CN108717584A - 一种供水管网多目标分区方法 - Google Patents
一种供水管网多目标分区方法 Download PDFInfo
- Publication number
- CN108717584A CN108717584A CN201810448525.XA CN201810448525A CN108717584A CN 108717584 A CN108717584 A CN 108717584A CN 201810448525 A CN201810448525 A CN 201810448525A CN 108717584 A CN108717584 A CN 108717584A
- Authority
- CN
- China
- Prior art keywords
- subregion
- water supply
- entrance
- node
- supply 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005192 partition Methods 0.000 title claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims abstract description 8
- 230000006872 improvement Effects 0.000 claims abstract description 6
- 230000002068 genetic effect Effects 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 4
- 238000013316 zoning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及一种供水管网多目标分区方法,该方法包括如下步骤:(1)输入供水管网数据,包括供水管网的邻接矩阵、分区的允许规模范围以及节点服务压力;(2)选取干管,确定候选分区入口;(3)设定多个目标函数,采用非支配排序遗传算法求解供水管网的分区方案集,所述的目标函数包括:最小化管网平均压力、最小化管网平均水龄以及最小化分区改造费用。与现有技术相比,本发明考虑的因素更加全面,分区更加合理。
Description
技术领域
本发明涉及一种供水管网分区方法,尤其是涉及一种供水管网多目标分区方法。
背景技术
近年来,我国供水管网漏损问题日益严重。据2016年城市供水统计年鉴报道,全国平均产销差为20.72%、漏损率为14.32%,漏损占据了产销差中的七成。根据2015年发布的“水十条”,2017年城镇供水管网的漏损率须控制在12%以内,2020年控制在10%以内。探索能有效地降低供水管网漏损的技术,是国内外水行业工作者长期普遍关注的焦点。国外的实践经验表明,供水管网分区管理是降低漏损的有效手段,然而国内对这方面的研究尚不深入,分区方案的制定大多依赖经验,没有经过最优化设计,迫切须要相关技术理论的指导。因此,从降低供水管网漏损的实际需求出发,开发与之配套的供水管网优化分区方法,具有重要的现实意义。
国内外对这方面的研究取得了一定的成果,以下为一些有代表性的研究:
1)基于聚类分析的分区方法
如文献:
[1]:Sela Perelman L,Allen M,Preis A,et al.Automated sub-zoning ofwater distribution systems.Environmental Modelling&Software,2015;65:1-14.
该类方法的主要技术措施:考虑供水管网节点的某些属性,根据节点的相似性应用聚类算法将供水管网划分为若干个区域。
优缺点:这类方法的特点在于能够把管网划分成若干个区域内部某些属性比较相近的分区,可以利用这种特点,在分区过程中对某些目标(如使分区内部压力相近等)进行有针对性的优化。缺点在于这类方法通常面向单目标优化,而管网分区须要考虑诸多因素。
2)基于社区发现的分区方法
如文献:
[2]:Zhou Y,Diao K,Rauch W.Automated Creation of District Metered AreaBoundaries in Water Distribution Systems.Journal of Water Resources Planning&Management,2013;139(2):184–190
该类方法的主要技术措施:应用社区发现算法对供水管网的拓扑结构进行分析,从而根据管网的社区结构进行分区。
优缺点:这类方法的优点在于能够识别出供水管网中的河流、道路等边界,获得的分区方案与传统的根据经验分区的方案相近。缺点在于这类方法本质上也是一种单目标优化方法,考虑的因素不够全面。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种供水管网多目标分区方法。
本发明的目的可以通过以下技术方案来实现:
一种供水管网多目标分区方法,该方法包括如下步骤:
(1)输入供水管网数据,包括供水管网的邻接矩阵、分区的允许规模范围以及节点服务压力;
(2)选取干管,确定候选分区入口;
(3)设定多个目标函数,采用非支配排序遗传算法求解供水管网的分区方案集,所述的目标函数包括:最小化管网平均压力、最小化管网平均水龄以及最小化分区改造费用。
步骤(2)中以干管两侧接出的支管为候选的分区入口,进而步骤(3)中分区方案集中的各分区方案以干管为边界线。
步骤(3)具体为:
(31)初始化种群,随机生成多组代表管网分区参数的二进制字符串;
(32)通过进行节点分组、区域合并和优化分区连通管对每组字符串进行解码,得到每组字符串代表的分区方案,并分别计算每个方案适应度,所述的适应度包括三个目标函数值;
(33)对不符合约束条件的方案进行排除,根据各个方案的目标函数值进行非支配分层排序和选择;
(34)对优选方案进行交叉、变异操作,判断是否达到算法终止条件,如未达到则重复步骤(32)、(33),达到终止条件则输出最优方案集。
每组二进制字符串包含三种信息,分别是:节点分组过程中的分区入口挑选方案、区域合并过程中的控制规模以及优化分区连通管过程中的连通管开闭信息。
步骤(32)中节点分组为:对于每一个分区方案,根据挑选的分区入口进行节点分组,具体地,
(a)设干管上一共有K个候选分区入口,某一分区方案中共有Kselected个分区入口被选中,其中,Kselected≤K,则供水管网中除干管节点外的任意节点i都有Kselected个可能的供水入口;
(b)获取任意一个选定的入口k到节点i的距离distanceki:
其中,{pathki}为选定的分区入口k到节点i的最短路径的管段集合,l表示{pathki}中的管段,wl为管段l的权值;
(c)对于给定的节点i,获取Kselected个选定的分区入口到节点i的距离,得到集合distancesi:
其中,distanceki表示第选定的分区入口k到节点i的距离,k=1,2,……,Kselected;
(d)将到节点i的距离最小的选定的分区入口作为节点i的供水节点,进而将各个选定的分区入口和分配给它的节点组成一个分区,完成供水管网的初步划分,得到Kselected个初步分区。
步骤(32)中区域合并为:对初步划分结果中Kselected个初步分区中小于控制规模的分区进行合并,具体地:如果两个初步分区的区域规模总和不超出控制规模,则合并这两者,反之则不合并,得到Kfinal个合并分区,Kfinal≤Kselected。
骤(32)中优化分区连通管具体为:
Kselected个被选中的分区入口为需要打开的入口,所对应管段须维持开启,K-Kselected个未选中的候选分区入口为需要关闭的入口,所对应的管段截断,其余的边界管段为各个分区之间的连接管段,对连接管段根据其属性进行分类,每一类的管段的开启或关闭状态用一位二进制编码来表示,以此完成对连通管段开闭的优化。
与现有技术相比,本发明具有如下优点:
(1)本发明设定多个目标函数,进而在分区方案集优化过程中同时考虑了多个目标,考虑的因素更加全面,使得分区更加合理;
(2)本发明候选的分区入口的选取方式能使得分区方案能够以干管为边界线,不会出现横跨干管的分区,可认为可以挑选出沿河流或道路铺设的管线作为干管,从而根据经验人为指定期望的分区边界,进一步提高了分区的合理性;
(3)本发明采用非支配排序遗传算法能够获得分区方案集,决策者能够根据实际需求从中挑选最适方案,避免了其他方法中分区方案较为单一的问题;
(4)本发明对各分区间的连通管进行了优化,相较传统的一律采用阀门关闭的方案,本发明提出的方案在供水可靠性和安全性上得到了进一步的保障。
附图说明
图1为本发明供水管网多目标分区方法的流程框图。
图2为实施例中某市供水管网的干管、主要区域、次要区域示意图;
图3为实施例中分区方案集的目标函数值;
图4为实施例中某一方案的分区布局示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。
实施例
如图1所示,一种供水管网多目标分区方法,该方法包括如下步骤:
(1)输入供水管网数据,包括供水管网的邻接矩阵、分区的允许规模范围以及节点服务压力;
(2)选取干管,确定候选分区入口;
(3)设定多个目标函数,采用非支配排序遗传算法(NSGA-Ⅱ)求解供水管网的分区方案集,所述的目标函数包括:最小化管网平均压力、最小化管网平均水龄以及最小化分区改造费用。
步骤(1)供水管网数据输入具体为:
读取管网数据,构建供水管网邻接矩阵,邻接矩阵的管段权值可以为管径、管长等。
须要设置的参数包括分区最小规模minSize、分区最大规模maxSize和节点服务水头。关于DMA分区的规模,主要依据经验确定,可以根据期望的分区数目,估算出分区的最小和最大规模。节点服务压力可以参考供水管网当地的规范设置。
步骤(2)选取干管具体为:
干管被认为是与净水厂直接相连,负责向供水管网各个区域输送流量的管线。本方法的干管需要人为指定,挑选出干管后,找出干管两侧接出的支管。随后,以每根支管为起点,以干管为界限,应用广度搜索算法计算每根支管所能到达的节点,计算这些节点的基本需水量总和,从而得到每根支管的最大供水规模。一些支管的最大供水规模大于等于分区最小规模,将这些支管供给的节点视为管网的主要区域,这些支管作为候选的分区入口。一些支管的最大供水规模将会小于分区最小规模,可以认为将这些规模偏小的区域作为计量分区是不经济的,因此这些支管不作为分区的候选入口,其供给的节点视为次要区域,不作为分区的考虑对象这些支管作为候选的分区入口。可以按照以下三种方法挑选干管:
1)依据管径来挑选干管,以水源节点为入口,沿水流方向挑选管径大于某一阈值的管段作为干管;
2)对于多水源管网,为了提高供水可靠性,充分发挥多水源的联合调度功能,可以挑选出一些连接各个净水厂、同时管径及流量也较大的管线作为干管;
3)由于分区的入口均在干管的两侧,因此本方法的干管也是分区的边界线,可以利用这种特点,挑选出靠近道路、河流且与之平行铺设的管线作为干管,使分区以道路、河流为边界。
进一步地,步骤(2)中以干管两侧接出的支管为候选的分区入口,进而步骤(3)中分区方案集中的各分区方案以干管为边界线,不会出现横跨干管的分区,利用这种特点,可以挑选出沿河流或道路铺设的管线作为干管,从而根据经验人为指定期望的分区边界。
步骤(3)具体为:
(31)初始化种群,随机生成多组代表管网分区参数的二进制字符串;
(32)通过进行节点分组、区域合并和优化分区连通管对每组字符串进行解码,得到每组字符串代表的分区方案,并分别计算每个方案适应度,所述的适应度包括三个目标函数值;
(33)对不符合约束条件的方案进行排除,根据各个方案的目标函数值进行非支配分层排序和选择;
(34)对优选方案进行交叉、变异操作,判断是否达到算法终止条件,如未达到则重复步骤(32)、(33),达到终止条件则输出最优方案集。
每组二进制字符串包含三种信息,分别是:节点分组过程中的分区入口挑选方案、区域合并过程中的控制规模以及优化分区连通管过程中的连通管开闭信息。
步骤(31)初始化种群具体为:随机生成第一代种群P0,种群由NP个个体组成,每个个体的染色体包含一种分区入口挑选方案、区域合并过程中的控制规模以及分区之间须要开启的连通管的信息。
步骤(32)中节点分组为:对于每一个分区方案,根据挑选的分区入口进行节点分组。
分区入口挑选方案可以用一串长度等于候选分区入口数目的二进制数来表达,“1”表示某分区入口被选中,“0”表示某分区入口未被选中。具体地,节点分组通过如下方式完成:
(a)设干管上一共有K个候选分区入口,某一分区方案中共有Kselected个分区入口被选中,其中,Kselected≤K,则供水管网中除干管节点外的任意节点i都有Kselected个可能的供水入口;
(b)采用dijkstra算法获取任意一个选定的入口k到节点i的距离distanceki:
其中,{pathki}为选定的分区入口k到节点i的最短路径的管段集合,l表示{pathki}中的管段,wl为管段l的权值;
(c)对于给定的节点i,获取Kselected个选定的分区入口到节点i的距离,得到集合distancesi:
其中,distanceki表示第选定的分区入口k到节点i的距离,k=1,2,……,Kselected;
(d)将到节点i的距离最小的选定的分区入口作为节点i的供水节点,进而将各个选定的分区入口和分配给它的节点组成一个分区,完成供水管网的初步划分,得到Kselected个初步分区。
在上述节点分组基础上,步骤(32)中区域合并为:对初步划分结果中Kselected个初步分区中小于控制规模的分区进行合并,具体地:如果两个初步分区的区域规模总和不超出控制规模,则合并这两者,反之则不合并,得到Kfinal个合并分区,Kfinal≤Kselected。本方法引入控制规模controlSize这一变量来限制区域合并过程中所能达到的最大规模。controlSize是一个介于minSize和maxSize的数值,在染色体中设置相应位数的基因来对编码该变量的取值,从而对分区的最佳规模进行优化。为了使分区规模尽量均衡,合并过程应优先从规模较小的区域开始。
在上述区域合并的基础上,步骤(32)中优化分区连通管具体为:
Kselected个被选中的分区入口为需要打开的入口,所对应管段须维持开启,K-Kselected个未选中的候选分区入口为需要关闭的入口,所对应的管段截断,其余的边界管段为各个分区之间的连接管段,对连接管段根据其属性(如管径)进行分类,每一类的管段的开启或关闭状态用一位二进制编码来表示,以此完成对连通管段开闭的优化。
完成进行节点分组、区域合并和优化分区连通管后,供水管网的分区布局以及分区连通管的开闭状态已经完全确定,接下来须要对水力模型进行修改。被选中的分区入口以及开启的分区连通管管段须要安装流量计进行计量,设置这些管段的状态为开启,其余边界管段须要安装阀门截断,设置这些管段的状态为关闭,随后执行水力模拟,评估分区后的管网性能表现。供水管网分区后会对管网的压力、水质造成影响,这两者以及分区的改造费用通常也是水务管理者比较关心的部分,因此以最小化管网平均压力、管网平均水龄以及改造费用为目标函数,其中,改造费用为分区所需的流量计及阀门的费用之和。
步骤(33)具体为:根据方案是否破坏约束条件(如分区后节点压力是否满足节点服务压力)筛选可行方案,然后对可行方案进行非支配分层排序和选择得到第二代父代种群P1;
步骤(34)即进行循环优化,父代种群P1通过交叉和变异得到第二代子代种群Q1,计算子代种群Q1的目标函数值,排除不可行方案,并通过非支配排序和优选得到P2,不断循环直到满足算法终止条件为止,得到第t代种群Pt。种群Pt即为分区方案的帕累托前沿。
本实施例具体为:
(1)数据输入
输入某市供水管网的拓扑信息,构建管网的邻接矩阵,矩阵的管段权值设置为海曾威廉公式中扣除流量项的剩余部分,即管段阻力系数。期望划分的分区数量为10~100个,采用分区的节点基本需水量总和来表征分区的规模大小,设置分区最大规模为管网节点基本需水量总和的十分之一,设置分区最小规模为管网节点基本需水量总和的百分之一,节点服务压力参考当地规范设置为16m。
(2)选取干管
挑选部分管径大于等于DN800的管段作为干管,局部区域考虑以道路为边界,选取与道路平行铺设的管段作为干管,所选取的干管如图2所示。由于本方法能够以干管为边界进行分区,挑选出干管后,某市供水管网即被划分成6个大区块。
(3)求解分区方案集
首先对供水管网分区的参数进行编码,这些参数包括分区入口的挑选方案、区域合并过程的控制规模以及须要开启的分区连通管的管段信息。对于某市供水管网,候选分区入口管段共175根,采用175位的二进制数来表示这些入口选中与否。为使某市供水管网的6个大区块内的分区规模尽量均衡,分别优化每个区块的分区规模,设置了相应位数的编码来表示6个控制规模值。对于某个大区块,本例根据区块内的管段管径对区块管段进行分类,分区后的连通管必然属于当中某一类管段,因此可以用一位二进制来表示该区块中某类分区连通管的开闭状态。为了分别优化6个大区块的分区连通管的开闭,对每个区块中的每一类管段都进行编码。采用matlab自带的遗传算法工具箱来求解分区方案集,设置个体数为100,代数为500,其余参数采用默认设置。优化结束后共获得28个分区方案,这些方案的目标函数值如图3所示,其中一个方案的分区布局如图4所示。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (7)
1.一种供水管网多目标分区方法,其特征在于,该方法包括如下步骤:
(1)输入供水管网数据,包括供水管网的邻接矩阵、分区的允许规模范围以及节点服务压力;
(2)选取干管,确定候选分区入口;
(3)设定多个目标函数,采用非支配排序遗传算法求解供水管网的分区方案集,所述的目标函数包括:最小化管网平均压力、最小化管网平均水龄以及最小化分区改造费用。
2.根据权利要求1所述的一种供水管网多目标分区方法,其特征在于,步骤(2)中以干管两侧接出的支管为候选的分区入口,进而步骤(3)中分区方案集中的各分区方案以干管为边界线。
3.根据权利要求1所述的一种供水管网多目标分区方法,其特征在于,步骤(3)具体为:
(31)初始化种群,随机生成多组代表管网分区参数的二进制字符串;
(32)通过进行节点分组、区域合并和优化分区连通管对每组字符串进行解码,得到每组字符串代表的分区方案,并分别计算每个方案适应度,所述的适应度包括三个目标函数值;
(33)对不符合约束条件的方案进行排除,根据各个方案的目标函数值进行非支配分层排序和选择;
(34)对优选方案进行交叉、变异操作,判断是否达到算法终止条件,如未达到则重复步骤(32)、(33),达到终止条件则输出最优方案集。
4.根据权利要求3所述的一种供水管网多目标分区方法,其特征在于,每组二进制字符串包含三种信息,分别是:节点分组过程中的分区入口挑选方案、区域合并过程中的控制规模以及优化分区连通管过程中的连通管开闭信息。
5.根据权利要求3所述的一种供水管网多目标分区方法,其特征在于,步骤(32)中节点分组为:对于每一个分区方案,根据挑选的分区入口进行节点分组,具体地,
(a)设干管上一共有K个候选分区入口,某一分区方案中共有Kselected个分区入口被选中,其中,Kselected≤K,则供水管网中除干管节点外的任意节点i都有Kselected个可能的供水入口;
(b)获取任意一个选定的入口k到节点i的距离distanceki:
其中,{pathki}为选定的分区入口k到节点i的最短路径的管段集合,l表示{pathki}中的管段,wl为管段l的权值;
(c)对于给定的节点i,获取Kselected个选定的分区入口到节点i的距离,得到集合distancesi:
distancesi={distance1i,...,distanceki,...,distanceKselectedi},
其中,distanceki表示第选定的分区入口k到节点i的距离,k=1,2,……,Kselected;
(d)将到节点i的距离最小的选定的分区入口作为节点i的供水节点,进而将各个选定的分区入口和分配给它的节点组成一个分区,完成供水管网的初步划分,得到Kselected个初步分区。
6.根据权利要求5所述的一种供水管网多目标分区方法,其特征在于,步骤(32)中区域合并为:对初步划分结果中Kselected个初步分区中小于控制规模的分区进行合并,具体地:如果两个初步分区的区域规模总和不超出控制规模,则合并这两者,反之则不合并,得到Kfinal个合并分区,Kfinal≤Kselected。
7.根据权利要求6所述的一种供水管网多目标分区方法,其特征在于,骤(32)中优化分区连通管具体为:
Kselected个被选中的分区入口为需要打开的入口,所对应管段须维持开启,K-Kselected个未选中的候选分区入口为需要关闭的入口,所对应的管段截断,其余的边界管段为各个分区之间的连接管段,对连接管段根据其属性进行分类,每一类的管段的开启或关闭状态用一位二进制编码来表示,以此完成对连通管段开闭的优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448525.XA CN108717584B (zh) | 2018-05-11 | 2018-05-11 | 一种供水管网多目标分区方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810448525.XA CN108717584B (zh) | 2018-05-11 | 2018-05-11 | 一种供水管网多目标分区方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108717584A true CN108717584A (zh) | 2018-10-30 |
CN108717584B CN108717584B (zh) | 2022-08-16 |
Family
ID=63899786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810448525.XA Active CN108717584B (zh) | 2018-05-11 | 2018-05-11 | 一种供水管网多目标分区方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717584B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111415272A (zh) * | 2020-04-24 | 2020-07-14 | 中国水利水电科学研究院 | 一种供水管网预防性更换时机动态优选方法 |
CN113642760A (zh) * | 2021-06-21 | 2021-11-12 | 广州市自来水有限公司 | 服务于大型改扩建供水管网的区域泵站优化选址方法 |
CN116542001A (zh) * | 2023-05-04 | 2023-08-04 | 安徽建筑大学 | 基于改进谱聚类及遗传算法的供水管网独立计量分区方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130144455A1 (en) * | 2010-06-08 | 2013-06-06 | The Chugoku Electric Power Co., Inc. | Hydroelectric power generation plan adjustment device, hydroelectric power generation plan adjustment method, and program |
CN103258235A (zh) * | 2013-05-13 | 2013-08-21 | 杭州电子科技大学 | 一种基于改进人工鱼群算法的供水管网改扩建优化方法 |
CN103902783A (zh) * | 2014-04-11 | 2014-07-02 | 北京工业大学 | 一种基于广义逆向学习差分算法的排水管网优化方法 |
CN104462714A (zh) * | 2014-12-24 | 2015-03-25 | 河北建筑工程学院 | 一种市政排水管网平面布置设计优化计算方法 |
CN104866899A (zh) * | 2015-06-17 | 2015-08-26 | 山东省环境保护科学研究设计院 | 一种基于城市供水管网水力模型校核的漏失检测方法 |
CN106886156A (zh) * | 2017-05-03 | 2017-06-23 | 杭州电子科技大学 | 基于二进制多目标粒子群算法的供水管网关阀方法 |
CN107067119A (zh) * | 2017-05-18 | 2017-08-18 | 上海宏波工程咨询管理有限公司 | 一种基于多目标分层选择的多工况给水管网优化方法 |
-
2018
- 2018-05-11 CN CN201810448525.XA patent/CN108717584B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130144455A1 (en) * | 2010-06-08 | 2013-06-06 | The Chugoku Electric Power Co., Inc. | Hydroelectric power generation plan adjustment device, hydroelectric power generation plan adjustment method, and program |
CN103258235A (zh) * | 2013-05-13 | 2013-08-21 | 杭州电子科技大学 | 一种基于改进人工鱼群算法的供水管网改扩建优化方法 |
CN103902783A (zh) * | 2014-04-11 | 2014-07-02 | 北京工业大学 | 一种基于广义逆向学习差分算法的排水管网优化方法 |
CN104462714A (zh) * | 2014-12-24 | 2015-03-25 | 河北建筑工程学院 | 一种市政排水管网平面布置设计优化计算方法 |
CN104866899A (zh) * | 2015-06-17 | 2015-08-26 | 山东省环境保护科学研究设计院 | 一种基于城市供水管网水力模型校核的漏失检测方法 |
CN106886156A (zh) * | 2017-05-03 | 2017-06-23 | 杭州电子科技大学 | 基于二进制多目标粒子群算法的供水管网关阀方法 |
CN107067119A (zh) * | 2017-05-18 | 2017-08-18 | 上海宏波工程咨询管理有限公司 | 一种基于多目标分层选择的多工况给水管网优化方法 |
Non-Patent Citations (4)
Title |
---|
DIAO K,ZHOU Y,RAUCH W: ""automated creation of district metered area boundaries in water distribution systems"", 《JOURNAL OF WATER RESOURCES PLANNING & MANAGEMENT ASCE》 * |
乔俊飞、魏静、韩红桂: ""基于改进NSGA2算法的给水管网多目标优化设计"", 《控制工程》 * |
刘书明、王欢欢、信昆仑: ""城镇给水管网多目标优化设计算法及应用"", 《中国给水排水》 * |
刘航飞: ""城市供水系统分区及管网优化研究"", 《中国优秀硕士学位论文全文数据库--工程科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111415272A (zh) * | 2020-04-24 | 2020-07-14 | 中国水利水电科学研究院 | 一种供水管网预防性更换时机动态优选方法 |
CN111415272B (zh) * | 2020-04-24 | 2020-12-08 | 中国水利水电科学研究院 | 一种供水管网预防性更换时机动态优选方法 |
CN113642760A (zh) * | 2021-06-21 | 2021-11-12 | 广州市自来水有限公司 | 服务于大型改扩建供水管网的区域泵站优化选址方法 |
CN113642760B (zh) * | 2021-06-21 | 2024-04-05 | 广州市自来水有限公司 | 服务于大型改扩建供水管网的区域泵站优化选址方法 |
CN116542001A (zh) * | 2023-05-04 | 2023-08-04 | 安徽建筑大学 | 基于改进谱聚类及遗传算法的供水管网独立计量分区方法 |
CN116542001B (zh) * | 2023-05-04 | 2023-11-07 | 安徽建筑大学 | 基于改进谱聚类及遗传算法的供水管网独立计量分区方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108717584B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717584A (zh) | 一种供水管网多目标分区方法 | |
WO2022193642A1 (zh) | 一种基于图卷积神经网络和nsga-ⅱ算法的水库调度多目标优化方法 | |
CN108764573B (zh) | 一种面向内陆干旱区的水资源多维均衡配置系统 | |
CN109345010B (zh) | 一种梯级泵站的多目标优化调度方法 | |
Fallah-Mehdipour et al. | Developing reservoir operational decision rule by genetic programming | |
CN111080483B (zh) | 基于图划分的供水管网dma自动分区方法 | |
CN109214549B (zh) | 一种基于图论的供水管网辅助dma分区方法和系统 | |
CN113312735B (zh) | 一种城市供水管网dma分区方法 | |
CN109670650A (zh) | 基于多目标优化算法的梯级水库群调度模型的求解方法 | |
CN110232481A (zh) | 基于mqpso的天然气管网多目标优化调度方法 | |
CN114692265A (zh) | 一种基于深度强化学习的零碳建筑优化设计方法 | |
He et al. | A methodology for the optimal design of gathering pipeline system in old oilfield during its phased development process | |
CN107563538A (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 | |
CN107040879A (zh) | 一种基于遗传模糊树的无线传感网节点联合移动算法 | |
Jin et al. | Multi-objective optimization of water supply network rehabilitation with non-dominated sorting genetic algorithm-II | |
CN107145958A (zh) | 一种基于改进粒子群算法的市政排水管网智能化排水调度方法 | |
CN109783943A (zh) | 一种建筑平台智能节点拓扑生成与匹配的方法及系统 | |
CN106845696B (zh) | 一种智能优化水资源配置方法 | |
CN113379117B (zh) | 基于改进的精英保留策略遗传算法的闸坝群联合调度方法及系统 | |
CN109784673A (zh) | 一种基于用户优先级的天然气管网智能运行调度方法 | |
CN116542001B (zh) | 基于改进谱聚类及遗传算法的供水管网独立计量分区方法 | |
CN105243439A (zh) | 基于路网结构的城市群城际铁路线网规模测算方法 | |
CN103020394A (zh) | 一种适用于油田地面大型管网系统优化设计的方法及装置 | |
CN115344974A (zh) | 一种基于层次聚类方法的分布式区域供热系统能源站选址规划方法 | |
CN114492617A (zh) | 一种基于聚类的管网分区及跨区水量调配的方法 |
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 |