供水管网漏损控制：DMA 分区计量 + 声学复核的“最后一公里”定位
某市政供水公司以 DMA 分区计量缩小排查范围，再用 ISSAUTO 声学监测锁定具体漏点；基线学习无需漏点样本，风险导向把有限设备投向老旧高风险管段。
客户背景与挑战
供水管网漏损是世界性难题。国家《节水型城市评选标准》将漏损率列为底线指标——核算后 ≤9%；住建部、发改委要求到 2025 年全国城市公共供水管网漏损率力争控制在 9% 以内。但国内相当部分城市实际漏损率长期两位数运行。
客户面对的核心矛盾是：“听得到”不等于“听得准”。传统听音法依赖老师傅经验、相关仪成本高、噪声记录仪误报多；而预训练声纹库路线隐含“漏点样本可大量获取”的假设，现实中并不成立——漏点是异常事件、修复后信号即消失、不可能人为制造。
解决方案
采用“分区缩小 + 声学精确定位”的分步走组合：
- DMA 先缩范围：用分区计量把排查范围从全城管网缩小到一个小区、一条支线（行业实践如广州黄埔区通过四级分区计量使漏损率下降 7.41 个百分点，验证了“分区”的价值）；
- 声学做最后一公里：在重点片区按需部署声学监测点，精确锁定漏段，设备无需全域铺开；
- 基线学习绕开样本稀缺：用片区正常运行声纹建立“健康基线”，凡偏离即报异常，无需漏点样本——恰好绕开漏点稀缺这一根本矛盾；
- 风险导向部署：把有限设备投向已知高风险管段（管龄超 20 年铸铁管、历史漏点密集区、地质沉降区、重载交通下方），用约 20% 节点覆盖约 80% 风险。
数据本地处理、不出车间 / 不上云；88 维声学特征 + 跨平台对齐 <0.05% 保证现场一致性。
实施成效
- 成本门槛下降：声学设备只需按需部署在重点片区，不必全域覆盖；
- 无需漏点样本：基线学习路线以正常样本建模，避开工业声学“异常样本天然稀缺”的死结；
- 可解释、可追溯：告警基于频带能量偏离，运维人员可复核，误报压到可接受区间；
- 分步可控：单片区验证 → 基线学习本地化 → 按风险扩面，避免一次性大规模部署风险。
说明：以上为平台在该水务项目中的能力落地描述；具体漏损率改善按客户与主管部门核算口径，本文不公开。
常见问题
Q1：没有漏点样本也能做泄漏监测？
A1：能。采用基线学习路线，用片区正常运行声纹建立健康基线，偏离即报警，无需人为制造漏点样本——这正是针对“漏点稀缺”的设计。
Q2：你们和 DMA 分区计量是什么关系？
A2：互补。DMA 解决“哪个片区有问题”，声学监测解决“具体哪一段”，二者组合把排查范围先缩小再精确定位，降低部署成本。
Q3：PE 管等非金属管道能做吗？
A3：PE 管声速约为金属管三分之一、高频衰减极快，是公认难点；我们将其作为专项方案处理，也恰是技术差异化空间所在。
常见问题
没有漏点样本也能做泄漏监测？
能。采用基线学习路线，用片区正常运行声纹建立健康基线，偏离即报警，无需人为制造漏点样本——这正是针对漏点稀缺的设计。
你们和 DMA 分区计量是什么关系？
互补。DMA 解决哪个片区有问题，声学监测解决具体哪一段，二者组合把排查范围先缩小再精确定位，降低部署成本。
PE 管等非金属管道能做吗？
PE 管声速约为金属管三分之一、高频衰减极快，是公认难点；我们将其作为专项方案处理，也恰是技术差异化空间所在。