[发明专利]用于估计智能流体分配系统中的损耗的方法和系统

权利要求书

1.一种用于估计流体分配系统中的损耗的方法，其中所述流体分配系统包括多个位置和多个分配链路，并且其中所述多个分配链路中的第一分配链路将所述多个位置中的第一位置连接至所述多个位置中的第二位置，所述方法包括：

计算机系统的处理器从多个测量设备接收多个测量结果，其中所述多个测量结果的接收的测量结果标识流过所述多个位置的测量位置的流体的特征，并且其中所述多个测量结果没有直接和准确地标识所述多个位置的流体损耗位置或者沿所述多个分配链路的有损耗分配链路的流体损耗率；以及

所述处理器分析所述多个测量结果以将所述流体损耗位置或者所述流体损耗率标识为所述多个测量结果的函数。

2.根据权利要求1所述的方法，其中所述特征包括流量、流速、流体压力、流体温度或者它们的某种组合。

3.根据权利要求1所述的方法，其中所述分析进一步包括所述处理器构建表示所述流体分配系统的数学模型，其中所述模型包括多个节点和多个路径，并且其中所述多个节点中的第一节点表示所述第一位置，所述多个节点中的第二节点表示所述第二位置，以及所述多个路径中的第一路径表示所述第一分配链路。

4.根据权利要求1所述的方法，其中所述分析进一步包括为了估计沿所述有损耗分配链路的未知通过率，生成和求解一组方程，其中所述未知通过率是流过所述有损耗分配链路的端点位置的流体的所述特征的未知值的函数，并且其中所述多个测量结果没有直接和准确地标识出流过所述端点位置的所述流体的所述特征。

5.根据权利要求4所述的方法，其中所述分析进一步包括为了产生稀疏解而最小化所述方程包括的测量错误，并且其中所述最小化包括应用以下内容：L0最小化、L1最小化、L2最小化、Markov chain Monte Carlo算法、Gibbs采样算法、连接树分解方法、变Bayesian方法、置信传播、其它频率论推理过程、流守恒定律或者它们的组合。

6.根据权利要求5所述的方法，其中所述分析进一步包括所述流体分配系统的已知物理特征的函数、关于所述流体分配系统的历史数据、所述测量设备的噪声特征或者它们的组合。

7.一种计算机系统，包括处理器、耦合至所述处理器的存储器以及耦合至所述处理器的计算机可读硬件存储设备，所述存储设备包括程序代码，所述程序代码被配置为由所述处理器通过所述存储器运行以实现用于估计流体分配系统中的损耗的方法，其中所述流体分配系统包括多个位置和多个分配链路，并且其中所述多个分配链路中的第一分配链路将所述多个位置中的第一位置连接至所述多个位置中的第二位置，所述方法包括：

计算机系统的所述处理器从多个测量设备接收多个测量结果，其中所述多个测量结果的接收的测量结果标识流过所述多个位置的测量位置的流体的特征，并且其中所述多个测量结果没有直接和准确地标识出所述多个位置的流体损耗位置或者沿所述多个分配链路的有损耗分配链路的流体损耗率；以及

所述处理器分析所述多个测量结果以将所述流体损耗位置或者所述流体损耗率标识为所述多个测量结果的函数。

8.根据权利要求7所述的系统，其中所述特征包括流量、流速、流体压力、流体温度或者它们的某种组合。

9.根据权利要求7所述的系统，其中所述分析进一步包括所述处理器构建表示所述流体分配系统的数学模型，其中所述模型包括多个节点和多个路径，并且其中所述多个节点中的第一节点表示所述第一位置，所述多个节点中的第二节点表示所述第二位置，以及所述多个路径中的第一路径表示所述第一分配链路。

10.根据权利要求7所述的系统，其中所述分析进一步包括为了估计沿所述有损耗分配链路的未知通过率，生成和求解一组方程，其中所述未知通过率是流过所述有损耗分配链路的端点位置的流体的所述特征的未知值的函数，并且其中所述多个测量结果没有直接和准确地标识出流过所述端点位置的所述流体的所述特征。

11.根据权利要求10所述的系统，其中所述分析进一步包括为了产生稀疏解而最小化所述方程包括的测量错误，并且其中所述最小化包括应用以下内容：L0最小化、L1最小化、L2最小化、Markov chain Monte Carlo算法、Gibbs采样算法、连接树分解方法、变Bayesian方法、置信传播、其它频率论推理过程、流守恒定律或者它们的组合。