基于城市供水管网运行安全动态预警的数据库及建立方法技术

本发明专利技术公开了一种基于城市供水管网运行安全动态预警的数据库建立方法，根据本发明专利技术方法建立的数据库包括供水管网功能状态评估子数据库、异常事件分析识别子数据库、SCADA实时监测子数据库，通过收集归类整理各项供水管网数据，为供水公司在进行供水管网安全状态评价和异常事件分析识别提供数据支撑，从而有效提高供水管网安全运行维护工作效率。

【技术实现步骤摘要】
基于城市供水管网运行安全动态预警的数据库及建立方法
本专利技术属于城市供水管网运行安全动态预警领域，具体涉及一种基于城市供水管网运行安全动态预警的数据库及建立方法。
技术介绍
城市供水管网是城市基础设施的重要组成部分。随着我国城市化的快速推进，城市供水管网的规模也愈发扩大。截至2018年底，我国供水管网总里程已达到865017km。城市供水管网规模的日益扩大一方面极大地增加了城市的供水能力、满足了人民正常的工作生活对于用水的需求，另一方面，也给城市供水系统的安全运行维护工作带来了巨大的挑战。由于供水管线大多敷设于地下，存在许多对其安全稳定的运行造成不利的因素，经过长时间潜移默化的影响，最终导致各类供水管网事故的频发，进而在浪费大量水资源的同时也严重影响了人民正常的工作生活，在社会效益和经济效益上均产生了负面的影响。随着城市供水系统的不断发展，供水管网范围变广、拓扑结构更加复杂，这使得供水管网的实时监测、数据分析与计算变得更加困难，因此在面对复杂的管网问题时，供水管网的运行安全功能状态评估和动态预警工作则显得至关重要。目前，尽管世界各国的学者们提出了多种可应用于城市供水管网运行安全预警的方法，现阶段我国各城市供水管网的大部分故障仍然是靠被动抢修解决，这表明供水管网的运行安全预警工作仍然不够到位。其中，多数供水公司在进行供水管网的日常运行维护时反映的一大问题就是各种与供水管网相关的数据，包括管道的基础数据、管网运行数据、历史事故的监测数据等数据，均存在不同程度的缺失或者不方便调用，导致供水公司对供水管网运行状态的分析难度急剧增加，从而无法及时有效地做出主动预防的相关措施。鉴于此，需要一种基于城市供水管网运行安全动态预警的数据库建立方法，全面而广泛地收集供水管网的各类数据，方便数据的存储调用管理，为选用科学合理的方法对城市供水管网的运行状态进行判断、实时掌握管网所处的风险状态提供数据支撑，并争取在事故发生前及时发现风险、消除故障，降低供水管道的事故率，变被动抢修为主动预防，提高供水管网安全运行维护工作效率。
技术实现思路
为了解决现有技术中存在的问题，本专利技术提供一种基于城市供水管网运行安全动态预警的数据库及建立方法，解决现有技术中供水管网相关数据缺失或不方便调用的问题。本专利技术的技术方案为：一种基于城市供水管网运行安全动态预警的数据库建立方法，具体包括以下步骤：(1)收集供水管网监测点数据和监测点布置情况，构建SCADA实时监测子数据库，反映供水管网真实运行状态；(2)收集供水管网的结构数据和运行数据，构建供水管网基础数据模块；利用供水管网基础数据、SCADA实时监测子数据库以及供水公司的模拟方案，通过EPANET软件，建立历史工况和模拟工况下的供水管网水力模型，构建水力模型模块；选取供水保障率、剩余供水能力、Todini指数、事故能量损失四个指标构成供水管网韧性评价指标模块；由供水管网基础数据模块、水力模型模块、供水管网韧性评价指标模块构建供水管网功能状态评估子数据库，模拟不同工况下各节点、管段的水力信息，反映供水管网抵抗内外风险、维持安全稳定运行的能力；(3)收集供水管网异常事件的历史数据，构建异常事件历史数据集模块；制定异常事件现场试验方案，利用消火栓作为爆管/漏损点进行现场试验，收集异常事件现场试验的数据，构建异常事件现场试验数据集模块；制定异常事件模拟方案，利用EPANET软件建立异常工况的供水管网水力模型，设置爆管/漏损点的位置和爆管/漏损流量大小，收集模型模拟运行的数据，构建异常事件模拟数据集模块；由异常事件历史数据集模块、异常事件现场试验数据集模块、异常事件模拟数据集模块构建异常事件分析识别子数据库，扩充异常事件分析识别子数据库的数据容量，结合基于数据驱动的机器学习和深度学习算法，如支持向量机(SVM)、人工神经网络(ANN)，训练识别和定位异常事件的算法模型，主动感知和预防异常事件的发生；(4)由供水管网功能状态评估子数据库、异常事件分析识别子数据库、SCADA实时监测子数据库构建基于城市供水管网运行安全动态预警的数据库，对供水管网的运行状态进行安全评估和动态预警。所述步骤(1)SCADA实时监测子数据库包括监测点布置情况、监测点监测点数据集两个模块；监测点布置情况模块包括供水管网中现有监测点的布置位置、监测点仪器型号、监测点布置规划情况，由供水公司GIS数据库提供；监测点监测数据集模块包括自来水厂出厂处和管网监测点处的流量和压力数据，由供水公司SCADA系统提供。所述步骤(2)供水管网结构数据包括供水管道相关数据、供水管网拓扑关系、供水管网位置相关数据；其中，供水管道相关数据包括供水管道的管材、管径、管龄、阀门、接口形式；供水管网结构数据由供水公司GIS数据库和CAD验收资料提供。所述步骤(2)供水管网运行数据包括自来水厂供水曲线、用户用水曲线、水泵特性曲线；自来水厂供水曲线由SCADA实时监测子数据库提供；水泵特性曲线包括自来水厂在不同工况下使用的所有型号水泵的特性曲线，由自来水厂提供；用户用水曲线由供水公司收集的供水区域内各用户的计费水表提供。所述步骤(2)水力模型模块包括供水管网基础模型、历史工况运行数据、SCADA实时监测数据、模拟工况预测数据、不同工况水力模型；供水管网基础模型仅包含管网拓扑结构、管长、管径、节点标高等供水管网结构数据；历史工况运行数据包括自来水厂供水情况、水泵运行方案、用户用水情况，由供水管网运行数据子模块提供；SCADA实时监测数据由SCADA实时监测子数据库提供；模拟工况预测数据包括预计自来水厂供水情况、水泵运行方案、用户用水情况，由供水公司制定的模拟方案提供；将历史工况运行数据导入供水管网基础模型并用SCADA实时监测数据进行流量和压力校核即可得到历史工况下的水力模型；将模拟工况预测数据导入供水管网基础模型即可得到模拟工况下的水力模型。所述步骤(2)供水保障率表示供水系统实际供水量占供水区域内用户需水量的比值，其数值范围为0—1；供水保障率是权衡供水管网运行状态的指标，系统的供水保障率越高，则说明供水管网越安全稳定、韧性越强。所述步骤(2)剩余供水能力表示在研究区域内供水情况不发生改变的情况下剩余的可用作供水能力占理论最大供水能力的百分比，其数值范围为0—100％；供水系统的剩余供水能力越高，表明面对大用水量工况时供水可靠性越高，则供水管网越安全稳定、韧性越强。所述步骤(2)Todini指数表示节点总富余能量与最大可消耗能量的比值；Todini指数是衡量供水能量效率的指标，其值越高，则供水管网韧性越强。所述步骤(2)事故能量损失表示事故发生前后节点总能量之差；事故能量损失是衡量事故对于供水系统流量压力影响的指标，可用于判定各管段对供水系统的影响程度。所述步骤(3)异常事件历史数据集模块包括异常事件发生位置、异常事件发生时间、漏损/爆管流量大小、异常事件发生时SCADA监测数据(包括出厂和监测点处的压力值、流量值)；异常事件的发生位置、发生时间、漏损或爆管的流量由本文档来自技高网...

【技术保护点】
1.一种基于城市供水管网运行安全动态预警的数据库建立方法，其特征在于，包括以下步骤：/n(1)收集供水管网监测点数据和监测点布置情况，构建SCADA实时监测子数据库，反映供水管网真实运行状态；/n(2)收集供水管网的结构数据和运行数据，构建供水管网基础数据模块；利用供水管网基础数据、SCADA实时监测子数据库以及供水公司的模拟方案，通过软件，建立历史工况和模拟工况下的供水管网水力模型，构建水力模型模块；选取供水保障率、剩余供水能力、Todini指数、事故能量损失四个指标构成供水管网韧性评价指标模块；由供水管网基础数据模块、水力模型模块、供水管网韧性评价指标模块构建供水管网功能状态评估子数据库，模拟不同工况下各节点、管段的水力信息，反映供水管网抵抗内外风险、维持安全稳定运行的能力；/n(3)收集供水管网异常事件的历史数据，构建异常事件历史数据集模块；制定异常事件现场试验方案，利用消火栓作为爆管/漏损点进行现场试验，收集异常事件现场试验的数据，构建异常事件现场试验数据集模块；制定异常事件模拟方案，利用软件建立异常工况的供水管网水力模型，设置爆管/漏损点的位置和爆管/漏损流量大小，收集模型模拟运行的数据，构建异常事件模拟数据集模块；由异常事件历史数据集模块、异常事件现场试验数据集模块、异常事件模拟数据集模块构建异常事件分析识别子数据库，扩充异常事件分析识别子数据库的数据容量，结合基于数据驱动的机器学习和深度学习算法，训练识别和定位异常事件的算法模型，主动感知和预防异常事件的发生；/n(4)由供水管网功能状态评估子数据库、异常事件分析识别子数据库、SCADA实时监测子数据库构建基于城市供水管网运行安全动态预警的数据库，对供水管网的运行状态进行安全评估和动态预警。/n...

【技术特征摘要】
1.一种基于城市供水管网运行安全动态预警的数据库建立方法，其特征在于，包括以下步骤：
(1)收集供水管网监测点数据和监测点布置情况，构建SCADA实时监测子数据库，反映供水管网真实运行状态；
(2)收集供水管网的结构数据和运行数据，构建供水管网基础数据模块；利用供水管网基础数据、SCADA实时监测子数据库以及供水公司的模拟方案，通过软件，建立历史工况和模拟工况下的供水管网水力模型，构建水力模型模块；选取供水保障率、剩余供水能力、Todini指数、事故能量损失四个指标构成供水管网韧性评价指标模块；由供水管网基础数据模块、水力模型模块、供水管网韧性评价指标模块构建供水管网功能状态评估子数据库，模拟不同工况下各节点、管段的水力信息，反映供水管网抵抗内外风险、维持安全稳定运行的能力；
(3)收集供水管网异常事件的历史数据，构建异常事件历史数据集模块；制定异常事件现场试验方案，利用消火栓作为爆管/漏损点进行现场试验，收集异常事件现场试验的数据，构建异常事件现场试验数据集模块；制定异常事件模拟方案，利用软件建立异常工况的供水管网水力模型，设置爆管/漏损点的位置和爆管/漏损流量大小，收集模型模拟运行的数据，构建异常事件模拟数据集模块；由异常事件历史数据集模块、异常事件现场试验数据集模块、异常事件模拟数据集模块构建异常事件分析识别子数据库，扩充异常事件分析识别子数据库的数据容量，结合基于数据驱动的机器学习和深度学习算法，训练识别和定位异常事件的算法模型，主动感知和预防异常事件的发生；
(4)由供水管网功能状态评估子数据库、异常事件分析识别子数据库、SCADA实时监测子数据库构建基于城市供水管网运行安全动态预警的数据库，对供水管网的运行状态进行安全评估和动态预警。


2.根据权利要求1所述的一种基于城市供水管网运行安全动态预警的数据库建立方法，其特征在于，所述步骤(1)中，SCADA实时监测子数据库包括监测点布置情况、监测点监测点数据集两个模块；监测点布置情况模块包括供水管网中现有监测点的布置位置、监测点仪器型号、监测点布置规划情况，由供水公司GIS数据库提供；监测点监测数据集模块包括自来水厂出厂处和管网监测点处的流量和压力数据，由供水公司SCADA系统提供。


3.根据权利要求1所述的一种基于城市供水管网运行安全动态预警的数据库建立方法，其特征在于，所述步骤(2)中，供水管网结构数据包括供水管道相关数据、供水管网拓扑关系、供水管网位置相关数据；其中，供水管道相关数据包括供水管道的管材、管径、管龄、阀门、接口形式；供水管网结构数据由供水公司GIS数据库和CAD验收资料提供；供水管网运行数据包括自来水厂供水曲线、用户用水曲线、水泵特性曲线；自来水厂供水曲线由SCADA实时监测子数据库提供；水泵特性曲线包括自来水厂在不同工况下使用的所有型号水泵的特性曲线，由自来水厂提供；用户用水曲线由供水公司收集的供水区域内各用户的计费水表提供。


4.根据权利要求1所述的一种基于城市供水管网运行安全动态预警的数据库建立方法，其特征在于，所述步骤(2)中，水力模型模块包括供水管网基础模型、历史工况运行数据、SCADA实时监测数据、模拟工况预测数据、不同工况水力模型；供水管网基础模型仅包含管网拓扑结构、管长、管径、节点标高的供水管网结构数据；历史工况运行数据包括自来水厂...

【专利技术属性】
技术研发人员：彭森，吴星麒，吴卿，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12