CN115495857A - 一种供热管网规划方法 - Google Patents

一种供热管网规划方法 Download PDF

Info

Publication number
CN115495857A
CN115495857A CN202211006701.7A CN202211006701A CN115495857A CN 115495857 A CN115495857 A CN 115495857A CN 202211006701 A CN202211006701 A CN 202211006701A CN 115495857 A CN115495857 A CN 115495857A
Authority
CN
China
Prior art keywords
pipe
pipe network
pipe section
model
hydraulic
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
CN202211006701.7A
Other languages
English (en)
Inventor
司炳军
马金柱
赵庆春
王志东
王友君
贺纪元
程培良
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.)
Huaneng Xinhua Power Generation Co ltd
Original Assignee
Huaneng Xinhua Power Generation Co ltd
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 Huaneng Xinhua Power Generation Co ltd filed Critical Huaneng Xinhua Power Generation Co ltd
Priority to CN202211006701.7A priority Critical patent/CN115495857A/zh
Publication of CN115495857A publication Critical patent/CN115495857A/zh
Priority to LU503773A priority patent/LU503773B1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Geometry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种供热管网规划方法，涉及供热管网技术领域，获取管网分布信息，根据管网分布信息和预设管网节点原则建立水力管网拓扑模型；在建模过程中，进行模型校核，校核通过后，根据水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；设计优化包括：根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。大大提高了管网规划的可靠性，从而合理设计管段管径。

Description

一种供热管网规划方法
技术领域
本申请涉及供热管网技术领域，更具体地，涉及一种供热管网规划方法。
背景技术
现有的供热管网设计优化，大多通过以下两种方法进行设计。
经验性方法，经验性设计方法往往根据设计者的经验，只适用于小型管网，对于管线复杂、设计因素过多的大型管网，仅凭经验对提出的几个设计方案进行比较，难以满足管网设计阶段的技术以及经济要求。对于大型管网设计，前期投入资金很大，如果布置及建设缺乏科学依据，将会导致资金严重浪费。
经典图论法只以管网路径最短或者总长度最短为设计优化目标，而不考虑在不同水源或流量时对于管网性能以及投资的影响，只能得到一个管网最短的的设计方案，但在实际项目实施中，不可避免存在一些其他因素，其他次要方案可能比最优方案更具有实际可行性。
因此，如何提高管网设计的经济可靠性、操作实用性，是目前有待解决的技术问题。
发明内容
本发明提供一种供热管网规划方法，用以解决现有技术中经济可靠性差、操作实用性低的技术问题。所述方法包括：
获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型；
在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；
设计优化包括：
根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；
根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。
本申请一些实施例中，所述预设管网节点原则包括：
管网相互交叉的位置为管网节点；
和，管径或管材改变的位置为管网节点；
和，管道中有附属设施的位置为管网节点；
和，距离较近的节点作为同一个管网节点。
本申请一些实施例中，在建模过程中，进行模型校核，具体为：
校核包括基础数据检查、管网拓扑结构检查和模型的细节检查；
所述基础数据检查、所述管网拓扑结构检查和所述模型的细节检查均通过后，模型校核通过。
本申请一些实施例中，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，具体为：
水力参数包括水流速度和水头损失；
运行工况下，若所述水力管网拓扑模型中存在所述水流速度位于安全区间外的管段，则存在水力参数不正常的管段；
运行工况下，若所述水力管网拓扑模型中不存在所述水流速度位于安全区间外的管段，则初始认为不存在水力参数不正常的管段；
其中，所述水流速度位于安全区间外为所述水流速度超过安全区间上限值或低于安全区间下限值。
本申请一些实施例中，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，具体为：
当初始认为不存在水力参数不正常的管段时，判断运行工况下所述水力管网拓扑模型中所述水头损失是否超过阈值；
若水头损失超过阈值，则存在水力参数不正常的管段；
若水头损失未超过阈值，则不存在水力参数不正常的管段。
本申请一些实施例中，设定多元物理参数约束条件，具体为：
所述多元物理参数包括流量平衡、压力平衡、管段流速和管径取值范围；
根据基尔霍夫第一定律得到流量平衡方程，流量平衡约束条件根据流量平衡方程进行约束；
设定压力平衡约束条件包括回路的压力损失以及用户资用压头损失；
设定管段流速约束条件为管段流速不超过最大流速；
设定管径取值范围约束条件为管径不小于最小管径且不不大于最大管径。
本申请一些实施例中，根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合，具体为：
将所需优化管段按流向顺序加入编码序列；
根据流量确定各管段界限管径值并对其进行编码；
筛选编码方案，将参数集转化为位串；
在多元物理参数约束条件范围内随机产生初始种群；
计算个体适应度值；
判断个体适应度值是否满足收敛原则；
个体适应度值满足收敛原则，则将其作为结果输出。
本申请一些实施例中，设计优化中，所述方法还包括：
若个体适应度值不满足收敛原则，则执行选择、交叉、变异操作，从而生成新一代群体，再重新对新一代群体计算个体适应度值。
本申请一些实施例中，所述方法还包括：
将结果存入数据库中，若下次再次检测到同样位置处管段水力参数不正常，直接调用结果。
通过应用以上技术方案，获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型；在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；设计优化包括：根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。本申请通过建立水力管网拓扑模型，判断水力参数是否存在异常，则对水力参数不正常的管段的管径进行设计优化。大大提高了管网规划的可靠性，从而合理设计管段管径。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提出的一种供热管网规划方法的流程示意图；
图2示出了本发明另一实施例提出的通过遗传算法优化求解的逻辑框图；
图3示出了本发明另一实施例提出的一种供热管网规划系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种供热管网方法，如图1所示，该方法包括以下步骤：
步骤S101，获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型。
本实施例中，根据现有的城市一次管网分布图(管网分布信息)，建立立水力管网拓扑模型。当图中缺少部分信息或信息不明确时，需要查找更详细的管道布置图或上网搜索找到准确的数据，以建立准确模型。
为了提高模型准确性，本申请一些实施例中，所述预设管网节点原则包括：管网相互交叉的位置为管网节点；和，管径或管材改变的位置为管网节点；和，管道中有附属设施的位置为管网节点；和，距离较近的节点作为同一个管网节点。
本实施例中，实际的城市供热管网相当复杂，各管道之间的交叉也非常多。为了使复杂的城市供热管网结构清晰，提高管网的模拟效率，需要对管网进行相应简化。其中最重要的就是确定管网的节点，保证管网的正确分布。为了确定管网的节点，两节点之间确定为管道，遵循以下原则：
(1)管网相互交叉的位置；
(2)管径或管材改变的位置；
(3)管道中有附属设施的位置；
(4)距离较近的节点作为同一个节点。
步骤S102，在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化。
为了进一步提高模型准确性，本申请一些实施例中，在建模过程中，进行模型校核，具体为：校核包括基础数据检查、管网拓扑结构检查和模型的细节检查；所述基础数据检查、所述管网拓扑结构检查和所述模型的细节检查均通过后，模型校核通过。
本实施例中，模型校核包含三个基本的过程：基础数据的检查、管网拓扑结构的检查以及模型的细节校核，这也是建模过程的整个步骤。在建模的不同阶段，三个过程都有它的侧重点。将收集到的基础数据与实际测量数据进行对比分析，运用统计学的方法进行评估，将对建立模型有用的数据筛选出来。对出现的问题进行整理并找出原因，寻求解决的办法。对错误的数据以及不明确的数据进行现场的二次实际测量，并对关键位置进行监控以及数据的及时更新。建立模型的拓扑结构后，对拓扑结构中的错误参数和错误关系进行修正和确定，保证各个节点的位置正确，其结果必须保证管网精度足够，管道连接情况、水流方向与实际情况相符合。模型建好之后，要核对参数是否正确，管网是否能正常运行，检查其精度是否满足标准。通过模型拓扑检验阶段，需使模型与管道间的连接与实际情况相符合。为了减少管网建模误差，需要校核管网细节部分，调整影响模型精度的关键参数。上述内容均完成后，校验无误后，模型校核通过。
为了提高异常管段判断准确性，本申请一些实施例中，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，具体为：水力参数包括水流速度和水头损失；运行工况下，若所述水力管网拓扑模型中存在所述水流速度位于安全区间外的管段，则存在水力参数不正常的管段；运行工况下，若所述水力管网拓扑模型中不存在所述水流速度位于安全区间外的管段，则初始认为不存在水力参数不正常的管段；其中，所述水流速度位于安全区间外为所述水流速度超过安全区间上限值或低于安全区间下限值。当初始认为不存在水力参数不正常的管段时，判断运行工况下所述水力管网拓扑模型中所述水头损失是否超过阈值；若水头损失超过阈值，则存在水力参数不正常的管段；若水头损失未超过阈值，则不存在水力参数不正常的管段。
本实施例中，根据对管网实际情况分析，管网流速存在过高和过低的问题，是由于该管段管径设计不合理导致的，当管段流速过低时，应在管段设计时减小该管段的管径；当管段流速过高时，应在管段设计时增大该管段的管径。管网水头损失过大通常是由于管径选择过小导致的。因此，先判断水流速度是否超过安全区间，超过则管段异常。不超过，再判断水头损失是否超过阈值，不超过则管段正常。
需要说明的是，水流速度和水头损失的判断顺序可以进行调整，例如先判断水头损失，再判断水流速度。此处的判断思路为，水流速度或水头损失只要有一个不符合条件，则管段异常，两者均符合条件，则管段正常。
步骤S103，设计优化包括：
根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件。
本实施例中，管网中存在管径设计不合理时，建立了以年投资费用为目标函数的优化模型并采用遗传算法对其求解。管网经济性评价主要包括投资费用、运行费用，两者存在相互制约关系。优化时选取管网投资费用与年运行费用最小为目标函数。目标函数如下，
minZ＝αCu+Cy
Z为管网年折算费用，元/年，α为标准投资效果系数，1/年；考虑到资金的时间成本，对投资效果采用动态评价；Cu为管网总投资，元；Cy为管网年运行费用，元/年。其中运行费用主要包括管线折旧维修费用、水泵运行电费和管道冷量损失费用。
供热管网总投资费用主要包括管网及循环水泵购置费、土建和安装等资金包括设备购置费、建筑装配项目费和工程其他建设费等，按如下公式计算
Figure BDA0003809340180000061
其中，n为管网管段总数；di为第i段管段管径，m；Li为第i段管段长度，m；f(di)为第i段管段单位长度投资，元。回归模型的表达式f(di)可根据市政工程投资估算指标，f(di)＝a+bdi得出，其中a、b为回归系数。
供热管网的年运行费用主要包括水泵运行费用、管线折旧维修费用和管道热损失费用，如下
Cy＝Ce+Cq+Cz
其中，Ce为循环水泵的年运行电费，元/年；Cq为输送管网热损失费用，元/年；Cz为管线维修折旧费用，元/年。
为了提高本申请一些实施例中，设定多元物理参数约束条件，具体为：所述多元物理参数包括流量平衡、压力平衡、管段流速和管径取值范围；根据基尔霍夫第一定律得到流量平衡方程，流量平衡约束条件根据流量平衡方程进行约束；设定压力平衡约束条件包括回路的压力损失以及用户资用压头损失；设定管段流速约束条件为管段流速不超过最大流速；设定管径取值范围约束条件为管径不小于最小管径且不不大于最大管径。
本实施例中，所述多元物理参数包括流量平衡、压力平衡、管段流速和管径取值范围等。
(1)流量平衡约束，管网在实际流量平衡时应满足基尔霍夫第一定律，流量平衡方程表示为，AG＝Q。
(2)压力平衡约束，管网压力平衡约束条件包括回路的压力损失以及用户资用压头损失两方面。
(3)管段流速约束，流速约束可表示为，V≤Vmax。
(4)管径取值范围约束，工程上可用的最大管径为DN1400，最小管径一般为DN50，d应在最大管径与最小管径之间选择。dmin≤d≤dmax。
步骤S104，根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。
本申请一些实施例中，根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合，具体为：将所需优化管段按流向顺序加入编码序列；根据流量确定各管段界限管径值并对其进行编码；筛选编码方案，将参数集转化为位串；在多元物理参数约束条件范围内随机产生初始种群；计算个体适应度值；判断个体适应度值是否满足收敛原则；个体适应度值满足收敛原则，则将其作为结果输出。若个体适应度值不满足收敛原则，则执行选择、交叉、变异操作，从而生成新一代群体，再重新对新一代群体计算个体适应度值。
如图2所示，本实施例中，采用遗传算法计算管网系统年折算费用并选取最优的管段组合方式(管径组合)，基本步骤如下：
1)将所需优化管线中各管段按流向顺序加入编码序列；
2)根据流量确定各管段界限管径值并对其进行编码；
3)筛选编码方案，将参数集转化成位串；
4)在约束范围内随机产生初始种群；
5)计算个体适应度值；
6)满足收敛原则，则进行选择、交叉、变异操作，形成下一代群体；
7)继续计算适应值，当种群满足目标或完成迭代次数时，则结束运行程序。若不满足继续返回，进行重新迭代计算。通过计算管网的年折算费用，以管径为优化变量，采用轮盘赌的方式选取算子。
上述遗传算法中的一些具体计算过程或内容，不再赘述，为本领域常规手段。
为了提高优化的效率，本申请一些实施例中，所述方法还包括：
将结果存入数据库中，若下次再次检测到同样位置处管段水力参数不正常，直接调用结果。
本实施例中，得到结果时，将其存入数据库中，下次再次遇到同样位置处管段异常时，可以直接调用求解结果，得到最优管段管径。
通过应用以上技术方案，获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型；在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；设计优化包括：根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。本申请通过建立水力管网拓扑模型，判断水力参数是否存在异常，则对水力参数不正常的管段的管径进行设计优化。大大提高了管网规划的可靠性，从而合理设计管段管径。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施场景所述的方法。
为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。
本申请还提供了一种供热管网规划系统，包括以下模块：
建立模块201，用于获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型；
判断模块202，用于在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；
设定模块203，用于根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；
求解模块204，用于根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。
本申请一些实施例中，所述建立模块201，具体用于：
管网相互交叉的位置为管网节点；
和，管径或管材改变的位置为管网节点；
和，管道中有附属设施的位置为管网节点；
和，距离较近的节点作为同一个管网节点。
本申请一些实施例中，判断模块202，具体用于：
校核包括基础数据检查、管网拓扑结构检查和模型的细节检查；
所述基础数据检查、所述管网拓扑结构检查和所述模型的细节检查均通过后，模型校核通过。
本申请一些实施例中，判断模块202，具体用于：
水力参数包括水流速度和水头损失；
运行工况下，若所述水力管网拓扑模型中存在所述水流速度位于安全区间外的管段，则存在水力参数不正常的管段；
运行工况下，若所述水力管网拓扑模型中不存在所述水流速度位于安全区间外的管段，则初始认为不存在水力参数不正常的管段；
其中，所述水流速度位于安全区间外为所述水流速度超过安全区间上限值或低于安全区间下限值。
本申请一些实施例中，判断模块202，具体用于：
当初始认为不存在水力参数不正常的管段时，判断运行工况下所述水力管网拓扑模型中所述水头损失是否超过阈值；
若水头损失超过阈值，则存在水力参数不正常的管段；
若水头损失未超过阈值，则不存在水力参数不正常的管段。
本申请一些实施例中，所述设定模块203，具体用于：
所述多元物理参数包括流量平衡、压力平衡、管段流速和管径取值范围；
根据基尔霍夫第一定律得到流量平衡方程，流量平衡约束条件根据流量平衡方程进行约束；
设定压力平衡约束条件包括回路的压力损失以及用户资用压头损失；
设定管段流速约束条件为管段流速不超过最大流速；
设定管径取值范围约束条件为管径不小于最小管径且不不大于最大管径。
本申请一些实施例中，求解模块204，具体用于：
将所需优化管段按流向顺序加入编码序列；
根据流量确定各管段界限管径值并对其进行编码；
筛选编码方案，将参数集转化为位串；
在多元物理参数约束条件范围内随机产生初始种群；
计算个体适应度值；
判断个体适应度值是否满足收敛原则；
个体适应度值满足收敛原则，则将其作为结果输出。
本申请一些实施例中，设计优化中，所述系统还包括操作模块，用于：
若个体适应度值不满足收敛原则，则执行选择、交叉、变异操作，从而生成新一代群体，再重新对新一代群体计算个体适应度值。
本申请一些实施例中，所述方法还包括调用模块，用于：
将结果存入数据库中，若下次再次检测到同样位置处管段水力参数不正常，直接调用结果。
本领域技术人员可以理解实施场景中的系统中的模块可以按照实施场景描述进行分布于实施场景的系统中，也可以进行相应变化位于不同于本实施场景的一个或多个系统中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种供热管网规划方法，其特征在于，所述方法包括：
获取管网分布信息，根据所述管网分布信息和预设管网节点原则建立水力管网拓扑模型；
在建模过程中，进行模型校核，校核通过后，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，若存在水力参数不正常的管段，则对水力参数不正常的管段的管径进行设计优化；
设计优化包括：
根据多元经济参数建立年投资费用目标函数的优化模型，设定多元物理参数约束条件；
根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合。
2.如权利要求1所述的方法，其特征在于，所述预设管网节点原则包括：
管网相互交叉的位置为管网节点；
和，管径或管材改变的位置为管网节点；
和，管道中有附属设施的位置为管网节点；
和，距离较近的节点作为同一个管网节点。
3.如权利要求1所述的方法，其特征在于，在建模过程中，进行模型校核，具体为：
校核包括基础数据检查、管网拓扑结构检查和模型的细节检查；
所述基础数据检查、所述管网拓扑结构检查和所述模型的细节检查均通过后，模型校核通过。
4.如权利要求1所述的方法，其特征在于，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，具体为：
水力参数包括水流速度和水头损失；
运行工况下，若所述水力管网拓扑模型中存在所述水流速度位于安全区间外的管段，则存在水力参数不正常的管段；
运行工况下，若所述水力管网拓扑模型中不存在所述水流速度位于安全区间外的管段，则初始认为不存在水力参数不正常的管段；
其中，所述水流速度位于安全区间外为所述水流速度超过安全区间上限值或低于安全区间下限值。
5.如权利要求4所述的方法，其特征在于，根据所述水力管网拓扑模型判断是否存在水力参数不正常的管段，具体为：
当初始认为不存在水力参数不正常的管段时，判断运行工况下所述水力管网拓扑模型中所述水头损失是否超过阈值；
若水头损失超过阈值，则存在水力参数不正常的管段；
若水头损失未超过阈值，则不存在水力参数不正常的管段。
6.如权利要求5所述的方法，其特征在于，设定多元物理参数约束条件，具体为：
所述多元物理参数包括流量平衡、压力平衡、管段流速和管径取值范围；
根据基尔霍夫第一定律得到流量平衡方程，流量平衡约束条件根据流量平衡方程进行约束；
设定压力平衡约束条件包括回路的压力损失以及用户资用压头损失；
设定管段流速约束条件为管段流速不超过最大流速；
设定管径取值范围约束条件为管径不小于最小管径且不不大于最大管径。
7.如权利要求6所述的方法，其特征在于，根据多元物理参数约束条件对年投资费用目标函数的优化模型进行求解，得到最优管段组合，具体为：
将所需优化管段按流向顺序加入编码序列；
根据流量确定各管段界限管径值并对其进行编码；
筛选编码方案，将参数集转化为位串；
在多元物理参数约束条件范围内随机产生初始种群；
计算个体适应度值；
判断个体适应度值是否满足收敛原则；
个体适应度值满足收敛原则，则将其作为结果输出。
8.如权利要求7所述的方法，其特征在于，设计优化中，所述方法还包括：
若个体适应度值不满足收敛原则，则执行选择、交叉、变异操作，从而生成新一代群体，再重新对新一代群体计算个体适应度值。
9.如权利要求7所述的方法，其特征在于，所述方法还包括：
将结果存入数据库中，若下次再次检测到同样位置处管段水力参数不正常，直接调用结果。
CN202211006701.7A 2022-08-22 2022-08-22 一种供热管网规划方法 Pending CN115495857A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211006701.7A CN115495857A (zh) 2022-08-22 2022-08-22 一种供热管网规划方法
LU503773A LU503773B1 (en) 2022-08-22 2023-03-29 A planning method of heating pipe network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211006701.7A CN115495857A (zh) 2022-08-22 2022-08-22 一种供热管网规划方法

Publications (1)

Publication Number Publication Date
CN115495857A true CN115495857A (zh) 2022-12-20

Family

ID=84467433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211006701.7A Pending CN115495857A (zh) 2022-08-22 2022-08-22 一种供热管网规划方法

Country Status (2)

Country Link
CN (1) CN115495857A (zh)
LU (1) LU503773B1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116127671A (zh) * 2023-04-17 2023-05-16 四川奥凸环保科技有限公司 一种供水管网参数优化方法、系统、设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116127671A (zh) * 2023-04-17 2023-05-16 四川奥凸环保科技有限公司 一种供水管网参数优化方法、系统、设备和存储介质
CN116127671B (zh) * 2023-04-17 2023-06-23 四川奥凸环保科技有限公司 一种供水管网参数优化方法、系统、设备和存储介质

Also Published As

Publication number Publication date
LU503773B1 (en) 2023-09-29

Similar Documents

Publication Publication Date Title
Liong et al. Optimal design of water distribution network using shuffled complex evolution
Saldarriaga et al. Battle of the water networks district metered areas
CN109146124B (zh) 一种基于时变失效率的配电终端改造决策方法
CN110033164B (zh) 一种水库群联合防洪调度的风险评估与决策方法
CN110971525B (zh) 一种面向电力通信网的业务运行的业务路由寻址方法
CN105912844A (zh) 一种天然气管网供气可靠性的评价方法及装置
CN108880886B (zh) 一种跨区域电力系统保护通信网规划方法
CN115495857A (zh) 一种供热管网规划方法
CN108717584B (zh) 一种供水管网多目标分区方法
CN111680452A (zh) 基于全要素数据挖掘的电网工程精准投资决策仿真方法
Zhang et al. Resilience‐Based Restoration Sequence Optimization for Metro Networks: A Case Study in China
CN114004008B (zh) 一种基于神经网络和遗传算法的飞机装配线资源配置优化方法
Ghayoor et al. Power network-planning optimization considering average power not supplied reliability index: Modified by chance-constrained programming
CN114219334A (zh) 一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法
Saldarriaga et al. An integrated expansion planning model of electric and natural gas distribution systems considering demand uncertainty
Hajibabaei et al. Pareto-optimal design of water distribution networks: an improved graph theory-based approach
Momeni et al. A novel computationally efficient asset management framework based on monitoring data from water distribution networks
CN105427058A (zh) 一种基于遗传算法的发动机测试线工位分配优化方法
CN112865118B (zh) 一种用于电网动态无功储备需求计算的深度学习模型生成方法
Marques et al. Dealing with uncertainty through real options for the multi-objective design of water distribution networks
Tolson et al. Battle of background leakage assessment for water networks (BBLAWN): An incremental savings approach
CN112084596A (zh) 一种层板结构参数的智能推荐系统及推荐方法
CN116090672B (zh) 一种水下生产系统生产方案优化方法、系统、设备及终端
CN117273465B (zh) 一种梯级水电枢纽群风险传递方法
Rukmi et al. An Advanced Graph Embedding Framework with Node Embedding to Design Water Pipeline Networks

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