一种基于EPR进化多项式回归的管网漏失预测模型的建立方法技术

一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，属于城市供水管网领域。先对建模的原始数据进行处理，确定管径、管长和管龄为影响因子；然后分别对五种管材建模，每种管材按照管径、管长、平均加权管龄和年漏失次数为内容进行分组，建立以管径、管长、管龄为自变量，年漏失次数为因变量的漏失预测模型，采用CoD判断模型的拟合程度；并用实际漏失数据对漏失预测模型进行验证，采用RMSE评判模型的预测能力；最后将五种管材根据的各自建立的漏失预测模型预测出的年漏失次数，加和得到最终该区域管网漏失次数总数。模型的建立和区域漏失数的确定能够在日常管理中尽早发现具有漏失风险的管道，降低事故发生的概率，减少经济损失。

A method for establishing prediction model of pipe network leakage based on EPR evolutionary polynomial regression

A method for establishing a prediction model of pipe network leakage based on EPR evolutionary polynomial regression belongs to the field of urban water supply network. First the original data processing of modeling, determine the diameter, tube length and age factors; then the five kinds of pipe modeling, each pipe according to the diameter and length of tube, the weighted average number of years of age and the leakage of contents were grouped based on diameter and length, Guan Ling as independent variables, leakage for years the number of variables of the prediction models for leakage loss, the fitting degree of CoD judgment model; and the actual leak data to validate the leakage forecast model prediction ability by RMSE evaluation model; the five pipes based on the established prediction model to predict the leakage of the leakage and the number of years, and get the number of the total leakage area. The establishment of model and the determination of regional leakage number can find the pipeline with leakage risk as soon as possible in daily management, reduce the probability of accident and reduce the economic loss.

【技术实现步骤摘要】
一种基于EPR进化多项式回归的管网漏失预测模型的建立方法
本专利技术涉及一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，属于城市供水管网领域。
技术介绍
供水管网是城市的“生命线”，负责为城市输送新鲜的“血液”，是保障城市稳定转动的前提。供水管网漏失的发生，将会带来巨大的社会影响及经济损失。因此，提前判断漏失发生的高风险管道，对供水管网的漏失状况进行预测，降低漏失发生的可能性，有着十分重要的意义。目前常用于供水管网漏失预测的模型主要有两大类：一类是基于实验室试验的物理研究模型，一类是计算机模拟的数据分析模型。第一类模型的研究需要对造成管道漏失的各影响因素间的关系有着明确的认知，而实际各影响因素间关系复杂。第二类模型主要包括两个内容，一是基于老化机制的物理模型，此模型的构建需要对特定的研究管道进行时间跟踪，数据的获取比较困难，耗费大量的时间精力；二是基于历史漏失数据的统计模型，该模型的研究可以得到漏失次数与各影响因素间明确的数学关系，是当前研究的热点。我国城市供水管网的基础数据量大，漏失数据记录不完善，导致管道漏失的原因众多且关系复杂非线性。已有精度较高的模型存在无明确模型公本文档来自技高网...

【技术保护点】
一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，其特征在于，该方法包括如下步骤：第一步：预测模型建立的前期数据准备。(1)信息完善：在城市供水管网的地理信息系统(Geographic Information System，GIS)的漏失系统中，完善漏失管道的相关信息，包括管材、管径、管道埋设时间、管道编号、管长、漏失事件接报时间；(2)信息编码：根据影响因子的属性不同，管道管材作为不连续变量，管道管材分别为：钢管、球墨铸铁管、普通铸铁管、镀锌管、钢塑复合管；(3)信息初步处理：将同一根管道的漏失事件接报时间减去管道埋设时间，得到该管道发生漏失时的年龄，即管龄；第二步：影响因子的确定根...

【技术特征摘要】
1.一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，其特征在于，该方法包括如下步骤：第一步：预测模型建立的前期数据准备。(1)信息完善：在城市供水管网的地理信息系统(GeographicInformationSystem，GIS)的漏失系统中，完善漏失管道的相关信息，包括管材、管径、管道埋设时间、管道编号、管长、漏失事件接报时间；(2)信息编码：根据影响因子的属性不同，管道管材作为不连续变量，管道管材分别为：钢管、球墨铸铁管、普通铸铁管、镀锌管、钢塑复合管；(3)信息初步处理：将同一根管道的漏失事件接报时间减去管道埋设时间，得到该管道发生漏失时的年龄，即管龄；第二步：影响因子的确定根据发生漏失管道的完整信息，本方法选定管长L、管龄A和管径D为影响因子，每年漏失发生次数Z(以下简称：年漏失次数)随影响因子而改变；第三步：数据分组处理方法(1)选定GIS中n年完整的漏失管道信息作为原始数据，其中前(n-1)年原始数据用于预测模型的建立，第n年的原始数据用于预测模型的验证；(2)根据管材的不同，对五种管材分别建立各自的漏失预测模型，具体方法见第四步；(3)根据不同管材在供水管网中实际铺设的管径D不同，在每一种管材内按照管径大小再进行分组，相同管径的为一组；(4)根据不同管材管径分组内每一组管径的管道每年漏失发生次数的不同，按照公式(1)分别计算每一种管材管径分组内每一组管径所有管道总的年漏失次数；式中：Z为每一组管径年漏失次数，次/年；i为每一相同管径的管道编号；Zi为管道i的前(n-1)年总漏失次数，次；n-1为研究所用原始数据的年数；(5)根据不同管材管径分组内的每一组管径的管道在发生漏失时的管龄的不同，按照公式(2)计算该管材管径分组内每一组管径所有管道的加权管龄；式中：A为(n-1)年管材管径分组内每一组管径所有管道的加权管龄，年；Ai为(n-1)年管材管径分组内每一组管径内某管道i的管龄，年；(6)根据不同管材管径分组内每一组管径管道长度，即管长的不同，按照公式(3)分别计算...

【专利技术属性】
技术研发人员：吴珊，李岚，侯本伟，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11