一种实时水网压力平衡控制的方法和系统技术方案

本发明专利技术涉及一种实时水网压力平衡控制的方法和系统，决策方法包括如下步骤：获取各节点实时水压数据并输入预训练好的水压调节模型，获得水网各节点的压力指导值，实现水网压力平衡控制，其中，所述水压调节模型包括：水网压力评估网络，用于根据所述各节点实时水压数据，获取水网压力分值；水网压力控制网络，用于根据所述各节点实时水压数据和所述水网压力分值，获取水网各节点的压力指导值，所述水网压力控制网络包括一层或多层图卷积神经网络层。与现有技术相比，本发明专利技术通过使用更契合水网结构的图卷积神经网络设计神经网络模型，解决了全连接神经网络不可以捕捉节点间的相互依赖关联消息的问题。依赖关联消息的问题。依赖关联消息的问题。

【技术实现步骤摘要】
一种实时水网压力平衡控制的方法和系统


[0001]本专利技术涉及智能水务领域，尤其是涉及一种实时水网压力平衡控制的方法和系统。

技术介绍

[0002]在智能时代，智能水务的发展很迅速，要充分发掘数据价值和逻辑关系，实现水务业务系统的控制智能化、管理精确化，保障水务设施安全运行。智能水务中需要建立智能化的控制系统，基于历史水网数据，搭建水务模型。
[0003]目前水务模型主要是通过水务专家人工设计和基于传统全连接神经网络两种方式搭建。基于水务专家设计模型的手段优点是需要的历史数据少，专家可以依据自己的经验提取模型特征，快速建立模型；缺点是需要大量的人力来建模和测试，并且模型的优劣很大程度取决于专家的经验。基于全连接神经网络的手段优点是可以使用数据驱动提取特征，方便修改与测试，减少人工；缺点是需要大量的数据且模型过于简单。
[0004]中国专利技术公开号CN113756394A公开了一种基于减压阀的供水管网压力管理系统性能测试方法，基本步骤如下：选择需要对压力管理系统进行测试的性能；若对压力调节精确性和敏感性进行测试，选择性能测试的工况，设置减压阀阀后的压力，通过电磁流量计显示的数据，对比实际压力与设置压力的差异，测试压力调整的精确性；根据实际压力达到设置压力的速度，测试压力调整的敏感性；若对压力管理系统的稳压效果进行测试，减压阀阀后的压力保持不变，多次调节水池增压泵的阀前压力，通过电磁流量计的压力数据，测试稳压效果；若为压力管理系统对供水管网的漏损控制效果测试，通过水龙头模拟管网漏点，调节减压阀阀后压力，通过电磁流量计的流量数据，确定压力与漏损之间的关系，测试压力管理系统使用前后漏损减少量。本专利技术针对压力管理系统进行测试的性能的种类，设计了不同的测试方法。方法中涉及如减压阀阀后控制压力等参数的设计，参数需要人力来建模和进行大量的测试，并且模型的优劣很大程度取决于经验。
[0005]中国专利技术公开号CN113970073A公开了一种基于ResNet的供水管网泄漏精准定位方法，包括以下步骤：构建供水管网泄漏精准定位网络模型，其中，供水管网泄漏精准定位网络模型包括ResNet网络，分类模块和回归模块；对供水管网泄漏精准定位网络模型进行训练得到理想供水管网泄漏精准定位网络；通过压力传感器采集供水管网中多个节点的压力数据，并将压力数据输入理想供水管网泄漏精准定位网络；ResNet网络对压力数据进行特征提取，特征提取的结果同时输入分类模块和回归模块；通过分类模块得到每条管道的预测泄漏概率值，以及通过回归模块得到每条管道的预测泄漏位置；筛选出预测泄漏概率值最高的管道，并将该管道对应的预测泄漏位置作为管网泄漏定位结果。该方法采用残差神经网络构建定位网络模型，由于全连接神经网络不可以捕捉节点间的相互依赖关联消息，神经网络模型的特征提取能力较差，需要较多优质数据进行训练。
[0006]中国技术公开号CN215929235U公开了一种供水管网区域压力管理系统，通过设置多个远程无线压力监测单元实现供水管道压力的远程监测，及时准确的获得管道的压
力数据，当管道出现破裂漏水时管道压力下降，根据管道压力变化及时发现漏水破裂的管道，该专利通过GPRS进行通信，其信号传输速度较慢，且传输网络频谱较窄，无法实现完全覆盖，同时，无法对管网的压力进行自动调控，保证管网压力动态维持稳定。该技术只能得出故障范围的现状，采用两段式决策。
[0007]综上，现有的实时水网压力平衡控制的方法存在如下缺点：
[0008](1)现有技术的水务模型设计主要依托专家经验，模型设计需要花费大量的人力，同时模型的性能过于依赖专家自身的知识储备，导致不同模型设计的性能差别很大，且测试复杂，不利于在智能水务时代的大量快速部署；
[0009](2)现有技术使用传统的全连接神经网络模型，不能依托水网自身的特性，导致模型提取特征性能较差，同时训练时需要大量优质的数据；
[0010](3)现有技术在训练神经网络模型时，设立的目标主要是分类任务，这种训练得到的模型只能反映出某个节点的问题，而不能给出节点相关压力信息的建议，最终如何调控的问题还是落在水务专家的经验上来，不能完全实现智能化控制。

技术实现思路

[0011]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种无需依赖专家进行模型设计的同时，有效提高检测精度的实时水网压力平衡控制的方法和装置。
[0012]本专利技术的目的可以通过以下技术方案来实现：
[0013]根据本专利技术的一个方面，提供了一种实时水网压力平衡控制的方法，包括如下步骤：获取各节点实时水压数据并输入预训练好的水压调节模型，获得水网各节点的压力指导值实现水网压力平衡控制，其中，所述水压调节模型包括：水网压力评估网络，用于根据所述各节点实时水压数据，获取水网压力分值；水网压力控制网络，用于根据所述各节点实时水压数据和所述水网压力分值，获取水网各节点的压力指导值，所述水网压力控制网络包括一层或多层图卷积神经网络层。
[0014]作为优选的技术方案，所述的水网压力控制网络包括一层或多层的线性层。
[0015]作为优选的技术方案，所述的水网压力控制网络中，图卷积神经子网络的数量为1
‑
5。
[0016]作为优选的技术方案，所述的水网压力评估网络包括至少一个图卷积神经网络层。
[0017]作为优选的技术方案，所述的水压调节模型还包括监督生成网络，用于在模型训练过程中，根据所述水网各节点的压力指导值，获取用于构建损失函数的训练评判指标，所述的监督生成网络包括一个与所述水网压力评估网络结构相同的子网络和一个数学计算层，所述数学计算层用于根据所述子网络输出所述训练评判指标。
[0018]作为优选的技术方案，所述预训练好的水压调节模型的获取步骤包括：
[0019]获取训练样本集，其中，所述训练样本集中的每个样本均包括各节点实时水压数据和理想的各节点水压调节值；
[0020]基于所述训练样本集对所述水压调节模型进行训练，损失函数值达到预设收敛条件后，获得所述预训练好的水压调节模型，
[0021]其中，获得所述损失函数值的损失函数的自变量包括训练评判指标、压力指导值
和理想的各节点水压调节值。
[0022]作为优选的技术方案，所述的损失函数的计算函数如下：
[0023][0024]其中，b
j
为训练评判指标，c
i
为所述压力指导值，a
′
i
为所述理想的各节点水压调节值。
[0025]根据本专利技术的另一个方面，提供了一种实时水网压力平衡控制的系统，包括：
[0026]输入模块，用于获取实时水网状态信息，并根据所述实时水网状态信息，获取各节点实时水压数据；
[0027]控制模块，用于根据所述各节点实时水压数据，通过水压调节模型获取水网各节点的压力指导值；
[0028]执行模块，用于根据所述水网各节点的压力指导值，获取各节点水压调节值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时水网压力平衡控制的方法，其特征在于，包括如下步骤：获取各节点实时水压数据并输入预训练好的水压调节模型，获得水网各节点的压力指导值，实现水网压力平衡控制，其中，所述水压调节模型包括：水网压力评估网络，用于根据所述各节点实时水压数据，获取水网压力分值；水网压力控制网络，用于根据所述各节点实时水压数据和所述水网压力分值，获取水网各节点的压力指导值，所述水网压力控制网络包括一层或多层图卷积神经网络层。2.根据权利要求1所述的一种实时水网压力平衡控制的方法，其特征在于，所述的水网压力控制网络包括一层或多层的线性层。3.根据权利要求1所述的一种实时水网压力平衡控制的方法，其特征在于，所述的水网压力控制网络中，图卷积神经子网络的数量为1
‑
5。4.根据权利要求1所述的一种实时水网压力平衡控制的方法，其特征在于，所述的水网压力评估网络包括至少一个图卷积神经网络层。5.根据权利要求1所述的一种实时水网压力平衡控制的方法，其特征在于，所述的水压调节模型还包括监督生成网络，用于在模型训练过程中，根据所述水网各节点的压力指导值，获取用于构建损失函数的训练评判指标，所述的监督生成网络包括一个与所述水网压力评估网络结构相同的子网络和一个数学计算层，所述数学计算层用于根据所述子网络输出所述训练评判指标。6.根据权利要求1所述的一种实时水网压力平衡控制的方法，其特征在于，所述预训练好的水压调节模型的获取步骤包括：获取训练样本集，其中，...

【专利技术属性】
技术研发人员：杨爽，蒋建军，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：