CN102261933B - 一种大用户用水模式确定方法 - Google Patents

一种大用户用水模式确定方法 Download PDF

Info

Publication number
CN102261933B
CN102261933B CN201110098255.2A CN201110098255A CN102261933B CN 102261933 B CN102261933 B CN 102261933B CN 201110098255 A CN201110098255 A CN 201110098255A CN 102261933 B CN102261933 B CN 102261933B
Authority
CN
China
Prior art keywords
water
user
use model
hydraulic
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110098255.2A
Other languages
English (en)
Other versions
CN102261933A (zh
Inventor
舒诗湖
张东
康兰英
黄怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai National Engineering Research Center of Urban Water Resources Co Ltd
Original Assignee
Shanghai National Engineering Research Center of Urban Water Resources Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai National Engineering Research Center of Urban Water Resources Co Ltd filed Critical Shanghai National Engineering Research Center of Urban Water Resources Co Ltd
Priority to CN201110098255.2A priority Critical patent/CN102261933B/zh
Publication of CN102261933A publication Critical patent/CN102261933A/zh
Application granted granted Critical
Publication of CN102261933B publication Critical patent/CN102261933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种大用户用水模式确定方法，涉及给水管网系统模型参数的估计与测量领域，包括如下步骤：1.建立完善的GIS系统和SCADA系统；2.建立基于GIS系统和SCADA系统的水力模拟分析模型；3.将GIS系统和SCADA系统的数据输入到水力模拟分析模型中，导出水力模拟结果；4.将水力模拟结果通过基于GA的优化算法程序，确定优化后的大用户用水模式参数DMFs；5.选取几个典型用户安装智能水表来验证优化后的用水模式是否符合实际；6.进行后续的大用户用水模式参数DMFt优化，输出结果。本发明节省测试费用，避免了测试对用户用水的不良影响，提高供水管理水平。

Description

一种大用户用水模式确定方法
技术领域
本发明涉及给水管网系统模型参数的估计与测量领域，特别涉及大用户用水模式确定方法。
背景技术
给水管网系统动态模拟需要准确把握用户用水模式，建模实践表明，实际管网系统中用户用水模式很难准确描述，其主要原因是：1.用户太多，智能水表还没普及，普通水表抄表数据一般一个月一次甚至两个月一次，无法确定用水规律，而对每个用户逐一进行实地测试工作量太大；2.工作日和节假日的用水模式不一样，分开处理复杂性更大，现在一般是24小时的动态模拟，考虑周末用水模式不同的话，就要进行一周168小时的动态模拟，相应的用户用水模式也需168小时的连续实测。因而，传统做法是对用户按用水性质进行分类，尽可能对每一类用户进行用水模式实测，工作量也很大，用户分类越细就越接近实际。
大用户用水模式的传统测量技术主要是安装智能水表、流量计或流量logger，采集用户用水量随时间变化的数据；现场实测时，每种用水类型都有几个典型代表用户的用水量实测数据。为使用水模式曲线更准确、更好地集中某类用水户的信息，需综合、归类每类用水户用水量信息，将每类用户中几个代表性的用户用水模式曲线归类为一条。为此，一般采用主成分分析法。
发明内容
本发明就是为了解决上述问题，克服现有技术确定大用户用水模式所存在的缺陷，本发明提供一种大用户用水模式确定方法以解决上述缺陷和问题。
为了实现上述目的，本发明的技术方案如下：
一种大用户用水模式确定方法，其特征在于，包括如下步骤：
(1)建立完善的GIS系统和SCADA系统；
(2)建立基于GIS系统和SCADA系统的水力模拟分析模型；
(3)将GIS系统和SCADA系统的数据输入到水力模拟分析模型中，导出水力模拟结果；
(4)将水力模拟结果通过基于GA的优化算法程序，确定优化后的大用户用水模式参数DMFs；
(5)选取几个典型用户安装智能水表来验证优化后的用水模式是否符合实际；
(6)调整模拟和优化参数使优化后的用水模式与实测曲线基本吻合，保持这些模拟和优化参数不变，进行后续的大用户用水模式参数DMFt优化，输出结果。
上述一种大用户用水模式确定方法，其特征在于，基于GIS和SCADA系统的管网水力分析模型用于管网水力状态的延时和在线模拟。
上述一种大用户用水模式确定方法，其特征在于，所述建立基于GIS系统和SCADA系统的水力分析模型分为如下步骤：
(1)管网GIS应精细到入户表，大水表应采用GPS定位，得出x，y坐标。将GIS精确的管网图形、属性数据导入水力模型系统，GIS里的用户水表节点设为水力模型的用水节点，运营收费系统相应的水量抄表数据作为基础用水量，将SCADA系统相应的测流点和测压点的时序过程数据生成校核文件flow.dat和pressure.dat，导入水力模型系统；
(2)将水泵开关状态量的时序数据，控制阀门开度变化的时序数据生成rule.txt文件；将吸水井或水厂清水池水位的时序数据，变频泵的转速时序数据自动生成.pat文件；按以往测试经验对各用户不同时刻的DMFt进行初始估计，生成初始的用户用水模式.pat文件，然后将以上文件导入水力模型系统进行24小时-168小时的延时模拟，导出水力模拟结果.RPT文件；
(3)设定所述大用户用水模式参数变化范围，在该范围内随机产生各参数值，调用.RPT文件和权利要求4所述的优化算法进行大用户用水模式参数DMFt优化，输出结果。
上述一种大用户用水模式确定方法，其特征在于，所述基于GA的优化算法程序包括如下步骤：
(1)根据各用户用水记录数据，设定各大用户用水模式参数范围，确定大用户用水模式参数集，对参数集进行编码；
(2)在用水模式参数集内随机产生各时刻用户用水模式参数DMFt，这些参数组成的向量称为个体，随机生成由多个个体组成的初始种群；
(3)运行管网水力模型和优化程序，计算种群中各个体所述目标函数值，或适应度值，以及种群适应度值统计量；
(4)判断种群适应度值是否满足优化准则要求，即种群的统计量是否满足要求，最优个体适应度值是否满足要求；
(5)如果种群适应度值满足设定的优化准则要求，则转到步骤7执行；
(6)如果种群适应度值不满足设定的优化准则要求，则应用子代染色体生成算子生成参数向量的子代种群，转到步骤3执行；
(7)输出优化后的大用户用水模式参数向量，以及相应的种群统计量。
上述一种大用户用水模式确定方法，其特征在于，所述基于GA的优化算法程序中，优化的决策变量是所述管网内各用户24小时每隔一小时用水模式参数DMFs组成的大用户日用水模式参数向量优化目标函数如下所述，目标函数：
Min [ F ( DDP ‾ ) ] = Min ( Σ t = 1 T ( H i , t - H i , t sim ) 2 + Σ t = 1 N ( Q i , t - Q i , t sim ) 2 )
式中Hi，t为第i个测压点第t个时段的压力值，m；Hi，t sim为根据水力模型计算出的第i个测压点第t个时段的压力值，m；Qi，t为第i个测流管段第t个时段的流量值，m3/h；Qi，t sim为水力模型计算出的第i个测流管段第t个时段的流量值，m3/h；T为测压点总个数；N为流量监测点总个数。
上述一种大用户用水模式确定方法，其特征在于，所述大用户用水模式采用下述方程表达，大用户日用水模式DDP参数向量即为所述DDP方程参数DMFt所构成的向量：
Dt＝Dbase×DMFt
式中：Dt是该用户t时刻的用水量；Dbase是用户基础用水量，一般为各时刻用水量的平均值；DMFt是用户在t时刻的用水量系数。
本发明的有益效果是：不需要专门安装仪器对用户用水进行连续监测，只是应用SCADA系统日常运行数据，通过水力模型分析和GA优化方法来确定大用户用水模式，节省测试费用，避免了测试对用户用水的不良影响，提高供水管理水平。
附图说明
下面结合附图和具体实施方式来详细说明本发明：
图1是本发明一种大用户用水模式确定方法流程图；
图2是本发明一种基于GA的大用户用水模式优化算法流程示意图；
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
参看图1，一种大用户用水模式确定方法，其特征在于，包括如下步骤：
(1)建立完善的GIS系统和SCADA系统；
(2)建立基于GIS系统和SCADA系统的水力模拟分析模型，基于GIS和SCADA系统的管网水力分析模型用于管网水力状态的延时和在线模拟。
(3)将GIS系统和SCADA系统的数据输入到水力模拟分析模型中，导出水力模拟结果；
(4)将水力模拟结果通过基于GA的优化算法程序，确定优化后的大用户用水模式参数DMFs；
(5)选取几个典型用户安装智能水表来验证优化后的用水模式是否符合实际；
(6)调整模拟和优化参数使优化后的用水模式与实测曲线基本吻合，保持这些模拟和优化参数不变，进行后续的大用户用水模式参数DMFt优化，输出结果。
实践中，出于给水管网数字化、信息化管理需要，自来水公司一般会建设GIS系统、SCADA系统和水力模型系统，管网中一般都安装若干流量传感器和压力传感器，并形成管网日常运行历史数据存储在数据库中。本发明应用所述各系统的数据，通过水力模型分析和优化方法确定大用户用水模式，该方法不需要专门对用户用水模式进行现场测试，节省实地测试成本。
其中建立基于GIS系统和SCADA系统的水力分析模型分为如下步骤：
(1)管网GIS应精细到入户表，大水表应采用GPS定位，得出x，y坐标。将GIS精确的管网图形、属性数据导入水力模型系统，GIS里的用户水表节点设为水力模型的用水节点，运营收费系统相应的水量抄表数据作为基础用水量，将SCADA系统相应的测流点和测压点的时序过程数据生成校核文件flow.dat和pressure.dat，导入水力模型系统；
(2)将水泵开关状态量的时序数据，控制阀门开度变化的时序数据生成rule.txt文件；将吸水井或水厂清水池水位的时序数据，变频泵的转速时序数据自动生成.pat文件；按以往测试经验对各用户不同时刻的DMFt进行初始估计，生成初始的用户用水模式.pat文件，然后将以上文件导入水力模型系统进行24小时-168小时的延时模拟，导出水力模拟结果.RPT文件；
(3)设定所述大用户用水模式参数变化范围，在该范围内随机产生各参数值，调用.RPT文件和权利要求4所述的优化算法进行大用户用水模式参数DMFt优化，输出结果。
参看图2，基于GA的优化算法程序包括如下步骤：
(1)根据各用户用水记录数据，设定各大用户用水模式参数范围，确定大用户用水模式参数集，对参数集进行编码；
(2)在用水模式参数集内随机产生各时刻用户用水模式参数DMFt，这些参数组成的向量称为个体，随机生成由多个个体组成的初始种群；
(3)运行管网水力模型和优化程序，计算种群中各个体所述目标函数值，或适应度值，以及种群适应度值统计量；
(4)判断种群适应度值是否满足优化准则要求，即种群的统计量是否满足要求，最优个体适应度值是否满足要求；
(5)如果种群适应度值满足设定的优化准则要求，则转到步骤7执行；
(6)如果种群适应度值不满足设定的优化准则要求，则应用子代染色体生成算子生成参数向量的子代种群，转到步骤3执行；
(7)输出优化后的大用户用水模式参数向量，以及相应的种群统计量。
在基于GA的优化算法程序中，优化的决策变量是所述管网内各用户24小时每隔一小时用水模式参数DMFs组成的大用户日用水模式参数向量优化目标函数如下所述，目标函数：
Min [ F ( DDP ‾ ) ] = Min ( Σ t = 1 T ( H i , t - H i , t sim ) 2 + Σ t = 1 N ( Q i , t - Q i , t sim ) 2 )
式中Hi，t为第i个测压点第t个时段的压力值，m；Hi，t sim为根据水力模型计算出的第i个测压点第t个时段的压力值，m；Qi，t为第i个测流管段第t个时段的流量值，m3/h；Qi，t sim为水力模型计算出的第i个测流管段第t个时段的流量值，m3/h；T为测压点总个数；N为流量监测点总个数。
大用户用水模式采用下述方程表达，大用户日用水模式DDP参数向量即为所述DDP方程参数DMFt所构成的向量：
Dt＝Dbase×DMFt
式中：Dt是该用户t时刻的用水量；Dbase是用户基础用水量，一般为各时刻用水量的平均值；DMFt是用户在t时刻的用水量系数。
本方法不需要专门安装仪器对用户用水进行连续监测，只是应用SCADA系统日常运行数据，通过水力模型分析和GA优化方法来确定大用户用水模式，节省测试费用，避免了测试对用户用水的不良影响，提高供水管理水平。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (5)

1.一种大用户用水模式确定方法，其特征在于，包括如下步骤：
(1)建立完善的GIS系统和SCADA系统；
(2)建立基于GIS系统和SCADA系统的水力模拟分析模型；
(3)将GIS系统和SCADA系统的数据输入到水力模拟分析模型中，导出水力模拟结果；
(4)将水力模拟结果通过基于GA的优化算法程序，确定优化后的大用户用水模式参数DMFs；
(5)选取几个典型用户安装智能水表来验证优化后的用水模式是否符合实际；
(6)调整模拟和优化参数使优化后的用水模式与实测曲线基本吻合，保持这些模拟和优化参数不变，进行后续的大用户用水模式参数DMFt优化，输出结果；其中，所述大用户用水模式采用下述方程表达，大用户日用水模式DDP参数向量即为所述DDP方程参数DMFt所构成的向量：
Dt＝Dbase×DMFt
式中：Dt是该用户t时刻的用水量；Dbase是用户基础用水量，一般为各时刻用水量的平均值；DMFt是用户在t时刻的用水量系数。
2.根据权利要求1所述一种大用户用水模式确定方法，其特征在于，基于GIS和SCADA系统的管网水力分析模型用于管网水力状态的延时和在线模拟。
3.根据权利要求1所述一种大用户用水模式确定方法，其特征在于，所述建立基于GIS系统和SCADA系统的水力分析模型分为如下步骤：
(1)管网GIS应精细到入户表，大水表应采用GPS定位，得出x,y坐标。将GIS精确的管网图形、属性数据导入水力模型系统，GIS里的用户水表节点设为水力模型的用水节点，运营收费系统相应的水量抄表数据作为基础用水量，将SCADA系统相应的测流点和测压点的时序过程数据生成校核文件flow.dat和pressure.dat，导入水力模型系统；
(2)将水泵开关状态量的时序数据，控制阀门开度变化的时序数据生成rule.txt文件；将吸水井或水厂清水池水位的时序数据，变频泵的转速时序数据自动生成.pat文件；按以往测试经验对各用户不同时刻的DMFt进行初始估计，生成初始的用户用水模式.pat文件，然后将以上文件导入水力模型系统进行24小时-168小时的延时模拟，导出水力模拟结果.RPT文件；
(3)设定所述大用户用水模式参数变化范围，在该范围内随机产生各参数值，调用.RPT文件和权利要求4所述的优化算法进行大用户用水模式参数DMFt优化，输出结果。
4.根据权利要求1所述一种大用户用水模式确定方法，其特征在于，所述基于GA的优化算法程序包括如下步骤：
(1)根据各用户用水记录数据，设定各大用户用水模式参数范围，确定大用户用水模式参数集，对参数集进行编码；
(2)在用水模式参数集内随机产生各时刻用户用水模式参数DMFt，这些参数组成的向量称为个体，随机生成由多个个体组成的初始种群；
(3)运行管网水力模型和优化程序，计算种群中各个体所述目标函数值，或适应度值，以及种群适应度值统计量；
(4)判断种群适应度值是否满足优化准则要求，即种群的统计量是否满足要求，最优个体适应度值是否满足要求；
(5)如果种群适应度值满足设定的优化准则要求，则转到步骤7执行；
(6)如果种群适应度值不满足设定的优化准则要求，则应用子代染色体生成算子生成参数向量的子代种群，转到步骤3执行；
(7)输出优化后的大用户用水模式参数向量，以及相应的种群统计量。
5.根据权利要求4所述一种大用户用水模式确定方法，其特征在于，所述基于GA的优化算法程序中，优化的决策变量是所述管网内各用户24小时每隔一小时用水模式参数DMFs组成的大用户日用水模式参数向量优化目标函数如下所述，目标函数：
M i n [ F ( D D P ‾ ) ] = M i n ( Σ t = 1 T ( H i , t - H i , t s i m ) 2 + Σ t = 1 N ( Q i , t - Q i , t s i m ) 2 )
式中Hi,t为第i个测压点第t个时段的压力值，m；Hi,t sim为根据水力模型计算出的第i个测压点第t个时段的压力值，m；Qi,t为第i个测流管段第t个时段的流量值，m3/h；Qi,t sim为水力模型计算出的第i个测流管段第t个时段的流量值,m3/h；T为测压点总个数；N为流量监测点总个数。
CN201110098255.2A 2011-04-19 2011-04-19 一种大用户用水模式确定方法 Active CN102261933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110098255.2A CN102261933B (zh) 2011-04-19 2011-04-19 一种大用户用水模式确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110098255.2A CN102261933B (zh) 2011-04-19 2011-04-19 一种大用户用水模式确定方法

Publications (2)

Publication Number Publication Date
CN102261933A CN102261933A (zh) 2011-11-30
CN102261933B true CN102261933B (zh) 2015-11-25

Family

ID=45008654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110098255.2A Active CN102261933B (zh) 2011-04-19 2011-04-19 一种大用户用水模式确定方法

Country Status (1)

Country Link
CN (1) CN102261933B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858095A (zh) * 2010-06-10 2010-10-13 上海三高计算机中心股份有限公司 一种提供供水管网辅助调度数据的处理方法及装置
CN101916313A (zh) * 2010-08-11 2010-12-15 苏州科技学院 一种城市给水管网功能优化的方法
CN201730136U (zh) * 2010-06-10 2011-02-02 上海三高计算机中心股份有限公司 一种提供供水管网辅助调度数据的处理装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100993798B1 (ko) * 2008-12-30 2010-11-12 한국수자원공사 상수도 관망도 검증 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858095A (zh) * 2010-06-10 2010-10-13 上海三高计算机中心股份有限公司 一种提供供水管网辅助调度数据的处理方法及装置
CN201730136U (zh) * 2010-06-10 2011-02-02 上海三高计算机中心股份有限公司 一种提供供水管网辅助调度数据的处理装置
CN101916313A (zh) * 2010-08-11 2010-12-15 苏州科技学院 一种城市给水管网功能优化的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于GIS和SCADA技术的供水管网信息管理系统设计;陶建科;《水利科技与经济》;20080531;第14卷(第5期);全文 *
给水管网动态模型维护与校验方法研究;陈宇辉;《中国博士学位论文全文数据库工程科技II辑》;20070229(第02期);第1-3章及图1.1、1.2、1.3、3.1 *
自来水用户用水模式的确定方法研究;候煜堃，赵春会，俞国平，李福平;《中国给水排水》;20080831;第24卷(第15期);全文 *

Also Published As

Publication number Publication date
CN102261933A (zh) 2011-11-30

Similar Documents

Publication Publication Date Title
CN110108328B (zh) 一种供水管网漏损区域漏水量的获取方法
CN109791637B (zh) 用于布水系统的基于模型的控制的方法和装置
CN109376925B (zh) 供水管网节点流量动态自适应优化方法
Preis et al. Efficient hydraulic state estimation technique using reduced models of urban water networks
CN106870955B (zh) 服务于供水管网节点需水量反演的管网监测点优化布置方法
Creaco et al. Unsteady flow modeling of pressure real-time control in water distribution networks
CN102968529B (zh) 一种供水管网模型计算结果不确定性区间的量化方法
RU2020141650A (ru) Оценка сетей потоков
CN115218129A (zh) 供水管网漏损监控方法、计算机装置及存储介质
CN107091911A (zh) 一种河流水质预测方法
Lei et al. Correction of pumping station parameters in a one-dimensional hydrodynamic model using the Ensemble Kalman filter
CN103177289B (zh) 一种噪声不确定复杂非线性动态系统的建模方法
Wang et al. Spatial and temporal variations in hydro-climatic variables and runoff in response to climate change in the Luanhe River basin, China
CN109635501A (zh) 一种基于水力模型的降低供水管网漏损方法
CN117469603B (zh) 一种基于大数据学习的多水厂供水系统压力优化控制方法
CN103617563B (zh) 一种基于地统计空间分析理论的供水管网无监测节点压力确定方法
CN116701970B (zh) 基于双层相似度聚类的排水管网监测点优化布置方法
Roma et al. Model calibration and leakage assessment applied to a real water distribution network
CN116109019A (zh) 一种基于随机森林的气井日产气量预测方法及设备
Gao Pipe roughness estimation in water distribution networks using head loss adjustment
Hidalgo et al. Efficiency curves for hydroelectric generating units
Preis et al. Online hydraulic state prediction for water distribution systems
CN104806889A (zh) 天然气长输管道管输损耗监测方法及装置
CN108280534A (zh) 一种气井产量递减率预测方法
CN102261933B (zh) 一种大用户用水模式确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant