CN112632733A - 面向监测信息最大化的供水管网新增流量计的布置方法 - Google Patents

Abstract

本发明提供了一种面向监测信息最大化的供水管网新增流量计的布置方法，包括以下步骤：构建供水管网水力模型；并进行管网水力平差计算及需水量校正；根据供水管网水力模型，建立管网流量监测信息域空间；定义流量监测信息指数，并计算管网中已安装的流量计的监测信息指数；确定拟新增的流量计数量，并根据此数量随机分配流量计位置；利用模拟退火算法对上一步的布置方案进行随机搜索，以监测信息最大化为目标确定最优新增流量计安装位置。本发明考虑了已有流量计监测信息，并结合流量相似性矩阵、流速相似空间矩阵和流量灵敏度空间矩阵，采用模拟退火算法，以监测信息最大化为目标，对城市供水管网新增流量计优化布置模型进行求解。

Description

面向监测信息最大化的供水管网新增流量计的布置方法

技术领域

本发明属于供水管网新增流量计的优化布置方法领域，尤其是涉及一种面向监测信息最大化的供水管网新增流量计的布置方法。

背景技术

在城市供水管理过程中，管理人员会布设有限数量的监测点(压力或者流量)来采样获取管网的压力和流量信息，以实时掌握管网的运行工况，帮助管理人员根据获取的监测信息及时作出相应的决策。该监测系统为SCADA系统。随着供水企业的SCADA系统运行多年，已积累一定数量的流量计，而随着管网扩建，改造，及DMA分区管理等水务行业的发展，供水企业对新增流量计的布置的需求越来越多。二是由于流量计安装维护相比较流量计成本高昂、投资大，这就要求在充分考虑已有流量计信息的基础上，选用尽可能少的、包含信息最大化的测流点安装测流设备，因此其位置的选择尤为重要。

城市供水管网流量计的布置对于管网水力模型校核、管网漏损控制、异常事件预警、管网运行状况实时监控及调度具有重要的意义。管网流量监测的布置的经济性及合理性直接影响到供水管网系统的安全、高效运行。一方面流量计可以实时监测管网中流量的变化，对爆管等异常事件的识别具有更高的灵敏度。另一方面，多个流量计可以监测管网中的区域流量变化，从而可以更好识别区域漏失监测与定位，实现对供水管网进行优化调度和事故监控。

目前供水管网流量计布置方法一般分为经验法和理论法两种，经验法是指工程师根据管网布局及运行管理经验，在水厂出水点附近、大管径管段上等处布置流量计，用于指导管网的正常运行、调度，显然这远不能满足供水企业调度部门对整个城市供水系统调度的需要。理论法是指依靠数学方法及水力模型模拟合理确定流量计的数量及位置。如基于反映管网节点流量变化的监测点布置方法和基于有效监测范围的监测点布置方法。现有的流量计布置方法主要基于单一衡量指标去优化位置，单一指标具有不确定因素存在，如流量灵敏度指标，可能出现虽然某管段的灵敏度较大，但仍然存在某个或某些节点的流量变化对其流量变化的影响几乎为零，那么所选的流量计集合是否能覆盖管网中所有节点也就不得而知。另外，现有的流量计优化布置方法都是假设管网中没有流量计，然后对管网布设流量计，没有考虑管网中已有的流量计的情况。

因此，在管网中已存在流量计的情况下，为了更好地监测管网运行工况及异常事故，在什么位置布置以及布置多少新增流量计才是目前供水行业亟需解决的问题。因此，在已知管网中流量计的情况下，本文提出了一种新增流量计的优化布置方法。

发明内容

有鉴于此，本发明旨在提出一种面向监测信息最大化的供水管网新增流量计的布置方法，以准确地实现了城市供水管网新增流量计的优化布置。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种面向监测信息最大化的供水管网新增流量计的布置方法，所述方法包括以下步骤：

S1，基于供水管网的GIS、SCADA、营收数据，构建供水管网水力模型；并进行管网水力平差计算及需水量校正；

S2，根据供水管网水力模型，建立管网流量监测信息域空间，该空间由管段流速相似度空间、管段流量灵敏度空间和管段流量相似度空间组成；

S3，将管网流量监测信息域空间数值作为约束条件，定义流量监测信息指数，并计算管网中已安装的流量计的监测信息指数；

S4，确定拟新增的流量计数量，并根据此数量随机分配流量计位置，计算新增流量计监测信息指数初值；

S5，利用模拟退火算法对上一步的布置方案进行随机搜索，以监测信息最大化为目标确定最优新增流量计安装位置。

相对于现有技术，本发明所述的方法具有以下优势：

(1)本发明考虑了已有流量计监测信息，并结合流量相似性矩阵、流速相似空间矩阵和流量灵敏度空间矩阵，采用模拟退火算法，以监测信息最大化为目标，对城市供水管网新增流量计优化布置模型进行求解，具有原理简单、易于编程、效率高等优点。

(2)本发明的城市供水管网新增流量计的优化布置方法，具有全面性和实用性，极大、有效，快速、准确地实现了城市供水管网流量计的优化布置。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的面向监测信息最大化的供水管网新增流量计的布置方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面将参考附图并结合实施例来详细说明本发明。

本发明综合考虑了已有流量计监测信息，通过将反映对用水量(节点流量)变化的敏感程度的灵敏度空间矩阵、反映管段流量间的相似度的流量相似空间矩阵，以及反映某一管段发生事故(如破管等)时，能在最短的时间监测到这一异常情况的流速相似空间矩阵三种监测信息融合在一起，并将已有流量计在上述三个矩阵中的监测信息作为初值，在此基础上，应用模拟退火算法寻找在给定流量计数量下，使得监测信息最大化的流量计布置方法。

实施例：

本实施例结合流量相似性矩阵、流速相似空间矩阵和流量灵敏度空间矩阵，提供了一种面向监测信息最大化的供水管网新增流量计的布置方法，流程图如图1所示，包括以下步骤:

步骤一、基于供水管网的GIS、SCADA、营收数据，构建管网水力模型，并结合EPANET及DFM算法，进行管网水力平差计算及需水量校正；

基于供水管网的GIS数据实现构建管网的拓扑结构，其中GIS数据具体字段包括管段长度、直径、管材、管龄，节点高程，阀门类型、开闭状态等管网要素数据；基于SCADA数据实现供水管网实时监测信息，主要包括压力、流量计数据、水厂水泵、吸水井数据等；营收数据实现供水管网节点需水量分配，主要包括装表地址、用水量数据，构建水力模型后得到的管段流量和节点压力数据。

步骤二、根据供水管网水力模型，建立管网流量监测信息域空间，该空间由管段流速相似度空间、管段流量灵敏度空间和管段流量相似度空间组成；

(1)计算管段流量灵敏度空间矩阵

S＝-CB^TA^-1,其中A＝-BCB^T,C是对角矩阵，对角元素

式中Δh_αβ为管道连接节点α,β的水头损失，r为管段粗糙系数，D为管段直径，L为管段长度，B为管道与节点的关联矩阵，系数B_ij表示管道j是否连接到节点i:B_ij＝1，表示管道j流进入节点i；B_ij＝0，表示管道j和节点i没有连接；B_ij＝-1，表示管道j的流量离开节点i。i＝1,2,3,…m，j＝1,2,3，…n，得到流量灵敏度空间矩阵[S]_m×n，其中，m是管网管段数，n是管网节点数。

(2)计算流速相似空间矩阵

A(a,b)＝|a_a-a_b|，

其中，a_a为管段a的流速，a_b为管段b的流速，a＝1,2,3,…m，b＝1,2,3，…m，得到流速相似度空间[A]_m×m，其中，m是管网的管段数；

(3)计算流量相似空间矩阵

F(a,b)＝|F_a-F_b|,

其中，F_a，F_b分别表示基准工况下管段a,b的水压，a＝1、2、3…m，b＝1、2、3……m，得到流量相似空度间矩阵[F]_m×m，其中m为管网的管段数。

步骤三、将管网流量监测信息域空间数值作为约束条件，定义流量监测信息指数，并计算管网中已安装的流量计的监测信息指数；

计算流量监测信息指数I，该指数为某一流量计同时满足管段灵敏度空间、流量相似度空间和流速相似度空间约束条件下的管段(或节点)集合的数量。公式如下：

I＝Count{(Q₀∩P₀)∪(Q₁∩P₁)…∪(Q_num∩P_num)}+Count{(J₀∪J₁…∪J_num)}

(1)S(i,j)>s*,

(2)A(a,b)<a*，

(3)F(a,b)<f*；

其中，num为拟新增的流量计数量，Q_num为满足(2)约束条件的管段集合，P_num为满足(3)约束条件的管段集合，J_num为满足(1)约束条件的节点集合；

S(i,j)表示管段j对节点i的灵敏度空间矩阵，A(a,b)表示管段a，b流速相似空间矩阵，F(a,b)表示管段a，b流量相似空间矩阵，a*,s*,f*是根据供水管网给出的设定值；

根据上面定义的流量监测指数计算公式，计算现有已安装的流量计在监测信息域空间中满足约束条件的管段(或节点)集合的数量。

I₀＝Count{(Q₀∩P₀)∪(Q₁∩P₁)…∪(Q_y∩P_y)}+Count{(J₀∪J₁…∪J_y)}

其中，y表示现有已安装的流量计的数量。

步骤四、确定拟新增的流量计数量，并根据此数量随机分配流量计位置；

具体为，确定拟新增的流量计数量num，然后随机分配到未安装流量计的管段上。

步骤五、利用模拟退火算法对上一步的布置方案进行随机搜索，以监测信息最大化为目标确定最优新增流量计安装位置。具体步骤如下：

(1)确定流量计最优化目标函数为监测信息最大化。因此目标函数公式如下：

maxI＝I+I₀

其中，I表示新增流量计监测信息指数值，I₀为已安装流量计监测信息指数值。

(2)构建面向监测信息最大化的供水管网新增流量计优化布置模型，公式如下:

maxI＝I+I₀

s.t.X＝{X₁、X₂…X_num}

J_Xi＝{j|S(X_i,j)>s*,A(X_i,j)<a*,F(X_i,j)<f*}；

其中，X_num为新增流量计编号，num为新增流量计数量。

(3)利用模拟退火算法求解城市供水管网流量计优化布置模型，并确定最优流量计计各流量计的监测区域。具体步骤如下：

一、设定初值：初始温度T(充分大)，初始解状态S(是算法迭代的起点)，每个T值的迭代次数L，温度下限为T_min，温度下降速度δ，0<δ<1。

其中，S＝{X₁、X₂……X_num}，num表示新增流量计数量。

二、对k＝1，……，L做第三至第六步：

三、产生新解S'

S'＝{X′₁、X′₂……X′_num},其中

式中：r为[0,1]之间均匀分布的随机数；K为区域缩减系数，取值K≥1；Ψ为分布系数，取正奇数3，保证(2r-1)^Ψ值可以取正或取负；X^(k) _i为第k次外循环时的候选解，k为外循环迭代次数编号；X′_i为新状态候选解；

分别为候选解X′_i的下限与上限。

四、计算增量Δt′＝C(S′)-C(S)，其中C(S)为评价函数

五、若Δt′＞0则接受S′作为新的当前解，否则以概率exp(Δt′/T)接受S′作为新的当前解.

六、如果满足终止条件则输出当前解作为最优解，结束程序。终止条件通常取为连续若干个新解都没有被接受时终止算法。

七、T＝δ×T，且T＞T_min，然后转第二步，直到T<＝T_min，则停止搜索；最终得到多个温度下的最优解；

八、根据输出的全局极值Xbest与其对应位置Px，确定满足约束条件的监测信息指数值I与流量计节点编号X_i，以及与监测点X_i满足约束条件的管段(或节点)集合

本实施例的城市供水管网水力模型根据某地区供水管网实际数据建立，总供水能力为192.1L/s，包括117条管段和92个节点，该城市供水管网的节点基础数据如表1,2所示。其中，表1为连接节点数据，表2为管段数据。

另有2个水源，水源1的总水头为67m，水源2的总水头为51m。有3个水池，每个水池的基本数据如表3所示。有2个水泵，水泵的基本数据和对应水泵曲线如表4和表5所示。

表1：

表2：

表3：

表4：

表5：

PumpCurve_ID	X-Value	Y-Value
			335	0.00	60.96
335	504.72	42.06
			335	883.26	26.21
10	0.00	31.70
			10	126.18	28.04
10	252.36	19.20

根据该城市供水管网的节点基础数据，使用EPANET和MATLAB软件，按照如上述的一种面向监测信息最大化的供水管网新增流量计的布置方法的步骤进行计算，结合本算例实际情况，设置s为0.05，模拟退火算法初始值长度为5，算法运算后得到的优化布置方案如表3所示。

根据算法运算结果，本实施例选取编号{'275','60','315','116','299'}作为新增流量计的位置。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.面向监测信息最大化的供水管网新增流量计的布置方法，其特征在于，所述方法包括以下步骤：

S1，基于供水管网的GIS、SCADA、营收数据，构建供水管网水力模型；并进行管网水力平差计算及需水量校正；

S2，根据供水管网水力模型，建立管网流量监测信息域空间，该空间由管段流速相似度空间、管段流量灵敏度空间和管段流量相似度空间组成；

S3，将管网流量监测信息域空间数值作为约束条件，定义流量监测信息指数，并计算管网中已安装的流量计的监测信息指数；

S4，确定拟新增的流量计数量，并根据此数量随机分配流量计位置，计算新增流量计监测信息指数初值；

S5，利用模拟退火算法对上一步的布置方案进行随机搜索，以监测信息最大化为目标确定最优新增流量计安装位置。

2.根据权利要求1所述的方法，其特征在于：所述步骤S1中，基于供水管网的GIS数据实现构建供水管网的拓扑结构，其中GIS数据具体字段包括管段长度、直径、管材、管龄，节点高程，阀门类型、阀门开闭状态；基于SCADA数据实现供水管网实时监测信息，SCADA数据主要包括压力、流量计数据、水厂水泵、吸水井数据；通过营收数据实现供水管网节点需水量分配，主要包括装表地址、用水量数据，构建水力模型后得到的管段流量和节点压力数据。

3.根据权利要求1所述的方法，其特征在于：所述步骤S2中建立管网流量监测信息域空间的方法，包括如下步骤：

S21，计算管段流速相似度空间矩阵

A(a,b)＝|a_a-a_b|，

其中，a_a为管段a的流速，a_b为管段b的流速，a＝1,2,3,…m，b＝1,2,3，…m，得到流速相似度空间[A]_m×m，其中，m是管网的管段数；

S22，计算管段流量灵敏度空间矩阵

S＝-CB^TA^-1,

其中：A＝-BCB^T,C是对角矩阵，对角元素

式中Δh_αβ为管道连接节点α,β的水头损失，r为管段粗糙系数，D为管段直径，L为管段长度，B为管道与节点的关联矩阵，其中，B矩阵元素B_ij表示管道j是否连接到节点i:B_ij＝1，表示管道j流进入节点i；B_ij＝0，表示管道j和节点i没有连接；B_ij＝-1，表示管道j的流量离开节点i；i＝1,2,3,…m，j＝1,2,3，…n，得到流量灵敏度空间矩阵[S]_m×n，其中，m是管网的管段数，n是管网节点数；

S23，计算管段流量相似度空间矩阵

F(a,b)＝|F_a-F_b|,

其中，F_a，F_b分别表示基准工况下管段a,b的水压，a＝1、2、3…m，b＝1、2、3……m，得到流量相似空度间矩阵[F]_m×m，其中m为管网的管段数。

4.根据权利要求1所述的方法，其特征在于：所述步骤S3包括如下步骤：

S31,定义流量监测信息指数I，该指数为某一流量计同时满足管段灵敏度空间、流量相似度空间和流速相似度空间约束条件下的管段集合的数量，公式如下：

I＝Count{(Q₀∩P₀)∪(Q₁∩P₁)…∪(Q_num∩P_num)}+Count{(J₀∪J₁…∪J_num)}

(1)S(i,j)>s*,

(2)A(a,b)<a*，

(3)F(a,b)<f*；

其中，num为拟新增的流量计数量，Q_num为满足(2)约束条件的管段集合，P_num为满足(3)约束条件的管段集合，J_num为满足(1)约束条件的节点集合；

S(i,j)表示管段j对节点i的灵敏度空间矩阵，A(a,b)表示管段a，b流速相似空间矩阵，F(a,b)表示管段a，b流量相似空间矩阵，a*,s*,f*是根据供水管网给出的设定值；

S32，根据上一步定义的流量监测指数计算公式，计算现有已安装的流量计在监测信息域空间中满足约束条件的管段集合的数量；

I₀＝Count{(Q₀∩P₀)∪(Q₁∩P₁)…∪(Q_y∩P_y)}+Count{(J₀∪J₁…∪J_y)}

其中，y表示现有已安装的流量计的数量。

5.根据权利要求1所述的方法，其特征在于：所述步骤S4的中，确定拟新增的流量计数量num，然后随机分配到未安装流量计的管段上。

6.根据权利要求1所述的方法，其特征在于：所述步骤S5的具体过程为：

S41，确定流量计最优化目标函数为监测信息最大化，目标函数公式如下：

maxI＝I+I₀

其中，I表示新增流量计监测信息指数值，I₀为已安装流量计监测信息指数值；

S42，构建面向监测信息最大化的供水管网新增流量计优化布置模型，公式如下:

maxI＝I+I₀

s.t.X＝{X₁、X₂…X_num}

J_Xi＝{j|S(X_i,j)>s*,A(X_i,j)<a*,F(X_i,j)<f*}；

其中，X_num为新增流量计编号，num为新增流量计数量；

S43，利用模拟退火算法求解上一步骤带约束条件的目标函数，设定初值：初始温度T,初始解状态S；其中，S＝{X₁、X₂……X_num}，num表示新增流量计数量；温度下限为T_min，温度下降速度δ，0<δ<1；

S44，迭代初始，K＝1,每个T值的迭代次数为L，执行S45至S47步；

S45，产生新解S'，S'＝{X′₁、X′₂……X′_num},其中

式中：r为[0,1]之间均匀分布的随机数；K为区域缩减系数，取值K≥1；Ψ为分布系数，取正奇数3，保证(2r-1)^Ψ值可以取正或取负；X^(k) _i为第k次外循环时的候选解，k为外循环迭代次数编号；X′_i为新状态候选解；

分别为候选解X′_i的下限与上限；

S46，计算增量Δt′＝C(S′)-C(S)，其中C(S)为评价函数；

若Δt′＞0则接受S′作为新的当前解，

否则，以概率exp(Δt′/T)接受S′作为新的当前解；

S47，判断是否满足终止条件，如果满足终止条件则输出当前解作为最优解，结束程序；终止条件通常取为连续若干个新解都没有被接受时终止算法；若不满足，K＝K+1，返回步骤S45；

S48，T＝δ×T，且T＞T_min，然后转第S43步，直到T<＝T_min，则停止搜索；

S49，根据输出的全局极值Xbest与其对应位置Px，确定满足约束条件的监测信息指数值I与流量计的节点编号X_i，以及与监测点X_i满足约束条件的管段的集合

Images