DMA(district metering area)小区的漏损判断一般采用夜间最小流量法(minimum night flow),其对小区计量设备的精度和采样频率有较高要求,中小城市DMA居民小区因为整体用水量偏小的原因,夜间最小小时流量往往与远传水表的最小计量单位...DMA(district metering area)小区的漏损判断一般采用夜间最小流量法(minimum night flow),其对小区计量设备的精度和采样频率有较高要求,中小城市DMA居民小区因为整体用水量偏小的原因,夜间最小小时流量往往与远传水表的最小计量单位在同一数量级,影响了远传水表数据精度,基于夜间最小流量法识别漏损的应用面临困难。针对以上问题,本文提出一种利用夜间累积用水量判断DMA居民小区是否发生漏损的方法。该方法通过邻域粗糙集的属性约简算法,找到居民小区夜间累积用水量的主影响因素,建立了夜间累积用水量与日用水量、是否周末、最低气温等主影响因素之间的关系模型。结果表明,基于修正后的夜间累积用水量关系模型有效提升居民小区漏损发生的识别能力,提高识别精度,降低误报率。展开更多
文摘DMA(district metering area)小区的漏损判断一般采用夜间最小流量法(minimum night flow),其对小区计量设备的精度和采样频率有较高要求,中小城市DMA居民小区因为整体用水量偏小的原因,夜间最小小时流量往往与远传水表的最小计量单位在同一数量级,影响了远传水表数据精度,基于夜间最小流量法识别漏损的应用面临困难。针对以上问题,本文提出一种利用夜间累积用水量判断DMA居民小区是否发生漏损的方法。该方法通过邻域粗糙集的属性约简算法,找到居民小区夜间累积用水量的主影响因素,建立了夜间累积用水量与日用水量、是否周末、最低气温等主影响因素之间的关系模型。结果表明,基于修正后的夜间累积用水量关系模型有效提升居民小区漏损发生的识别能力,提高识别精度,降低误报率。