CN116541999A - 一种供水管网dma分区方法 - Google Patents
一种供水管网dma分区方法 Download PDFInfo
- Publication number
- CN116541999A CN116541999A CN202310482245.1A CN202310482245A CN116541999A CN 116541999 A CN116541999 A CN 116541999A CN 202310482245 A CN202310482245 A CN 202310482245A CN 116541999 A CN116541999 A CN 116541999A
- Authority
- CN
- China
- Prior art keywords
- dma
- partition
- water supply
- supply network
- level
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 31
- 238000005192 partition Methods 0.000 claims abstract description 112
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 6
- 238000007621 cluster analysis Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Pipeline Systems (AREA)
Abstract
本发明属于供水管网分区技术领域,具体涉及一种供水管网DMA分区方法,该方法根据管网信息通过GIS确定待分区区域的树形供水管网,在树形供水管网中,确定村级用户边界,将该村级用户边界作为三级DMA分区结果;根据各管段的流量压力数据,并结合预设的二级DMA分区数量通过聚类算法,对三级DMA分区结果进行融合,得到二级DMA分区结果;根据各管段的流量压力数据,并结合预设的一级DMA分区数量通过聚类算法,对二级DMA分区结果进行融合,得到一级DMA分区结果。即本发明的方法通过GIS先确定村级(三级)DMA区域,再由小面积区域逐渐向大面积县域DMA分区的融合方式来实现供水管网DMA分区,因此避免了由水源地按照管网流向确定水源地的分区时,无法细分的问题。
Description
技术领域
本发明属于供水管网分区技术领域,具体涉及一种供水管网DMA分区方法。
背景技术
DMA(District Metering Area,即独立计量区域)是指通过截断管段或关闭管段上阀门的方法,将管网分为若干个相对独立的区域,并在每个区域的进水管和出水管上安装流量计,从而实现对各个区域入流量与出流量的监测,而漏损控制是进行DMA管理最主要的目的,DMA分区管理的关键原理是使用最小流量来判断供水管网中一个特定区域的漏损水平,建立DMA可以判断出分区当前的漏损水平,并随后确定检漏方案,通过监测DMA中的流量,识别出新发生爆管的可能性,可以将漏损维持在一个合理的水平。
现有供水管网DMA划分的过程通常是依据经验和DMA划分原则,并按照一定的用水户数量及规模进行人工划分,以确定流量计和阀门的位置,因该供水管网DMA划分的过程是按照设定划分依据人为划分的过程,所以该供水管网DMA划分过程需要耗费人力,且由于该供水管网DMA划分的过程随是按照设定划分依据进行划分,但是由于是人工划分的过程,会因人为主观因素导致对于同一设定划分依据不同操作者在划分过程中,会因主观因素使得对于同一设定划分依据下的划分结果不同的情况,而该基于人工划分的过程的划分依据还与经验相关,因此该过程的划分标准存在不统一的情况,进而导致划分的准确性难以保证,因此基于人工划分的方法主观性强导致划分准确性低,且效率较低;为避免人工划分导致的划分效率低且准确度低的问题,现有还采用图论拓扑结构方法进行自动划分DMA,具体地利用管网流向及路径搜寻确定供水区域,但这种方法针对城乡供水一体化的单一水源树形管网,只能通过水源地按照管网流向确定水源地的大的分区(即县级区域),无法依照图论方法把大的县级区域进一步划分成更小的区域,进而无法进行DMA更多细化级别的划分,而针对城乡一体化供水特点,即县级供水管网密度低、单水源树形、节点多、面积广、维护成本高、人工划分成本高、以及细分区域比重大等特点,若仅确定水源地的大的分区,则基于该划分结果会导致在判断分区当前的漏损水平时,判断结果不准确的情况,进而导致漏损控制不准确的情况。
发明内容
本发明的目的在于提供一种供水管网DMA分区方法,用以解决现有供水管网自动划分DMA分区的方式存在仅能确定水源地的大的分区并不能进一步地细分,导致通过该DMA分区结果,进行漏损控制不准确的情况。
为解决上述技术问题,本发明提供了一种供水管网DMA分区方法,包括如下步骤:
1)根据管网信息通过GIS确定待分区区域的树形供水管网,在树形供水管网中,确定村级用户边界,将该村级用户边界作为三级DMA分区结果;
2)获取三级DMA分区中各个三级DMA分区区域的用水信息,根据用水信息通过水力模型计算得到树形供水管网的各管段的流量压力数据;
3)根据各管段的流量压力数据,并结合预设的二级DMA分区数量通过聚类算法,对三级DMA分区结果进行融合,得到二级DMA分区结果;
4)根据各管段的流量压力数据,并结合预设的一级DMA分区数量通过聚类算法,对二级DMA分区结果进行融合,得到一级DMA分区结果。
其有益效果为:本发明的方法通过根据管网信息通过GIS确定待分区区域的树形管网,在树形管网中确定村级用户边界的方式,先确定三级DMA分区结果,再基于用水信息对三级DMA分区结果进行融合,以得到二级DMA分区结果,并根据二级DMA分区结果来得到一级DMA分区结果,即本发明的方法通过GIS先确定村级(三级)DMA区域,再由村级(三级)、乡镇级(二级)、以及县级(一级)由小面积区域逐渐向大面积县域DMA分区的融合方式来实现供水管网DMA分区,因此避免了由水源地按照管网流向确定水源地的分区时,无法细分的问题。
进一步地,步骤1)中,根据获取的村级用水户单元空间数据,在树形管网中确定村级用水户边界。
因GIS技术能够将数据转换为地理图形显示,因此在地理图形中根据村级用水户单元空间数据,能够对GIS得到的结果确定村级用水户边界,所以本发明的方法在GIS确定的树形供水管网中,通过村级用水户单元空间数据,能够在树形管网中确定村级用水户边界。
进一步地,步骤2)中,所述用水信息包括用水户数量以及历史用水数据信息。
进一步地,步骤3)中,通过聚类算法先获取二级分区的入口,以此入口作为起点,向管网流向方向获取该起点下的管网流向方向的三级DMA分区区域,对该获取的三级DMA分区区域进行融合,得到该二级分区的入口对应的二级DMA分区结果。
进一步地,通过聚类算法先获取二级分区的入口的方法为:通过聚类算法得到特征向量,根据预设的二级DMA分区数量,以K均值聚类算法获取二级分区的入口。
本发明的方法利用GIS空间分析,以及数据融合能力,并结合水力模型和谱聚类算法,使分区充分考虑了供水区域的流量特性,压力特性,使每个层级的DMA分区在供水流量上尽量接近,供水压力尽量接近,减少供水不足或超压供水现象,增强分区的水力特性,DMA分区更加科学合理。
进一步地,步骤3)中,将融合结果根据道路地形进行融合结果的边界调整,将边界调整后的结果作为二级DMA分区结果。
本发明的方法通过在得到融合结果后,在根据道路地形对融合结果的边界进行调整,以使得到的二级DMA分区结果更加准确。
进一步地,步骤4)中,通过聚类算法先获取一级分区的入口,以此入口作为起点,向管网流向方向获取该起点下的管网流向方向的二级DMA分区区域,对该获取的二级DMA分区区域进行融合,得到该一级分区的入口对应的一级DMA分区结果。
进一步地,通过聚类算法先获取一级分区的入口的方法为:通过聚类算法得到特征向量,根据预设的一级DMA分区数量,以K均值聚类算法获取一级分区的入口。
附图说明
图1是本发明的供水管网DMA分区方法流程图;
图2是通过本发明的方法得到的树形管网示意图;
图3是通过本发明的方法得到的村级用水区域示意图;
图4是通过本发明的方法得到的水力模型示意图;
图5是通过本发明的方法得到的供水管网DMA分区结果示意图;
图6是本发明所使用的Postgresql数据库示意图;
图7是本发明运用GIS工具连接数据库展示为树形管网的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明了,以下结合附图及实施例,对本发明进行进一步详细说明。
供水管网DMA分区方法实施例:
本实施例的方法针对的是城乡一体化供水的供水管网DMA分区方法,该方法通过构建管网树形图,在管网树形图中确定村级用水户边界,根据村级用水户边界确定村级用水区域。并以此村级用水区域作为三级DMA细分区域的DMA分区的末级区域,来解决无法进一步细分单水源供水区域问题。
如图1所示,本实施例的供水管网DMA分区方法包括如下步骤(本实施例的方法以某一单水源城乡供水区域为例进行说明):
1)构建管网树形图;
本实施例中利用GIS方法,处理管网水厂,和管网的拓扑关系,生成城乡一体化的树形GIS树形网,构建的管网树形图如图2所示(图2中仅示意构建的部分管网树形图)。
2)在构建的管网树形图中确定村级用水户边界;
本实施例中通过存储在PostgreSQL数据库中的关系数据表(如图6),利用GIS工具转换为管网树形图(如图7),利用GIS创建管网网络数据集,根据节点与面的空间拓扑关系再结合水力模型管网流向向下搜寻三级(村级)供水区域,以确定村级用水户边界。如图3所示为村级用水区域示意图,其中在图中线条最粗的线条示意为主干网,线条较细的线条示意为村级细分管网(该村级细分管网同样是在构建管网树形图时生成的),用黑色线条所包括的区域为村级用户边界即三级DMA分区,且为了后续对村节点用水量进行统计,本实施例中的三级DMA分区包含用水户数量及历史用水数据信息统计。
3)根据村级用水户边界,对村节点用水量进行统计,根据村节点用水量对EPANET水力模型计算;
如图4所示为EPANET水力模型计算结果,本实施例中以用水户数量及历史用水数据信息统计以作为水力模型计算的输入信息。进行水力计算,得出管网各管段的流量压力数据(即图4中数字所示,各个数据的流量单位为m3/h,压力单位为MPa),以在后续步骤中将该流量压力数据作为聚类分析的依据。
4)根据EPANET水力模型计算结果,结合预设的二级DMA分区数量通过聚类算法,对三级DMA分区结果进行融合,得到二级DMA分区结果;以二级分区结果为输入求一级分区结果,得到供水管网DMA分区结果。
本实施例中根据管段流量求得相似矩阵,自适应谱聚类分析求得特征向量,参考分区数量,以K均值聚类算法优化获得分区管段,以管段的流向起点作为分区入口,空间分析关联节点用水区域,融合村级分区求二级DMA,调整分区边界得到最终的DMA二级分区结果。具体地以水力模型计算管段的流量作为管网节点间的相似度,运用谱聚类算法求解得到特征向量,根据需要分区数量需求,再利用K均值聚类方法调整聚类结果,求出特定管网流量的供水管段,利用GIS构建供水管网的网络数据集,以特定管网流量的供水管段作为目标管段,目标管段的流向起点作为流量计的安装位置,根据管网拓扑流向,向管段的叶子管段进行搜索确定乡镇(二级)供水区域DMA所包含的村级(三级)DMA,利用GIS空间融合方法融合三级村级DMA生成乡镇级二级DMA分区,以二级为输入形成一级(县级)DMA分区。即本实施例中根据管网流量聚类算法,和预先设置好的各级分区数量,得到作为分区入口的管网段,以此管网段的流向起点作为二级分区的入口;利用GIS的空间拓扑关系,向管网流向方向(水厂到村用水户)搜索包含的村级(三级)DMA分区;利用GIS的空间数据融合方法,把三级DMA分区融合为二级分区,并根据道路地形等进行微调;同样,以二级DMA分区为输入,得出一级DMA分区,来完成DMA的自动分区。
具体地本实施例的方法根据城乡供水分散及水源单一等特点以村级行政区为末级DMA作为DMA分区起点;根据村用水量和GIS供水管网,EPANET软件进行水力模型模拟计算。依照管网流量进行聚类分析,参考预设置的分区数量,确定流量计预安装的管段即(二级)乡镇DMA分区入口位置;以入口为起点,利用GIS管网网络集合,利用拓扑关系进行三级区域管线搜索,找到管网下游流向(入口到村级用户方向)的所有村级(三级)DMA分区。利用GIS拓扑管线,采用空间融合数据的方法,把村级(三级)的DMA分区融合为乡镇(二级)DMA分区;
以二级分区结果为输入求一级分区结果的过程为:根据城乡供水分散及水源单一等特点以二级DMA作为DMA分区起点,根据村用水量和GIS供水管网,EPANET软件进行水力模型模拟计算,然后依照管网流量进行聚类分析,参考预设置的分区数量(即参考预设置的一级DMA分区数量),来确定流量计预安装的管段即(一级)县级DMA分区入口位置,以该入口为起点,利用GIS管网网络集合,利用拓扑关系进行二级区域管线搜索,找到管网下游流向(入口到乡镇区用户方向)的所有乡镇(二级)DMA分区。利用GIS拓扑管线,采用空间融合数据的方法,把乡镇(二级)的DMA分区融合为县级(一级)DMA分区。
如图5所示为本实施例方法得到的分区结果示意图。
本实施例的方法是自动得到分区结果的方法,因此相较于人工进行划分的过程,本实施例的方法分区效率高,并且本实施例的方法基于GIS得到村级用水区域,以村级用水区域作为三级DMA细分区域的DMA分区的末级区域,解决图论拓扑算法无法进一步细分单水源供水区域问题,同时利用GIS空间分析,数据融合能力,结合水力模型和谱聚类算法,使分区充分考虑了供水区域的流量特性,压力特性,使每个层级的DMA分区在供水流量上尽量接近,供水压力尽量接近,减少供水不足或超压供水现象,增强分区的水力特性,DMA分区更加科学合理,并且同级DMA更合理的流量压力特性,使得区域供水压力更合理减少爆管风险;分区入口流量计的计量范围更平稳,进而减少大表小用,小表大用的概率,减少计量漏损增强表具寿命,通过最小夜间流量更方便锁定漏损区域,有利于DMA漏损管控科学性,对管网漏损监测及锁定更科学,提高经济效益。
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,本发明的专利保护范围以权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (8)
1.一种供水管网DMA分区方法,其特征在于,包括如下步骤:
1)根据管网信息通过GIS确定待分区区域的树形供水管网,在树形供水管网中,确定村级用户边界,将该村级用户边界作为三级DMA分区结果;
2)获取三级DMA分区中各个三级DMA分区区域的用水信息,根据用水信息通过水力模型计算得到树形供水管网的各管段的流量压力数据;
3)根据各管段的流量压力数据,并结合预设的二级DMA分区数量通过聚类算法,对三级DMA分区结果进行融合,得到二级DMA分区结果;
4)根据各管段的流量压力数据,并结合预设的一级DMA分区数量通过聚类算法,对二级DMA分区结果进行融合,得到一级DMA分区结果。
2.根据权利要求1所述的供水管网DMA分区方法,其特征在于,步骤1)中,根据获取的村级用水户单元空间数据,在树形管网中确定村级用水户边界。
3.根据权利要求1所述的供水管网DMA分区方法,其特征在于,步骤2)中,所述用水信息包括用水户数量以及历史用水数据信息。
4.根据权利要求1所述的供水管网DMA分区方法,其特征在于,步骤3)中,通过聚类算法先获取二级分区的入口,以此入口作为起点,向管网流向方向获取该起点下的管网流向方向的三级DMA分区区域,对该获取的三级DMA分区区域进行融合,得到该二级分区的入口对应的二级DMA分区结果。
5.根据权利要求4所述的供水管网DMA分区方法,其特征在于,通过聚类算法先获取二级分区的入口的方法为:通过聚类算法得到特征向量,根据预设的二级DMA分区数量,以K均值聚类算法获取二级分区的入口。
6.根据权利要求1所述的供水管网DMA分区方法,其特征在于,步骤3)中,将融合结果根据道路地形进行融合结果的边界调整,将边界调整后的结果作为二级DMA分区结果。
7.根据权利要求1所述的供水管网DMA分区方法,其特征在于,步骤4)中,通过聚类算法先获取一级分区的入口,以此入口作为起点,向管网流向方向获取该起点下的管网流向方向的二级DMA分区区域,对该获取的二级DMA分区区域进行融合,得到该一级分区的入口对应的一级DMA分区结果。
8.根据权利要求7所述的供水管网DMA分区方法,其特征在于,通过聚类算法先获取一级分区的入口的方法为:通过聚类算法得到特征向量,根据预设的一级DMA分区数量,以K均值聚类算法获取一级分区的入口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310482245.1A CN116541999A (zh) | 2023-04-29 | 2023-04-29 | 一种供水管网dma分区方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310482245.1A CN116541999A (zh) | 2023-04-29 | 2023-04-29 | 一种供水管网dma分区方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116541999A true CN116541999A (zh) | 2023-08-04 |
Family
ID=87448174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310482245.1A Pending CN116541999A (zh) | 2023-04-29 | 2023-04-29 | 一种供水管网dma分区方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116541999A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065668A (zh) * | 2021-11-25 | 2022-02-18 | 重庆大学 | 一种基于图论的配水系统沿线流量和水头压力的量化计算方法 |
-
2023
- 2023-04-29 CN CN202310482245.1A patent/CN116541999A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065668A (zh) * | 2021-11-25 | 2022-02-18 | 重庆大学 | 一种基于图论的配水系统沿线流量和水头压力的量化计算方法 |
CN114065668B (zh) * | 2021-11-25 | 2024-04-05 | 重庆大学 | 一种基于图论的配水系统沿线流量和水头压力的量化计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214549B (zh) | 一种基于图论的供水管网辅助dma分区方法和系统 | |
CN107355688B (zh) | 一种城镇供水管网漏损控制管理系统 | |
CN105678481B (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
CN109784540A (zh) | 一种基于dma分区的供水布局优化系统及优化方法 | |
CN109784746A (zh) | 城乡统筹供水管网水力水质模拟平台 | |
CN102592008A (zh) | 基于gis技术的城市排水管网设计系统及方法 | |
CN108799844B (zh) | 一种基于模糊集的供水管网压力监测点选址方法 | |
CN116541999A (zh) | 一种供水管网dma分区方法 | |
CN114297810A (zh) | 一种dma分区拓扑分析验证的方法和系统 | |
CN117236199B (zh) | 城市水网区域河湖水质提升与水安全保障方法及系统 | |
Han et al. | Spectral clustering and genetic algorithm for design of district metered areas in water distribution systems | |
CN112765300A (zh) | 基于ArcGIS空间数据的水利对象关系图谱构建方法 | |
CN115685787A (zh) | 用于城市燃气管网的建模仿真方法、建模仿真系统和介质 | |
CN113076336A (zh) | 偏远地区水厂选址gis宏微观决策支持系统 | |
CN105574675A (zh) | 基于规则库的建筑工程规划监督方法和系统 | |
CN111143498A (zh) | 小河流洪水预报方法 | |
CN115907822A (zh) | 一种考虑区域及经济影响的负荷特征指标关联性挖掘方法 | |
CN116307927A (zh) | 一种基于人流预测的生活圈规划合理性评估方法及系统 | |
CN113570132A (zh) | 一种时空气象特征提取与深度学习的风电功率预测方法 | |
Feng et al. | Visual analytic hierarchical process for in situ identification of leakage risk in urban water distribution network | |
Bui et al. | A strategy for sustainable urban water management using water network partitioning with optimal booster pump configuration: A case study | |
CN116542001B (zh) | 基于改进谱聚类及遗传算法的供水管网独立计量分区方法 | |
CN112613153A (zh) | 区域能源系统的机房选址与管网设计的方法及其系统 | |
CN114492617B (zh) | 一种基于聚类的管网分区及跨区水量调配的方法 | |
Candelieri et al. | Improving analytics in urban water management: A spectral clustering-based approach for leakage localization |
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 |