CN107368648A - 一种面向市政给水管网压力监测点优化布置方法 - Google Patents

一种面向市政给水管网压力监测点优化布置方法 Download PDF

Info

Publication number
CN107368648A
CN107368648A CN201710589810.9A CN201710589810A CN107368648A CN 107368648 A CN107368648 A CN 107368648A CN 201710589810 A CN201710589810 A CN 201710589810A CN 107368648 A CN107368648 A CN 107368648A
Authority
CN
China
Prior art keywords
node
mrow
water supply
msub
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.)
Granted
Application number
CN201710589810.9A
Other languages
English (en)
Other versions
CN107368648B (zh
Inventor
谢陈磊
杨亚龙
方潜生
张振亚
李善寿
朱徐来
张继鑫
鲁佳炜
陈涛
张兆祥
张广金
张猛
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.)
Anhui Jianzhu University
Anhui University of Architecture
Original Assignee
Anhui University of Architecture
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 Anhui University of Architecture filed Critical Anhui University of Architecture
Priority to CN201710589810.9A priority Critical patent/CN107368648B/zh
Publication of CN107368648A publication Critical patent/CN107368648A/zh
Application granted granted Critical
Publication of CN107368648B publication Critical patent/CN107368648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Pipeline Systems (AREA)

Abstract

一种面向市政给水管网压力监测点优化布置方法，基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性；利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据；采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于：能够有效反映管网压力的区域分布情况；使用OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，避免了初始参数对聚类结果的影响。

Description

一种面向市政给水管网压力监测点优化布置方法
技术领域
本发明涉及市政给水管网设备领域，特别涉及到市政给水管网压力监测点优化布置方法。
背景技术
市政供水管网是保证一个城市经济发展和生活水平的重要基础设施，是城市生存和发展的生命线。但是由于用水量的不断扩大和管网使用年限的增长，缺乏现代化、智能化、理论化的市政供水管网管理系统，市政供水管网逐渐暴露出较大范围的漏损情况，如不及时处理，会造成水资源的浪费和经济损失。
随着科技水平的发展及对供水要求的不断提高，建立给水管网系统模型解决给水管网漏损问题在供水行业已油然而生，其中如何准确定位漏损点是解决管网漏损问题的关键。利用给水管网系统模型，结合管网各区域长时间压力、流量等参数的变化，实现给水管网漏损事故预测与快速定位。
给水管网系统模型的建立需要一定数量的监测点对整个给水系统的运行信息进行采集。采集的数据必须既具有准确性又具有代表性。采集的数据的代表性，即监测点数量及选址问题，在建立给水管网系统模型中十分重要。给水管网监测点布置方案直接影响到监测点监测数据的质量。所以，在建立给水管网模型之前必须先确定给水管网监测点优化布置方案，以最少监测节点覆盖整个监测区域。
发明内容
为解决给水管网压力监测点优化布置技术问题，本发明提供了一种基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性。利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据。采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合。基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。
一种面向市政给水管网压力监测点优化布置方法，包括以下步骤：
(1)对给水管网的运行状态进行模拟仿真，对管网仿真运行状态进行评估；
(2)获取管网各压力监测节点的空间属性，即地理坐标数据(Xi,Yi)，再依次计算各节点非空间属性，包括各节点压力影响度(EFi)以及各节点压力值的均值和方差上述数据构成管网各节点原始特征矩阵数据
(3)对管网各节点原始特征矩阵数据进行数据规范化，得到聚类使用节点特征矩阵，节点特征矩阵数据为
(4)采用OPTICS聚类算法对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合，具体分析步骤为：
步骤4.1，创建两个队列，有序队列seedque和结果队列orderque，有序队列用来存储核心节点对象及其该核心节点对象的直接可达节点对象，并按可达距离升序排列，结果队列用来存储节点的输出次序；
步骤4.2，判断节点特征矩阵数据集U’中所有节点是否都处理完毕，是则跳转到步骤4.8，否则，选择一个未处理即不在结果队列中且为核心节点对象的节点，找到其所有直接密度可达节点，如果该核心节点不存在于结果队列中，则将核心节点以及其所有直接密度可达节点放入有序队列中，并按可达距离排序；
步骤4.3，判断有序队列是否为空，是则跳至步骤4.2，否则，从有序队列中取出第一个节点对象即可达距离最小的节点进行拓展，取出的节点若不存在结果队列中，则将其保存至结果队列中；
步骤4.4，判断该第一个节点是否是核心节点对象，如果不是，回到步骤4.3，否则找到该第一个节点所有的直接密度可达节点；
步骤4.5，判断该直接密度可达节点是否己经存在结果队列，是则不处理，并跳转至步骤4.3，否则下一步；
步骤4.6，如果有序队列中已经存在该直接密度可达节点，如果此时新的可达距离小于旧的可达距离，则用新可达距离取代旧可达距离，有序队列重新排序，并跳转到步骤4.3；
步骤4.7，如果有序队列中不存在该直接密度可达节点，则插入该节点，并对有序队列重新排序，并跳转到步骤4.3；
步骤4.8，算法结束，输出结果队列中的有序节点集；
(5)基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。
上述技术方案中，步骤(1)中，利用EPANET软件对给水管网的运行状态进行模拟仿真。
优化的，步骤(1)所述的模拟仿真具体步骤为：
步骤1.1，通过确定给水管网的走向情况，从已有的监测区域管网CAD图导入EPANET软件中；
步骤1.2，在保留绝大部分管段的基础上，依据给水管线建模的简化原则对给水管网进行简化，完成给水管网拓扑结构的建立；
步骤1.3，根据规范确定监测区域中各单位用水量变化的规律，可以得出给水管网中每个节点的基本需水量；
步骤1.4，利用EPANET软件完成监测区域给水管网水力平差计算，得到正常状况下管网运行各节点的压力数据P:
P＝[P11P12...P1N
P21P22...P2N
...........
PM1PM2...PMN](N:节点数，M：时间序列)
以及当各节点用水量发生变化时的管网所有节点的压力数据Pb1,Pb2,...,PbN:
Pbt＝[Pbt11Pbt12...Pbt1N
Pbt21Pbt22...Pbt2N
...........
PbtM1PbtM2...PbtMN](t＝1,2...,n)。
上述技术方案中，步骤(2)所述的管网各节点原始特征矩阵数据获取的具体步骤为：
步骤2.1，在EPANET软件中得到监测区域给水管网各节点空间属性，即地理坐标数据集N＝{(Xi,Yi),i＝1,2...,n}；
步骤2.2，根据EPANET软件中得到的正常状况下监测区域管网运行各节点的压力数据以及当各节点用水量发生变化时的管网所有节点的压力数据，逐一求各节点用水量发生变化时各节点压力的变化值，逐一计算各节点压力的变化值的均方根，即各节点的影响度数据集EF＝{EFi,i＝1,2...,n},具体计算步骤如下：
P-Pbt＝[P11-Pbt11P12-Pbt12...P1N-Pbt1N
P21-Pbt21P22-Pbt22...P2N-Pbt2N
...........
PM1-PbtM1PM2-PbtM2...PMN-PbtMN](t＝1,2...,n)
步骤2.3，根据EPANET软件中得到的正常状况下监测区域管网运行各节点的压力数据，逐一求各节点压力值的均值和方差，即各节点的均值和方差数据集具体计算步骤如下：
上述数据构成监测区域管网各节点原始特征矩阵数据集
优化的，步骤(3)中，对管网各节点原始特征矩阵数据使用z-score方法进行数据规范化。
步骤(3)中对管网各节点原始特征矩阵数据使用z-score方法进行数据规范化的具体步骤如下：
其中原始特征矩阵各属性均值，σ：原始特征矩阵各属性标准差，规范化后特征矩阵数据。
与现有技术相比，本发明具有以下有益效果：
(1)现有管网压力监测节点根据各节点压力值的相关性进行分析，一般不考虑压力监测节点在管网中的空间位置关系，导致聚类后归属同一类的节点可能是散布在管网不同位置上的节点，而不是构成一片区域的节点集，因而难以有效反映管网压力的区域分布情况；
(2)与现有的K-MEANS聚类方法相比，OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，可以在需要时输入过滤噪声的参数等优点；
(3)相比使用DBSCAN算法进行聚类，DBSCAN算法有两个初始参数E(邻域半径)和MinPts(E邻域最小点数)需要用户手动设置输入，并且聚类的类簇结果对这两个参数的取值非常敏感，不同的取值将产生不同的聚类结果。OPTICS算法并不显示的产生结果类簇，而是为聚类分析生成一个增广的簇排序，这个排序代表了各样本点基于密度的聚类结构。基于簇排序，选取合适的聚类结果，因此OPTICS算法避免了初始参数对聚类结果影响很大弊端。
附图说明
图1为本发明的方法的流程图。
图2为本发明的实施例提供的监测区域给水管网压力监测点布置示意图。
图3为本发明的实施例压力监测点特征矩阵数据集聚类分析后，得到压力监测节点排序图。
具体实施方式
请参阅图2所示，本发明为一种面向市政给水管网压力监测点优化布置方法，选取安徽建筑大学南校区的给水管网作为实验研究对象。该管网总长为4Km，管网覆盖面积约为0.5平方公里，整个给水管网中管道管径从150mm到250mm不等，其中主要的用水来自学校内的教学楼，宿舍楼和实验楼等，整个校区包括74个节点，75根管段，3个水库和3个水泵；
请参阅图1所示，本发明方法具体实施步骤如下：
步骤1，利用EPANET软件对给水管网的运行状态进行模拟仿真，对管网仿真运行状态进行评估；
其模拟仿真的具体步骤为：
步骤1.1，通过确定给水管网的走向情况，从已有的监测区域管网CAD图导入EPANET软件中；
步骤1.2，在保留绝大部分管段的基础上，依据给水管线建模的简化原则对给水管网进行简化，完成给水管网拓扑结构的建立；
步骤1.3，根据规范确定监测区域中各单位用水量变化的规律，可以得出给水管网中每个节点的基本需水量；
步骤1.4，利用EPANET软件完成监测区域给水管网水力平差计算，得到正常状况下管网运行各节点的压力数据P:
P＝[P11P12...P1N
P21P22...P2N
...........
PM1PM2...PMN](N:节点数，M：时间序列)
以及当各节点用水量发生变化时的管网所有节点的压力数据Pb1,Pb2,...,PbN:
Pbt＝[Pbt11Pbt12...Pbt1N
Pbt21Pbt22...Pbt2N
...........
PbtM1PbtM2...PbtMN](t＝1,2...,n)；
步骤2，获取管网各压力监测节点的空间属性，即地理坐标数据(Xi,Yi)，再依次计算各节点非空间属性，包括各节点压力影响度(EFi)以及各节点压力值的均值和方差上述数据构成管网各节点原始特征矩阵数据
其管网各节点原始特征矩阵数据获取的具体步骤为：
步骤2.1，在EPANET软件中得到监测区域给水管网各节点空间属性，即地理坐标数据集N＝{(Xi,Yi),i＝1,2...,n}；
步骤2.2，根据EPANET软件中得到的正常状况下监测区域管网运行各节点的压力数据以及当各节点用水量发生变化时的管网所有节点的压力数据，逐一求各节点用水量发生变化时各节点压力的变化值，逐一计算各节点压力的变化值的均方根，即各节点的影响度数据集EF＝{EFi,i＝1,2...,n},具体计算步骤如下：
P-Pbt＝[P11-Pbt11P12-Pbt12...P1N-Pbt1N
P21-Pbt21P22-Pbt22...P2N-Pbt2N
...........
PM1-PbtM1PM2-PbtM2...PMN-PbtMN](t＝1,2...,n)
步骤2.3，根据EPANET软件中得到的正常状况下监测区域管网运行各节点的压力数据，逐一求各节点压力值的均值和方差，即各节点的均值和方差数据集具体计算步骤如下：
上述数据构成监测区域管网各节点原始特征矩阵数据集
上述数据构成监测区域管网各节点原始特征矩阵数据集
步骤3，对管网各节点原始特征矩阵数据使用z-score方法进行数据规范化，得到聚类使用节点特征矩阵，进行数据规范化的具体步骤如下：
其中原始特征矩阵各属性均值，σ：原始特征矩阵各属性标准差，规范化后特征矩阵数据,节点特征矩阵数据为
步骤4，采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；
其得到压力监测节点有序集合的具体步骤为：
步骤4.1，创建两个队列，有序队列seedque和结果队列orderque，有序队列用来存储核心节点对象及其该核心节点对象的直接可达节点对象，并按可达距离升序排列，结果队列用来存储节点的输出次序；
步骤4.2，判断节点特征矩阵数据集U’中所有节点是否都处理完毕，是则跳转到步骤4.8，否则，选择一个未处理即不在结果队列中且为核心节点对象的节点，找到其所有直接密度可达节点，如果该核心节点不存在于结果队列中，则将核心节点以及其所有直接密度可达节点放入有序队列中，并按可达距离排序；
步骤4.3，判断有序队列是否为空，是则跳至步骤4.2，否则，从有序队列中取出第一个节点对象即可达距离最小的节点进行拓展，取出的节点若不存在结果队列中，则将其保存至结果队列中；
步骤4.4，判断该第一个节点是否是核心节点对象，如果不是，回到步骤4.3，否则找到该第一个节点所有的直接密度可达节点；
步骤4.5，判断该直接密度可达节点是否己经存在结果队列，是则不处理，并跳转至步骤4.3，否则下一步；
步骤4.6，如果有序队列中已经存在该直接密度可达节点，如果此时新的可达距离小于旧的可达距离，则用新可达距离取代旧可达距离，有序队列重新排序，并跳转到步骤4.3；
步骤4.7，如果有序队列中不存在该直接密度可达节点，则插入该节点，并对有序队列重新排序，并跳转到步骤4.3；
步骤4.8，算法结束，输出结果队列中的有序节点集orderque：
orderque＝[1 2 14 67 10 15 11 43 44 42 41 40 38 39 16 37 36 35 33 3431 32 48 45 49 12 13 73 8 9 50 51 52 28 72 29 30 53 54 58 55 56 59 60 61 2120 23 62 19 22 26 27 18 25 5 24 63 70 66 71 74 17 68 69 65 64 57 3 4 6 7 4647]
请参阅图3所示，实施例压力监测点特征矩阵数据集聚类分析后，得到压力监测节点排序结果，根据排序结果选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定实施例给水管网监测区域压力监测点的位置和数量。

Claims (6)

1.一种面向市政给水管网压力监测点优化布置方法，其特征在于：该方法包括以下步骤：
(1)对给水管网的运行状态进行模拟仿真，对管网仿真运行状态进行评估；
(2)获取管网各压力监测节点的空间属性，即地理坐标数据(Xi,Yi)，再依次计算各节点非空间属性，包括各节点压力影响度(EFi)以及各节点压力值的均值和方差上述数据构成管网各节点原始特征矩阵数据
(3)对管网各节点原始特征矩阵数据进行数据规范化，得到聚类使用节点特征矩阵，节点特征矩阵数据为
(4)采用OPTICS聚类算法对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合，具体分析步骤为：
步骤4.1，创建两个队列，有序队列seedque和结果队列orderque，有序队列用来存储核心节点对象及其该核心节点对象的直接可达节点对象，并按可达距离升序排列，结果队列用来存储节点的输出次序；
步骤4.2，判断节点特征矩阵数据集U,中所有节点是否都处理完毕，是则跳转至步骤4.8，否则，选择一个未处理即不在结果队列中且为核心节点对象的节点，找到其所有直接密度可达节点，如果该核心节点不存在于结果队列中，则将核心节点以及其所有直接密度可达节点放入有序队列中，并按可达距离排序；
步骤4.3，判断有序队列是否为空，是则跳至步骤4.2，否则，从有序队列中取出第一个节点对象即可达距离最小的节点进行拓展，取出的节点若不存在结果队列中，则将其保存至结果队列中；
步骤4.4，判断该第一个节点是否是核心节点对象，如果不是，则跳至步骤4.3，否则找到该第一个节点所有的直接密度可达节点；
步骤4.5，判断该直接密度可达节点是否己经存在结果队列，是则不处理，并跳转至步骤4.3，否则下一步；
步骤4.6，如果有序队列中已经存在该直接密度可达节点，如果此时新的可达距离小于旧的可达距离，则用新可达距离取代旧可达距离，有序队列重新排序，并跳转至步骤4.3；
步骤4.7，如果有序队列中不存在该直接密度可达节点，则插入该节点，并对有序队列重新排序，并跳转至步骤4.3；
步骤4.8，算法结束，输出结果队列中的有序节点集；
(5)基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。
2.根据权利要求1所述的一种面向市政给水管网压力监测点优化布置方法，其特征在于：步骤(1)中，利用EPANET软件对给水管网的运行状态进行模拟仿真。
3.根据权利要求2所述的一种面向市政给水管网压力监测点优化布置方法，其特征在于：步骤(1)中所述的模拟仿真的具体步骤为：
步骤1.1，通过确定给水管网的走向情况，从已有的监测区域管网CAD图导入EPANET软件中；
步骤1.2，在保留绝大部分管段的基础上，依据给水管线建模的简化原则对给水管网进行简化，完成给水管网拓扑结构的建立；
步骤1.3，根据规范确定监测区域中各单位用水量变化的规律，得出给水管网中每个节点的基本需水量；
步骤1.4，利用EPANET软件完成监测区域给水管网水力平差计算，得到正常状况下管网运行各节点的压力数据P:
P＝[P11P12...P1N
P21P22...P2N
...........
PM1PM2...PMN](N:节点数，M：时间序列)
以及当各节点用水量发生变化时的管网所有节点的压力数据Pb1,Pb2,...,PbN:
Pbt＝[Pbt11Pbt12...Pbt1N
Pbt21Pbt22...Pbt2N
...........
PbtM1PbtM2...PbtMN](t＝1,2...,n)。
4.根据权利要求1所述的一种面向市政给水管网压力监测点优化布置方法，其特征在于：步骤(2)中所述的管网各节点原始特征矩阵数据获取的具体步骤为：
步骤2.1，根据步骤(1)的模拟仿真得到给水管网监测区域各节点空间属性，即地理坐标数据集N＝{(Xi,Yi),i＝1,2...,n}；
步骤2.2，根据步骤(1)的模拟仿真中得到的正常状况下监测区域管网运行各节点的压力数据以及当各节点用水量发生变化时的管网所有节点的压力数据，逐一求各节点用水量发生变化时各节点压力的变化值，逐一计算各节点压力的变化值的均方根，即各节点的影响度数据集EF＝{EFi,i＝1,2...,n}，具体计算步骤如下：
P-Pbt＝[P11-Pbt11P12-Pbt12...P1N-Pbt1N
P21-Pbt21P22-Pbt22...P2N-Pbt2N
...........
PM1-PbtM1PM2-PbtM2...PMN-PbtMN](t＝1,2...,n)
<mrow> <msub> <mi>EF</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msqrt> <mfrac> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>b</mi> <mi>t</mi> <mi>q</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mi>N</mi> </mfrac> </msqrt> </mrow> <mi>M</mi> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>...</mo> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow>
步骤2.3，根据步骤(1)的模拟仿真中得到的正常状况下监测区域管网运行各节点的压力数据，逐一求各节点压力值的均值和方差，即各节点的均值和方差数据集具体计算步骤如下：
<mrow> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>i</mi> </mrow> </msub> </mrow> <mi>M</mi> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>...</mo> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> 2
<mrow> <msub> <mi>D</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mi>M</mi> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>...</mo> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow>
上述数据构成监测区域管网各节点原始特征矩阵数据集
5.根据权利要求1所述的一种面向市政给水管网压力监测点优化布置方法，其特征在于：步骤(3)中，对管网各节点原始特征矩阵数据使用z-score方法进行数据规范化。
6.根据权利要求5所述的一种面向市政给水管网压力监测点优化布置方法，其特征在于：步骤(3)中对管网各节点原始特征矩阵数据使用z-score方法进行数据规范化的具体步骤如下：
<mrow> <msub> <mover> <mover> <mi>V</mi> <mo>&amp;OverBar;</mo> </mover> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>V</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>V</mi> <mo>&amp;OverBar;</mo> </mover> </mrow> <mi>&amp;sigma;</mi> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>...</mo> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow>
其中原始特征矩阵各属性均值，σ：原始特征矩阵各属性标准差，规范化后特征矩阵数据。
CN201710589810.9A 2017-07-19 2017-07-19 一种面向市政给水管网压力监测点优化布置方法 Active CN107368648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710589810.9A CN107368648B (zh) 2017-07-19 2017-07-19 一种面向市政给水管网压力监测点优化布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710589810.9A CN107368648B (zh) 2017-07-19 2017-07-19 一种面向市政给水管网压力监测点优化布置方法

Publications (2)

Publication Number Publication Date
CN107368648A true CN107368648A (zh) 2017-11-21
CN107368648B CN107368648B (zh) 2018-07-20

Family

ID=60306893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710589810.9A Active CN107368648B (zh) 2017-07-19 2017-07-19 一种面向市政给水管网压力监测点优化布置方法

Country Status (1)

Country Link
CN (1) CN107368648B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334994A (zh) * 2018-03-20 2018-07-27 哈尔滨工业大学 一种供热管网流量及压力监测点优化布置方法
CN108619896A (zh) * 2018-05-16 2018-10-09 安徽建筑大学 一种基于切换式填充床反应器的co2循环脱除装置及方法
CN108799844A (zh) * 2018-06-07 2018-11-13 哈尔滨学院 一种基于模糊集的供水管网压力监测点选址方法
CN108960489A (zh) * 2018-06-14 2018-12-07 天津大学 给水管网压力监测点优化布置方法
CN108984873A (zh) * 2018-06-28 2018-12-11 武汉新烽光电股份有限公司 供水管网实时漏损检测方法、设备、系统及存储介质
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
CN111080115A (zh) * 2019-12-10 2020-04-28 合肥泽众城市智能科技有限公司 一种基于供水水力模型的用水量分配方法及装置
CN111291472A (zh) * 2020-01-17 2020-06-16 安徽建筑大学 一种基于cfsfdp聚类算法的给水管网压力监测点布置方法
CN112016175A (zh) * 2020-08-14 2020-12-01 华侨大学 一种基于树状层次聚类的供水管网测压点优化布置方法
CN113420965A (zh) * 2021-06-08 2021-09-21 上海城投水务(集团)有限公司 一种基于虚拟测点进行辅助人工调度的方法
CN113674104A (zh) * 2021-07-23 2021-11-19 杭州莱宸科技有限公司 一种基于频谱分析的供水管网独立计量分区方法
CN113719760A (zh) * 2021-09-16 2021-11-30 武汉博水信息科技有限公司 基于地理信息的管网运行智慧预警分析方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111270728B (zh) * 2020-01-21 2021-03-23 重庆垫江水务有限公司 重力式恒压供水方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6084500A (ja) * 1983-10-14 1985-05-13 Hitachi Ltd 推論処理方法
JP2006163451A (ja) * 2004-12-02 2006-06-22 Osaka Gas Co Ltd 導管網解析方法及びシステム
CN105894130A (zh) * 2016-04-25 2016-08-24 杭州电子科技大学 一种用于城市供水管网监测点的优化布置方法
CN105938505A (zh) * 2016-04-12 2016-09-14 广州京维智能科技有限公司 一种供水管网压力检测点的布置方法
CN106870955A (zh) * 2017-03-22 2017-06-20 浙江大学 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
CN106950938A (zh) * 2017-05-10 2017-07-14 安徽建筑大学 市政给水管线的智能控制器及市政给水管线运行监控系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6084500A (ja) * 1983-10-14 1985-05-13 Hitachi Ltd 推論処理方法
JP2006163451A (ja) * 2004-12-02 2006-06-22 Osaka Gas Co Ltd 導管網解析方法及びシステム
CN105938505A (zh) * 2016-04-12 2016-09-14 广州京维智能科技有限公司 一种供水管网压力检测点的布置方法
CN105894130A (zh) * 2016-04-25 2016-08-24 杭州电子科技大学 一种用于城市供水管网监测点的优化布置方法
CN106870955A (zh) * 2017-03-22 2017-06-20 浙江大学 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
CN106950938A (zh) * 2017-05-10 2017-07-14 安徽建筑大学 市政给水管线的智能控制器及市政给水管线运行监控系统

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334994A (zh) * 2018-03-20 2018-07-27 哈尔滨工业大学 一种供热管网流量及压力监测点优化布置方法
CN108334994B (zh) * 2018-03-20 2021-05-07 哈尔滨工业大学 一种供热管网流量及压力监测点优化布置方法
CN108619896A (zh) * 2018-05-16 2018-10-09 安徽建筑大学 一种基于切换式填充床反应器的co2循环脱除装置及方法
CN108619896B (zh) * 2018-05-16 2023-11-21 安徽建筑大学 一种基于切换式填充床反应器的co2循环脱除装置及方法
CN108799844A (zh) * 2018-06-07 2018-11-13 哈尔滨学院 一种基于模糊集的供水管网压力监测点选址方法
CN108799844B (zh) * 2018-06-07 2020-02-14 哈尔滨学院 一种基于模糊集的供水管网压力监测点选址方法
CN108960489A (zh) * 2018-06-14 2018-12-07 天津大学 给水管网压力监测点优化布置方法
CN108960489B (zh) * 2018-06-14 2021-09-10 天津大学 给水管网压力监测点优化布置方法
CN108984873A (zh) * 2018-06-28 2018-12-11 武汉新烽光电股份有限公司 供水管网实时漏损检测方法、设备、系统及存储介质
CN108984873B (zh) * 2018-06-28 2023-10-24 武汉新烽光电股份有限公司 供水管网实时漏损检测方法、设备、系统及存储介质
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
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
CN111080115B (zh) * 2019-12-10 2023-08-25 合肥泽众城市智能科技有限公司 一种基于供水水力模型的用水量分配方法及装置
CN111080115A (zh) * 2019-12-10 2020-04-28 合肥泽众城市智能科技有限公司 一种基于供水水力模型的用水量分配方法及装置
CN111291472A (zh) * 2020-01-17 2020-06-16 安徽建筑大学 一种基于cfsfdp聚类算法的给水管网压力监测点布置方法
CN111291472B (zh) * 2020-01-17 2024-01-05 安徽建筑大学 一种基于cfsfdp聚类算法的给水管网压力监测点布置方法
CN112016175A (zh) * 2020-08-14 2020-12-01 华侨大学 一种基于树状层次聚类的供水管网测压点优化布置方法
CN113420965A (zh) * 2021-06-08 2021-09-21 上海城投水务(集团)有限公司 一种基于虚拟测点进行辅助人工调度的方法
CN113674104A (zh) * 2021-07-23 2021-11-19 杭州莱宸科技有限公司 一种基于频谱分析的供水管网独立计量分区方法
CN113674104B (zh) * 2021-07-23 2023-09-26 杭州莱宸科技有限公司 一种基于频谱分析的供水管网独立计量分区方法
CN113719760A (zh) * 2021-09-16 2021-11-30 武汉博水信息科技有限公司 基于地理信息的管网运行智慧预警分析方法和系统

Also Published As

Publication number Publication date
CN107368648B (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN107368648B (zh) 一种面向市政给水管网压力监测点优化布置方法
CN103412975B (zh) 动态交通仿真平台及其仿真方法
Peuquet Time in GIS and geographical databases
Izquierdo et al. Division of water supply systems into district metered areas using a multi-agent based approach
CN111639806B (zh) 一种基于gis的国土空间规划优化方法及系统
CN107665172A (zh) 一种基于复杂加权软件网络的软件缺陷预测方法
CN101299861A (zh) 一种基于最短回路的基站系统巡检路径自动化确定方法
CN104537010A (zh) 基于决策树的网构软件中的构件分类方法
CN101854652A (zh) 一种电信网络业务性能监控系统
CN109658510A (zh) 变电站选址的方法、装置和服务器
CN109271465A (zh) 一种基于云计算的水文数据分析及展示方法
CN115685787A (zh) 用于城市燃气管网的建模仿真方法、建模仿真系统和介质
CN108615360B (zh) 基于神经网络的交通需求逐日演变预测方法
CN114723595A (zh) 一种基于水联网平台的排水系统综合管理平台
CN112948123B (zh) 一种基于Spark的网格水文模型分布式计算方法
CN109840611A (zh) 一种综合业务接入区定容定址处理方法及装置
KR101040246B1 (ko) 지아이에스 기반을 이용한 하천과 연안해역의 통합수질 시뮬레이션 시스템 및 통합 수질 시뮬레이션 방법
Izquierdo et al. Agent-based division of water distribution systems into district metered areas
CN116402918B (zh) 一种岸滩海洋垃圾采样断面的构建方法及系统
CN114510583B (zh) 一种防洪调度知识图谱构建方法
CN103995750B (zh) 一种多Agent系统非对称分布式约束优化方法
CN111241228B (zh) 基于矢量数据与图形化处理技术的综合制图方法
CN108733907B (zh) 探索元胞自动机模型的尺度敏感性的耦合方法
CN113516387A (zh) 基于地理空间大数据的区域生态安全格局构建方法及系统
CN110991086B (zh) 一种给水管网水力模型漏水量分配方法

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
GR01 Patent grant
GR01 Patent grant