一种基于仿生优化的供水管网爆漏监测点优化布置方法技术

本申请涉及一种基于仿生优化的供水管网爆漏监测点优化布置方法，包括对待布点管网系统进行拓扑构建；整理并输入供水系统工作时的管道信息和各项参数，并联合节点连续性方程、能量方程和压降方程建立管道系统水力模型，仿真计算供水管网不同工况的水力特性；利用管道系统水力模型，获取管网各节点在稳态和爆管工况下的压力值，构建压力灵敏度矩阵；在给定监测点数目情况下，建立监测点优化布置的目标函数；使用仿生优化算法，对随机生成的初始监测点组合进行选择，最终得到使目标函数最小的组合，也即最优监测点组合。本申请不仅可以得出测点的组合，同时也可以得出节点和监测点的从属关系，为之后的爆管事件定位缩小范围。为之后的爆管事件定位缩小范围。为之后的爆管事件定位缩小范围。

【技术实现步骤摘要】
一种基于仿生优化的供水管网爆漏监测点优化布置方法


[0001]本专利技术涉及一种基于仿生优化的供水管网爆漏监测点优化布置方法。

技术介绍

[0002]近十几年来，我国的供水行业迅猛发展，管网复杂度日渐提高。在满足更多个人、企业用水需求的同时，管网爆漏等水力事故也时有发生。据住建部《2018城市建设统计年鉴》数据统计，2018年全国供水管网平均漏损率为14.62％，意味着供水管网爆漏事件监测仍有很大的进步空间。
[0003]目前主流的爆漏事件监测方法主要是通过设置监测点，获取管网运行的实时运行数据，并通过数据分析实现对爆漏事件的监测。因此，如何科学地确定监测点位置，使用尽可能少的监测点，达到有效监测管网爆漏事件的目的是非常重要的。
[0004]目前最相近的方案是以水力学理论和管网拓扑关系为基础，构造了节点间的敏感度矩阵，对各节点压力的敏感度大小进行排序，并考虑工程实际最终确定各压力监测点的位置。该方案的目标函数为：其中，上式中H
i
、H
j
表示正常工况下节点i，j的压力值，H
i
'、H
j
'表示在节点j发生爆管的情况下节点i，j的压力值。目标函数的含义为节点j发生爆管时引起节点i处水压值波动的程度。α为控制因子，实验中取值为0.8。这种方法主要着眼于使测点组合的灵敏度均值尽可能大，同时加入方差项，使测点的分布尽可能离散。
[0005]上述优化布置算法主要着眼于管网各节点在稳态和爆管工况下的压力值组成的压力灵敏度矩阵，并寻找能够使灵敏度均值、方差等统计指标最大的测点组合。这类方法只关注了测点对于爆漏事件反应的强度，却忽视了测点对于爆漏事件的覆盖广度，并且容易由于某些位置监测值偏大，使得整个组合集中于该区域，导致实际监测效果较差。这种方法对于测点的监测范围本身也缺乏度量和划分手段。

技术实现思路

[0006]本专利技术提供了一种增加监测点的离散程度，提高监测点的监测覆盖率，并且考虑了测点与节点之间的从属关系，并为随后爆漏定位打下基础的一种基于仿生优化的供水管网爆漏监测点优化布置方法。
[0007]本申请的目的是这样实现的：一种基于仿生优化的供水管网爆漏监测点优化布置方法，包括以下步骤：步骤1，拓扑构建。对待布点管网系统进行拓扑构建，该管网的拓扑结构如图2所示；步骤2，模型建立。整理并输入供水系统工作时的管道信息和各项参数，并联合节点方程、回路方程和压降方程建立管道系统水力模型，仿真计算供水管网不同工况的水力
特性；步骤3，压力灵敏度矩阵构建。利用步骤2的管道水力模型，获取管网各节点在稳态和爆管工况下的压力值，构建压力灵敏度矩阵；步骤4，目标函数建立。在给定监测点数目情况下，综合考虑监测精度和监测覆盖率，建立监测点优化布置的目标函数；步骤5，求取最佳监测点组合。使用仿生优化算法，对随机生成的初始监测点组合进行选择，变异，交叉，并根据设定的目标函数进行遗传迭代，最终得到使目标函数最小的组合，也即最优监测点组合。
[0008]本申请在监测点优化布置算法所采用的目标函数综合考虑了监测点与节点之间的从属关系，监测点之间的离散程度以及最终的监测点组合能达到的整体覆盖率，最大程度地发挥了每个测点的监测作用，从而在保证覆盖率的前提下能够使用较少的传感器，节约成本。并且，可通过调整算法的目标函数，控制布点结果是更侧重于监测点离散度，还是更加侧重于监测覆盖率指标。因而该方法不仅可以得出测点的组合，同时也可以得出节点和监测点的从属关系，为之后的爆管事件定位缩小范围。
附图说明
[0009]本申请的具体结构由以下的附图和实施例给出：图1是本专利技术方法的主要技术路线；图2是本专利技术方法使用的管网拓扑图；图3是本专利技术方法所使用的模拟数据获取流程图；图4是本专利技术方法使用的的仿生算法流程框图；图5是本专利技术方法目标函数中，参数设置为(λ1＝30,λ2＝1)时获得的监测点组合在实际管网中的分布，以及隶属于各监测点的管网；图6是本专利技术方法目标函数中，参数设置为(λ1＝1,λ2＝150)时获得的监测点组合在实际管网中的分布，以及隶属于各监测点的管网。
具体实施方式
[0010]本申请不受下述实施例的限制，可根据本申请的技术方案与实际情况来确定具体的实施方式。
[0011]在本专利技术中，为了便于描述，各部件的相对位置关系的描述均是根据说明书附图1的布图方式来进行描述的，如：上、下、左、右等的位置关系是依据说明书附图1的布图方向来确定的。
[0012]下面结合实施例及附图对本专利技术作进一步描述，实施例：如附图1、2所示，一种基于仿生优化的供水管网爆漏监测点优化布置方法，包括以下步骤：步骤1，拓扑构建：对待布点管网系统进行拓扑构建，该管网的拓扑结构如图2所示。步骤2，模型建立：整理并输入供水系统工作时的管道信息和各项参数，并联合节点连续性方程(式(1))、能量方程(式(2))和压降方程(式(3))建立管道系统水力模型，仿真计算供水管网不同工况的水力特性。
式(1)是指管网中任意节点流入、流出流量的代数和为0，式中表示与i连接的节点集合，q
ij
为节点i和节点j之间的流量，Q
i
表示节点i的总流量。式(2)是指管网中每一环各管段水头损失之和等于零，其中L表示管网环中的管段数量，h
ij
表示节点i和节点j之间的水头损失；s
ij
表示节点i，j之间管段的摩阻系数，n表示水力指数，一般取1.85～2，其余符号含义与式(1)中相同。式(3)是指供水管网中任一管段压降与其两端节点的压力差相等，H
i
、H
j
分别表示管段两端节点的压力，其余符号含义与式(1)、式(2)中相同。步骤3，压力灵敏度矩阵构建：利用步骤2的管道系统水力模型，获取管网各节点在稳态和爆管工况下的压力值，构建压力灵敏度矩阵。若管网中总节点数目为N，则压力灵敏度矩阵P的维度为N
×
N，矩阵的第(i，j)个元素计算如下：与前文所述一致，上式中H
i
、H
j
表示正常工况下节点i，j的压力值，H
i
'、H
j
'表示在节点j发生爆管的情况下节点i，j的压力值。定义节点i的压力灵敏度向量p
i
为矩阵的第i行，即p
i
＝[p
i1
,p
i2
,
…
,p
iN
]ꢀꢀꢀ
(5)步骤4，目标函数建立：在给定监测点数目情况下，综合考虑监测精度和监测覆盖率，建立监测点优化布置的目标函数。所建立的目标函数如下其中，U表示模糊划分矩阵，即每个节点对各个聚类中心的隶属度矩阵,这里聚类中心为监测点位置。矩阵U的第(i，j)个元素u
ij
∈[0,1]表示节点j隶属于第i个监测点范围的概率，其计算如式(7)；P为步骤3所构建的压力灵敏度矩阵；O表示当前测点组合能达成的监测覆盖率；α为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于仿生优化的供水管网爆漏监测点优化布置方法，包括以下步骤：步骤1，拓扑构建：对待布点管网系统进行拓扑构建；步骤2，管道水力模型建立：整理并输入供水系统工作时的管道信息和各项参数，并联合节点连续性方程、能量方程和压降方程建立管道系统水力模型，仿真计算供水管网不同工况的水力特性；步骤3，压力灵敏度矩阵构建：利用步骤2的管道系统水力模型，获取管网各节点在稳态和爆管工况下的压力值，构建压力灵敏度矩阵；步骤4，目标函数建立：在给定监测点数目情况下，综合考虑监测精度和监测覆盖率，建立监测点优化布置的目标函数；步骤5，求取最佳监测点组合：使用仿生优化算法，对随机生成的初始监测点组合进行选择，变异，交叉，并根据设定的目标函数进行遗传迭代，最终得到使目标函数最小的组合，也即最优监测点组合。2.如权利要求1所述的一种基于仿生优化的供水管网爆漏监测点优化布置方法，其特征在于：步骤2中的节点连续性方程为指管网中任意节点流入、流出流量的代数和为0，式中表示与i连接的节点集合，q
ij
为节点i和节点j之间的流量，Q
i
表示节点i的总流量。3.如权利要求2所述的一种基于仿生优化的供水管网爆漏监测点优化布置方法，其特征在于：步骤2中的能量方程为指管网中每一环各管段水头损失之和等于零，其中L表示管网环中的管段数量，h
ij
表示节点i和节点j之间的水头损失；s
ij
表示节点i，j之间管段的摩阻系数，n表示水力指数，一般取1.85～2。4.如权利要求3所述的一种基于仿生优化的供水管网爆漏监测点优化布置方法，其特征在于：步骤2中的压降方程为指供水管网中任一管段压降与其两端节点的压力差相等，H
i
、H
j
分别表示管段两端节点的压力。5.如权利要求4所述的一种基于仿生优化的供水管网爆漏监测点优化布置方法，其特征在于：步骤3中，若管网中总节点数目为N，则压力灵敏度矩阵P的维度为N
×
N，矩阵的第(i，j)个元素计算如下：其中H
i
、H
j
表示正常工况下节点i，j的压力值，H
i
'、H
...

【专利技术属性】
技术研发人员：姚俊良，金波，楚琦，
申请(专利权)人：西安普特流体控制有限公司，
类型：发明
国别省市：