本發(fā)明屬于城市供水管網(wǎng)領(lǐng)域，涉及供水管網(wǎng)的爆管異常定位，具體是一種基于SCADA數(shù)據(jù)和實(shí)時模型的城市供水管網(wǎng)爆管在線定位方法。
背景技術(shù)：
：爆管漏水在供水管網(wǎng)中普遍存在，具有突發(fā)性，會導(dǎo)致供水系統(tǒng)運(yùn)行異常，影響居民生活和企業(yè)生產(chǎn)，甚至?xí)：θ松戆踩?。然而，爆管偵測與定位較為復(fù)雜，涉及爆管發(fā)生時管網(wǎng)系統(tǒng)動態(tài)狀況，受到測點(diǎn)少、測量精度低、采集傳輸實(shí)時性差、水力模型不可靠等因素影響。目前管網(wǎng)爆管定位方法主要有基于在線數(shù)據(jù)分析（如瞬變流逆分析等）方法和基于微觀模型（如離線模型異常校核）方法，前一類方法基于在線數(shù)據(jù)，可一定程度上實(shí)現(xiàn)爆管流量初步估計和爆管點(diǎn)區(qū)域劃定，但易受管網(wǎng)噪聲影響，易漏診，且定位誤差大；后一類方法雖可在理論上實(shí)現(xiàn)精確定位，但離線模型往往精度較低，存在固有誤差源，同時，由于爆管會對管網(wǎng)系統(tǒng)產(chǎn)生破環(huán)性影響，直接影響管網(wǎng)各個區(qū)域壓力態(tài)勢，同時會對入水口水壓造成波動，傳統(tǒng)離線模型忽略這部分變化，易產(chǎn)生較大定位誤差。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明針對供水管網(wǎng)在線定位的需要，提出了一種基于SCADA數(shù)據(jù)和實(shí)時模型的城市供水管網(wǎng)爆管在線定位方法。為實(shí)現(xiàn)上述目的，本發(fā)明采取以下步驟：步驟1、監(jiān)測壓力波谷，確定疑似爆管時間邊界和校核測點(diǎn)根據(jù)各測壓點(diǎn)在爆管發(fā)生前后的壓力變化的先后順序和壓力波谷，得出測點(diǎn)壓力因爆管發(fā)生變化的起始時間、截止時間，從而獲得用于實(shí)時模型優(yōu)化校核的起始時間，持續(xù)時間T以及有壓力值反饋的時刻k，選擇負(fù)壓波變化比較明顯的測點(diǎn)作為校核測點(diǎn)，設(shè)其個數(shù)為m。步驟2、初步定位爆管發(fā)生前后，測點(diǎn)與水源壓差的比值（壓降比）反映了爆管發(fā)生后測點(diǎn)附近的流量異常情況，用公式表示為：其中，表示管網(wǎng)中各測點(diǎn)在爆管發(fā)生后時刻時附近區(qū)域的流量異常率，表示爆管發(fā)生起始時刻，表示爆管發(fā)生后時刻測點(diǎn)與水源水頭的壓差，表示時刻測點(diǎn)與水源水頭的壓差。根據(jù)每次爆管發(fā)生后測點(diǎn)的流量異常率變化，選擇測點(diǎn)當(dāng)中異常率變化明顯的測點(diǎn)，按照它們所在位置，劃定矩形區(qū)域，作為實(shí)時優(yōu)化校核模型搜索爆管點(diǎn)的初始區(qū)域。步驟3、精確定位目標(biāo)函數(shù)以連續(xù)時間內(nèi)壓力測點(diǎn)的壓力模擬值和實(shí)際值、流量測點(diǎn)的模擬值與實(shí)際值之間的差值絕對值之和作為評價標(biāo)準(zhǔn)，迭代求解最小值，獲得最可能的爆管節(jié)點(diǎn)和爆管流量。具體為：其中，為壓力測點(diǎn)在時刻的優(yōu)化模擬值，為壓力測點(diǎn)SCADA監(jiān)測值；為測流管線的優(yōu)化模擬值，為測流管線的SCADA監(jiān)測值，T為優(yōu)化校核時間段，為由步驟1選定的壓力測點(diǎn)數(shù)目，n為供水管網(wǎng)中管線流量測點(diǎn)數(shù)目，、是分配的權(quán)重系數(shù)，具體由管網(wǎng)實(shí)際情況經(jīng)驗(yàn)值給定。通過模型模擬某節(jié)點(diǎn)的流量大幅度變化來模擬爆管現(xiàn)象，以節(jié)點(diǎn)位置以及節(jié)點(diǎn)漏失量作為優(yōu)化過程的自變量。通過遺傳算法優(yōu)化求解。設(shè)定遺傳算法參數(shù)，包括種群規(guī)模、進(jìn)化代數(shù)、選擇、交叉、變異方法、交叉概率、變異概率；確定染色體編碼方式，以空間自然搜索的方式編碼染色體，即將節(jié)點(diǎn)的二維坐標(biāo)，連續(xù)時間區(qū)間的爆管流量作為染色體基因位，具體如下表1所示：表1…每個節(jié)點(diǎn)對應(yīng)一個二維坐標(biāo)，反之，每個二維坐標(biāo)可映射到一個距離其最近的節(jié)點(diǎn)。在搜索時，改變二維坐標(biāo)大小，即可改變目標(biāo)節(jié)點(diǎn)。代表優(yōu)化校核第一個時刻的節(jié)點(diǎn)爆管流量大小，則代表下一時刻，后面同理。確定基于壓力和流量擬合誤差最小化的目標(biāo)函數(shù)，利用獲取的管網(wǎng)邊界數(shù)據(jù)建立實(shí)時模型，迭代進(jìn)化模擬優(yōu)化實(shí)時模型，求得精確的爆管點(diǎn)和爆管漏損量。本發(fā)明的有益效果：本發(fā)明能實(shí)現(xiàn)對爆管等異常事件的高精度快速偵測定位，降低爆管對供水管網(wǎng)系統(tǒng)造成的危害。附圖說明圖1為S市小型DMA管網(wǎng)；圖2為14個測點(diǎn)的壓力曲線圖；圖3為14個測點(diǎn)異常率變化曲線圖；圖4為爆管定位具體方案流程圖。具體實(shí)施方式為使本發(fā)明的技術(shù)易于理解，下面結(jié)合附圖給出一個實(shí)例，對本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。S市供水公司于2015年4月3日上午9點(diǎn)到12點(diǎn)，做了5次模擬爆管實(shí)驗(yàn)。本實(shí)例以該S市做爆管實(shí)驗(yàn)的小型DMA管網(wǎng)為研究對象，如圖1所示，該管網(wǎng)包含5293個普通用水節(jié)點(diǎn)，5415條管道，14個內(nèi)部壓力監(jiān)測點(diǎn)，18個大表流量測點(diǎn)，2條內(nèi)部測流管線，圖中標(biāo)注的41922、26124和26125為管網(wǎng)中的3個入水口，壓力和流量均有測量。已知左側(cè)矩形方框區(qū)域曾發(fā)生過一次爆管事件，左側(cè)粗原點(diǎn)標(biāo)記的節(jié)點(diǎn)為內(nèi)部壓力測點(diǎn)，中間圓圈圈起來的兩條管線是內(nèi)部測流管線。步驟1、監(jiān)測壓力波谷，確定疑似爆管時間邊界和校核測點(diǎn)根據(jù)SCADA系統(tǒng)獲取爆管發(fā)生的大致時間段和壓力數(shù)據(jù)，繪制爆管發(fā)生時間段內(nèi)14個測點(diǎn)的壓力曲線圖，如圖2所示，確定14個測點(diǎn)壓力普遍開始下降的起始時間、降幅較大的主要節(jié)點(diǎn)、下降到壓力波波谷的平均時間。分析圖2可知，14個測點(diǎn)壓力普遍開始下降的時間是第4分鐘開始，第8分鐘普遍下降到壓力波波谷。其中，測點(diǎn)25727、23770、1193、32048下降幅度較大，下降速度也較快，其余測點(diǎn)之間壓力變化大致相同，且降幅較小。根據(jù)14個測壓點(diǎn)的時間邊界，確定實(shí)時模型起始時間=4，連續(xù)校核時間區(qū)間T=4，選擇25727、23770、1193、32048作為校核目標(biāo)測點(diǎn)，測點(diǎn)數(shù)目m=4，忽略其他變化不明顯的壓力測點(diǎn)。爆管發(fā)生后，測點(diǎn)采集到壓力值的時刻k取值為：1，2，3，4，……，10。步驟2初步定位依據(jù)以下公式，求測點(diǎn)的流量異常率其中，表示管網(wǎng)中各測點(diǎn)在爆管發(fā)生后時刻時附近區(qū)域的流量異常率，表示爆管發(fā)生起始時刻，表示時刻測點(diǎn)與水源水頭的壓差，表示爆管發(fā)生后時刻測點(diǎn)與水源水頭的壓差。求得爆管發(fā)生后10分鐘內(nèi)流量異常率如下表2所示表2測點(diǎn)/異常率/時間123456789106051.001.131.271.471.401.491.471.491.381.348501.001.041.041.041.001.041.000.990.990.9911931.001.391.341.401.341.401.401.351.371.3012441.001.061.031.041.031.041.001.031.011.0131201.001.021.321.451.401.411.411.561.381.3234871.001.051.121.371.391.451.451.471.471.2956041.001.021.291.341.321.291.441.441.241.20237701.001.051.021.031.001.020.940.990.970.97255551.001.061.011.021.001.010.940.970.950.98257271.001.031.021.001.021.000.950.950.950.91271151.001.011.001.010.970.920.930.970.990.97282111.001.051.021.011.001.020.960.980.990.98320481.001.311.271.301.241.331.331.281.251.22400841.001.060.991.040.990.960.971.001.000.99繪制14個測點(diǎn)異常率變化曲線圖，如圖3所示。找出異常率變化較大的幾個節(jié)點(diǎn)，作為初步搜索區(qū)域。統(tǒng)計得出異常率值較大，變化較明顯的幾個測點(diǎn)分別是：1193、32048、605、3487和3120。異常率值得分布區(qū)間是(1.2,1.6)。根據(jù)選取節(jié)點(diǎn)，在EPANET供水管網(wǎng)模型軟件中獲得其具體坐標(biāo)。將異常率大于1的這幾個主要測點(diǎn)，作為優(yōu)化校核模型的初步搜索邊界，也就是自變量中坐標(biāo)參數(shù)的取值邊界；具體是將異常率大于1的測點(diǎn)的節(jié)點(diǎn)坐標(biāo)進(jìn)行排序，選擇X坐標(biāo)中最小，最大值，Y坐標(biāo)中最小、最大值作為優(yōu)化校核模型的左右、下上四個搜索邊界。爆管流量的初步取值范圍依據(jù)歷史壓力異常率對應(yīng)的爆管流量幅度區(qū)間經(jīng)驗(yàn)確定。如下表3所示表3爆管序號/值/參數(shù)XminXmaxYminYmax爆管流量范圍157,811.3959,674.4218,223.8720,246.660~1,000.00步驟3.精確定位依據(jù)步驟1和步驟2確定優(yōu)化校核測點(diǎn)、優(yōu)化校核時間區(qū)間、爆管搜索范圍和爆管漏損量取值范圍進(jìn)行精確定位。采集第4分到第8分的SCADA數(shù)據(jù)，具體是出、入口壓力數(shù)據(jù)、流量數(shù)據(jù)、優(yōu)化目標(biāo)測點(diǎn)的壓力數(shù)據(jù)、管道狀態(tài)數(shù)據(jù)、大表用戶流量數(shù)據(jù)等。其中，入口壓力數(shù)據(jù)在線更新為水庫水頭，大表流量數(shù)據(jù)直接更新為對應(yīng)節(jié)點(diǎn)的需水量數(shù)據(jù)，依據(jù)管道的開度，直接更新對應(yīng)管道為開或者關(guān)。以爆管發(fā)生時間段的測點(diǎn)實(shí)時模擬值與實(shí)測值之差，作為優(yōu)化校核目標(biāo)函數(shù)，具體為：,依據(jù)壓力擬合差和流量擬合差的比值區(qū)間經(jīng)驗(yàn)給定，該管網(wǎng)是1/10的關(guān)系，則設(shè)為1,為0.1，以平衡兩者在誤差累計中的權(quán)重，管網(wǎng)中有兩條流量測點(diǎn)，故n=2。編碼、選擇、交叉和變異方法分別采用實(shí)數(shù)編碼、輪盤賭選擇、實(shí)數(shù)交叉和單點(diǎn)變異；進(jìn)化代數(shù)；種群規(guī)模；交叉和變異概率分別為,。染色體的具體形式如表4所示表4X坐標(biāo)Y坐標(biāo)t時刻需水量t+1時刻需水量t+2時刻需水量…57,822.3959,624.42345.21452.12321.78…利用EPANET水力求解引擎將選取的SCADA在線數(shù)據(jù)按優(yōu)化時間對應(yīng)更新到管網(wǎng)模型上去，實(shí)現(xiàn)實(shí)時模擬。通過遺傳算法迭代進(jìn)化，改變?nèi)旧w基因，評價適應(yīng)度函數(shù)，實(shí)現(xiàn)實(shí)時校核，最終獲得最好的染色體，從而得到最可能的爆管坐標(biāo)和爆管流量，方案流程圖如圖4所示。利用EPANET獲取所有DMA管網(wǎng)的節(jié)點(diǎn)坐標(biāo)，求得與爆管坐標(biāo)歐氏距離最近的節(jié)點(diǎn)坐標(biāo)，確定該節(jié)點(diǎn)即為爆管節(jié)點(diǎn)。根據(jù)以上方法，求得5次爆管定位偏差見表5所示，求解得到的爆管漏損量見表6。表5求解爆管點(diǎn)與實(shí)際爆管點(diǎn)距離偏差實(shí)驗(yàn)序號/值/參數(shù)爆管求解點(diǎn)實(shí)際點(diǎn)歐式距離差值1167126551249.1096626182967573.93230837525575631.707141713731733478.9318255419925133997.32585表6最優(yōu)解對應(yīng)的爆管流量實(shí)驗(yàn)序號/值/參數(shù)最優(yōu)解第1分鐘第2分鐘第3分鐘11671166.186990358.4865810.982382618172.1317902185.5464160.795937511.6561966212.0656211.2689941713710.8648950313.4588212.0984255419910.83961735125.49610.37903當(dāng)前第1頁1 2 3