Фиксация утечек воды в системе водоснабжения
Искусственные нейронные сети в настоящее время имеют бешеную популярность, в том числе и в таких областях науки и промышленности, в которых ещё всего лет десять назад представить их было весьма проблематично. Так, например, весьма неожиданным, хотя и предсказуемым оказался вариант использования их для детектирования утечек воды в системах водоснабжения.
Специалистами нашей компании совместно с кафедрой "Водоснабжение и водоотведение" Самарского Государственного Технического Университета и некоторыми профильными организациями Самарского региона разработаны прототипы систем, выполняющих регистрацию утечек воды в системе водоснабжения. Факт утечки прогнозируется искусственной нейронной сетью, обрабатывающей в режиме реального времени данные о гидравлическом режиме из SCADA системы. Прототипы в настоящее время проходят апробацию и опытную эксплуатацию.
Немного специфики:
Располагая формализованными классами гидравлических режимов системы, фиксация аномалий, представляющих собой отклонение системы от одного из выведенных режимов, может свидетельствовать о наличии какой-либо аварии в системе и, в частности, утечки воды через порыв. Подобный подход позаимствован у коллег из Нидерландов, озвученный на на глобально значимом мероприятии для данной отрасли форуме и выставке "Акватэк" в Амстердаме (https://www.aquatechtrade.com/amsterdam/) и SWAN Forum (https://www.swan-forum.com/).
Диаграмма, позаимствованная из материалов докладчиков форума, показывает корреляцию между некоторыми параметрами системы водоснабжения (расход и давление) и формально выделенный класс гидравлического режима работы системы.
Детекция утечек выполняется путем обучения искусственной нейронной сети на выборке данных, составленной из примеров динамики изменений параметров работы гидравлической системы в моменты ДО и ПОСЛЕ известных порывов трубопроводов. На основании данной выборки обученная искусственная нейронная сеть может предсказывать возможные порывы, исходя из выявленной ею в процессе обучения обобщенной динамики параметров при возникновении порывов. Подобный подход был апробирован специалистами рабочей группы СамГТУ при прогнозировании выходов из строя технических объектов в отрасли нефтяной промышленности и показали хорошие результаты при апробировании для контроля водных систем.
Данные подходы для выявления порывов трубопроводов являются комплиментарными к методам, основанным на аналитических гидравлических моделях, выявляющих утечки. Это связано как с тем, что в основе этих подходов лежат разные, по сути, методики обработки данных, так и с тем, что, в частности, эти методы могут применяться для контроля систем в различных масштабах времени. Первая группа методик хорошо проявила себя при поиске утечек, имевших место на протяжении некоторого продолжительного промежутка времени. Системы на основе нейросетевых алгоритмов используются при мониторинге системы в режиме реального времени для интеллектуального отслеживания возникновения порывов или утечек путем фиксации типичных для них изменений параметров работы DMA (District Metered Area).
Планы дальнейшего развития:
В настоящее время ведутся работы по расширению перечня решаемых задач с использованием нейросетевых алгоритмов. Среди находящихся на данный момент в разработке:
- краткосрочный прогноз нагрузки на систему водоснабжения
- система прогнозирования точек порывов
- контроль технического состояния узлов насосных агрегатов по термограммам с использованием конволюционных искусственных нейронных сетей
