CN113704999A - 一种基于延时模拟的城市供水管网震后分析与优化方法 - Google Patents

一种基于延时模拟的城市供水管网震后分析与优化方法 Download PDF

Info

Publication number
CN113704999A
CN113704999A CN202110995293.1A CN202110995293A CN113704999A CN 113704999 A CN113704999 A CN 113704999A CN 202110995293 A CN202110995293 A CN 202110995293A CN 113704999 A CN113704999 A CN 113704999A
Authority
CN
China
Prior art keywords
earthquake
water supply
team
damage
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
CN202110995293.1A
Other languages
English (en)
Other versions
CN113704999B (zh
Inventor
李亚微
李刚
刘朝峰
王玲
曹先
尹贺
兰玥
赵越
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 Urban Planning And Design Institute Co Ltd
Hebei University of Technology
Original Assignee
Tianjin Urban Planning And Design Institute Co Ltd
Hebei University of Technology
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 Urban Planning And Design Institute Co Ltd, Hebei University of Technology filed Critical Tianjin Urban Planning And Design Institute Co Ltd
Priority to CN202110995293.1A priority Critical patent/CN113704999B/zh
Publication of CN113704999A publication Critical patent/CN113704999A/zh
Application granted granted Critical
Publication of CN113704999B publication Critical patent/CN113704999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation
    • 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
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于延时模拟的城市供水管网震后分析与优化方法，涉及安全风险评估技术领域，包括以下步骤：S1：城市供水管网震后漏损场景生成：S2：震后城市用水节点需水量时空特性分析：S3：震后城市供水节点延时可靠度计算：S4：震后破损管道优化修复次序确定：S5：震后管网修复队伍优化派遣模型。本发明采用蒙特卡罗法模拟随机产生供水管网的震损场景，结合人口疏散规律确定震后用户节点需水/用水量的时空变化关系，基于压力驱动节点配水量模型进行管网震后水力功能分析，考虑管道修复排序和维修队伍派遣，建立震后管网功能恢复优化模型，确定供水管网中震损管道的恢复策略。

Description

一种基于延时模拟的城市供水管网震后分析与优化方法
技术领域
本发明涉及安全风险评估技术领域，具体涉及一种基于延时模拟的城市供水管网震后分析与优化方法。
背景技术
城市供水系统同交通、电力、供热、通信系统一并是现代城市运行的命脉，被形象的称为现代城市的生命线工程系统。近年来，城市生命线工程系统作为与城市日常生产生活息息相关的基础设施，人们对其依赖性不断加强，要求也日趋严格。与其他一般城市基础设施不同，生命线工程具有覆盖面积广，各系统间联系紧密，局部破坏可能影响系统功能等特点。地震是地球上破坏程度较大的自然灾害之一。
根据《中国地震动参数区划图GB18306-2015》显示，我国将近有50％的国土、一半以上城市的设防烈度在Ⅶ或Ⅶ以上。作为生命线工程系统的重要组成部分，城市供水一旦遭受较大地震作用，将会发生不同程度损坏，往往会引起城市功能的丧失，对城市带来很大的不利影响。大量震害资料表明，地震会造成供水管网不同程度破损，导致管网供水能力下降，这不仅影响人们日常生活及生产，还会削弱消防救援能力，引发地震后火灾等次生灾害给国家和人民经济发展和正常生活带来不可挽回的损失。
随着我国城市基础设施建设不断加强，我国城市老旧城市多、城市基础设施差等问题有了一定程度的改善，但是目前我国大多数城市供水管网存在着管材抗震性能差，供水管网系统大多数没有经过正规的抗震设计,供水管网系统震损模拟及震后受损管网水力分析存在不足等问题。鉴于历史和现实的国情，面对不断频发的地震灾害，分析供水管网震后水力功能延时状态及管网抗震延时可靠性，对发现供水管网抗震薄弱环节、开展震后管网功能恢复优化设计具有重要意义。
发明内容
本发明提供了一种基于延时模拟的城市供水管网震后分析与优化方法，该方法采用Monte Carlo(蒙特卡罗方法)模拟随机产生供水管网的震损场景，结合人口疏散规律确定震后用户节点需水/用水量的时空变化关系，基于压力驱动节点配水量模型进行管网震后水力功能分析，考虑管道修复排序和维修队伍派遣，建立震后管网功能恢复优化模型，确定供水管网中震损管道的恢复策略。
为实现上述目的，本发明的技术方案为：
一种基于延时模拟的城市供水管网震后分析与优化方法，包括以下步骤：
S1：城市供水管网震后漏损场景生成：采用蒙特卡洛模拟法对供水管网进行震害随机模拟，结合供水管网震害统计经验与管道物理属性，确定管道损伤点位置、损伤状态及渗漏点渗漏类型的概率，根据管道地震破坏概率随机模拟生成不同时段的管段随机震害序列；
S2：震后城市用水节点需水量时空特性分析：根据城市供水管网用水节点的类型及需水特点，确定各类节点的用水特性曲线；考虑震后城市人口疏散迁移时空变化，确定各类节点的震后需水量空间变化及时间变化特征，建立震后各类节点的需水量延时变化曲线；
S3：震后城市供水节点延时可靠度计算：利用蒙特卡罗法模拟和压力驱动节点配水量模型，计算管网用户节点的延时可靠度，获取震后三天内管网各节点延时可靠度；设定随机模拟管网震后水力情况50次，以均时流量为权重加权计算确定供水管网系统的延时可靠度；
S4：震后破损管道优化修复次序确定：综合考虑震后可用修复资源有限性、震后用户节点供水优先级差异性以及震损管道破坏类型随机性，确定供水管网功能修复的评价指标，根据评估结果优化管网恢复策略与修复顺序；
S5：震后管网修复队伍优化派遣模型：考虑管网破损点承担的输水任务不同、维修队伍抢修速度以及地理位置存在的差异性，以管道破坏点导致的损失最小和所有抢修队伍完成全部维修工作时间之和最短为目标，确定管道的修复次序和各个队伍的修复路线。
优选的，所述的步骤S1包括如下具体步骤：
(1)假定管道地震破坏为随机独立事件，沿管道长度L服从泊松分布，则震后管道破坏的概率为：
Pf＝1-exp(-RR·L) (1)
RR＝4.75×K1×PGV×10-3 (2)
式中，Pf为震后管道发生破坏的概率；L为管道长度，单位km；RR为管道的平均震害率，单位处/km，RR采用美国生命线工程联合会提出的地震波引起的管线震害率经验公式计算，即式(2)；PGV为地震动峰值速度，单位cm/s；K1为考虑管材、管径、接口形式、场地条件的调整系数；
震后管道破坏点的分布采用泊松随机数和均匀随机数确定，设L1为第1个破坏点与管道上游端点的距离，Lk为第k个破坏点与第k-1个破坏点之间的距离，它是服从均值为1/RR的独立指数分布的随机变量，按式(3)计算：
Figure BDA0003233871740000031
式中，μ1为[0,1]均匀分布的随机数，当
Figure BDA0003233871740000032
时终止继续生成破坏点；
(2)在实际的地震灾害中供水管网的震损除了渗漏还有爆管，渗漏为管道破口，管道部分流量从破口点渗漏，丧失部分输水能力；而爆管为管道断开，管道流量全由断开点流失，丧失全部输水能力，依据美国建筑科学协会(NIBS)调查数据，震后80％管道破坏为渗漏，20％为爆管，对每个生成的震损点，在[0,1]生成随机数μ2，若μ2＜0.2，则震损点为爆管破坏；否则为渗漏破坏；
(3)管道破口渗漏面积与破损类型相关：管道破损主要有5种类型：接头环向松动、横向裂缝、纵向裂缝、管壁破损、管壁撕裂，不同破损的发生概率及对应的渗漏开口面积可通过文献获得，采用随机抽样确定管道的破损类型，进而计算其相应的渗漏开口面积。
优选的，所述的步骤S2包括如下具体步骤：
(1)根据《城市抗震防灾规划标准》中震后不同时期人均需水量和震后灾民的空间迁移，获得震后用户节点的需水量空间变化，并结合城市规模及人口密度进行需水量的校核；
(2)参考震前用水类型延时变化规律，结合城市震害预测、应急避难规划和救灾经验统计修正，得到震后72小时的不同类型用水延时变化系数。
优选的，所述的步骤S3中，震后供水管网的水力功能采用延时可靠度指标进行量化分析：以供水管网的随机震损场景下的节点实际配水量统计平均值与节点的需水量之比作为震后供水管网中节点功能延时可靠度Ri，计算表达式如式(4)；以均时流量为权重，加权所有节点可靠度的平均值即为管网系统抗震功能的延时可靠度Rs，计算表达式如式(5)：
Figure BDA0003233871740000033
Figure BDA0003233871740000034
式中：Qavl，ij为节点i在震后第j小时的实际配水量，Qrep，ij为节点i在震后第j小时的需水量，simMax为震后管网模拟次数，
Figure BDA0003233871740000041
为节点i的震后均时需水量，n为管网的节点数。
优选的，所述的步骤S4包括如下具体步骤：
(1)为保障管网供水能力提升最快，且优先满足重要节点的供水需求，综合系统供水满足率提升和震损管道下游节点供水重要性建立供水管网震后恢复的评价指标；
管网中单个节点的供水满足率为Si，对管网中各个节点的供水满足率加权平均得到管网整体系统震后供水满足率S，分别按下式计算：
Figure BDA0003233871740000042
Figure BDA0003233871740000043
震损管道m的修复重要度为Im，即震损管道m的下游节点需水量占总需水量的百分比，综合上述两种因素，震损管道m的恢复评价指标为Um，计算式如下：
Um＝C1·ΔSm+C2·Im (8)
式中，ΔSm为维修震损管道m后系统供水满足率的提升值，即ΔSm＝Sm-S0，S0表示震后维修前管网的供水满足率；C1、C2为重要度系数，其取值分别定为0.6，0.4；
(2)基于震后管网恢复评价指标，构建以供水满足率提升最快和保障重要用水节点管道的优先恢复为原则的供水管网震后优化恢复策略，其实现步骤为：1)首先采用蒙特卡洛模拟产生管网震损场景，概率统计不同漏损状态的管道空间分布；2)基于管网震后水力延时分析模型，计算管网节点与系统的供水满足率；3)结合管网用户节点重要度分析与供水满足率变化，计算震损管道的恢复评价指标，确定震损管道的最佳恢复策略；
(3)震后管网功能恢复优化模型(即供水管网震后优化恢复策略)的基本假定设置如下： 1)管道破坏状态为断裂和渗漏两种情况；对于断裂管道采用先隔离后替换新管道的维修方法；对于渗漏管道采取管钳的维修方法；维修断裂管道中隔离和替换合并为一个维修事件，与渗漏维修事件进行排序；2)对于同一破坏状态的管段，维修队伍的维修能力相同，即维修时间相同；3)一个维修事件只由一个队伍完成，维修队伍完成当前维修事件后，立刻转移到下一管段维修工作；4)对于不同维修事件的维修持续时间计算式如下：
Figure BDA0003233871740000051
式中：T(R)为R事件持续时间,单位h；d为维修管段的管径，单位mm。
优选的，所述的步骤S5包括如下具体步骤：
(1)建立管网修复队伍派遣模型：
N＝{N1,N2,…,Nm}表示管网中的破坏点集合，Ni为第i个破坏点，i＝1，2，…，m；T＝{T1, T2,…,Tm}表示抢修队伍的集合，j＝1，2，…，m；假定一个抢修队伍足够完成一个破坏点的整个应急抢修任务；LI表示破坏点Ni在单位时间内所造成的损失，即单位时间内由于该破坏点Ni受到破坏所导致的供水管网用水量损失；Tnij表示抢修队伍Tj到达供水管网破坏点Ni所需的运输时间；Trij表示队伍Tj到达供水管网破坏点Ni后完成其修复所需的工作时间；
Figure BDA0003233871740000052
表示队伍Tj的启动维修需要的成本；
Figure BDA0003233871740000053
表示队伍Tj到破坏点Ni的运输成本；
Figure BDA0003233871740000054
表示队伍Tj单位时间的工作成本；假设抢修队伍在运输过程中使用同一交通工具的同一种型号，以相同速度前进，运输费用与距离相关，而且启动成本
Figure BDA0003233871740000055
与运输成本
Figure BDA0003233871740000056
为常数；xij为0-1变量，xij＝1，表示派遣队伍Tj对管网破坏点Ni进行修复，xij＝0表示没有派遣队伍Tj对破坏点Ni进行修复；
依据上述内容，构建模型如下：
Figure BDA0003233871740000057
Figure BDA0003233871740000058
Figure BDA0003233871740000059
xij＝0或1,i＝1,2,...,m；j＝1,2,...,m (13)
在模型中，目标函数z1指抢修队伍抢修过程中，由节点失效造成的总损失；节点损失是队伍完成该破坏点修复工作所需时间与单位损失(单位损失是指单位时间内由于该破坏点Ni受到破坏所导致的供水管网用水量损失)的乘积；目标函数z2指抢修队伍抢修过程中，完成修复工作花费的总工时，由运输时间和工作时间构成；式(12)，式(13)是约束条件，公式(12) 表示对管网的每一个破坏点只由一支队伍负责该节点的修复工作；式(13)表示决策变量的取值范围；
(2)求解管网修复队伍派遣模型需要将双目标优化模型转化为单目标优化模型进行求解：首先要对模型中的两个目标函数，进行规范化处理，而后采用线性加权法将管网修复队伍派遣模型中的两个目标函数转化为单目标函数。具体如下所示：
Figure BDA0003233871740000061
Figure BDA0003233871740000062
xij＝0或1,i＝1,2,...,m；j＝1,2,...,m (16)
式(14)中ω1与ω2分别表示模型1中(10)，(11)的权重，ω1＞0，ω2＞0，ω1+ω2＝1：
Figure BDA0003233871740000063
和
Figure BDA0003233871740000064
为模型中考虑单个目标最小化时所获得的单目标最小值。
Figure BDA0003233871740000065
和
Figure BDA0003233871740000066
为模型中考虑单个目标最大化时所获得的单目标最大值；
(3)管网修复队伍派遣模型的求解：
采用模拟退火算法寻找队伍的最优路线，分别设计了三种优化策略：即
1)最优路线是以时间最短为目标，时间最短指队伍从启动到完成最后一个破坏点的修复任务所需要的时间最短；
2)另一种最优路线是以费用最低为目标，费用最低指启动维修需要的成本、运输成本与工作成本之和最小；
3)第三种以损失最小为目标，损失最小指所有破坏点在队伍启动到修复完成过程中的破坏点导致的损失之和最小；
根据设定的三种路线优化策略设定优化目标，采用模拟退火算法得到每支队伍的最优路线。
(4)在满足约束条件的前提下，随机产生四支队伍的任务分配方案：通过谢菲尔德遗传算法工具箱函数随机生成矩阵，通过约束条件修正后得到初始矩阵，该矩阵明确了每支队伍的任务，确定了每支队伍负责的具体失效节点的情况；
(5)确定每支队伍的失效节点修复次序，得到每支队伍的修复路线：负责单个失效节点修复的队伍，其修复路线无需规划，对于负责多个失效节点维修任务的队伍，采用模拟退火算法进行优化求解，寻找最优路线；
(6)提取相关数据进行不同权重的计算，得到该方案三种优化策略不同权重的目标值及其他相关指标值；
(7)分别对三种优化策略的目标值进行重复迭代，得到模型的最优解，确定应急抢修队伍派遣的具体方案，以及方案的相关指标值。
本发明一种基于延时模拟的城市供水管网的震后分析与优化方法具有如下有益效果：
1、本发明为解决震后管网的损伤提供较为客观、可行的评价方法，为损伤后的优化提供更精确的技术参考资料，可以节约管网修复成本，并保证了震后管网的正常运行。
2、本发明基于基于压力驱动法的低压运行管网水力分析的不足，通过与GIRAFFE(GIRAFFE的意思是地震作用下的水流图示迭代响应分析)基于需求驱动法的震后水力分析模型进行对比分析，得到单位震后水力状态变化趋势比压力驱动法对受损管网进行水力分析计算更为精准。
3、本发明提出了基于延时模拟的供水管网抗震功能可靠性分析方法，分析地震前后用户节点用水量需求变化规律，确定震后用水需求类型及空间分布，建立震后用户节点的需水量分析模型。可通过调用EPANET(管网平差计算软件)进行不同等级管线的水力模拟分析，计算节点实际可利用流量、节点可靠性指标和供水管网系统抗震功能可靠性指标对管网系统震后可靠性进行分析，使评估结果更加客观。
4、本发明通过完成50次震后蒙特卡洛震后模拟的工况进行概率统计，建立震后损伤管网模型，运用压力驱动法对其进行水力计算，得到计算参数，建立管网震后恢复顺序评价指标，并进行权重修正，以此指标按降序排列，依次对受损管道进行修复排序，找到了一个合适的维修策略，对震后城市恢复供水提供了重要的技术支持。
5、本发明采用基于模拟退火算法的供水管网恢复策略研究，设计了基于三种队伍路线优化策略的管网恢复优化模型，并进行计算求解，通过三种优化策略确定节点修复次序及修复路线，形成了完整的修复方案，进而以损失和费用为修复方案优化目标，进行多次迭代计算，得到一定优化次数中的最优方案，最后通过案例计算证明模型和算法可以有效解决供水管网震后恢复问题，提出震后恢复不同阶段应该采用不同的策略，使结果可靠度更高。
附图说明
图1、为本发明的流程框图；
图2、供水管网拓扑结构图；
图3、震后节点水力功能可靠性分析图；
图4、震后三天内管网系统延时可靠度变化图；
图5、不同工况下管网各节点可靠度图；
图6、供水管网震后破坏场景图；
图7、管网系统供水满足率随时间变化曲线图；
图8、Ⅶ度下管网破坏情况图；
图9、费用最低策略下目标函数收敛情况图；
图10、费用最低策略下队伍修复时序安排图；
图11、费用最低策略下节点修复时序安排图；
图12、时间最短策略下目标函数收敛情况图；
图13、时间最短策略下队伍修复时序安排图；
图14、时间最短策略下节点修复时序安排图；
图15、损失最小策略下目标函数收敛情况图；
图16、损失最小策略下队伍修复时序安排图；
图17、损失最小策略下节点修复时序安排图；
图18、管网性能恢复曲线图；
具体实施方式
以下所述，是以阶梯递进的方式对本发明的实施方式详细说明，该说明仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
实施例1、
参考图1所示：
一种基于延时模拟的城市供水管网震后分析与优化方法，包括以下步骤：
S1：采用蒙特卡洛模拟法对供水管网进行震害随机模拟，结合供水管网震害统计经验与管道物理属性，确定管道损伤点位置、损伤状态及渗漏点渗漏类型的概率，根据管道地震破坏概率随机模拟生成不同时段的管段随机震害序列；
S2：震后城市用水节点需水量时空特性分析：根据城市供水管网用水节点的类型及需水特点，确定各类节点的用水特性曲线；考虑震后城市人口疏散迁移时空变化，确定各类节点的震后需水量空间变化及时间变化特征，建立震后各类节点的需水量延时变化曲线；
S3：震后城市供水节点延时可靠度计算，确定震后管网功能恢复优化模型：利用蒙特卡罗法模拟和压力驱动节点配水量模型，计算管网用户节点的延时可靠度，获取震后三天内管网各节点延时可靠度；设定随机模拟管网震后水力情况50次，以均时流量为权重加权计算确定供水管网系统的延时可靠度；并以此为基础确定震后管网功能恢复优化模型；
S4：震后破损管道优化修复次序确定：综合考虑震后可用修复资源有限性、震后用户节点供水优先级差异性以及震损管道破坏类型随机性，确定供水管网功能修复的评价指标，根据评估结果优化管网恢复策略与修复顺序；
S5：震后管网修复队伍优化派遣模型：考虑管网破损点承担的输水任务不同、维修队伍抢修速度以及地理位置存在的差异性，以管道破坏点导致的损失最小和所有抢修队伍完成全部维修工作时间之和最短为目标，确定管道的修复次序和各个队伍的修复路线。
实施例2、
在实施例1的基础上，本实施例做出了进一步改进，具体为：
所述的步骤S1包括如下具体步骤：
(1)假定管道地震破坏为随机独立事件，沿管道长度L服从泊松分布，则震后管道破坏的概率为：
Pf＝1-exp(-RR·L) (1)
RR＝4.75×K1×PGV×10-3 (2)
式中，Pf为震后管道发生破坏的概率；L为管道长度，单位km；RR为管道的平均震害率，单位处/km，RR采用美国生命线工程联合会提出的地震波引起的管线震害率经验公式计算，即式(2)；PGV为地震动峰值速度，单位cm/s；K1为考虑管材、管径、接口形式、场地条件的调整系数；
震后管道破坏点的分布采用泊松随机数和均匀随机数确定，设L1为第1个破坏点与管道上游端点的距离，Lk为第k个破坏点与第k-1个破坏点之间的距离，它是服从均值为1/RR的独立指数分布的随机变量，按式(3)计算：
Figure BDA0003233871740000091
式中，μ1为[0,1]均匀分布的随机数，当
Figure BDA0003233871740000092
时终止继续生成破坏点；
(2)在实际的地震灾害中供水管网的震损除了渗漏还有爆管，渗漏为管道破口，管道部分流量从破口点渗漏，丧失部分输水能力；而爆管为管道断开，管道流量全由断开点流失，丧失全部输水能力，依据美国建筑科学协会(NIBS)调查数据，震后80％管道破坏为渗漏，20％为爆管，对每个生成的震损点，在[0,1]生成随机数μ2，若μ2＜0.2，则震损点为爆管破坏；否则为渗漏破坏；
(3)管道破口渗漏面积与破损类型相关：管道破损主要有5种类型：接头环向松动、横向裂缝、纵向裂缝、管壁破损、管壁撕裂，不同破损的发生概率及对应的渗漏开口面积可通过表1和表2得到，采用随机抽样确定管道的破损类型，进而计算其相应的渗漏开口面积；
表1各种管道泄漏类型概率
Figure BDA0003233871740000101
【注：】N/A表示不存在。
表2管道渗漏形式说明及渗漏面积计算公式
Figure BDA0003233871740000102
实施例3、
在实施例2的基础上，本实施例做出了进一步改进，具体为：
所述的步骤S2包括如下具体步骤：
(1)根据《城市抗震防灾规划标准》中震后不同时期人均需水量和震后灾民的空间迁移，获得震后用户节点的需水量空间变化，并结合城市规模及人口密度进行需水量的校核；
(2)参考震前用水类型延时变化规律，结合城市震害预测、应急避难规划和救灾经验统计修正，得到震后72小时的不同类型用水延时变化系数。
具体来说，用户需水量延时分析可按照以下方式进行：
A、震前用水量延时分析：选取某个月的用户抄表数据，将用户用水量按照从大到小的顺序排序，将排序后的用水量从大到小累加，当累加和达到管网总用水量的60％时，被累加进去的用户确定为大用户，实测各个大用户的日用水量变化曲线，计算出各个时刻的大用户用水量，并将其导入网络模型(此处的网络模型指的是城市供水管网模型)对应的节点上；同时将剩余水量分类(如居民类用水、学校类用水、工厂类用水等)，分别测量各种类别的用水逐时变化系数和用水特性曲线；
震后用水量延时分析：将由住宅迁移至避难所的迁移人数平均取为住宅人口的35％，同时，震后避难场所作为灾民起居生活的主要地点需水量会因特殊时期特殊用水状态造成需水量延时变化因子增加，对震后3天内发震期、混乱期、避难行动期、避难救援期、避难生活期五种不同阶段对应不同的现象与灾民避难行为，假定震后48小时内需水量变化主要由灾民前往避难地点的人数变化决定，参考震前用水量变化因子与救灾时期历史经验统计，做出调整得到震后72小时黄金救援期内各功能区(此处的功能区是居民点)需水因子的变化规律曲线；震后功能区需水量变化：根据震后不同救灾时段(应急处置期、应急修复期)，确定救灾活动对应的用水类型(避难场所用水、救灾设施用水、医疗救援用水等)；根据震后用水类型与城市建设用地类型的对应关系，确定用水地点空间分布；根据用水地点的人员迁移和震害预测数据确定平均用水量，确定不同用水点不同时段的需水量，最后以不同城市规模的人口密度作为标准进行需水量的校核，建立用户节点震后需水量曲线。
实施例4、
在实施例3的基础上，本实施例做出了进一步改进，具体为：
所述的步骤S3中，震后供水管网的水力功能采用延时可靠度指标进行量化分析：以供水管网的随机震损场景下的节点实际配水量统计平均值与节点的需水量之比作为震后供水管网中节点功能延时可靠度Ri，计算表达式如式(4)；以均时流量为权重，加权所有节点可靠度的平均值即为管网系统抗震功能的延时可靠度Rs，计算表达式如式(5)：
Figure BDA0003233871740000111
Figure BDA0003233871740000121
式中：Qavl，ij为节点i在震后第j小时的实际配水量，Qrep，ij为节点i在震后第j小时的需水量，simMax为震后管网模拟次数，
Figure BDA0003233871740000122
为节点i的震后均时需水量，n为管网的节点数。
实施例5、
在实施例4的基础上，本实施例做出了进一步改进，具体为：
所述的步骤S4包括如下具体步骤：
(1)为保障管网供水能力提升最快，且优先满足重要节点的供水需求，综合系统供水满足率提升和震损管道下游节点供水重要性建立供水管网震后恢复的评价指标；
管网中单个节点的供水满足率为Si，对管网中各个节点的供水满足率加权平均得到管网整体系统震后供水满足率S，分别按下式计算：
Figure BDA0003233871740000123
Figure BDA0003233871740000124
震损管道m的修复重要度为Im，即震损管道m的下游节点需水量占总需水量的百分比，综合上述两种因素，震损管道m的恢复评价指标为Um，计算式如下：
Um＝C1·ΔSm+C2·Im (8)
式中，ΔSm为维修震损管道m后系统供水满足率的提升值，即ΔSm＝Sm-S0，S0表示震后维修前管网的供水满足率；C1、C2为重要度系数，其取值分别定为0.6，0.4；
(2)基于震后管网恢复评价指标，构建以供水满足率提升最快和保障重要用水节点管道的优先恢复为原则的供水管网震后优化恢复策略，其实现步骤为：1)首先采用蒙特卡洛模拟产生管网震损场景，概率统计不同漏损状态的管道空间分布；2)基于管网震后水力延时分析模型，计算管网节点与系统的供水满足率；3)结合管网用户节点重要度分析与供水满足率变化，计算震损管道的恢复评价指标，确定震损管道的最佳恢复策略；
(3)震后管网功能恢复优化模型(即供水管网震后优化恢复策略)的基本假定设置如下： 1)管道破坏状态为断裂和渗漏两种情况；对于断裂管道采用先隔离后替换新管道的维修方法；对于渗漏管道采取管钳的维修方法；维修断裂管道中隔离和替换合并为一个维修事件，与渗漏维修事件进行排序；2)对于同一破坏状态的管段，维修队伍的维修能力相同，即维修时间相同；3)一个维修事件只由一个队伍完成，维修队伍完成当前维修事件后，立刻转移到下一管段维修工作；4)对于不同维修事件的维修持续时间计算式如下：
Figure BDA0003233871740000131
式中：T(R)为R事件持续时间,单位h；d为维修管段的管径，单位mm。
实施例6、
在实施例5的基础上，本实施例做出了进一步改进，具体为：
所述的步骤S5包括如下具体步骤：
(1)建立管网修复队伍派遣模型：
N＝{N1,N2,…,Nm}表示管网中的破坏点集合，Ni为第i个破坏点，i＝1，2，…，m；T＝{T1, T2,…,Tm}表示抢修队伍的集合，j＝1，2，…，m；假定一个抢修队伍足够完成一个破坏点的整个应急抢修任务；LI表示破坏点Ni在单位时间内所造成的损失，即单位时间内由于该破坏点Ni受到破坏所导致的供水管网用水量损失；Tnij表示抢修队伍Tj到达供水管网破坏点Ni所需的运输时间；Trij表示队伍Tj到达供水管网破坏点Ni后完成其修复所需的工作时间；
Figure BDA0003233871740000132
表示队伍Tj的启动维修需要的成本；
Figure BDA0003233871740000133
表示队伍Tj到破坏点Ni的运输成本；
Figure BDA0003233871740000134
表示队伍Tj单位时间的工作成本；假设抢修队伍在运输过程中使用同一交通工具的同一种型号，以相同速度前进，运输费用与距离相关，而且启动成本
Figure BDA0003233871740000135
与运输成本
Figure BDA0003233871740000136
为常数；xij为0-1变量，xij＝1，表示派遣队伍Tj对管网破坏点Ni进行修复，xij＝0表示没有派遣队伍Tj对破坏点Ni进行修复；
依据上述内容，构建模型如下：
Figure BDA0003233871740000137
Figure BDA0003233871740000138
Figure BDA0003233871740000139
xij＝0或1,i＝1,2,...,m；j＝1,2,...,m (13)
在模型中，目标函数z1指抢修队伍抢修过程中，由节点失效造成的总损失；节点损失是队伍完成该破坏点修复工作所需时间与单位损失(单位时间内由于该破坏点Ni受到破坏所导致的供水管网用水量损失)的乘积；目标函数z2指抢修队伍抢修过程中，完成修复工作花费的总工时，由运输时间和工作时间构成；式(12)，式(13)是约束条件，公式(12)表示对管网的每一个破坏点只由一支队伍负责该节点的修复工作；式(13)表示决策变量的取值范围；
(2)求解管网修复队伍派遣模型需要将双目标优化模型转化为单目标优化模型进行求解：首先要对模型中的两个目标函数，进行规范化处理，而后采用线性加权法将管网修复队伍派遣模型中的两个目标函数转化为单目标函数。具体如下所示：
Figure BDA0003233871740000141
Figure BDA0003233871740000142
xij＝0或1,i＝1,2,...,m；j＝1,2,...,m (16)
式(14)中ω1与ω2分别表示模型1中(10)，(11)的权重，ω1＞0，ω2＞0，ω1+ω2＝1：
Figure BDA0003233871740000143
和
Figure BDA0003233871740000144
为模型中考虑单个目标最小化时所获得的单目标最小值。
Figure BDA0003233871740000145
和
Figure BDA0003233871740000146
为模型中考虑单个目标最大化时所获得的单目标最大值；
(3)管网修复队伍派遣模型的求解：
采用模拟退火算法寻找队伍的最优路线，分别设计了三种优化策略：即
1)最优路线是以时间最短为目标，时间最短指队伍从启动到完成最后一个破坏点的修复任务所需要的时间最短；
2)另一种最优路线是以费用最低为目标，费用最低指启动维修需要的成本、运输成本与工作成本之和最小；
3)第三种以损失最小为目标，损失最小指所有破坏点在队伍启动到修复完成过程中的破坏点导致的损失之和最小；
根据设定的三种路线优化策略设定优化目标，采用模拟退火算法得到每支队伍的最优路线；
(4)在满足约束条件的前提下，随机产生四支队伍的任务分配方案：通过谢菲尔德遗传算法工具箱函数随机生成矩阵，通过约束条件修正后得到初始矩阵，该矩阵明确了每支队伍的任务，确定了每支队伍负责的具体失效节点的情况；
(5)确定每支队伍的失效节点修复次序，得到每支队伍的修复路线：负责单个失效节点修复的队伍，其修复路线无需规划，对于负责多个失效节点维修任务的队伍，采用模拟退火算法进行优化求解，寻找最优路线；
(6)提取相关数据进行不同权重的计算，得到该方案三种优化策略不同权重的目标值及其他相关指标值；
(7)分别对三种优化策略的目标值进行重复迭代，得到模型的最优解，确定应急抢修队伍派遣的具体方案，以及方案的相关指标值。
本实施例中，通过模拟退火算法解决队伍最优修复路线问题，包括如下具体步骤：
1)设置参数，随机初始化一个初始解；
2)产生新解，计算增量Δ；
3)Δ＜0，接收新解作为新的当前解，否则以Metropolis作为接收准则，以概率exp(-t′/T)接收新解作为新的当前解；
4)判断是否达到迭代次数或满足终止条件，若是，则输出当前的解作为最优解，结束程序；若否，则继续产生新解，转第2步继续运算迭代；优化结果为队伍完成多节点修复任务的路线安排，对节点间的运输时间和运输成本矩阵进行修正，按照转化后的函数模型计算，可以得到目标值。
实施例7、
现以某城市区域供水管网为例进行城市管网震后水利功能延时分析与恢复优化。
首先，选定某城市区域供水管网对其在不同指标下对其管网可靠度进行研究分析；
如图2所示，某城市区域供水管网拓扑图，由4个水源点(即节点50，51，52，53)、 78条管段、49个用户节点组成，包括商业、居住、学校、医院、公共、办公、工业等用水类型。管道1的Hazen-Williams粗糙系数为80，管道44，45，46，49的粗糙系数为90，其他管道的粗糙系数为120。假定直径大于600mm的管道为钢管(铆接接头)，直径小于600mm 的管道为球墨铸铁(橡胶密封接头)。该管网服务地区的规划人口总计约40万人，节点供水服务人口数量空间分布如图2(图中红色字体表示人口数量，括号外部为震前人口数，括号里为震后第三天灾民迁移趋紧稳定下的人口数)。假定地震发生时刻为上午9点钟，由于该管网模型的分布范围较小，管网震害计算时不考虑地震动衰减和场地条件的影响。
如图3所示，可以看出，管网中越靠近水源的用户节点，震后功能可靠度越高；越远离水源的用水节点，震后功能可靠度越低。对比图3可知，地震烈度越高，管网受损程度越大，震后管网各节点的可靠度越低。随着地震烈度增大，管网节点可靠度分布形状相似。究其原因是管网中各管道的震损程度与地震烈度呈现正相关。根据式(5)计算得到供水管网系统的震后水力功能延时可靠度：VIII度下的可靠度为0.79，IX度下的可靠度为0.59。可见，整个供水管网系统的震后水力功能可靠性随着地震烈度增大而降低。
如图4所示，采用蒙特卡罗法随机模拟50次管网震后水力情况，统计震后三天内管网各节点延时可靠度，以均时流量为权重加权计算得到管网系统的延时可靠度。从图中可以看出管网系统的可靠度呈延时波动变化现象，表明震后管网的可靠度具有时变性。用水量较大时期(12am-9pm)时，系统可靠度偏低；用水量较小时段(9pm-6am)时，系统可靠度随用水量减少而缓慢提升；用水高峰期(6pm-9pm和6am-9am)市，系统可靠度明显降低；可见，用户节点的用水量与管网可靠度呈负相关。另外，每天管网系统的延时可靠度大致呈周期性变化趋势。总体来看，震后管网系统的可靠度变化幅度不大，究其原因可能为：①本文假设地震发生后管网的震损工况不再改变；②管道多采用以橡胶为接口的球墨铸铁管，设定地震下管网震害较轻，管内压力变化不大。综合以上两点，可能造成管网系统的延时可靠度波动幅度不大的结果。对比不同烈度下管网系统可靠度延时变化情况，发现：①VIII度下管网系统可靠度的延时变化曲线相较于IX度波动更加剧烈；②不同烈度下管网系统可靠度的延时变化趋势不完全相同。
如图5所示，为对比分析需水量延时变化对管网系统可靠性的影响，以地震烈度为Ⅷ度下的管网为例，考虑两种水力工况：1)震后管网各节点的需水量与震前需水量完全相同，且不考虑延时变化；2)震后管网各节点的需水量，需根据功能区的重要度以及灾民时空迁移计算，且结合震后用水延时因子得到管网各节点的震后延时需水量变化曲线。基于上述假定条件，计算得到震后三天内供水管网的延时可靠度。分别在以上两种条件下计算系统延时可靠度，对比分析可知：两种工况下各节点可靠度的变化趋势大致相同，说明本发明震后节点需水量统计方法是符合实际的。对比不同工况下各节点可靠度可知，第二种工况下节点可靠度普遍偏低，导致系统可靠度Rs也低于第一种工况。第一工况下需水量统一且无延时变化，第二工况将震后节点需水量进行按需调整，其中处在紧急救援期的供水用途仅保留医疗用水和饮用水，并且在此基础上再次进行延时分配，生成用水低谷期，故而产生众多节点延时可靠度低于第一工况下节点可靠度的情况，造成第一种工况下系统可靠度比第二种工况高0.176 的现象。
如图6所示，为了便于计算，假定渗漏点位于沿管道长度中点，供水管网震损场景如图 6。以地震烈度为Ⅷ度下供水管网震损模拟为例，随机模拟50次管网震损情况，概率统计管道受损状态，确定管网中管道的渗漏场景。选取震损概率较大的管道设计震损管网场景，管道震损数量与震损点类型分别为8根渗漏、4根断裂。
如图7所示，为验证本文提出恢复优化模型的合理性，除遵循本文所提出的恢复评价指标排序法(策略A)外，同时设定维修策略B(即将策略A倒序进行管道维修)和维修策略C(即以供水满足率提最快为目标进行排序)进行对比分析，得到震后管网恢复过程中，管网系统的供水满足率随维修时间的变化曲线。
如图8所示，考虑Ⅶ度下供水管网受到地震破坏的情况，图8可以看出一共产生了14个破坏点，假设四个水源点安排为4个救援点，每个救援点一支队伍，一共可派遣4支应急抢修队伍到破坏点对破坏管段进行修复。L1，L2，L3，L4，L5，L6分别表示破坏点单位时间漏水所造成的损失，其值分别为L1＝0.4万/min，L2＝0.9万/min，L1＝0.6万/min，L4＝1.5万/min，L5＝1.0 万/min，L6＝1.2万/min。
如图9图10图11所示，分别为相应最优结果求解过程的迭代图。以目标值最小为最优结果，确定不同权重的最优方案。对权重ω1＝0.6的队伍派遣方案进行分析，
如图12图13图14所示，以目标值最小为最优结果，确定不同权重的最优方案。对权重ω1＝0.6的队伍派遣方案进行分析，分别为以费用最低，时间最短，损失最小为队伍路线优化目标的队伍派遣策略，即修复队伍抢修工作时序安排，包括每支队伍的开工和结束时间，每支队伍对应的横条长度及里面的数字分别代表该支队伍完成不同破坏点修复任务的修复时长，括号内数字代表该支队伍修复的破坏点序号。
如图15、16、17所示，分别为以费用最低，时间最短，损失最小为队伍路线优化目标的队伍派遣方案，即为破坏点恢复时序安排，包括每个破坏点的开工和结束时间，每个破坏点对应的横条长度及里面的数字代表该破坏点的修复时长，括号内数字代表该破坏点的修复队伍。
下面具体说明一下优化分析实施中的步骤：
步骤一、确定震后管网优化分析的步骤如下：
(1)设定震后管网震损场景模拟；
(2)管网功能恢复评价指标计算；
根据式(6)～(8)，计算漏损管道的恢复评价指标，并确定管道维修的优先顺序。假定维修队伍从储备地至震损管道处的时间不考虑，根据式(9)可计算各漏损管道的维修次序及时间，管道破损状态及下游节点等相关参数，见表3所示。分析可知，震损管道8的恢复评价指标最大，表明该管道修复后可以在最短时间内最大限度提升系统供水满意度，并且符合重要功能节点的应急需水要求。在修复初期，应优先修复管道8。
表3震损管道的维修信息
Figure BDA0003233871740000171
Figure BDA0003233871740000181
(3)管网功能恢复策略及过程分析；
为验证本发明提出恢复优化模型的合理性，如图7所示，除遵循本发明所提出的恢复评价指标排序法(策略A)外，同时设定维修策略B(即将策略A倒序进行管道维修)和维修策略C(即以供水满足率提最快为目标进行排序)进行对比分析，得到震后管网恢复过程中，管网系统的供水满足率随维修时间的变化曲线。
步骤二：考虑修复队伍派遣的管网优化恢复
(1)管网破损场景与相关参数设定：
考虑Ⅶ度下供水管网受到地震破坏的情况，根据图8所示，可以看出一共产生了14个破坏点，假设四个水源点安排为4个救援点，每个救援点一支队伍，一共可派遣4支应急抢修队伍到破坏点对破坏管段进行修复。L1，L2，L3，L4，L5，L6分别表示破坏点单位时间漏水所造成的损失，其值分别为L1＝0.4万/min，L2＝0.9万/min，L1＝0.6万/min，L4＝1.5万/min，L5＝1.0 万/min，L6＝1.2万/min。
下面各表分别表示应急抢修队伍的相关数据。
表4应急抢修队伍的启动成本
Figure BDA0003233871740000182
(万元)和单位时间的工作成本
Figure BDA0003233871740000183
(万元/min)
Figure BDA0003233871740000184
表5应急抢修队伍到达破坏点的运输时间Tnij
Figure BDA0003233871740000185
Figure BDA0003233871740000191
表6应急抢修队伍到达破坏点后的工作时间Trij(min)
Figure BDA0003233871740000192
表7应急抢修队伍到破坏点的运输成本
Figure BDA0003233871740000193
(万元)
Figure BDA0003233871740000194
表8各破坏点之间的运输时间Tt(min)
Figure BDA0003233871740000195
Figure BDA0003233871740000201
(2)不同策略的派遣方案结果分析：
以目标值最小为最优结果，确定不同权重的最优方案。对权重ω1＝0.6的队伍派遣方案进行分析，如图9，图10，图11，图12，图13，图14，图15，图16，图17所示，其中图 9，10，11分别为相应最优结果求解过程的迭代图；图12，13，14分别为以费用最低，时间最短，损失最小为队伍路线优化目标的队伍派遣策略，即修复队伍抢修工作时序安排，包括每支队伍的开工和结束时间，每支队伍对应的横条长度及里面的数字分别代表该支队伍完成不同破坏点修复任务的修复时长，括号内数字代表该支队伍修复的破坏点序号；图15，16， 17分别为以费用最低，时间最短，损失最小为队伍路线优化目标的队伍派遣方案，即为破坏点恢复时序安排，包括每个破坏点的开工和结束时间，每个破坏点对应的横条长度及里面的数字代表该破坏点的修复时长，括号内数字代表该破坏点的修复队伍。
模拟退火算法是在已有的任务分配的基础上进行的路线优化，不同队伍或不同策略下同一支队伍由于多次迭代后队伍负责任务的不同，因而其队伍之间结果不具可比性。从队伍修复时序安排上看，费用最低策略的各个队伍完成任务所用时间接近，每支队伍任务安排比较合理，该策略先于另外两种策略完成所有失效节点的修复任务。当确定了四支队伍的任务分配及其路线规划后，可以计算出每支队伍的恢复结果数据，则三种路线优化策略中每支队伍的结果如表9，表10，表11所示。
表9费用最低策略下的队伍优化结果
队伍1 队伍2 队伍3 队伍4
费用 1512.8 1136.3 1169.7 1563
时间 1481.6 1085.3 1093.4 1449.8
损失 2444.7 1431.2 2377 2031.7
表10时间最短策略下的队伍优化结果
队伍1 队伍2 队伍3 队伍4
费用 985.8 1061.7 2004.2 1733.4
时间 985.6 1023.1 1914.8 1648.3
损失 1648.5 1388.3 2235.6 2767.5
表11损失最小策略下的队伍优化结果
队伍1 队伍2 队伍3 队伍4
费用 1126.4 1420.8 1267.7 1601.2
时间 1135.9 1377.2 1230.6 1524.1
损失 2040.1 2265.5 1623.1 2195.3
图18是权重ω1＝0.6的三种策略的管网性能恢复曲线。以达到完成全部修复工作所需工时为性能完全恢复状态，以当时所用工时与总工时比例为性能恢复比例，由此得到性能恢复曲线。表12是三种策略的恢复结果，总工时为所有队伍工作时间之和；工作时长是指从开始到所有队伍完成工作的时间长度；总费用是指所有队伍完成工作需要的费用之和；总损失是指从队伍启动到结束所有破坏点造成的损失之和；目标值是指单目标函数的函数值。
表12三种路线优化策略的恢复结果
费用最低策略 时间最短策略 损失最小策略
总工时 5110.1 5571.8 5267.8
修复时长 1481.6 1914.8 1524.1
总费用 5381.7 5785 5416.1
总损失 8284.5 8039.9 8123.9
目标值 1.8752 1.8447 1.8171
从恢复曲线和数据结果上看，采用损失最小的队伍路线优化策略，其目标值最小，其他指标如总工时、修复时长、总费用、总损失的数值居于另外两种策略之间。单从目标值结果考虑，损失最小策略制定的修复队伍派遣方案最优。而费用最低的队伍路线优化策略在总工时、修复时长、总费用指标上最优，修复时间最短策略在总损失指标上最优。考虑在不同情况下使用的不同策略，对于关键性破坏点，其恢复对于管网性能较快恢复到一定程度，发挥部分供水功能，缓解震后紧急用水需要影响较大，需要尽快完成此类破坏点的修复工作。因此负责这类破坏点的队伍应当优先考虑时间最短策略；对于管道断开的破坏点，以及单位时间漏失量大的破坏点，这类破坏点水量损失较大，易造成优质水资源浪费，负责这类破坏点的队伍应当优先考虑损失最小策略；对于大部分一般破坏点的任务，基本应当重点考虑队伍修复工作费用和成本，优先考虑费用最低策略，以队伍修复工作费用最低为目标优化队伍修复路线，制定队伍修复方案。
(3)不同权重的派遣方案结果分析
分别将每一种权重代入进行计算，得到了不同权重在三种策略下的指标结果如表13，14， 15所示。
表13费用最低策略下9种权重的恢复结果
Figure BDA0003233871740000221
表14时间最短策略下9种权重的恢复结果
Figure BDA0003233871740000222
表15损失最小策略下9种权重的恢复结果
Figure BDA0003233871740000223
从表中数据看，出现多组权重的队伍派遣方案一致，结果相同，这说明结果对权重并不敏感，权重的变化并不必然会对派遣方案造成影响。总体而言随着权重ω1的增大，目标值、总费用、总工时随之增大，而总损失则出现下降，修复时长在费用最低策略中没有变化，在时间最短策略先减少后增大，而在损失最小策略中随权重ω1增大而增大。综合权重变化对于费用、工时、损失结果的影响，权重ω1的值不宜过大或过小。对应急救援抢修任务而言，时间应当得到重视，以尽可能减少工时。节点失效损失与节点失效时间密切相关，权重ω1略大于0.5，既可以保证减少工作时间，也有利于减少损失。因此，在考虑权重时，可使权重ω1略大于0.5。同时考虑不能提高太多，避免费用增加，建议考虑权重ω1取0.5、0.6。

Claims (6)

1.一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：
包括以下步骤：
S1：城市供水管网震后漏损场景生成：采用蒙特卡洛法对供水管网进行震害随机模拟，结合供水管网震害统计经验与管道物理属性，确定管道损伤点位置、损伤状态及渗漏点渗漏类型的概率，根据管道地震破坏概率随机模拟生成不同时段的管段随机震害序列；
S2：震后城市用水节点需水量时空特性分析：根据城市供水管网用水节点的类型及需水特点，确定各类节点的用水特性曲线；考虑震后城市人口疏散迁移时空变化，确定各类节点的震后需水量空间变化及时间变化特征，建立震后各类节点的需水量延时变化曲线；
S3：震后城市供水节点延时可靠度计算：利用蒙特卡罗法模拟和压力驱动节点配水量模型，计算管网用户节点的延时可靠度，获取震后三天内管网各节点延时可靠度；设定随机模拟管网震后水力情况50次，以均时流量为权重加权计算确定供水管网系统的延时可靠度；
S4：震后破损管道优化修复次序确定：综合考虑震后可用修复资源有限性、震后用户节点供水优先级差异性以及震损管道破坏类型随机性，确定供水管网功能修复的评价指标，根据评估结果优化管网恢复策略与修复顺序；
S5：震后管网修复队伍优化派遣模型：考虑管网破损点承担的输水任务不同、维修队伍抢修速度以及地理位置存在的差异性，以管道破坏点导致的损失最小和所有抢修队伍完成全部维修工作时间之和最短为目标，确定管道的修复次序和各个队伍的修复路线。
2.如权利要求1所述的一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：所述的步骤S1包括如下具体步骤：
(1)假定管道地震破坏为随机独立事件，沿管道长度L服从泊松分布，则震后管道破坏的概率为：
Pf＝1-exp(-RR·L) (1)
RR＝4.75×K1×PGV×10-3 (2)
式中，Pf为震后管道发生破坏的概率；L为管道长度，单位km；RR为管道的平均震害率，单位处/km，RR采用美国生命线工程联合会提出的地震波引起的管线震害率经验公式计算，即式(2)；PGV为地震动峰值速度，单位cm/s；K1为考虑管材、管径、接口形式、场地条件的调整系数；
震后管道破坏点的分布采用泊松随机数和均匀随机数确定，设L1为第1个破坏点与管道上游端点的距离，Lk为第k个破坏点与第k-1个破坏点之间的距离，它是服从均值为1/RR的独立指数分布的随机变量，按式(3)计算：
Figure FDA0003233871730000021
式中，μ1为[0,1]均匀分布的随机数，当
Figure FDA0003233871730000022
时终止继续生成破坏点；
(2)在实际的地震灾害中供水管网的震损除了渗漏还有爆管，渗漏为管道破口，管道部分流量从破口点渗漏，丧失部分输水能力；而爆管为管道断开，管道流量全由断开点流失，丧失全部输水能力，依据美国建筑科学协会(NIBS)调查数据，震后80％管道破坏为渗漏，20％为爆管，对每个生成的震损点，在[0,1]生成随机数μ2，若μ2＜0.2，则震损点为爆管破坏；否则为渗漏破坏；
(3)管道破口渗漏面积与破损类型相关：管道破损主要有5种类型：接头环向松动、横向裂缝、纵向裂缝、管壁破损、管壁撕裂，不同破损的发生概率及对应的渗漏开口面积可通过文献获得，采用随机抽样确定管道的破损类型，进而计算其相应的渗漏开口面积。
3.如权利要求2所述的一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：所述的步骤S2包括如下具体步骤：
(1)根据《城市抗震防灾规划标准》中震后不同时期人均需水量和震后灾民的空间迁移，获得震后用户节点的需水量空间变化，并结合城市规模及人口密度进行需水量的校核；
(2)参考震前用水类型延时变化规律，结合城市震害预测、应急避难规划和救灾经验统计修正，得到震后72小时的不同类型用水延时变化系数。
4.如权利要求3所述的一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：所述的步骤S3中，震后供水管网的水力功能采用延时可靠度指标进行量化分析：以供水管网的随机震损场景下的节点实际配水量统计平均值与节点的需水量之比作为震后供水管网中节点功能延时可靠度Ri，计算表达式如式(4)；以均时流量为权重，加权所有节点可靠度的平均值即为管网系统抗震功能的延时可靠度Rs，计算表达式如式(5)：
Figure FDA0003233871730000023
Figure FDA0003233871730000031
式中：Qavl，ij为节点i在震后第j小时的实际配水量，Qrep，ij为节点i在震后第j小时的需水量，simMax为震后管网模拟次数，
Figure FDA0003233871730000032
为节点i的震后均时需水量，n为管网的节点数。
5.如权利要求4所述的一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：所述的步骤S4包括如下具体步骤：
(1)为保障管网供水能力提升最快，且优先满足重要节点的供水需求，综合系统供水满足率提升和震损管道下游节点供水重要性建立供水管网震后恢复的评价指标；
管网中单个节点的供水满足率为Si，对管网中各个节点的供水满足率加权平均得到管网整体系统震后供水满足率S，分别按下式计算：
Figure FDA0003233871730000033
Figure FDA0003233871730000034
震损管道m的修复重要度为Im，即震损管道m的下游节点需水量占总需水量的百分比，综合上述两种因素，震损管道m的恢复评价指标为Um，计算式如下：
Um＝C1·ΔSm+C2·Im (8)
式中，ΔSm为维修震损管道m后系统供水满足率的提升值，即ΔSm＝Sm-S0，S0表示震后维修前管网的供水满足率；C1、C2为重要度系数，其取值分别定为0.6，0.4；
(2)基于震后管网恢复评价指标，构建以供水满足率提升最快和保障重要用水节点管道的优先恢复为原则的供水管网震后优化恢复策略，其实现步骤为：1)首先采用蒙特卡洛模拟产生管网震损场景，概率统计不同漏损状态的管道空间分布；2)基于管网震后水力延时分析模型，计算管网节点与系统的供水满足率；3)结合管网用户节点重要度分析与供水满足率变化，计算震损管道的恢复评价指标，确定震损管道的最佳恢复策略；
(3)供水管网震后优化恢复策略的基本假定设置如下：1)管道破坏状态为断裂和渗漏两种情况；对于断裂管道采用先隔离后替换新管道的维修方法；对于渗漏管道采取管钳的维修方法；维修断裂管道中隔离和替换合并为一个维修事件，与渗漏维修事件进行排序；2)对于同一破坏状态的管段，维修队伍的维修能力相同，即维修时间相同；3)一个维修事件只由一个队伍完成，维修队伍完成当前维修事件后，立刻转移到下一管段维修工作；4)对于不同维修事件的维修持续时间计算式如下：
Figure FDA0003233871730000041
式中：T(R)为R事件持续时间,单位h；d为维修管段的管径，单位mm。
6.如权利要求5所述的一种基于延时模拟的城市供水管网震后分析与优化方法，其特征为：所述的步骤S5包括如下具体步骤：
(1)建立管网修复队伍派遣模型：
N＝{N1,N2,…,Nm}表示管网中的破坏点集合，Ni为第i个破坏点，i＝1，2，…，m；T＝{T1,T2,…,Tm}表示抢修队伍的集合，j＝1，2，…，m；假定一个抢修队伍足够完成一个破坏点的整个应急抢修任务；LI表示破坏点Ni在单位时间内所造成的损失，即单位时间内由于该破坏点Ni受到破坏所导致的供水管网用水量损失；Tnij表示抢修队伍Tj到达供水管网破坏点Ni所需的运输时间；Trij表示队伍Tj到达供水管网破坏点Ni后完成其修复所需的工作时间；
Figure FDA0003233871730000042
表示队伍Tj的启动维修需要的成本；
Figure FDA0003233871730000043
表示队伍Tj到破坏点Ni的运输成本；
Figure FDA0003233871730000044
表示队伍Tj单位时间的工作成本；假设抢修队伍在运输过程中使用同一交通工具的同一种型号，以相同速度前进，运输费用与距离相关，而且启动成本
Figure FDA0003233871730000045
与运输成本
Figure FDA0003233871730000046
为常数；xij为0-1变量，xij＝1，表示派遣队伍Tj对管网破坏点Ni进行修复，xij＝0表示没有派遣队伍Tj对破坏点Ni进行修复；
依据上述内容，构建模型如下：
Figure FDA0003233871730000047
Figure FDA0003233871730000048
Figure FDA0003233871730000049
xij＝0或1,i＝1,2,…,m；j＝1,2,…,m (13)
在模型中，目标函数z1指抢修队伍抢修过程中，由节点失效造成的总损失；节点损失是队伍完成该破坏点修复工作所需时间与单位损失的乘积；目标函数z2指抢修队伍抢修过程中，完成修复工作花费的总工时，由运输时间和工作时间构成；式(12)，式(13)是约束条件，公式(12)表示对管网的每一个破坏点只由一支队伍负责该节点的修复工作；式(13)表示决策变量的取值范围；
(2)求解管网修复队伍派遣模型需要将双目标优化模型转化为单目标优化模型进行求解：首先要对模型中的两个目标函数，进行规范化处理，而后采用线性加权法将管网修复队伍派遣模型中的两个目标函数转化为单目标函数。具体如下所示：
Figure FDA0003233871730000051
Figure FDA0003233871730000052
xij＝0或1,i＝1,2,…,m；j＝1,2,…,m (16)
式(14)中ω1与ω2分别表示模型1中(10)，(11)的权重，ω1＞0，ω2＞0，ω1+ω2＝1：
Figure FDA0003233871730000053
和
Figure FDA0003233871730000054
为模型中考虑单个目标最小化时所获得的单目标最小值。
Figure FDA0003233871730000055
和
Figure FDA0003233871730000056
为模型中考虑单个目标最大化时所获得的单目标最大值；
(3)管网修复队伍派遣模型的求解：
采用模拟退火算法寻找队伍的最优路线，分别设计了三种优化策略：即
1)最优路线是以时间最短为目标，时间最短指队伍从启动到完成最后一个破坏点的修复任务所需要的时间最短；
2)另一种最优路线是以费用最低为目标，费用最低指启动维修需要的成本、运输成本与工作成本之和最小；
3)第三种以损失最小为目标，损失最小指所有破坏点在队伍启动到修复完成过程中的破坏点导致的损失之和最小；
根据设定的三种路线优化策略设定优化目标，采用模拟退火算法得到每支队伍的最优路线。
(4)在满足约束条件的前提下，随机产生四支队伍的任务分配方案：通过谢菲尔德遗传算法工具箱函数随机生成矩阵，通过约束条件修正后得到初始矩阵，该矩阵明确了每支队伍的任务，确定了每支队伍负责的具体失效节点的情况；
(5)确定每支队伍的失效节点修复次序，得到每支队伍的修复路线：负责单个失效节点修复的队伍，其修复路线无需规划，对于负责多个失效节点维修任务的队伍，采用模拟退火算法进行优化求解，寻找最优路线；
(6)提取相关数据进行不同权重的计算，得到该方案三种优化策略不同权重的目标值及其他相关指标值；
(7)分别对三种优化策略的目标值进行重复迭代，得到模型的最优解，确定应急抢修队伍派遣的具体方案，以及方案的相关指标值。
CN202110995293.1A 2021-08-27 2021-08-27 一种基于延时模拟的城市供水管网震后分析与优化方法 Active CN113704999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110995293.1A CN113704999B (zh) 2021-08-27 2021-08-27 一种基于延时模拟的城市供水管网震后分析与优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110995293.1A CN113704999B (zh) 2021-08-27 2021-08-27 一种基于延时模拟的城市供水管网震后分析与优化方法

Publications (2)

Publication Number Publication Date
CN113704999A true CN113704999A (zh) 2021-11-26
CN113704999B CN113704999B (zh) 2023-06-30

Family

ID=78655968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110995293.1A Active CN113704999B (zh) 2021-08-27 2021-08-27 一种基于延时模拟的城市供水管网震后分析与优化方法

Country Status (1)

Country Link
CN (1) CN113704999B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329974A (zh) * 2021-12-29 2022-04-12 武汉大学 基于蒙特卡洛模拟的城市供水管网地震损伤评估方法
CN114444818A (zh) * 2022-04-08 2022-05-06 北京科技大学 一种社区建筑群震后修复过程预测方法及系统
CN114897196A (zh) * 2022-05-11 2022-08-12 山东大卫国际建筑设计有限公司 一种办公建筑供水网络的运行管理方法、设备及介质
CN117744296A (zh) * 2024-02-08 2024-03-22 湖南省建筑设计院集团股份有限公司 基于Floyd算法的管网能量富余比最小的设计方法
CN118503347A (zh) * 2024-07-22 2024-08-16 山东志诚地理信息技术有限公司 一种基于三维地下管线探测的数据管理系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001329574A (ja) * 2000-05-22 2001-11-30 Suido Kanro Sogo Kenkyusho:Kk 管網の地震被害評価システム
CN104699978A (zh) * 2015-03-24 2015-06-10 华北水利水电大学 一种评价供水管网抗震功能可靠度的方法
CN107657074A (zh) * 2017-08-18 2018-02-02 昆明理工大学 一种评估城市供水管网可靠性的随机模拟方法
CN109948886A (zh) * 2019-01-22 2019-06-28 大连理工大学 一种供水管网关键阀门辨识方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001329574A (ja) * 2000-05-22 2001-11-30 Suido Kanro Sogo Kenkyusho:Kk 管網の地震被害評価システム
CN104699978A (zh) * 2015-03-24 2015-06-10 华北水利水电大学 一种评价供水管网抗震功能可靠度的方法
CN107657074A (zh) * 2017-08-18 2018-02-02 昆明理工大学 一种评估城市供水管网可靠性的随机模拟方法
CN109948886A (zh) * 2019-01-22 2019-06-28 大连理工大学 一种供水管网关键阀门辨识方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329974A (zh) * 2021-12-29 2022-04-12 武汉大学 基于蒙特卡洛模拟的城市供水管网地震损伤评估方法
CN114444818A (zh) * 2022-04-08 2022-05-06 北京科技大学 一种社区建筑群震后修复过程预测方法及系统
CN114444818B (zh) * 2022-04-08 2022-08-09 北京科技大学 一种社区建筑群震后修复过程预测方法及系统
CN114897196A (zh) * 2022-05-11 2022-08-12 山东大卫国际建筑设计有限公司 一种办公建筑供水网络的运行管理方法、设备及介质
CN114897196B (zh) * 2022-05-11 2023-01-13 山东大卫国际建筑设计有限公司 一种办公建筑供水网络的运行管理方法、设备及介质
CN117744296A (zh) * 2024-02-08 2024-03-22 湖南省建筑设计院集团股份有限公司 基于Floyd算法的管网能量富余比最小的设计方法
CN117744296B (zh) * 2024-02-08 2024-05-10 湖南省建筑设计院集团股份有限公司 基于Floyd算法的管网能量富余比最小的设计方法
CN118503347A (zh) * 2024-07-22 2024-08-16 山东志诚地理信息技术有限公司 一种基于三维地下管线探测的数据管理系统及方法

Also Published As

Publication number Publication date
CN113704999B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN113704999A (zh) 一种基于延时模拟的城市供水管网震后分析与优化方法
Liu et al. Recovery-based seismic resilience enhancement strategies of water distribution networks
Adachi et al. Serviceability of earthquake-damaged water systems: Effects of electrical power availability and power backup systems on system vulnerability
Kang et al. Optimal design of water supply networks for enhancing seismic reliability
CN114881511B (zh) 面向洪涝灾害的社区防灾韧性评估方法
Blagojević et al. A demand-supply framework for evaluating the effect of resource and service constraints on community disaster resilience
Zhang et al. Multi‐objective optimization for community building group recovery scheduling and resilience evaluation under earthquake
CN110674963B (zh) 一种灾后供水系统大面积管道修复的动态优化方法
CN113051728B (zh) 一种交通网络抗震鲁棒性评估方法
CN115274084A (zh) 一种山区乡村应急医疗服务设施的选址方法
Baratian et al. Probabilistic framework to quantify the seismic resilience of natural gas distribution networks
Yang et al. Multi-agent deep reinforcement learning based decision support model for resilient community post-hazard recovery
CN117972863A (zh) 医疗建筑的抗震韧性设计方法
Cook Advancing performance-based earthquake engineering for modern resilience objectives
CN115829336B (zh) 燃气管线泄露的风险评估方法及装置、设备、存储介质
Kang et al. Post-earthquake restoration of water supply infrastructure
Blagojević et al. Risk-informed resilience assessment of communities using lack of resilience surfaces
CN115526542A (zh) 一种城市抗震韧性评价方法及系统
Tomar et al. Risk-based assessment of the post-earthquake functional disruption and restoration of distributed infrastructure systems
CN109460844B (zh) 基于gis的保电车辆优化调度方法
Cagnan Post-earthquake restoration modeling for critical lifeline systems
Tabesh et al. Risk analysis and management of water distribution networks due to probable earthquake
Nofal et al. Interdependent households-buildings-networks community-level post-hazard functionality assessment methodology
Yao et al. Construction of Ecological Security Pattern Based on Ecological Sensitivity Assessment in Jining City, China.
CN118710048A (zh) 一种基于动态风险的供水网络长期维护决策支持方法

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