CN107122853A - 一种供水管网实时调度系统及方法 - Google Patents
一种供水管网实时调度系统及方法 Download PDFInfo
- Publication number
- CN107122853A CN107122853A CN201710273800.4A CN201710273800A CN107122853A CN 107122853 A CN107122853 A CN 107122853A CN 201710273800 A CN201710273800 A CN 201710273800A CN 107122853 A CN107122853 A CN 107122853A
- Authority
- CN
- China
- Prior art keywords
- real
- water
- time
- mrow
- pipe network
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 7
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 239000008400 supply water Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 210000000349 chromosome Anatomy 0.000 description 7
- 238000012795 verification Methods 0.000 description 3
- 241001123248 Arma Species 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000008521 reorganization Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种供水管网实时调度方法。本发明首先利用实时水量数据，预测分钟级需水量，再利用实时模型模拟，预先评估管网运行状态,然后通过优化搜索确定下一时段调度决策。本发明基于EPANET‑RTX供水管网实时模型，充分利用供水管网基础自动化、信息系统采集的实时数据，在准确反映供水管网状态基础上，利用短期需水量预测、运行状态评估等指导调度决策，较一般调度方法有更优的效果。
Description
技术领域
本发明属于城市供水领域，具体是一种供水管网实时调度系统及方法。
背景技术
随着我国城市化及工业化的快速发展，城市供水管网系统的规模逐渐庞大，拓扑结构趋向复杂。由此，当前调度员依据个人经验的指挥调度方法，越来越不能满足实时调度的要求。
目前，国内关于供水管网实时调度问题解决方案的探索大多是基于宏观水力模型展开的。由于宏观水力模型是以数据驱动的，以此为基础的调度方案必定存在缺陷，例如无法得到非测点的运行状态，遇到改扩建、检修等引起管网拓扑结构改变的情况时，原调度方法会因模型失准而失效。
随着国内供水管网基础自动化、信息系统的逐步建立与完善，使得借助微观机理模型的调度方法成为可能。为此，国内也有专家学者出于实时性考虑，提出了在线构架系统以及基于在线构架的供水实时调度方法(ZL201510078366.5)。该发明专利是直接利用实时水量数据开展供水调度，虽在一定程度上可以提高响应速度，但由于缺乏供水管网实时模型的支撑，无法全面了解供水管网的实时状态，必然会影响调度决策效果。
有鉴于此，本发明在供水管网全面数字化背景下，提出了一种基于实时水力模型的供水管网实时调度系统及方法。
发明内容
本发明提出了一种基于实时水力模型的供水管网实时调度系统及方法，旨在通过供水管网实时状态的跟踪分析，得到更准确、高效的调度方案，具体系统框架如图1所示。
本发明的一部分在于：从实时调度问题的系统层面出发，提出一种基于实时水力模型的供水管网实时调度系统，具体包含实时数据获取、实时数据处理、实时调度决策三个模块。其中，实时数据获取模块主要是利用管网信息系统获取实时数据，为系统提供数据支持。实时数据处理模块包含实时模型的建立、分钟级需水量预测、管网状态的动态评估三部分，主要是利用实时的流量、压力数据进行机理建模，同时预测下一调度周期的需水量，并评估管网当前状态。实时调度决策模块则是在上述工作基础上确定调度指令。
本发明的另一部分在于：提出了一种更具时效性、全面性的供水管网调度方法；供水管网动态调度决策的获取并非片面的从预测的需水量出发，而是综合考虑了管网实时状态。具体是：利用实时水量数据，预测分钟级需水量，再利用实时模型模拟，预先评估管网运行状态,然后通过优化搜索确定下一时段调度决策。
本发明方法采取以下步骤：
1 建立供水区域的实时水力模型
结合实时水力模型框架(如EPANET-RTX)进行实时建模，利用实测数据更新模型的状态和边界参数，反复校验修正以得到准确的实时水力模型。如供水区域的管网升级改造，可通过更新水力模型以确保其符合实际。
2 预测分钟级需水量
结合天气、节假日等干扰因素，从趋势性角度出发，利用ARIMA模型对下一调度时刻的需水量进行预测。
非平稳序列ARIMA(p,d,q)通过d次差分转化，得到平稳的ARMA(p,q)序列zt。又由于y1，y2…yd与d阶单整序列yt相互独立，所以对zt的预测不受y1，y2…yd的影响，故有：
若已知yt及其以前时段的值，则由上式可得ARIMA(p,d,q)序列{yt}的预测模型为：
一旦求出将其带入上式，即可求出yt+h的预测值。
其中p为自回归项，q为移动平均项数，d为差分阶数，y1，y2…yd为初始值。实际调度对需水量的预测误差须<5％。
3评估管网状态
(1)参数选择
<1>水压
围绕最低服务水头Hmin、最高服务水头Hmax、平均服务水头Have、历史数据水头标准差hs角度出发，对节点压力定级评估。
<2>流速
以经济流速Vd为基础，对流速评估。
<3>水压波动
用下式无量纲化水压波动数据：
其中X(k),X(k+1)分别为两相邻时刻的水压值，|J|为水压波动率。
(2)评估指标
通过设置各个待评估参数的评估指标表，可以把各参数的统一化结果转化为在同一标度下的评估结果。其中BH、BDH、BV分别为水压、水压波动、流速的评估结果。
<1>水压评估指标表(带格式表格)
<2>流速评估指标表
<3>水压波动评估指标表
4决策实时调度指令
实时调度决策围绕供水区域的实时调度问题及其优化求解展开。先由需水量预测确定下一时段的供水量，然后在满足管网结构、水量水压等约束条件下，通过调节水泵、水塔、增压泵、阀门开度等，使管网系统保持在供需动态平衡状态，水量和水压达到安全、经济供水要求。
优化是以下一周期管网状态评估最优为目标函数，调节水泵、水塔、增压泵、阀门开度为决策变量。具体的，在实时调度决策时，首先把分钟级需水量预测值投入管网实时模型，并利用状态评估得到当前调度周期的状态。然后在管网约束条件下，以下一周期状态评估最优为目标函数，利用优化算法GA求解最优调整方案，从而得到实时调度指令。
目标函数为：max f(x)＝αBH+βBV+γBDH，其中α、β、γ分别为水压、流速、水压波动评估结果的权重系数，其由估价准则的估价结果决定。估价准则体现了当前调度方案对评估参数的重视程度。具体是：根据本调度周期所处时段，确定供水管网所属水量状态。水压可表征水量状态，不同的水量状态对供水、经济、安全指标的重视程度各不相同，这直接影响估价准则的设置。此外，估价准则还和水压波动率直接相关。当水压波动率超过3％，则认为供水管网处于较大波动状态，水压波动对调度影响大。本发明采用的估价准则如下：
若水压波动率过大，为保障供水管网系统的安全需率先进行平复水压操作。
优化算法GA寻优的主要步骤为：
<1>染色体编码将解空间映射到编码空间，而每个编码空间对应问题的一个解。
<2>初始化对种群迭代次数，交叉概率，变异概率等参数初始化。
<3>适应度评价适应度用于衡量群体中各个体在优化计算中最优解的优良程度。
<4>选择将种群中较好的个体通过选择遗传到下一代。
<5>交叉种群中的个体两两配对，并对染色体某些位置的基因交换以获得最优染色体并遗传到下一代，具体计算方式为：
其中n1、n2表示一组配对的个体，n1ˊ、n2ˊ表示一组配对后的个体，α为交叉概率。
<6>变异随机对染色体位置进行变异，避免得到局部最优解。
<7>当得到最优解或达到迭代次数时，终止算法。
本发明的有益效果：系统基于EPANET-RTX供水管网实时模型，充分利用供水管网基础自动化、信息系统采集的实时数据，在准确反映供水管网状态基础上，利用短期需水量预测、运行状态评估等指导调度决策，较一般调度方法有更优的效果。
附图说明
图1为城市供水管网实时调度系统框架图；
图2为EPANET-RTX实时建模逻辑关系图；
图3为实时调度流程图。
具体实施方式
为使本发明实现的技术创新点易于理解，下面结合附图和实例，对本发明的实现方式做进一步详细叙述。本发明是以S市核心城区2016-6-29 8:55:0-9:0:0的运行背景为实例，调度周期为5分钟，描述实时调度过程的。具体步骤如下：
1实时水力模型的建立
结合EPANET-RTX水力模型框架进行实时建模，利用S市核心城区供水管网实测数据，更新模型状态和边界参数，反复校验修正以得到该供水区域实时水力模型。
针对管网正常改扩建及异常应急等情况，先调整离线水力模型结构参数，再经周期性校验、人工校验，然后在EPANET-RTX实时模型框架基础上，将传统离线水力模型，通过SCADA、MIS系统的在线数据更新模型状态和边界参数，不断重建、校核模型。逻辑关系如图2所示。
2需水量预测
用ARIMA模型从趋势性角度对出入水口需水量做分钟级预测。首先采用预测时段以前90个时段的用水量和天气、节假日等数据建立训练样本。此时d＝0，即模型可看作ARMA模型。然后通过计算自相关函数、偏相关函数确定p、q的范围，并利用AIC准则和平稳性、可逆性检验确定预测模型，进而通过调用ARIMA函数得到需水量预测值。
结果如表1、表2所示(单位：m3)。将预测的需水量作为下一时段的实际供水量反馈到实时模型中。对于预测的入水口流量仅作为第一次运行的初始值。8:55:0-9:0:0四个入水口供水量预测平均误差为3.65％，出水口出水量平均预测误差为3.52％，满足调度的要求。
表1 入水口预测供水量
3管网运行状态评估
<1>水压评估详表
参照由历史水头标准差和最低、高及平均服务水头制定的评估指标，对当前水压定级，并最终转化为统一标度下的评估值。评估明细如表3所示(单位：m)。
表3 节点压力评估明细表
<2>流速评估详表
参照基于经济流速Vd的流速评估指标，对当前流速定级，并最终转化为统一标度下的评估值。评估明细如表4所示(单位：m3/h)。
表4 管道流速评估明细表
<3>水压波动评估详表
根据公式无量纲化待评估参数水压波动，水压波动率记为|J|。参照基于水压波动率的水压波动评估指标，对当前水压波动定级，并最终转化为统一标度下的评估值。评估明细如表5所示(单位：m)。
表5 节点压力波动评估明细表
4获得实时调度指令
根据本调度周期所处时段，确定供水管网所属水量状态。按照对供水、经济、安全指标的重视程度，并结合水压波动率确定最适宜的估价指标，进而确定优化目标函数。最后在管网约束条件下，利用优化算法GA求解最优调整方案，从而得到实时调度指令，如图3所示。
鉴于实例的运行时段，本次调度应属于用水高峰、水压波动较大情形，故目标函数为：max f(x)＝αBH+βBV+γBDH，其中选取价值参数为：α＝4/9,β＝1/9,γ＝4/9。运用优化算法GA求解最优调整方案。
对染色体进行实数编码，具体编码形式见表6。
表6 染色体编码形式
根据历史入水口供水量数据，划定染色体(入水口)的取值范围，具体见表7(单位：m3)。
表7 染色体(入水口)取值范围
初始化确定种群数N＝200，迭代次数20，交叉概率0.95，变异概率0.95，采用模拟轮盘赌操作进行选择。单周期运行实时水力模型，每运行一次对结果的水力性能进行评估，包括节点压力、节点压力波动、中间管道流速，并给出目标函数。然后搜索，进化求解，得到当前调度周期的实时调度方案。同理根据8:55:0-9:0:0的调度详情，得到9:0:0-9:30:0的实时调度方案，具体见表8(单位：m3)。
表8 实时调度方案明细
Claims (1)
1.一种供水管网实时调度方法，其特征在于：使用的调度系统包含实时数据获取模块、实时数据处理模块、实时调度决策模块；其中，实时数据获取模块主要是利用管网信息系统获取实时数据，为系统提供数据支持；实时数据处理模块包含实时模型的建立、分钟级需水量预测、管网状态的动态评估三部分，主要是利用实时的流量、压力数据进行机理建模，同时预测下一调度周期的需水量，并评估管网当前状态；实时调度决策模块则是在上述工作基础上确定调度指令，该方法首先利用实时水量数据，预测分钟级需水量，再利用实时模型模拟，预先评估管网运行状态,然后通过优化搜索确定下一时段调度决策；具体是：
步骤1建立供水区域的实时水力模型
结合实时水力模型框架进行实时建模，利用实测数据更新模型的状态和边界参数，反复校验修正以得到准确的实时水力模型；
步骤2预测分钟级需水量
结合天气、节假日干扰因素，从趋势性角度出发，利用ARIMA模型对下一调度时刻的需水量进行预测；
步骤3评估管网状态
(1)参数选择
<1>水压
围绕最低服务水头Hmin、最高服务水头Hmax、平均服务水头Have、历史数据水头标准差hs角度出发，对节点压力定级评估；
<2>流速
以经济流速Vd为基础，对流速评估；
<3>水压波动
用下式无量纲化水压波动数据：
<mrow>
<mi>J</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中：X(k),X(k+1)分别为两相邻时刻的水压值，|J|为水压波动率；
(2)评估指标
通过设置各个待评估参数的评估指标表，把水压、水压波动、流速的统一化结果转化为在同一标度下的评估结果；
步骤4决策实时调度指令
实时调度决策围绕供水区域的实时调度问题及其优化求解展开；先由需水量预测确定下一时段的供水量，然后在满足管网结构、水量水压约束条件下，通过调节水泵、水塔、增压泵或阀门开度，使管网系统保持在供需动态平衡状态，水量和水压达到安全、经济供水要求；
优化是以下一周期管网状态评估最优为目标函数，调节水泵、水塔、增压泵、阀门开度为决策变量；具体的，在实时调度决策时，首先把分钟级需水量预测值投入管网实时模型，并利用状态评估得到当前调度周期的状态；然后在管网约束条件下，以下一周期状态评估最优为目标函数，利用优化算法GA求解最优调整方案，从而得到实时调度指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710273800.4A CN107122853A (zh) | 2017-04-25 | 2017-04-25 | 一种供水管网实时调度系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710273800.4A CN107122853A (zh) | 2017-04-25 | 2017-04-25 | 一种供水管网实时调度系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107122853A true CN107122853A (zh) | 2017-09-01 |
Family
ID=59724749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710273800.4A Pending CN107122853A (zh) | 2017-04-25 | 2017-04-25 | 一种供水管网实时调度系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107122853A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197725A (zh) * | 2017-12-06 | 2018-06-22 | 浙江大学 | 基于需水量先验信息的供水管网节点需水量校核方法 |
| CN108427459A (zh) * | 2018-05-18 | 2018-08-21 | 成都市自来水有限责任公司 | 多水源环状供水管网的活塞式调流阀自动控制方法 |
| CN109242265A (zh) * | 2018-08-15 | 2019-01-18 | 杭州电子科技大学 | 基于误差平方和最小的城市需水量组合预测方法 |
| CN109914523A (zh) * | 2019-03-21 | 2019-06-21 | 杭州电子科技大学 | 基于区块化和叠压增压的供水管网低压改善方法 |
| CN110414712A (zh) * | 2019-06-21 | 2019-11-05 | 浙江大学 | 服务于控制漏损的供水管网优化调度模型建立方法 |
| CN111189502A (zh) * | 2018-11-14 | 2020-05-22 | 中华电信股份有限公司 | 用水量监控装置和用水量监控方法 |
| CN113128827A (zh) * | 2021-03-04 | 2021-07-16 | 上海威派格智慧水务股份有限公司 | 一种匹配调度方案的方法及系统 |
| CN113222781A (zh) * | 2021-05-11 | 2021-08-06 | 廖寒 | 一种智能变频供水方法及系统 |
| CN113312849A (zh) * | 2021-06-15 | 2021-08-27 | 上海耀斑信息科技有限公司 | 供水管网水力模型自动更新及校准算法 |
| CN113420967A (zh) * | 2021-06-08 | 2021-09-21 | 上海城投水务(集团)有限公司 | 一种基于预测的城市供水管网运行评估方法 |
| CN117333054A (zh) * | 2023-09-27 | 2024-01-02 | 南栖仙策(南京)高新技术有限公司 | 供水管网测点压力预测方法、装置、设备及介质 |
| CN117709685A (zh) * | 2024-02-04 | 2024-03-15 | 福州智水匠数字科技有限公司 | 一种分布式供水智能调度系统 |
Citations (3)
| 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 |
| CN106157173A (zh) * | 2016-07-15 | 2016-11-23 | 杭州电子科技大学 | 基于scada数据和实时模型的城市供水管网爆管在线定位方法 |
| CN106202765A (zh) * | 2016-07-15 | 2016-12-07 | 杭州电子科技大学 | 一种城市供水管网dma实时建模方法 |
-
2017
- 2017-04-25 CN CN201710273800.4A patent/CN107122853A/zh active Pending
Patent Citations (3)
| 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 |
| CN106157173A (zh) * | 2016-07-15 | 2016-11-23 | 杭州电子科技大学 | 基于scada数据和实时模型的城市供水管网爆管在线定位方法 |
| CN106202765A (zh) * | 2016-07-15 | 2016-12-07 | 杭州电子科技大学 | 一种城市供水管网dma实时建模方法 |
Non-Patent Citations (5)
| Title |
|---|
| MICHELE ROMANO;ZORAN KAPELAN;DRAGAN A. SAVIĆ: "Automated Detection of Pipe Bursts and Other Events in Water Distribution Systems", 《JOURNAL OF WATER RESOURCES PLANNING AND MANAGEMENT》 * |
| 何必仕;熊晓锋;蔡华强;洪嘉鸣: "城市供水DMA短期需水量预测比较研究", 《杭州电子科技大学学报（自然科学版）》 * |
| 王强: "供水管网科学调度决策支持系统理论和应用研究", 《中国优秀博硕士学位论文全文数据库 (博士) 工程科技Ⅱ辑》 * |
| 蔡华强: "城市供水管网DMA实时建模及应用研究", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
| 黄守渤: "供水调度决策多目标状态评价体系研究", 《中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197725A (zh) * | 2017-12-06 | 2018-06-22 | 浙江大学 | 基于需水量先验信息的供水管网节点需水量校核方法 |
| CN108197725B (zh) * | 2017-12-06 | 2021-05-28 | 浙江大学 | 基于需水量先验信息的供水管网节点需水量校核方法 |
| CN108427459A (zh) * | 2018-05-18 | 2018-08-21 | 成都市自来水有限责任公司 | 多水源环状供水管网的活塞式调流阀自动控制方法 |
| CN109242265B (zh) * | 2018-08-15 | 2022-03-01 | 杭州电子科技大学 | 基于误差平方和最小的城市需水量组合预测方法 |
| CN109242265A (zh) * | 2018-08-15 | 2019-01-18 | 杭州电子科技大学 | 基于误差平方和最小的城市需水量组合预测方法 |
| CN111189502A (zh) * | 2018-11-14 | 2020-05-22 | 中华电信股份有限公司 | 用水量监控装置和用水量监控方法 |
| CN111189502B (zh) * | 2018-11-14 | 2022-09-09 | 台湾中华电信股份有限公司 | 用水量监控装置和用水量监控方法 |
| CN109914523A (zh) * | 2019-03-21 | 2019-06-21 | 杭州电子科技大学 | 基于区块化和叠压增压的供水管网低压改善方法 |
| CN109914523B (zh) * | 2019-03-21 | 2021-04-30 | 杭州电子科技大学 | 基于区块化和叠压增压的供水管网低压改善方法 |
| CN110414712A (zh) * | 2019-06-21 | 2019-11-05 | 浙江大学 | 服务于控制漏损的供水管网优化调度模型建立方法 |
| CN113128827A (zh) * | 2021-03-04 | 2021-07-16 | 上海威派格智慧水务股份有限公司 | 一种匹配调度方案的方法及系统 |
| CN113222781A (zh) * | 2021-05-11 | 2021-08-06 | 廖寒 | 一种智能变频供水方法及系统 |
| CN113420967A (zh) * | 2021-06-08 | 2021-09-21 | 上海城投水务(集团)有限公司 | 一种基于预测的城市供水管网运行评估方法 |
| CN113420967B (zh) * | 2021-06-08 | 2022-04-26 | 上海城投水务(集团)有限公司 | 一种基于预测的城市供水管网运行评估方法 |
| CN113312849A (zh) * | 2021-06-15 | 2021-08-27 | 上海耀斑信息科技有限公司 | 供水管网水力模型自动更新及校准算法 |
| CN117333054A (zh) * | 2023-09-27 | 2024-01-02 | 南栖仙策(南京)高新技术有限公司 | 供水管网测点压力预测方法、装置、设备及介质 |
| CN117709685A (zh) * | 2024-02-04 | 2024-03-15 | 福州智水匠数字科技有限公司 | 一种分布式供水智能调度系统 |
| CN117709685B (zh) * | 2024-02-04 | 2024-05-03 | 福州智水匠数字科技有限公司 | 一种分布式供水智能调度系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107122853A (zh) | 一种供水管网实时调度系统及方法 | |
| CN112232980B (zh) | 一种区域能源供热系统热泵机组调控方法 | |
| CN109103926A (zh) | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 | |
| CN102855591B (zh) | 梯级水库群短期联合发电优化调度方法及系统 | |
| CN103762589B (zh) | 一种电网中新能源容量配比分层优化方法 | |
| CN106682810B (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
| CN109858673A (zh) | 一种光伏发电系统功率预测方法 | |
| CN107563538B (zh) | 大电网平台下的面向关键水位控制的多目标水库群调度优化方法 | |
| CN104978611A (zh) | 一种基于灰色关联分析的神经网络光伏发电出力预测方法 | |
| CN102184453A (zh) | 基于模糊神经网络和支持向量机的风电功率组合预测方法 | |
| CN103714426A (zh) | 中小径流式水电站群一体化调度系统 | |
| CN105512745A (zh) | 基于粒子群—bp神经网络的风电功率区间预测方法 | |
| CN104156887A (zh) | 一种基于电网约束的区域新能源开发规模及布局分析方法 | |
| CN101858095A (zh) | 一种提供供水管网辅助调度数据的处理方法及装置 | |
| CN110443418A (zh) | 基于ga-bp神经网络的城市用水量预测方法 | |
| CN102509027B (zh) | 一种基于交叉熵理论的风电功率组合预测方法 | |
| CN112381375B (zh) | 一种基于潮流分配矩阵的电网经济运行域快速生成方法 | |
| CN111612292A (zh) | 基于关键水位控制的梯级水电站调度控制系统及方法 | |
| CN106354931A (zh) | 一种基于水泵特性曲线更新的泵站优化调度方法 | |
| CN102749471B (zh) | 一种短期风速、风电功率预测方法 | |
| CN107085752A (zh) | 一种基于联合调度图的日调节水库梯级经济调度方法 | |
| CN110400056A (zh) | 基于风光时空特性的梯级水电日前优化调度方法及装置 | |
| CN111585310A (zh) | 一种分布式电源出力预测的方法和装置 | |
| CN116526469A (zh) | 一种水风光互补系统长期随机动态调度方法 | |
| CN105809272A (zh) | 一种基于数据挖掘的梯级水电站群指令调度优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |
|
| RJ01 | Rejection of invention patent application after publication |