[发明专利]用于确定管网泄漏程度的方法、电子设备和存储介质

权利要求书

1.一种用于确定管网泄漏程度的方法，包括：

在多个连续的采样区间内以预定的采样频率采集与管网压力有关的多个第一样本集合，每一第一样本集合包括以下第一样本：管网在相应采样时间点处的产气端压力和用气端压力；

对于每一采样区间，基于在所述采样区间内采集到的多个第一样本集合，获得第二样本集合，所述第二样本集合包括以下第二样本：所述管网在相应采样区间内的平均产气端压力、平均产气端压力变化率和平均用气端压力；

从所有第二样本集合中选择满足特定特征的多个第二样本集合作为训练测试样本；

基于所述训练测试样本，确定要采用的管网压力计算模型；以及

基于所述要采用的管网压力计算模型，确定所述管网的泄漏程度；

其中基于所述要采用的管网压力计算模型，确定所述管网的泄漏程度包括：

基于所述要采用的管网压力计算模型，确定实际管网压降；

利用标准管网压降计算公式计算正常管网压降；

基于所述实际管网压降和所述正常管网压降，确定所述管网的泄漏程度。

2.根据权利要求1所述的方法，其中每一第一样本集合还包括以下第一样本中的至少一个：所述管网在相应采样时间点处的产气端瞬时流量、产气端累计流量、产气端气体温度以及用气端气体温度。

3.根据权利要求2所述的方法，其中所述第二样本集合还包括以下第二样本中的至少一个：所述管网在相应采样区间内的平均产气端瞬时流量、平均产气端产气量、平均产气端气体温度和平均用气端气体温度。

4.根据权利要求1所述的方法，其中从所有第二样本集合中选择满足特定特征的多个第二样本集合作为训练测试样本包括：

从所有第二样本集合中选择所述平均产气端压力变化率保持恒定的多个时间段内的多个第二样本集合作为所述训练测试样本，其中所述多个时间段中的每一时间段都是所述多个连续的采样区间的子集。

5.根据权利要求1所述的方法，其中所述方法还包括在从所有第二样本集合中选择满足特定特征的多个第二样本集合作为训练测试样本之前，对每一第二样本集合进行异常处理。

6.根据权利要求5所述的方法，其中对每一第二样本集合进行异常处理包括：

对每一第二样本集合进行分析，以确定所述第二样本集合中是否包括缺失的第二样本或多余的第二样本或异常的第二样本；

响应于确定所述第二样本集合中包括缺失的第二样本，对所述缺失的第二样本进行插值或者将所述第二样本集合删除；

响应于确定所述第二样本集合中包括多余的第二样本，将所述多余的第二样本删除；

响应于确定所述第二样本集合中包括异常的第二样本，分析所述异常的第二样本产生的原因；

如果确定所述异常的第二样本是由于管网设备停机引起的，则将所述第二样本置零；

如果确定所述异常的第二样本是由于相应传感器的回调归零引起的，则将所述第二样本集合删除，并将所述第二样本集合前一采样区间和后一采样区间内的第二样本集合也删除；

如果确定所述异常的第二样本是由于相应传感器的故障引起的，则将所述第二样本集合删除。

7.根据权利要求1所述的方法，其中基于所述训练测试样本，确定要采用的管网压力计算模型包括：

基于所述训练测试样本的第一子集，利用不同的机器学习模型分别训练多个管网压力计算模型；

基于所述训练测试样本的第二子集，对经训练的多个管网压力计算模型分别进行验证，以选取所述经训练的多个管网压力计算模型中准确性最高的管网压力计算模型；

对所选的管网压力计算模型的超参数进行优化，以得到所述要采用的管网压力计算模型。