎng)絡(luò)輸出預(yù)測數(shù)據(jù)；

23、a14，將輸出數(shù)據(jù)進(jìn)行反歸一化。

24、優(yōu)選地，所述s3中阻抗值通過雙向遞推法辨識(shí)得到。

25、優(yōu)選地，所述雙向遞推法從正向及反向進(jìn)行管網(wǎng)阻抗遞推辨識(shí)，取正向及反向辨識(shí)結(jié)果的平均值作為阻抗辨識(shí)結(jié)果，規(guī)定從熱源向末端熱力站逐步遞推的阻抗辨識(shí)方向?yàn)檎颍粗疄榉聪颉?/p>

26、優(yōu)選地，所述s3中的阻抗辨識(shí)包括以下步驟：

27、b1，首先需要建立管網(wǎng)工況庫，將管網(wǎng)拓?fù)浣Y(jié)構(gòu)以及每個(gè)可獲得的水力工況下的熱源及熱力站的流量值、進(jìn)出口節(jié)點(diǎn)壓力值己知信息均以矩陣形式儲(chǔ)存在工況庫中；

28、b2，未知節(jié)點(diǎn)壓力值和管段流量值在工況庫中預(yù)留位置，初始值設(shè)為0，在辨識(shí)過程中逐步補(bǔ)充覆蓋。

29、優(yōu)選地，基于物聯(lián)網(wǎng)的檢測探頭包括弱磁探頭、紅外測溫探頭以及濕度探頭。

30、優(yōu)選地，所述s5中基于物聯(lián)網(wǎng)的檢測探頭采集數(shù)據(jù)作為輸入數(shù)據(jù)，采用基于tobl-fwa算法確定缺陷管道的泄露概率，根據(jù)泄露概率進(jìn)行泄露管道的定位和識(shí)別。

31、優(yōu)選地，所述tobl-fwa算法的具體步驟如下:

32、c1:設(shè)置種群大小、維度、爆炸數(shù)目常數(shù)、爆炸半徑、反向種群選擇概率、最大迭代次數(shù)參數(shù)，然后使用tent混沌映射生成初始種群；

33、c2:根據(jù)火花爆炸數(shù)目和爆炸半徑，生成第一代爆炸火花，利用目標(biāo)函數(shù)計(jì)算火花的適應(yīng)度值并保存，更新種群保留爆炸火花信息；

34、c3:引入t分布變異，選擇一部分爆炸火花生成t變異火花，同時(shí)計(jì)算t變異火花的適應(yīng)度值并進(jìn)行保存，更新種群保留t變異火花信息；

35、c4:依照映射規(guī)則，對(duì)越界火花重新映射到空間范圍內(nèi)，并重新計(jì)算適應(yīng)度值進(jìn)行保存，更新種群；

36、c5:將初始化種群，第一代爆炸火花和t變異火花組成候選者種群，按照從優(yōu)到劣對(duì)候選者種群進(jìn)行排序；

37、c6:設(shè)置反向精英學(xué)習(xí)參數(shù)，對(duì)一部分適應(yīng)度值較優(yōu)值進(jìn)行反向選擇策略，生成反向?qū)W習(xí)種群；

38、c7:反向?qū)W習(xí)種群進(jìn)行步驟c2至步驟c5，計(jì)算出反向種群適應(yīng)度值，與原候選者種群的適應(yīng)度值進(jìn)行比較，保留適應(yīng)度更優(yōu)值，更新種群信息；

39、c8:判斷是否達(dá)到終止條件，若達(dá)到，結(jié)束循環(huán)；若未達(dá)到，進(jìn)入步驟c9；

40、c9:從第二次迭代開始，根據(jù)上一代t變異火花對(duì)上一代候選者種群進(jìn)行分組，分為精英群體和普通群體；

41、c10:根據(jù)上一代t變異火花信息對(duì)精英群體和普通群體的煙花爆炸半徑進(jìn)行自適應(yīng)調(diào)整，根據(jù)新產(chǎn)生的爆炸半徑生成下一代爆炸火花，跳轉(zhuǎn)運(yùn)行步驟c3；

42、c11:循環(huán)運(yùn)行步驟c3至步驟c9，判斷循環(huán)是否達(dá)到最大迭代次數(shù)或求出最優(yōu)解，若達(dá)成，則終止運(yùn)行。

43、本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果為：

44、本發(fā)明通過采用調(diào)節(jié)策略，可以減少不必要的弱磁探頭、紅外測溫探頭、濕度探頭的檢測，提升工作可靠性，同時(shí)也提升了識(shí)別處理的效率。