CN108894282B - 市政管网运行安全动态预警方法 - Google Patents

市政管网运行安全动态预警方法 Download PDF

Info

Publication number
CN108894282B
CN108894282B CN201810590082.8A CN201810590082A CN108894282B CN 108894282 B CN108894282 B CN 108894282B CN 201810590082 A CN201810590082 A CN 201810590082A CN 108894282 B CN108894282 B CN 108894282B
Authority
CN
China
Prior art keywords
pipe network
water
network
pressure
pipe
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
CN201810590082.8A
Other languages
English (en)
Other versions
CN108894282A (zh
Inventor
彭森
郭士涛
梁建文
吴卿
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN201810590082.8A priority Critical patent/CN108894282B/zh
Publication of CN108894282A publication Critical patent/CN108894282A/zh
Application granted granted Critical
Publication of CN108894282B publication Critical patent/CN108894282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00—Water main or service pipe systems
    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00—Water main or service pipe systems
    • E03B7/003—Arrangement for testing of watertightness of water supply conduits
    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
    • E03B7/00—Water main or service pipe systems
    • E03B7/02—Public or like main pipe systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Hydrology & Water Resources (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Pipeline Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种市政管网运行安全动态预警方法，在建立给水管网输配系统模拟平台基础上，对管网的各状态变量进行模拟仿真，分析状态变量的变化特点，考察在水力水质条件变化时给水管网的运行情况；采用改进的层次分析评价法建立包含结构可靠性、水力可靠性、漏损程度以及水质安全性相结合的给水管网运行安全功能状态评价指标。通过对管网压力、流量信息的动态监测，结合给水管网功能状态评价分析，对管网运行安全动态预警，通过监测数据的数据异常来进行管网事故预警。本发明通过上述技术方案，实现了市政管网运行安全的动态预警的功能。

Description

市政管网运行安全动态预警方法
技术领域
本发明涉及一种基于市政给水管网功能状态评价分析的动态预警方法，主要用于目前市政给水管网功能状态评价分析以及管网运行安全动态预警等工作。
背景技术
在水资源日益短缺、经济发展和人民生活对水质和水量需求日益增多的今天，保证城市给水管网稳定、安全、可靠的运行，减少管网漏失及爆管事故已成为一项亟待解决的问题。因此，在深入研究管网运行状态、掌握管网运行模式的基础上，采用科学方法，提出一套科学全面评价管网运行安全功能状态的指标体系，以指导管网设计、改造与安全运行，具有重要的社会、经济意义。供水管网水压、流量不仅是直接反映供水服务质量指标之一，也是全面掌握供水管网运行状态以及对整个供水系统实施正确调度的重要参数。管网管理人员不仅可以通过管网运行的水压、流量信息来进行供水调度，同时也可以通过监测数据的数据异常来进行管网事故预警。
发明内容
为了解决现有技术中存在的问题，本发明提供一种市政管网运行安全动态预警方法，克服现有技术中管网漏失及爆管事故的问题。
本发明的技术方案是：一种市政管网运行安全动态预警方法，包括以下步骤：
(1)利用EPANET软件建立供水管网输配系统模拟平台，对管网的各状态变量进行模拟仿真，考察在水力条件变化时供水管网的运行情况，根据管网的功能进行分区；
(2)采用改进的层次分析评价法建立包含结构可靠性、水力可靠性、漏损程度以及水质安全性相结合的供水管网运行安全功能状态评价体系；采用改进的层次分析评价法构建给水管网运行安全功能状态评价指标，评价各分区管网运行安全；
(3)结合供水管网事故工况下压力和流量监测的数据库及分区管网功能状态评价值建立预警模型并对事故区域识别；对供水管网进行事故工况模拟，记录不同事故工况下各个压力、流量监测点的数据；基于模拟数据建立管网事故数据库，存储每个分区在不同事故工况下的流量压力数据、分区内管网的功能状态评价值；并利用已建事故数据库的数据样本建立极限学习机网络模型；将爆管时管网实时的压力及流量监测点数据和利用实时数据及基础数据计算出的运行安全功能状态评价指标值输入到已训练好的模型进行事故区域识别；
(4)用来识别管网事故所在分区的具体位置；在已知的事故爆管区内，基于微观水力建模技术，对管网事故进行动态预警。
所述步骤(2)管网结构可靠性评价指标包括以下两个方面：一是管网拓扑结构可靠性；对于管网的拓扑结构，一般认为管网的节点所处管段成环越多供水可靠性越高；对于供水管网错接的问题，一般认为无管段错接问题可靠性较高；二是管网组件自身承载能力和外部环境性能评价指标；对最初建立的指标结构，进行初步筛选，在进一步筛选的基础上，综合考虑实际情况，在成环及错接六个指标：管材、管龄、管径、衬土、土壤状况、浮土深度；采用加权评分法，通过对城市管网发生结构性事故与各因素的关系获得静态结构各影响因素的权重；结合权重设置，管网结构指数评分为S1。
所述步骤(2)管网水力可靠性评价指标包括以下三个方面：一是节点水压可靠性，将管网中某一节点i的服务压力可靠性得分定义为
Figure BDA0001690380530000021
从而计算系统的服务压力可靠性得分S21；二是管网水压分配均匀程度，将某一节点的水压分配均匀程度得分定义为
Figure BDA0001690380530000022
从而计算管网系统的水压分配均匀程度得分S22；三是节点水量可靠性，将管网中某一节点i的水量可靠性得分定义为
Figure BDA0001690380530000023
从而计算系统的水量可靠性得分S23；综合以上三方面，可得出管网的水力可靠性评价模型S2，见下列公式：
S2＝S21+S22+S23。
所述步骤(2)管网漏损程度评价指标是指采用基于水量平衡标准的管网漏损水量评估管网漏损情况；在掌握管网运营资料数据基础上，可估算管网漏损水量并评价管网漏损状况；因此引进基础设施漏损指标值ILI为以表征由管道自身属性所引起的漏损占管网漏损水量的比重，管网的真实漏水量以TIRL表示，不可避免的年漏损水量以UARL表示，将管网漏损指标值ILI定义为S3，见下列公式：
S3＝ILI＝TIRL/UARL。
所述步骤(2)管网水质安全性评价指标：选取管网水的浊度、余氯以及水龄计算综合指数来评价供水管网保持水质安全的能力。
所述步骤(2)采取改进的三标度矩阵层次分析法构建管网运行安全功能状态评价体系。
本发明的有益效果为：本发明通过上述技术方案，实现了市政管网运行安全的动态预警的功能。第一步在建立给水管网输配系统模拟平台基础上，对管网的各状态变量进行模拟仿真；第二步采用改进的层次分析评价法构建给水管网运行安全功能状态评价指标，评价管网不同分区的运行安全情况，识别功能失常区域；第三步：结合供水管网事故工况下压力和流量监测的数据库及动态模型建立与确定爆管区域。第四步：在爆管区域内确定爆管的具体位置。
附图说明
图1动态预警方法的流程图；
图2原始指标结构图；
图3确定指标结构图；
图4管网运行安全功能状态层次结构图；
图5管网运行安全功能状态评价流程图。
具体实施方式
本发明通过上述技术方案，实现了市政管网运行安全的动态预警的功能。第一步在建立给水管网输配系统模拟平台基础上，对管网的各状态变量进行模拟仿真，根据管网的功能进行分区；第二步采用改进的层次分析评价法构建给水管网运行安全功能状态评价指标，评价管网运行安全功能失常区域；第三步：结合供水管网事故工况下压力和流量监测的数据库及动态模型建立与确定爆管区域；第四步：在爆管区域内确定爆管的具体位置。
第一步：在建立给水管网输配系统模拟平台基础上，对管网的各状态变量进行模拟仿真。分析状态变量的变化特点，考察在水力条件变化时给水管网的运行情况，根据管网的功能进行分区。
第二步：第二步采用改进的层次分析评价法构建给水管网运行安全功能状态评价指标，评价各分区管网运行安全。
(1)管网结构可靠性评价指标。
①管网拓扑结构可靠性。对于管网的拓扑结构，分为枝状网和环状网。枝状管网给水可靠性差，从水源到用户节点水流方向单一，某一管段损坏，该管段以后的所有管线都会断水；环状网，管线连接成环状，可缩小事故时停水范围，减轻水锤作用导致的危害。一般认为管网的节点所处管段成环越多给水可靠性越高。对于给水管网错接的问题，是由于管网结构与管径设计不合理，或管网给水方向发生变化时，导致管网中出现下游管段管径大于上游管段管径，此时会使得管网中压力出现较大变化，造成压力分布不均匀的后果，出现这种情况说明给水管网拓扑结构关系设计不合理。一般认为无管段错接问题可靠性较高。
②管网组件自身承载能力和外部环境性能评价指标。凡是能够描述给水管网性能的指标都在范围内，包括自身影响指标和环境影响指标。即不考虑任何条件的限制，将涉及管网系统的性能指标全方位纳入，以防造成分析的片面性。通过国内外文献研究及分析比对，选取如下15个指标构成最初结构指标体系，其中管网自身影响指标6个，外部环境指标9个，具体如图2所示。在进一步筛选的基础上，综合考虑实际情况，确定管网运行的6个结构评价指标，具体如图3所示。采用加权评分法，综合影响管网结构可靠性的各个指标，通过对城市管网发生结构性事故与各因素的关系获得静态结构各影响因素的权重。采用加权评分法，结合权重设置，管网结构指数评分为S1。
(2)管网水力可靠性评价指标。
①节点水压可靠性。水压指标主要考虑用户实际获得的水压是否满足规范中要求的最小服务水压，当实际水压低于最小服务压力时，显然无法满足用户需求。但是，如果节点水压过大，则使得管网发生爆管的可能性越大。本项目采用节点水压
Figure BDA0001690380530000041
(m)与节点的最小服务水压
Figure BDA0001690380530000042
(m)的比值评价节点在水压方面的可靠程度。将管网中某一节点i的服务压力可靠性得分定义为
Figure BDA0001690380530000043
位于最佳区间得分最高，向两边逐渐分数降低。当节点压力比介于某一区间时，采用插值法计算该节点的水压得分。根据节点流量占系统总流量的比重不同，计算系统的服务压力可靠性得分S21，如下列公式。
Figure BDA0001690380530000044
式中Qi——节点i的节点流量，L/s；Qo——系统总流量，L/s；Ni——管网节点总数。
②管网水压分配均匀程度。水压分配均匀程度是以管网地区平均压力(AverageZone Pressure)AZP点来表征，对于高日高时，按照节点流量对管网节点压力进行加权平均，再找到与该加权平均值最接近的压力点即为AZP点将某一节点的水压分配均匀程度得分定义为
Figure BDA0001690380530000045
从而计算管网系统的水压分配均匀程度得分S22。
③节点水量可靠性。对于管网的水力可靠性在水量方面的评价，可以从管网发生事故时的给水保障率方面进行评价。即当管网发生事故时，节点可以从管网获得的水量与实际需求水量进行比较。显然，管网事故状态下节点所获得的流量与正常给水时获得的流量越接近，管网的水力可靠性越高。将管网中某一节点i的水量可靠性得分定义为
Figure BDA0001690380530000051
从而计算系统的水量可靠性得分S23。
综合以上三方面，可得出管网的水力可靠性评价模型，见下列公式。
S2＝S21+S22+S23
(3)管网漏损程度评价指标。
管网真实漏损水量是管网输入水量和输出水量之差，管网的输入值为管网的给水总量，管网的输出值为有效给水量以及表观漏损水量，输入值与输出值之差即为真实漏损水量：
QL＝QZ-Q-E
式中：QL—管网真实漏损水量，m3/月；QZ—管网给水总量，m3/月；Q—管网有效给水量，m3/月；E—管网表观漏损水量，m3/月。
管网的真实漏水量即物理漏损量(TIRL＝QL)。根据现有的技术水平，管网漏损是不能完全避免的，因此不可避免的年漏损水量(UARL)可以通过估算管网的暗漏水量得到，即：
UARL＝(18Lm+0.80Nc+25Lp)×＝D
式中：Lm—评价区域内给水管道长度，指从送水泵至用户连接点之间所有管道的长度，km；Nc—评价区域内连接点数；指从主管网连接到用户计量点或阀门的管线连接点个数，通常一个引入管对应一个连接点，若干用户共用一个入户管则为一个连接点，个；Lp—评价区域内引入管长度，指将室外给水管引入建筑物或由市政管道引入至小区给水管网的管段长度，km；—评价区域内给水管网平均压力，m。
由于管网漏损难于统计，且计算复杂，故本项目以漏损量估计管网漏损程度。IWA评价标准，在定义漏损率时，对管理漏损水量和真实漏损水量进行了区分，能比较好的反应管网运行状态对漏损率的影响。由于管网管道的暗漏主要是由管道自身属性引起的，因此引进基础设施漏损指标值(ILI)以表征由管道自身属性所引起的漏损占管网漏损水量的比重：
S3＝ILI＝TIRL/UARL
IWA统计认为，ILI＝0，表明其漏损管理控制水平优良，得分为优异级，上限值5；ILI值为2.0得分为良好级，上限值4，说明其漏损管理控制良好；ILI值为5.0得分为合格级，上限值3，漏损可以接受；ILI值为8.0得分为需要改进级，上限值2，即其漏损管理控制有较大提升空间，ILI值为12.0得分为差，上限值1，认为漏损十分严重。管网漏损程度可用漏损指数来表征。
(4)管网水质安全性评价指标。
充分考虑各种因素，选取管网水的浊度、余氯以及水龄评价给水管网保持水质的能力。采用综合指数是把不同性质量纲的指标按需要的比例无因次化，转化为某种标准形式，一般转化后的指标值均在(0，100)之间，这些经转化的实数称为“综合指数”。
①先根据指标的特点定义转换指数：
Figure BDA0001690380530000061
式中：Simax—评价指标中最高级的限值；Simin—评价指标中最低级的限值。
②对评价项目的指标越大越优型规范化处理并根据转换指数确定等级：
Figure BDA0001690380530000062
对评价项目的指标越小越优型规范化处理并根据转换指数确定等级：
Figure BDA0001690380530000063
式中：Sih—第i个项目h级限值。
③计算各级评价标准的综合指数。
Figure BDA0001690380530000064
综合指数法使用简单、评价结果直观、精确度较高，能较为完整地反映饮用水水质状况。根据我国生活饮用水卫生标准(GB5749-2006)、瓶装纯净水水质标准(GB17324-1998)和之前的分析选取浊度、余氯以及水龄构建判断矩阵(其中余氯为管网末梢余氯浓度)，将水质分为5类：V＝{优，良好，合格，差，劣}，并按0-5打分法由高到低对各类水赋分。水质指数S4如下：
Figure BDA0001690380530000065
(5)管网系统运行安全功能状态评价体系。
1)评价指标体系的建立。给水管网是一个多层次且关系不确定的系统，本项目采取改进的三标度矩阵层次分析法构建管网运行安全功能状态评价体系。
2)评价指标的结构和层次。给水管网的运行安全功能状态指标由两部分构成，分别是指标权重W和各评价指标得分S，设管网运行安全功能状态指标为P，则
Figure BDA0001690380530000071
因此评价体系构建的主要任务就是分析每个指标的评分以及其所占权重。
对管网评价体系进行改进的AHP(The Analytic Hierarchy Process)层次分析：根据管网的性能将其评价体系分为三层，第一层为目标层，即管网运行安全功能状态指数，第二层为管网的水力、结构、漏损程度和水质安全4个方面的性能，第三层为这4个性能各自的子影响因素，在此只列出两层，如图4。
3)建立评语集。管网运行安全功能状态分为5个等级：优，良，可以接受，需要改进，劣，即V＝{v1,v2,v3,v4,v5}＝{优，良，可以接受，需要改进，劣}，且按0-5打分法分别赋予每个等级得分的上限值分别为5、4、3、2、1，管网运行安全功能状态介于4-5之间说明安全状态为优，介于3-4之间安全状态为良，以此类推介于0-1间安全状态为劣，相同级别得分越高状态越优。
4)确定指标权重。按照三标度法，初步拟定指标的相对权重，排列顺序是管网运行安全功能状态指标为P，结构可靠性为B1，水力可靠性为B2，漏损程度为B3，水质安全性为B4，A-B的判断矩阵如下表所示：
标度法A-B判断矩阵
Figure BDA0001690380530000072
所得权重为W＝[0.375,0.375,0.125,0.125]T，所以管网运行安全功能状态指标各个因素的权重见下表。
管网运行安全功能状态指标各因素权重
Figure BDA0001690380530000073
综上所述，评价管网的流程可见图5。得出各管网分区运行安全功能状态评价指标值。
第三步：结合供水管网事故工况下压力和流量监测的数据库及动态模型建立与确定爆管区域。
(1)供水管网事故工况下数据库。
数据库存储供水管网基础数据。其中主要包括供水管网的拓扑结构、节点信息(编号、二维坐标、流量、标高等)、管段信息(编号、起始节点与终止节点、管长、管径、管材、粗糙度等)、水厂信息(出厂流量、泵站等)、闸阀信息以及水表信息等。
数据库存有供水管网事故爆管数据。由于管网发生漏损事故(不同位置，不同漏水量)时各个压力监测点的数据需要长期积累，并很难全面获得，因此，本系统存储数据为模拟数据。即基于事故爆管时管网压力变化特征，利用等水压线分布图将供水管网分为若干个分区(近似等压区)；在各分区内选择一些有代表性的点位虚拟不同漏损程度的事故爆管，基于事故爆管工况模拟模型，用EPANET软件分析供水管网事故爆管工况下的压力变化与特征；然后记录不同事故爆管工况下各个压力监测点的数据，并计算各点相对压降。
安全状态评价数据库。其中主要包括：管材、管径、管龄、衬层、土壤状况、覆土厚度、节点数、时测水压、时测流量、漏损水量、管长等。
根据供水管网分区情况，按照第二步方法技术给水管网运行安全功能状态评价指标值，对各分区进行功能状态评价。
(2)建立管网动态预警极限学习机网络模型。建立极限学习机网络模型，模型拓扑结构是一个包括输入层、隐含层和输出层的三层网络结构。其中，输入层神经元为管网压力、流量监测点数据、以及各管网分区运行安全功能状态评价指标值，输出层是l个神经元，对应于事故区编号；通过Moore-Penrose广义逆矩阵计算，只需一步矩阵运算即可得到隐藏层与输出层的连接权重，大大提高了算法训练速度。并且得到的连接权重具有最小范数的优点。根据Bartlett理论，前馈神经网络的权重越小，模型的泛化能力越好。输入数据包括训练输入数据与预测输入数据两部分，即利用每个分区已建事故数据库的数据样本极限学习机网络模型，然后将爆管时管网实时的压力及流量监测点数据和利用实时数据及基础数据计算出的运行安全功能状态评价指标值输入到已训练好的模型进行预测。即系统将压力、流量监测数据转化为相对压降，并代入已训练好的极限学习机网络模型作为预测输入数据进行事故区域识别。
第四步：在爆管区域内确定爆管的具体位置。
系统对供水管网进行事故工况识别预警。利用微观水力模型进行管网水力平差计算，此模型将管网漏损水量分别添加到所识别区域的节点上，通过水力平差计算出每种工况下各个压力、流量监测点的模拟值和真实值的吻合程度，采用均方差作为相似度分析误差指标，找到最接近真实情况的供水管网运行工况，即为事故工况。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护范围之内。

Claims (5)

1.一种市政管网运行安全动态预警方法，其特征在于，包括以下步骤：
(1)利用EPANET软件建立供水管网输配系统模拟平台，对管网的各状态变量进行模拟仿真，考察在水力条件变化时供水管网的运行情况，根据管网的功能进行分区；
(2)采用改进的层次分析评价法建立包含结构可靠性、水力可靠性、漏损程度以及水质安全性相结合的供水管网运行安全功能状态评价体系；采用改进的层次分析评价法构建给水管网运行安全功能状态评价指标，评价各分区管网运行安全；
(3)结合供水管网事故工况下压力和流量监测的数据库及分区管网功能状态评价值建立预警模型并对事故区域识别；对供水管网进行事故工况模拟，记录不同事故工况下各个压力、流量监测点的数据；基于模拟数据建立管网事故数据库，存储每个分区在不同事故工况下的流量压力数据、分区内管网的功能状态评价值；并利用已建事故数据库的数据样本建立极限学习机网络模型；将爆管时管网实时的压力及流量监测点数据和利用实时数据及基础数据计算出的运行安全功能状态评价指标值输入到已训练好的模型进行事故区域识别；
(4)用来识别管网事故所在分区的具体位置；在已知的事故爆管区内，基于微观水力建模技术，对管网事故进行动态预警；
所述步骤(2)管网结构可靠性评价指标包括以下两个方面：一是管网拓扑结构可靠性；对于管网的拓扑结构，一般认为管网的节点所处管段成环越多供水可靠性越高；对于供水管网错接的问题，一般认为无管段错接问题可靠性较高；二是管网组件自身承载能力和外部环境性能评价指标；对最初建立的指标结构，进行初步筛选，在进一步筛选的基础上，综合考虑实际情况，在成环及错接六个指标：管材、管龄、管径、衬土、土壤状况、覆土深度；采用加权评分法，通过对城市管网发生结构性事故与各因素的关系获得静态结构各影响因素的权重；结合权重设置，管网结构指数评分为S1。
2.根据权利要求1所述市政管网运行安全动态预警方法，其特征在于，所述步骤(2)管网水力可靠性评价指标包括以下三个方面：①节点水压可靠性：水压指标主要考虑用户实际获得的水压是否满足规范中要求的最小服务水压，当实际水压低于最小服务压力时，显然无法满足用户需求；但是，如果节点水压过大，则使得管网发生爆管的可能性越大；本发明采用节点水压
Figure FDA0002385735240000011
与节点的最小服务水压
Figure FDA0002385735240000012
的比值评价节点在水压方面的可靠程度；将管网中某一节点i的服务压力可靠性得分定义为
Figure FDA0002385735240000013
位于最佳区间得分最高，向两边逐渐分数降低；当节点压力比介于某一区间时，采用插值法计算该节点的水压得分；根据节点流量占系统总流量的比重不同，计算系统的服务压力可靠性得分S21，如下列公式：
Figure FDA0002385735240000021
式中Qi——节点i的节点流量，L/s；Qo——系统总流量，L/s；Ni——管网节点总数；
②管网水压分配均匀程度：水压分配均匀程度是以管网地区平均压力(Average ZonePressure)AZP点来表征，对于高日高时，按照节点流量对管网节点压力进行加权平均，再找到与该加权平均值最接近的压力点即为AZP点将某一节点的水压分配均匀程度得分定义为S2 i 2，从而计算管网系统的水压分配均匀程度得分S22；
③节点水量可靠性：对于管网的水力可靠性在水量方面的评价，可以从管网发生事故时的给水保障率方面进行评价；即当管网发生事故时，节点可以从管网获得的水量与实际需求水量进行比较；显然，管网事故状态下节点所获得的流量与正常给水时获得的流量越接近，管网的水力可靠性越高， 将管网中某一节点i的水量可靠性得分定义为
Figure FDA0002385735240000022
从而计算系统的水量可靠性得分S23；
综合以上三方面，可得出管网的水力可靠性评价模型，见下列公式：
S2＝S21+S22+S23。
3.根据权利要求1所述市政管网运行安全动态预警方法，其特征在于，所述步骤(2)管网漏损程度评价指标是指采用基于水量平衡标准的管网漏损水量评估管网漏损情况；在掌握管网运营资料数据基础上，可估算管网漏损水量并评价管网漏损状况；因此引进基础设施漏损指标值ILI为以表征由管道自身属性所引起的漏损占管网漏损水量的比重，管网的真实漏水量以TIRL表示，不可避免的年漏损水量以UARL表示，将管网漏损指标值ILI定义为S3，见下列公式：
S3＝ILI＝TIRL/UARL 。
4.根据权利要求1所述市政管网运行安全动态预警方法，其特征在于，所述步骤(2)管网水质安全性评价指标：选取管网水的浊度、余氯以及水龄计算综合指数来评价供水管网保持水质安全的能力。
5.根据权利要求1所述市政管网运行安全动态预警方法，其特征在于，所述步骤(2)改进的层次分析评价法是指改进的三标度矩阵层次分析法。
CN201810590082.8A 2018-06-08 2018-06-08 市政管网运行安全动态预警方法 Active CN108894282B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810590082.8A CN108894282B (zh) 2018-06-08 2018-06-08 市政管网运行安全动态预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810590082.8A CN108894282B (zh) 2018-06-08 2018-06-08 市政管网运行安全动态预警方法

Publications (2)

Publication Number Publication Date
CN108894282A CN108894282A (zh) 2018-11-27
CN108894282B true CN108894282B (zh) 2020-07-21

Family

ID=64344485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810590082.8A Active CN108894282B (zh) 2018-06-08 2018-06-08 市政管网运行安全动态预警方法

Country Status (1)

Country Link
CN (1) CN108894282B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109630896A (zh) * 2019-01-15 2019-04-16 中煤航测遥感集团有限公司 地下管线运行监测预警系统和方法
CN109827077B (zh) * 2019-01-25 2021-02-26 广州市自来水有限公司 一种水流量漏损预警方法、系统、装置以及存储介质
CN110569571A (zh) * 2019-08-21 2019-12-13 天津大学 基于极限学习机的城市供水管网爆管预警方法
CN110516883B (zh) * 2019-08-30 2022-07-15 哈尔滨工业大学 一种基于空间计量模型的供水管网区域漏失预测方法
CN111177873B (zh) * 2019-10-11 2024-03-08 东南大学 一种供水管网可靠性模型的建模方法
CN110836755B (zh) * 2019-11-30 2021-10-22 宁波东泰水务科技有限公司 配水管网漏损试验设备
CN111236355B (zh) * 2020-01-09 2021-03-19 北京金控数据技术股份有限公司 一种自来水管网加压优化的方法
CN112348231A (zh) * 2020-10-15 2021-02-09 天津大学 一种基于动态运行综合状态评价的供水管网优化方法
CN112418624A (zh) * 2020-11-12 2021-02-26 建设综合勘察研究设计院有限公司 一种智慧市政管网运行评价指标体系建立方法及应用系统
CN112967765A (zh) * 2021-03-12 2021-06-15 扬州大学 一种环状给水管网的余氯优化模型及其管径优化方法
CN113074324B (zh) * 2021-04-09 2023-01-24 天津大学 基于城市供水管网运行安全动态预警的数据库及建立方法
CN115456432A (zh) * 2022-09-20 2022-12-09 厦门市政水务集团有限公司 供水管道重要性评估方法及计算机可读存储介质
CN117805338B (zh) * 2024-03-01 2024-05-28 广东省建筑设计研究院有限公司 一种建筑供水管网水质实时在线监测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102174994A (zh) * 2011-03-11 2011-09-07 天津大学 城市供水管网事故爆管在线定位系统
CN106600094A (zh) * 2016-07-14 2017-04-26 广州京维智能科技有限公司 一种基于供水管网动态模型的管道水质风险评价方法
CN107230021A (zh) * 2017-06-08 2017-10-03 桂林理工大学 高效筛选供水管网泄漏区域的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102174994A (zh) * 2011-03-11 2011-09-07 天津大学 城市供水管网事故爆管在线定位系统
CN102174994B (zh) * 2011-03-11 2012-11-07 天津大学 城市供水管网事故爆管在线定位系统
CN106600094A (zh) * 2016-07-14 2017-04-26 广州京维智能科技有限公司 一种基于供水管网动态模型的管道水质风险评价方法
CN107230021A (zh) * 2017-06-08 2017-10-03 桂林理工大学 高效筛选供水管网泄漏区域的方法

Also Published As

Publication number Publication date
CN108894282A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN108894282B (zh) 市政管网运行安全动态预警方法
CN107355688B (zh) 一种城镇供水管网漏损控制管理系统
CN109886506B (zh) 一种供水管网爆管风险分析方法
CN105678481A (zh) 一种基于随机森林模型的管线健康状态评估方法
CN106600094A (zh) 一种基于供水管网动态模型的管道水质风险评价方法
CN105825342A (zh) 一种管道失效可能性评价方法及系统
CN113074324B (zh) 基于城市供水管网运行安全动态预警的数据库及建立方法
CN110516883B (zh) 一种基于空间计量模型的供水管网区域漏失预测方法
CN110929359A (zh) 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法
CN106056252A (zh) 一种页岩气田井组划分三级优化方法
Tavakoli et al. Artificial neural networks and adaptive neuro-fuzzy models to predict remaining useful life of water pipelines
CN108615098A (zh) 基于贝叶斯生存分析的供水管网管道爆管风险预测方法
CN115127037A (zh) 一种供水管网漏损定位方法及系统
CN110751176A (zh) 一种基于决策树算法的湖泊水质预测方法
CN110674963B (zh) 一种灾后供水系统大面积管道修复的动态优化方法
CN108776866B (zh) 一种油田矿场原油储运系统适应性评价方法
CN113642699A (zh) 一种江河洪水智能预报系统
Heydari Kushalshah et al. Hybrid modelling for urban water supply system management based on a bi-objective mathematical model and system dynamics: A case study in Guilan province.
Parvizsedghy et al. Deterioration assessment models for water pipelines
CN110569571A (zh) 基于极限学习机的城市供水管网爆管预警方法
Christodoulou et al. Urban water distribution networks: assessing systems vulnerabilities, failures, and risks
Xu Risk Assessment of Green Intelligent Building Based on Artificial Intelligence
Zangenehmadar et al. Application of FAHP and shannon entropy in evaluating criteria significance in pipeline deterioration
CN106227926B (zh) 基于给水管网模型建立工具ArcGIS的水表快速准确添加方法
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