(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210769715.8 (22)申请日 2022.06.30 (71)申请人 合肥金人科技有限公司 地址 230000 安徽省合肥市合肥高新 技术 开发区习友路与石莲南路交口西北角 中科院合肥技 术工程研发楼102-F (72)发明人 江大白　胡增　钟生　 (74)专利代理 机构 合肥洪雷知识产权代理事务 所(普通合伙) 34164 专利代理师 张悦 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G01D 21/02(2006.01) (54)发明名称 一种基于人工智能供 水管网优化方法 (57)摘要 本发明公开了一种基于人工智能供水管网 优化方法,该方法包括在供水管道 安装多个压力 传感器， 利用压力传感器采集不同节段的供水管 道的压力数据， 计算需要降噪的供水管传感器数 据采集点系数， 计算供水管传感器数据采集点系 数的分配阈值， 建立供水管压力变化函数， 利用 该函数对供水管道的压力分布进行描述， 计算供 水管压力数据随着管道漏损位置变化而改变的 概率和统计供水管压力发生跳变的位置数量， 统 计供水管压力未发生跳变的位置数量， 建立供水 压力选择函数， 计算供水管道节 点与节点间需要 的压力值， 该方法能够帮助供水中心及时掌握供 水管道压力变化情况， 及时对供水压力进行调 整， 该方法步骤设计合理， 从而保证居民用水安 全。 权利要求书2页 说明书6页 附图1页 CN 115146851 A 2022.10.04 CN 115146851 A 1.一种基于人工智能供 水管网优化方法， 其特 征在于,该 方法包括： 步骤S1:在供水管道安装多个压力传感器， 利用压力传感器采集不同节段的供水管道 的压力数据， 计算需要降噪的供 水管传感器数据采集 点系数； 步骤S2:计算供 水管传感器数据采集 点系数的分配阈值； 步骤S3:建立供 水管压力变化 函数， 利用该函数对供 水管道的压力分布进行描述； 步骤S4:计算供水管压力数据随着管道漏损位置变化而改变的概率和统计供水管压力 发生跳变的位置数量； 步骤S5:统计供 水管压力未发生跳变的位置数量； 步骤S6:建立供 水压力选择函数； 步骤S7:计算供 水管道节点与节点间需要的压力值； 步骤S8:供水中心利用压力数据的计算结果， 调整供 水压力。 2.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述采集点 系数， 表达式为： 其中， Bx(a)表示压力传感器B在供水管x位置的数据采集点a， b表示数据采集点的供水 管半径， μ表示供水管压力传感器数据传输速率， η表示供水管压力传感器数据传输信道的 发射功率， Axy表示需要降噪的供水管压力传感器数据采集点系数， x和y表示数据采集点位 置的横坐标和纵坐标。 3.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述计算供 水管传感器数据采集 点系数的分配阈值， 表达式为： 其中， c表示供水管传感器数据采集点系数的分配阈值， g ′表示数据采集点间隔的距 离， d′表示数据传输效率， c ′表示供水管传感器对数据的发送速率， c ″表示供水中心对 数据 的接收速率， e ′表示数据采集点分散化系数值， f ′表示数据d ′在供水管传感器数据传输中 的路径长度。 4.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述供水管 压力变化 函数， 表达式为： 其中， hi表示供水管压力变化函数， p表示进行高压供水的管道段数， q表示进行高压供 水的管道距离， z表 示进行低压供水的管道段数， F ′表示进行低压供水的管道距离， L表 示供 水管传感器数据 传输距离， oi表示供水管进行高压供水距离的权重系数， ri表示供水管进行 低压供水距离的权重系数， 分别对应着供水管传感器高压数据的信道情况和 低压数据的信 道情况。 5.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述供水管 压力数据随着管道漏损位置变化而改变的概 率， 表达式为：权　利　要　求　书 1/2 页 2 CN 115146851 A 2s(t)＝1‑uw， t∈z 其中， s(t)表示供水管压力数据随着管道漏损位置变化而改变的概率， z表示供水管道 所有的漏损点， t表示所有漏损点中的任意一个， u表示供水管压力数据的密度值， w表示漏 损因子； 所述供水管压力发生跳变的位置数量， 表达式为： 其中， P表示供水管压力发生跳变的位置数量， ξ表示跳变系数， λ表示供水管传感器之 间的距离， Q表示单位时间内供 水管压力变化的均值。 6.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述供水管 压力未发生跳变的位置数量， 表达式为： 其中， Y表示供水管压力未发生跳变的位置数量， ξ1表示供水管道的数据因子， n表示供 水压力数据顺利通行传感器的数量。 7.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述供水压 力选择函数， 表达式为： 其中， HYn(l， v)表示供水压力选 择函数， l表示供水距 离， Hwz表示管道中需要分段增压的 节点数， λjc表示高压的节点数， λkc表示低压的节点 数， w表示 供水管道中的实时压力， w0表示 供水管道中的平均压力； 所述供水管道所能承受压力的最大值， 表达式为： 其中， M表示供 水管道所能承受压力的最大值。 8.如权利要求1所述的一种基于人工智能供水管网优化方法， 其特征在于， 所述供水管 道节点与节点间需要的压力值， 表达式为： HDn(l)＝lHg 其中， HDn(l)表示供水管道节点与节点间需要的压力值， Hg表示管道中损失的压力值， l 表示供水距离。权　利　要　求　书 2/2 页 3 CN 115146851 A 3