CN108846232A - 一种城市供水爆管界定方法 - Google Patents

一种城市供水爆管界定方法 Download PDF

Info

Publication number
CN108846232A
CN108846232A CN201810690793.2A CN201810690793A CN108846232A CN 108846232 A CN108846232 A CN 108846232A CN 201810690793 A CN201810690793 A CN 201810690793A CN 108846232 A CN108846232 A CN 108846232A
Authority
CN
China
Prior art keywords
hydraulic pressure
pressure threshold
threshold value
booster
water supply
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
Application number
CN201810690793.2A
Other languages
English (en)
Inventor
王景成
罗华毅
汪瑞清
朱慧峰
李肖城
孔德颂
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 MUNICIPAL WATER SUPPLY DISPATCHING AND MONITORING CENTER
Shanghai Jiaotong University
Original Assignee
SHANGHAI MUNICIPAL WATER SUPPLY DISPATCHING AND MONITORING CENTER
Shanghai Jiaotong University
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 MUNICIPAL WATER SUPPLY DISPATCHING AND MONITORING CENTER, Shanghai Jiaotong University filed Critical SHANGHAI MUNICIPAL WATER SUPPLY DISPATCHING AND MONITORING CENTER
Priority to CN201810690793.2A priority Critical patent/CN108846232A/zh
Publication of CN108846232A publication Critical patent/CN108846232A/zh
Pending legal-status Critical Current

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Pipeline Systems (AREA)

Abstract

本发明公开了一种城市爆管界定方法，涉及城市供水管网压力监测领域，包括如下步骤：(1)在已经计算得到基础水压阈值的基础上，获取主要水压影响因素；(2)针对临时性水力设施动作调整优化水压阈值计算模型；(3)针对节假日信息调整优化所述水压阈值计算模型；(4)针对天气温度的调整优化所述水压阈值计算模型；(5)针对管段综合风险程度调整优化所述水压阈值计算模型；(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。本发明通过已有的水压数据，建立分析模型，同时结合主要水压影响因素对不同水管的爆管风险进行综合评估，提升了检测的准确性。

Description

一种城市供水爆管界定方法
技术领域
本发明涉及城市供水管网压力监测领域，尤其涉及一种城市供水爆管界定方法。
背景技术
城市供水管网是城市的生命线,它相当于城市的血管，与人民的生活息息相关。近年来,随着城市建设的飞速发展，城市的规模也在不断扩大，城市的地下供水管网也已经发展成为庞大、复杂的网络。伴随着管网规模的不断扩大，爆管、漏管事故呈现出逐年增加的趋势，管网的漏失水量也在不断增加。因此，完善管网的信息管理系统，对突发性的漏损事故进行预警就显得极为重要。利用先进的管理手段辅以计算机管理系统来提高管网管理水平已成为各地供水企业所面临的重要问题。
城市供水管网地理信息系统为研究爆管问题提供了一个很好的技术平台。国外学者在爆管问题的研究上较多的采用了GIS空间分析技术，他们的分析内容一般包括爆管事故与土壤类型、爆管事故与交通荷载、管道与压力分布分析、爆管事故与管道密度等方面的内容。但是，传统的城区爆管事故监测方式粗糙、实时监测自动化程度不高，准确性低，缺乏对主要干扰因素的分析处理。
因此，本领域的技术人员致力于开发一种城市供水爆管界定方法，根据现有数据对供水管网测爆管预警系统和基础的爆管阈值界定方法进行深入的研究，通过已有的水压数据，建立分析模型，判断目前的水压数值是否发生异常，来及时检测供水管网是否发生爆管或漏水；同时结合临时性水力设施动作、天气温度、节假日、管材、管径、爆管历史记录等静态数据对不同水管的爆管风险进行一个综合的评估，提升检测的准确性。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是进行供水管网数据清洗，减小原始异常的误差，结合多种影响水压的因素修正水压阈值计算模型，水压阈值便于在线计算与滚动更新，提升爆管界定准确性。
为实现上述目的，本发明提供了一种城市供水爆管界定方法，包括以下主要步骤：
(1)通过历史一周的水压数据采用统计学中的3δ法则计算合理的水压阈值(上下界范围)，同时获取主要水压影响因素的数据；
(2)针对临时性水力设施动作调整优化水压阈值计算模型；
(3)针对节假日信息调整优化所述水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；
(4)针对天气温度的调整优化所述水压阈值计算模型，基于系数修正所述水压阈值；
(5)针对管段综合风险程度调整优化所述水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；
(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。
进一步地，所述步骤(1)中所述主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。
进一步地，所述步骤(2)中所述临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。
进一步地，所述泵站开停泵和所述水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行所述临时性水力设施动作引发的水压变化。
进一步地，所述步骤(3)中所述BP神经网络的修正步骤如下：
(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；
(32)选取基本的三层神经网络结构进行计算；
(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。
进一步地，所述步骤(4)中具体为：
(41)所述天气温度以8℃为界，提升所述水压阈值的下界防止漏报；
(42)以25mm的降水量为修正界限，下调所述水压阈值的下界以免造成误报。
进一步地，所述步骤(4)中所述水压阈值调整的系数根据条件的不同选定为0.95、1、1.05。
进一步地，所述步骤(5)中所述针对合管段综合风险程度调整模型的步骤包括：
(51)获取管段材质、管龄、管径以及历史爆管次数，通过AHP层次分析法计算得到权重依次为53％、31％、10％和6％(52)计算得到综合风险系数，所述综合风险系数为：0-0.4对应一级、0.4-0.6对应二级、0.6-0.8对应三级、0.8以上对应四级，级数越高表明风险越大；
(53)根据所述评级和所述管段综合风险系数，对对应的管段的爆管检测的所述水压阈值进行调整。
进一步地，所述步骤(5)中所述对对应的管段的爆管检测的水压阈值进行调整幅度为：所述综合风险系数小于0.4则维持原有所述水压阈值，在0.4-0.6之间则所述水压阈值的下界提高1％，在0.6-0.8之间则所述水压阈值的下界提高2％，0.8以上则所述水压阈值的下界提高3％。
进一步地，所述步骤(6)具体包括如下步骤：
(61)首先确定是否是法定节假日，是则采用往年历史数据和节前平均水压加权计算所述水压阈值，反之只使用当天前一周的数据进行计算；
(62)判定爆管时间节点附近是否有所述临时性水力设施动作，没有则不调整所述水压阈值，反之根据历史最大值和最小值修正所述水压阈值；
(63)获取当天的天气温度、降水量信息修正所述水压阈值；
(64)通过GIS和信息数据库获取路段和管网的信息，计算综合的管网风险系数并在此基础上调整所述水压阈值。
本发明考虑多种影响和干扰因素，尽可能使得清洗后的数据保持原有的变化规律，提高阈值界定的准确程度，模型基于实际数据和历史数据并结合干扰因素修正，对其它多个工况下具有普适性。
附图说明
图1是城市供水管网爆管界定方法的执行流程图；
图2是采用本发明所述方法界定爆管事件的当天水压和阈值上下界曲线图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
图1城市供水管网爆管界定方法具体执行流程图，包括以下主要步骤：
(1)在已经计算得到基础水压阈值的基础上，获取主要水压影响因素；主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。
(2)针对临时性水力设施动作调整优化水压阈值计算模型；临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。
泵站开停泵和水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行临时性水力设施动作引发的水压变化。
(3)针对节假日信息调整优化水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；BP神经网络的修正步骤如下：
(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；
(32)选取基本的三层神经网络结构进行计算；
(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。
(4)针对天气温度的调整优化水压阈值计算模型，基于系数修正水压阈值；具体为：
(41)天气温度以8℃为界，提升水压阈值的下界防止漏报；
(42)以25mm的降水量为修正界限，下调水压阈值的下界以免造成误报。
水压阈值调整的系数根据条件的不同选定为0.95、1、1.05。
(5)针对管段综合风险程度调整优化水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；针对合管段综合风险程度调整模型的步骤包括：
(51)获取管段材质、管龄、管径以及历史爆管次数，通过AHP层次分析法计算得到权重依次为53％、31％、10％和6％，各因素的风险估值的量化表如下：
(52)计算得到综合风险系数，综合风险系数为：0-0.4对应一级、0.4-0.6对应二级、0.6-0.8对应三级、0.8以上对应四级，级数越高表明风险越大；
(53)根据评级和管段综合风险系数，对对应的管段的爆管检测的水压阈值进行调整。
对对应的管段的爆管检测的水压阈值进行调整幅度为：综合风险系数小于0.4则维持原有水压阈值，在0.4-0.6之间则水压阈值的下界提高1％，在0.6-0.8之间则水压阈值的下界提高2％，0.8以上则水压阈值的下界提高3％。
(6)将更新之后的水压阈值和相关数据滚动更新并存储。具体包括如下步骤：
(61)首先确定是否是法定节假日，是则采用往年历史数据和节前平均水压加权计算水压阈值，反之只使用当天前一周的数据进行计算；
(62)判定爆管时间节点附近是否有临时性水力设施动作，没有则不调整水压阈值，反之根据历史最大值和最小值修正水压阈值；
(63)获取当天的天气温度、降水量信息修正水压阈值；
(64)通过GIS和信息数据库获取路段和管网的信息，计算综合的管网风险系数并在此基础上调整水压阈值。
以某次爆管事件为例，在当日下午14:20分左右某路口发生较大的爆管事件，导致路面积水，影响范围较广，采用本发明所述方法，进行水压的监测和爆管界定。
(1)获取目标区域中各个测压点的压力数据，主要目标区域中有6个测压点，下表展示爆管点附近测压点的在当时的原始水压数据进行修正填补以及间隔统一后的结果；
(2)将预处理后的数据进行统计分析，计算得到基础水压阈值；利用前一周该测压点对应的数据分别计算各个时间节点的水压均值与方差值，进行合理范围估计。
(3)获取主要影响因素的数据；爆管之前没有临时性水力设施的动作，同时当日不是节假日、没有温度的骤变(温度变化程度小于5摄氏度)，综合管段风险程度计算结果为0.925(主要管材为风险系数较高的铸铁管且建成使用时间超过40年)。
(5)根据主要的水压阈值影响因素调整修正基础阈值；绘制的阈值上下界曲线与当天水压的曲线图,如图2所示。
(6)滚动更新数据并存储。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种城市供水爆管界定方法，其特征在于，包括以下主要步骤：
(1)通过历史一周的水压数据采用统计学中的3δ法则计算合理的水压阈值，同时获取主要水压影响因素的数据；
(2)针对临时性水力设施动作调整优化水压阈值计算模型；
(3)针对节假日信息调整优化所述水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；
(4)针对天气温度的调整优化所述水压阈值计算模型，基于系数修正所述水压阈值；
(5)针对管段综合风险程度调整优化所述水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；
(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。
2.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(1)中所述主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。
3.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(2)中所述临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。
4.如权利要求3所述的城市供水爆管界定方法，其特征在于，所述泵站开停泵和所述水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行所述临时性水力设施动作引发的水压变化。
5.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(3)中所述BP神经网络的修正步骤如下：
(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；
(32)选取基本的三层神经网络结构进行计算；
(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。
6.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(4)中具体为：
(41)所述天气温度以8℃为界，提升所述水压阈值的下界防止漏报；
(42)以25mm的降水量为修正界限，下调所述水压阈值的下界以免造成误报。
7.如权利要求6所述的城市供水爆管界定方法，其特征在于，所述步骤(4)中所述水压阈值调整的系数根据条件的不同选定为0.95、1、1.05。
8.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(5)中所述针对合管段综合风险程度调整模型的步骤包括：
(51)获取管段材质、管龄、管径以及历史爆管次数，通过AHP层次分析法计算得到权重依次为53％、31％、10％和6％，量化各因素的风险估值；
(52)计算得到综合风险系数，所述综合风险系数为：0-0.4对应一级、0.4-0.6对应二级、0.6-0.8对应三级、0.8以上对应四级，级数越高表明风险越大；
(53)根据所述评级和所述管段综合风险系数，对对应的管段的爆管检测的所述水压阈值进行调整。
9.如权利要求8所述的城市供水爆管界定方法，其特征在于，所述步骤(5)中所述对对应的管段的爆管检测的水压阈值进行调整幅度为：所述综合风险系数小于0.4则维持原有所述水压阈值，在0.4-0.6之间则所述水压阈值的下界提高1％，在0.6-0.8之间则所述水压阈值的下界提高2％，0.8以上则所述水压阈值的下界提高3％。
10.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(6)具体包括如下步骤：
(61)首先确定是否是法定节假日，是则采用往年历史数据和节前平均水压加权计算所述水压阈值，反之只使用当天前一周的数据进行计算；
(62)判定爆管时间节点附近是否有所述临时性水力设施动作，没有则不调整所述水压阈值，反之根据历史最大值和最小值修正所述水压阈值；
(63)获取当天的天气温度、降水量信息修正所述水压阈值；
(64)通过GIS和信息数据库获取路段和管网的信息，计算综合的管网风险系数并在此基础上调整所述水压阈值。
CN201810690793.2A 2018-06-28 2018-06-28 一种城市供水爆管界定方法 Pending CN108846232A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810690793.2A CN108846232A (zh) 2018-06-28 2018-06-28 一种城市供水爆管界定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810690793.2A CN108846232A (zh) 2018-06-28 2018-06-28 一种城市供水爆管界定方法

Publications (1)

Publication Number Publication Date
CN108846232A true CN108846232A (zh) 2018-11-20

Family

ID=64200806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810690793.2A Pending CN108846232A (zh) 2018-06-28 2018-06-28 一种城市供水爆管界定方法

Country Status (1)

Country Link
CN (1) CN108846232A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113988305A (zh) * 2021-09-22 2022-01-28 北京连山科技股份有限公司 一种基于机器学习的突防算法验证方法和系统
CN114383050A (zh) * 2021-12-30 2022-04-22 普联力量流体控制(上海)有限公司 一种供水管网智能调压方法
CN116227746A (zh) * 2023-05-08 2023-06-06 青岛研博数据信息技术有限公司 一种管网风险预测系统
CN116993047A (zh) * 2023-07-31 2023-11-03 长江信达软件技术（武汉）有限责任公司 一种农村供水管网泄露风险监测预警方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102385313A (zh) * 2011-06-17 2012-03-21 上海市供水调度监测中心 基于实时水压信息的城市供水区域动态划分控制方法
US20120185184A1 (en) * 2011-01-18 2012-07-19 TaKaDu Ltd. System and method for identifying likely geographical locations of anomalies in a water utility network
GB201317396D0 (en) * 2010-03-04 2013-11-13 Takadu Ltd System and method for monitoring resources in a water utility network
US20140052421A1 (en) * 2010-09-14 2014-02-20 Massachusetts Institute Of Technology System and method for water distribution modelling
WO2014151384A1 (en) * 2013-03-15 2014-09-25 Mueller International, Llc Systems for measuring properties of water in a water distribution system
CN104930353A (zh) * 2015-07-10 2015-09-23 浙江大学 一种城市供水管网的调压减漏评估系统
CN106874532A (zh) * 2016-12-23 2017-06-20 武汉智博创享科技有限公司 一种水管网爆管分析方法
CN108167653A (zh) * 2017-12-23 2018-06-15 浙江大学 基于动态神经网络预测的城市供水管网爆管检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201317396D0 (en) * 2010-03-04 2013-11-13 Takadu Ltd System and method for monitoring resources in a water utility network
US20140052421A1 (en) * 2010-09-14 2014-02-20 Massachusetts Institute Of Technology System and method for water distribution modelling
US20120185184A1 (en) * 2011-01-18 2012-07-19 TaKaDu Ltd. System and method for identifying likely geographical locations of anomalies in a water utility network
CN102385313A (zh) * 2011-06-17 2012-03-21 上海市供水调度监测中心 基于实时水压信息的城市供水区域动态划分控制方法
WO2014151384A1 (en) * 2013-03-15 2014-09-25 Mueller International, Llc Systems for measuring properties of water in a water distribution system
CN104930353A (zh) * 2015-07-10 2015-09-23 浙江大学 一种城市供水管网的调压减漏评估系统
CN106874532A (zh) * 2016-12-23 2017-06-20 武汉智博创享科技有限公司 一种水管网爆管分析方法
CN108167653A (zh) * 2017-12-23 2018-06-15 浙江大学 基于动态神经网络预测的城市供水管网爆管检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
洪嘉鸣: "基于数据的城市供水管网建模分析和异常事件侦测", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技II辑》 *
郑浩然: "基于时间序列分析的供水管网协同控制方法研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113988305A (zh) * 2021-09-22 2022-01-28 北京连山科技股份有限公司 一种基于机器学习的突防算法验证方法和系统
CN114383050A (zh) * 2021-12-30 2022-04-22 普联力量流体控制(上海)有限公司 一种供水管网智能调压方法
CN116227746A (zh) * 2023-05-08 2023-06-06 青岛研博数据信息技术有限公司 一种管网风险预测系统
CN116993047A (zh) * 2023-07-31 2023-11-03 长江信达软件技术（武汉）有限责任公司 一种农村供水管网泄露风险监测预警方法
CN116993047B (zh) * 2023-07-31 2024-04-30 长江信达软件技术（武汉）有限责任公司 一种农村供水管网泄露风险监测预警方法

Similar Documents

Publication Publication Date Title
CN108846232A (zh) 一种城市供水爆管界定方法
KR102031714B1 (ko) 수리해석 기반의 상수도관망 누수탐지 시스템
CN107194621A (zh) 一种供水管网管理系统和方法
Xu et al. Staged optimization of urban drainage systems considering climate change and hydrological model uncertainty
CN112883538B (zh) 一种埋地原油管道的腐蚀预测系统及方法
CN109376925A (zh) 供水管网节点流量动态自适应优化方法
US20240184959A1 (en) Sewage pipe network hydraulic model building method based on three-dimensional geographic information
CN108758357B (zh) 一种基于供水管网压力变化值分析的爆管定位方法
Tork et al. A new framework of a multi-criteria decision making for agriculture water distribution system
CN113405026A (zh) 一种适用于欠发达地区供水管网的新增漏损判别及其漏损率的估算方法
CN116306340A (zh) 一种模拟不同工况下的城市内涝风险分布的方法
CN115048759A (zh) 一种基于模型预测的污水管网外水入流量和入流点精确估计方法
CN116362720A (zh) 一种应对供水管网操作变化情景下的漏损检测方法、装置及系统
Şişman et al. Trend-risk model for predicting non-revenue water: an application in Turkey
Atambo et al. Prediction model development for sanitary sewer pipes’ condition assessment using logistic regression and neural networks
CN109919397B (zh) 平原河网地区排涝容量校验优化方法
CN113626959A (zh) 一种基于三维地理信息的污水管网水力模型建立方法
Gül et al. Determination of priority regions for rehabilitation in water networks by multiple criteria decision making methods
Kakoudakis Pipe failure prediction and impacts assessment in a water distribution network
CN115424426B (zh) 一种提升区域地质灾害预警预报准确性的方法
CN115356260A (zh) 一种高水位运行管道健康状况高效检测方法
Tuhovčák et al. Indirect condition assessment of water mains
Dhika et al. Forecasting Water Loss Due To Pipeline Leakage By Using ANFIS And BACKPROPAGATION Approach (Study Case At PDAM Tirta Kahuripan On District of Bogor)
Rao et al. Optimising water supply and distribution operations
Haro et al. Optimal management of the Jucar River and Turia River basins under uncertain drought conditions

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181120