快速、有效的漏損偵測(cè)定位方法在保障城市供水安全、節(jié)約水資源放方面具有重要意義。本文圍繞城市供水管網(wǎng)漏損定位問題,展開對(duì)供水管網(wǎng)DMA(District Meter Area,獨(dú)立計(jì)量區(qū)域)實(shí)時(shí)模型的建立、管網(wǎng)壓力預(yù)測(cè)與異常工況檢測(cè)、漏損初步定位和精確定位的研究,主要內(nèi)容如下:1、城市供水管網(wǎng)實(shí)時(shí)水力模型的建立。依據(jù)EPANET-RTX實(shí)時(shí)建�？蚣�,以SX市YC區(qū)某大型DMA的管網(wǎng)信息及SCADA(Supervisory Control And Data Acquisition,數(shù)據(jù)采集和監(jiān)控系統(tǒng))數(shù)據(jù)為背景,建立了供水管網(wǎng)實(shí)時(shí)水力模型,使得對(duì)監(jiān)測(cè)點(diǎn)的平均擬合誤差從離線模型的10%以內(nèi)減小到5%以內(nèi),提高了模擬精度。2、基于LSTM(Long Short-Term Memory,長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò))模型的管網(wǎng)壓力預(yù)測(cè)。針對(duì)供水管網(wǎng)的高度復(fù)雜非線性特性,采用深度學(xué)習(xí)模型LSTM進(jìn)行管網(wǎng)狀態(tài)預(yù)測(cè)。LSTM模型的輸入既包括測(cè)點(diǎn)壓力的狀態(tài)信息,也包括各入水口的供水壓力和供水量的控制信息。為了增強(qiáng)模型的信息特征提取與辨識(shí)性能、提高預(yù)測(cè)精度,提出一個(gè)將并行LSTM的輸出合并后連接DNN(Deep Neural Network,深度神經(jīng)網(wǎng)絡(luò))的模型,稱之為PLDNN(Parallel LSTM Combine DNN)模型;實(shí)例預(yù)測(cè)結(jié)果表明,PLDNN預(yù)測(cè)模型的均方根誤差僅0.0017,平均絕對(duì)比百分誤差僅0.45%,比傳統(tǒng)預(yù)測(cè)方法(人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等)和普通LSTM模型具有更高的學(xué)習(xí)性能、精確度。最后,提出將PLDNN預(yù)測(cè)值和實(shí)測(cè)值的差異作為判斷管網(wǎng)有無異常發(fā)生的依據(jù)。3、兩種漏損初定位方法。方法1:根據(jù)漏損發(fā)生后測(cè)點(diǎn)壓力異常率大小,確定邊界測(cè)點(diǎn),再根據(jù)邊界測(cè)點(diǎn)通過“多點(diǎn)定位法”劃定漏損區(qū)域。方法2:首先通過靈敏度分析和聚類算法將供水管網(wǎng)劃分為若干個(gè)“虛擬漏損分區(qū)”,在不同漏損分區(qū)內(nèi)通過管網(wǎng)模型模擬出大量漏損數(shù)據(jù),通過深度信念網(wǎng)絡(luò)建立漏損數(shù)據(jù)和對(duì)應(yīng)漏損分區(qū)的非線性映射關(guān)系,實(shí)現(xiàn)初步定位。4、基于實(shí)時(shí)水力模型的漏損精確定位。建立漏損工況下實(shí)時(shí)水力模型,設(shè)計(jì)GA(Genetic Algorithm,遺傳算法)和NSGA2(Non-dominated sorting genetic algorithm with elitist strategy,帶精英策略的非支配排序算法),利用水力模型校核尋優(yōu)實(shí)現(xiàn)漏損精確定位。實(shí)驗(yàn)結(jié)果表明,漏損工況實(shí)時(shí)水力模型比離線模型具有更高的實(shí)用性,多目標(biāo)遺傳算法比單目標(biāo)遺傳算法優(yōu)化性能更好。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TU991.61
【部分圖文】：

用戶歷史用水量和水泵揚(yáng)程等確定管網(wǎng)動(dòng)態(tài)屬性，這種模型與實(shí)時(shí)數(shù)據(jù)分離，常常與管網(wǎng)實(shí)際運(yùn)行工況不吻合，稱之為離線模型，在實(shí)際使用中有很大的局限性本章基于 EPANET-RTX 實(shí)時(shí)建模框架，將 SCADA 實(shí)時(shí)數(shù)據(jù)與離線模型對(duì)接，建立實(shí)時(shí)水力模型。2.1 城市供水管網(wǎng)微觀模型的建立2.1.1 供水管網(wǎng)微觀建模原理管網(wǎng)微觀模型是通過對(duì)管網(wǎng)工程實(shí)體抽象與簡(jiǎn)化處理，得到拓?fù)鋱D形（包含管段、節(jié)點(diǎn)元素），并加以相關(guān)數(shù)據(jù)和水力學(xué)公式表達(dá)的機(jī)理模型。拓?fù)鋱D形是依據(jù)圖論的基本原理，圖是由“弧”和“節(jié)點(diǎn)”兩部分組成，將管段看成“弧”節(jié)點(diǎn)看成“頂點(diǎn)”，各節(jié)點(diǎn)之間通過管道連接，管道內(nèi)部水流由上游節(jié)點(diǎn)流向下游節(jié)點(diǎn)，由此，管網(wǎng)幾何圖能夠抽象化理解成有向圖。供水管網(wǎng)微觀水力模型是基于管網(wǎng)的穩(wěn)態(tài)水力計(jì)算理論，通過詳細(xì)的管網(wǎng)資料（如：管徑、管材、長(zhǎng)度、摩阻系數(shù)、節(jié)點(diǎn)需水量等）建立供水管網(wǎng)水力學(xué)模型，建模過程可用圖 2.1 說明

利用智能優(yōu)化算法（比如，遺傳算法、粒子群優(yōu)化算法等）尋找最數(shù)的取值。供水管網(wǎng) DMA 的建立國(guó)城市供水管網(wǎng)是一個(gè)復(fù)雜而龐大的系統(tǒng)，如果從整個(gè)供水管網(wǎng)來損，難度較大。因此，可以通過分區(qū)計(jì)量，將整體的供水管網(wǎng)系統(tǒng)較小的子系統(tǒng)，即劃分為許多個(gè)獨(dú)立計(jì)量的區(qū)域，逐個(gè)解決問題，多供水公司普遍采用的漏損控制與管理方法。MA 獨(dú)立計(jì)量區(qū)域的概念起始于 20 世紀(jì) 80 年代，隨著城市規(guī)模的水管網(wǎng)也隨之不斷擴(kuò)展延伸，這使得對(duì)整個(gè)城市供水管網(wǎng)的安全運(yùn)手。在 1980 年初，英國(guó)水工業(yè)協(xié)會(huì)在其水務(wù)聯(lián)合大會(huì)上首次 DM區(qū)的概念，通過將城市供水管網(wǎng)系統(tǒng)劃分為若干個(gè)不同的獨(dú)立計(jì)量供水管網(wǎng)漏損的主動(dòng)控制。一般通過關(guān)閉閥門或安裝流量計(jì)的方法劃分為若干個(gè)相對(duì)獨(dú)立的計(jì)量分區(qū)，并在每個(gè)區(qū)域的入水口和出水和閥門，通過進(jìn)出口流量量化管網(wǎng)漏損程度，實(shí)現(xiàn)管網(wǎng)漏損控制和圖 2.2 所示：

杭州電子科技大學(xué)碩士學(xué)位論文離線延時(shí)模擬是根據(jù)建立起來的微觀模型，在給定初始狀態(tài)，設(shè)定節(jié)點(diǎn)需、水庫水頭和水池水位等變化模式下，通過水力平差計(jì)算推導(dǎo)出未來幾小時(shí)幾天的節(jié)點(diǎn)水頭、水質(zhì)、壓力，管段流量，水庫水池消耗等相關(guān)狀態(tài)。離線模擬脫離了水力系統(tǒng)的實(shí)時(shí)運(yùn)行系統(tǒng)工況，其精度往往隨時(shí)間的推移而慢慢，只適合于短周期的工況分析和水力預(yù)測(cè)。下圖 2.3 是以 EPANET 延時(shí)模擬，展示離線模擬的界面。

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 程偉平;趙丹丹;許剛;蔣建群;;供水管網(wǎng)爆管水力學(xué)模型與爆管定位[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年06期

2 詹書俊;陶濤;;基于NSGA-Ⅱ的供水管網(wǎng)模型校核[J];給水排水;2013年03期

3 常魁;高金良;袁一星;趙洪賓;;基于SCADA系統(tǒng)OPC通信的供水管網(wǎng)實(shí)時(shí)模擬[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2011年12期

4 張兆強(qiáng);姜偉;王志斌;;基于MATLAB神經(jīng)網(wǎng)絡(luò)方法對(duì)城市供水管網(wǎng)壓力預(yù)測(cè)[J];黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào);2011年02期

5 陸仁強(qiáng);張宏偉;牛志廣;彭萬疆;;基于非線性映射理論的城市供水管網(wǎng)壓力監(jiān)測(cè)點(diǎn)布置方法研究[J];水利學(xué)報(bào);2010年01期

相關(guān)碩士學(xué)位論文 前5條

1 洪嘉鳴;基于數(shù)據(jù)的城市供水管網(wǎng)建模分析和異常事件偵測(cè)[D];杭州電子科技大學(xué);2016年

2 趙丹丹;基于SCADA系統(tǒng)的爆管監(jiān)測(cè)方法研究[D];浙江大學(xué);2014年

3 何英;城市給水管網(wǎng)建模與校核研究[D];長(zhǎng)安大學(xué);2013年

4 高媛;非支配排序遺傳算法（NSGA）的研究與應(yīng)用[D];浙江大學(xué);2006年

5 傅玉芬;城市供水管網(wǎng)漏損控制[D];天津大學(xué);2004年

本文編號(hào)：2829195