[发明专利]供水管网节点流量动态自适应优化方法

摘要

本发明从供水管网节点流量的随机性特征出发，探索一种基于不确定性分析的供水管网节点流量动态自适应优化方法，首先通过不确定性分析，计算敏感节点流量的概率分布，确定其合理优化区间；动态捕捉管网压力、流量等在线监测数据的变化，采用智能优化算法，实现管网敏感节点流量的动态自适应优化调整，本发明的有益效果：本发明提出了一种供水管网节点流量动态自适应优化机制，动态捕捉管网在线监测数据的实时变化，实现了敏感节点流量的快速响应校正；该技术通过不确定性分析，得到压力监测值的概率分布，进而通过反演计算，得到敏感节点流量的概率分布，使得节点流量优化的范围有据可循，同时也大大缩短了优化计算耗时。

主权项

1.供水管网节点流量动态自适应优化方法，其特征在于，包括如下步骤：S1节点流量的初算按照传统节点流量计算方法，将节点流量分为大用户流量、普通用户流量及漏失量三部分，初步计算各节点的基础节点流量；按照管网特征，对管网用户进行分类，并展开参数测试，分析各类用户的用水量变化规律并绘制相应曲线，计算各类用户的用水量变化模式；S2构建管网水力模型水力仿真模型：式中：GL——L个管段的非线性能量连续方程；GN——N个节点的线性质量守恒方程；GR——R个水池或水塔的方程；S3灵敏度分析计算以所构建的供水管网水力模型为基础，建立节点流量对管网压力的灵敏度模型；以灵敏度计算分析结果为依据，筛选出灵敏度系数较高的节点，作为动态自适应优化的对象；S4不确定性分析以步骤S2中筛选出的灵敏度系数较高的节点为对象，展开不确定性分析计算；采用蒙特卡洛方法建立概率分布模型，抽样生成敏感节点流量随机数，以随机数作为仿真模型的输入参数进行水力模拟计算，得到监测点压力值的概率分布，并绘制监测点压力的累积密度分布曲线；S5建立供水管网反演计算模型采用BP人工神经网络建立供水管网反演计算模型；以所建立的管网水力模型为基础，采用敏感节点流量值与相应的监测点压力值进行模型训练，以监测点压力值的概率分布为输入数据，通过反演计算，获得敏感节点流量的概率分布，并存入管网节点流量动态优化数据库；S6供水管网节点流量动态自适应优化以供水管网在线压力、流量监测数据为基础，建立节点流量动态自适应调整机制；以敏感节点流量为自变量，以压力监测点、流量监测点监测值与模拟值差值最小为目标，以敏感节点流量的概率分布为约束，建立动态自适应优化模型，实现供水管网敏感节点流量的动态自适应优化。