CN116719357B - 一种供水管网压力调节方法、装置及设备 - Google Patents
一种供水管网压力调节方法、装置及设备 Download PDFInfo
- Publication number
- CN116719357B CN116719357B CN202311000005.XA CN202311000005A CN116719357B CN 116719357 B CN116719357 B CN 116719357B CN 202311000005 A CN202311000005 A CN 202311000005A CN 116719357 B CN116719357 B CN 116719357B
- Authority
- CN
- China
- Prior art keywords
- pressure
- pipeline
- water supply
- pressure regulation
- regulation
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012544 monitoring process Methods 0.000 claims abstract description 80
- 230000001105 regulatory effect Effects 0.000 claims abstract description 34
- 230000009172 bursting Effects 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 22
- 230000001276 controlling effect Effects 0.000 claims description 19
- 238000004880 explosion Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 6
- 230000002349 favourable effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000167549 Aralia chinensis Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D16/00—Control of fluid pressure
- G05D16/20—Control of fluid pressure characterised by the use of electric means
- G05D16/2006—Control of fluid pressure characterised by the use of electric means with direct action of electric energy on controlling means
- G05D16/2013—Control of fluid pressure characterised by the use of electric means with direct action of electric energy on controlling means using throttling means as controlling means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Fluid Pressure (AREA)
Abstract
本发明提供一种供水管网压力调节方法、装置及设备,方法包括:获取目标片区的供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;获取目标片区内至少一个压力监测点的压力监测数据,对第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;根据目标片区的供水管网基础数据,对第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;获取目标片区内减压阀历史数据;得到目标片区的减压阀开度区间;对目标片区的供水管网压力进行调整。本发明的方案可以针对具体的管网情况,给出合理的管网压力调节区间,满足供水要求的同时减少管网漏损及管线爆管的情况。
Description
技术领域
本发明涉及供水管线压力平衡技术领域,特别是一种供水管网压力调节方法、装置及设备。
背景技术
大部分城市的城市管网由于供水管线老旧、管线埋设外部条件及管线自身情况的变化,导致城市供水管网的承压能力也在逐步减低,当压力超过管网自身能力的负载时,便会有爆管及大量漏损的情况发生,产生水资源浪费并影响居民的正常生活。因此,对城市供水管网的合理压力调节具有重要意义。通过管网压力调配,不仅能影响地下管线的漏损量,同时也影响相关的爆管频率。然而,目前的供水管网压力调配方法都比较粗犷。或者因为避免管网爆管,管网压力过小而导致供水压力低;或者满足供水水压,管网压力过大而导致爆管。难以做到针对具体的管网情况给出合理的压力调控方案。
发明内容
本发明要解决的技术问题是提供一种供水管网压力调节方法、装置及设备,可以针对具体的管网情况,给出合理的管网压力调节区间,满足供水要求的同时减少管网漏损及管线爆管的情况。
为解决上述技术问题,本发明的技术方案如下:
一种供水管网压力调节方法,包括:
获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;
根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;
获取目标片区内减压阀历史数据;
根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;
根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整。
可选的,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围,包括:
根据所述供水管网基础数据内的目标管网发生爆管前一刻管网压力值,得到第一管线压力调控上限F上;
根据所述供水管网基础数据内的管线拓扑关系、管线供给小区关系、居民用水量、企业用水量、小区户数和相关标准规范,以及历史减压阀调控方案内的最不利点压力数据,得到第一管线压力调控下限F下。
可选的,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围,包括:
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,所述预设时间范围为非高峰期用水时间段;
通过预设管网压力调控范围预测模型,对所述压力监测数据所属的目标管线的第二压力调控上限F上优和第二压力调控下限F下优进行预测;
将所述第二压力调控上限F上优和第二压力调控下限F下优与所述第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认满足预设条件后将所述第二压力调控上限F上优和第二压力调控下限F下优组成的区间确定为第二管线压力调控范围。
可选的,所述预设管网压力调控范围预测模型的训练过程如下:
获取至少一个压力监测点在预设时间范围内的压力监测数据;
确定至少一个压力监测数据的数据特征,构建至少一个回归树;
通过所述回归树对压力监测数据进行分析,得到至少一个回归树节点的样本集合;
根据所述样本集合,建立目标函数;
求取目标函数最小值,得到所述回归树的至少一个节点值。
可选的,所述数据特征包括:管网使用年限、管网材质、季节、是否节假日、是否满足最不利点压力数据以及是否是最高或最低压力。
可选的,根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围,包括:
获取目标片区的供水管网基础数据中的历史爆管次数数据;
根据所述历史爆管次数,确定目标片区供水管网内至少一条供水管线的权重值m%,m为正整数;
根据所述权重值m%,确定供水管线的第三管线压力调控下限为:,其中,为第三管线压力调控下限、为Gn条
管线的第二管线压力调控上限和第二管线压力调控下限的均值,;
根据所述权重值m%,确定供水管线的第三管线压力调控上限为:,其中,为第三管线压力调控上限。
可选的,根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间,包括:
根据所述减压阀历史数据和历史减压阀调控方案,确定目标片区的供水管网内减压阀开度与至少一条管线的压力值的映射关系,其中,Y为减压阀开度、FGn为Gn条管线的压力监测值;
根据所述映射关系以及至少一条管线的第三管线压力调控范围,确定目标片区的减压阀开度区间Y(Y1,Y2),其中,Y1为减压阀开度区间下限、Y2为减压阀开度区间上限。
本发明还提供一种供水管网压力调节装置,包括:
获取模块,获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
调控模块,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;获取目标片区内减压阀历史数据;根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整。
本发明还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上述的方法。
本发明还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上述的方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案,通过获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;获取目标片区内减压阀历史数据;根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整。可以针对具体的管网情况,给出合理的管网压力调节区间,满足供水要求的同时减少管网漏损及管线爆管的情况。
附图说明
图1是本发明实施例的供水管网压力调节方法的流程示意图;
图2是本发明实施例的供水管网压力调节方法的框架图;
图3是本发明实施例的供水管网压力调节方法的回归树1示意图;
图4是本发明实施例的供水管网压力调节方法的回归树2示意图;
图5是本发明实施例的供水管网压力调节装置的结构图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提出一种供水管网压力调节方法,包括:
步骤11,获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
步骤12,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;
步骤13,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;
步骤14,根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;
步骤15,获取目标片区内减压阀历史数据;
步骤16,根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;
步骤17,根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整。
如图2所示,本实施例中,针对要进行管网压力调节的目标片区,共采集四大类数据,分别为供水管网基础数据、历史减压阀调控方案、压力监测点的压力监测数据和减压阀历史数据。通过采集到的上述四类数据,首先确认片区管网内多条管线各自的压力调控范围,然后根据控制目标片区管网压力的减压阀开度与多条管线压力的映射关系,给出减压阀的开度可调区间,根据减压阀开度可调区间,调节减压阀开度,控制目标片区内管网压力。所述供水管网内包括多条供水管线,由于供水管线拓扑关系的不同,减压阀调度会在不同供水管线上产生不同的压力调节效果,即上述映射关系。在上述根据四类数据确认片区管网内多条管线各自的压力调控范围的过程中,采取了分级优化的方法。即首先根据基础数据等给出一个第一管线压力调控范围,然后根据管网内多个压力监测点的实际压力监测值,运用预先训练好的管网压力调控范围预测模型对管线压力调控范围进行预测,得到第二管线压力调控范围。最后根据历史数据,对各个管线的第二管线压力调控范围进行加权调整,得到第三管线压力调控范围。根据各个管线的第三管线压力调控范围对减压阀开度进行调整。
上述供水管网基础数据包括:管线拓扑关系、管线供给小区关系表、城市爆管记录、发生爆管前一刻管网压力值、小区户数、网管材质、网管埋设时间、管网使用年限、历史爆管情况记录、天气、节假日、最不利点地点、当日温湿度、居民用水量、企业用水量、时间点等;供水管网基础数据主要来源于文档资料查询。
所述历史减压阀调控方案包括:通过历史调控相关减压阀压力及各个监测点的压力情况进行分析,以满足达到最不利点压力的情况下,观察、记录并分析各个时间段,各个监测点的压力情况及减压阀开度值;历史减压阀调控方案主要来源于文档资料。
所述压力监测点的压力监测数据包括:监测点名称、地理位置、压力值、数据采集时间等;压力监测数据主要来源于压力计设备。
所述减压阀历史数据包括:地理位置、减压阀名称、减压阀开度值、采集数据时间等;减压阀历史数据主要来源于减压阀设备。
本实施例中,相对目前仅通过考虑管网网络中最不利点的压力进行粗暴调节的情况,本发明从基础数据、设备数据、管线、生产、生活、天气等多数据因素角度出发,并结合管网网络拓扑分析了解管线之间的连通性,给出压力调控和减压阀开度的最优解。该方法克服了传统粗犷式的调压模式,实现了管网供水服务的管线调度。从供水管网而言,减低管网压力同时延长管网的使用寿命;从居民企业而言,解决频繁的维修因素产生的停水问题,居民用户能得到更稳定的供水服务;从经济效益而言,节省大量的维修费用,减少漏损与水资源的浪费。
本发明一可选的实施例中,步骤12可以包括:
步骤121,根据所述供水管网基础数据内的目标管网发生爆管前一刻管网压力值,得到第一管线压力调控上限F上;
步骤122,根据所述供水管网基础数据内的管线拓扑关系、管线供给小区关系、居民用水量、企业用水量、小区户数和相关标准规范,以及历史减压阀调控方案内的最不利点压力数据,得到第一管线压力调控下限F下。
该实施例中,首先根据供水管网基础数据中记载的目标管网内管线发生爆管前一刻的压力值,得到第一管线压力调控的上限F上,即管线压力不能超过F上,否则根据历史记载数据,有可能发生爆管。然后查询历史减压阀调控方案内记载的最不利点压力数据,和相关标准规范内记载的该片区供水压力不能小于的值,确定第一管线压力调控下限F下。所述最不利点为该片区管网内由于管线拓扑关系决定的最不利于供水的点,如某一片区内有山地,则通常海拔高的点为供水最不利点。同过查询上述数据,即确定供水水压必须满足最不利点的供水且需满足相关规范。通过上述方法确定的第一管线压力调控范围,通常为现有技术中比较粗犷的调控方法下确定的调控范围,即仅满足最基本的相关规范。本方法中,考虑其他实际因素,如目标管线的实际老化情况、季节因素等相关因素,对上述第一管线压力调控范围继续优化,得到一个比较贴合实际且范围合理的管线压力调控范围。
本发明一可选的实施例中,步骤13可以包括:
步骤131,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,所述预设时间范围为非高峰期用水时间段;
步骤132,通过预设管网压力调控范围预测模型,对所述压力监测数据所属的目标管线的第二压力调控上限F上优和第二压力调控下限F下优进行预测;
步骤133,将所述第二压力调控上限F上优和第二压力调控下限F下优与所述第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认满足预设条件后将所述第二压力调控上限F上优和第二压力调控下限F下优组成的区间确定为第二管线压力调控范围。
本实施例中,由于非高峰期用水时间段内管线内水流相对静止,相对于高峰期管段承受压力更大,更容易发生爆管情况。因此本方法中,在采集压力计监测数据时,选取非高峰用水时间段,以达到更好的调控效果,避免爆管情况发生。在本方法中,根据实际经验,设定早上6点到早上8点、中午11点到下午13点、下午18点到下午20点为用水高峰期。
在通过预测模型预测过程中,首先为采集的压力监测数据添加数据所属管段的情况标签,如该数据所属管段是否老旧,材质如何等。然后将压力监测数据输入所述预设管网压力调控范围预测模型,模型内包含多棵回归树,每一棵回归树内包含多个分裂节点,用于对数据进行分类划分。模型内的每一棵回归树根据该数据的实际属性及压力值,对数据进行多次归类划分,最终数据落入最终的叶子节点,查询该叶子节点的预测值。将至少一棵回归树的预测值求和,即得到该管网压力调控范围预测模型的预测值。所述预测值包括预测的第二压力调控上限F上优和第二压力调控下限F下优。
继续将该第二压力调控上限F上优和第二压力调控下限F下优与上述第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认同时满足如下所示的三个公式:
F上>F上优>F下;F上>F下优>F下;F上优>F下优
则确认所述第二压力调控上限F上优和第二压力调控下限F下优组成所述第二压力调控范围。
本发明一可选的实施例中,所述预设管网压力调控范围预测模型的训练过程如下:
获取至少一个压力监测点在预设时间范围内的压力监测数据;
确定至少一个压力监测数据的数据特征,构建至少一个回归树;
通过所述回归树对压力监测数据进行分析,得到至少一个回归树节点的样本集合;
根据所述样本集合,建立目标函数;
求取目标函数最小值,得到所述回归树的至少一个节点值。
如图3和图4所示,本实施例中的管网压力调控范围预测模型可以包含如图3所示的回归树1和图4所示的回归树2。当然,本实施例中仅列举部分关键因素进行回归树分解,可根据实际情况增加回归树结点及路径以及回归树棵树,在构建回归树时,各类影响因素都应扩展不同结点,以提高模型预测的真实性。
本实施例中,首先获取非高峰期用水时间段内的压力监测数据作为训练数据集,分析数据影响因素,确定回归树分裂节点特征(数据特征)。所述数据特征包括:管网使用年限、管网材质、季节、是否节假日、是否满足最不利点压力数据以及是否是最高或最低压力等。建立如图3或图4所示的回归树。以图3为例,其中,A1-A16为每个叶子节点的节点值,即该节点情况下的模型预测压力值;其中A1,A3,A5,A7,A9,A11,A13,A15为多个F上优,A2,A4,A6,A8,A10,A12,A14,A16为多个F下优;K1-K16为该结点情况下的样本集合,即采集到的训练集数据在该回归树的分裂节点特征下最终落入到相应叶子节点后,多个样本数据组成的集合。如下表1所示,输入的样本B1和B2最终都落入到了第一个叶子节点,B1和B2组成样本集合K1,他们对应该节点的预测值A1。
表1,回归树1关系表
样本集合 | 实际值 | 节点值 |
K1 | B1,B2 | A1 |
K2 | B4,B19 | A2 |
K3 | B5,B20 | A3 |
K4 | B6,B21 | A4 |
K5 | B7,B22 | A5 |
K6 | B8,B24 | A6 |
K7 | B9,B23 | A7 |
K8 | B10,B26 | A8 |
K9 | B11,B3 | A9 |
K10 | B12 | A10 |
K11 | B13,B25 | A11 |
K12 | B14 | A12 |
K13 | B15 | A13 |
K14 | B16,B29 | A14 |
K15 | B17,B28 | A15 |
K16 | B18,B27 | A16 |
同理可得图4所示的回归树2关系表,如下表2所示:
表2,回归树2关系表
样本集合 | 实际值 | 节点值 |
J1 | C1,C17, C18 | C1 |
J 2 | C2,C19 | C2 |
J 3 | C3,C29,C30 | C3 |
J 4 | C4,C28 | C4 |
J 5 | C5,C20 | C5 |
J 6 | C6,C31 | C6 |
J 7 | C7,C26,C27 | C7 |
J 8 | C8,C21 | C8 |
J 9 | C9,C32,C33 | C9 |
J 10 | C10,C25 | C10 |
J 11 | C11,C34,C35 | C11 |
J 12 | C12,C23 | C12 |
J 13 | C13,C22 | C13 |
J 14 | C14,C36,C37 | C14 |
J 15 | C15,C24 | C15 |
J 16 | C16,C38 | C16 |
根据上述建立的样本集合、实际值及节点值的关系,进行加法模型表达,其加法模型表达式为:
Yi=ft-1(Xi)+ft(Xi);
其中,i为第i个样本、Xi表示第i个样本的样本值(实际值)、t表示回归树个数、Yi表示第i个样本的预测值。
上述表达式含义即为:样本Xi的预测值等于第t-1棵回归树的预测值加第t棵回归树的预测值。本方法中,一棵回归树代表一个基学习器,每一次迭代,都是在现有树的基础上,增加一棵回归树去拟合前面的树的预测结果与真实结果的误差。最终的预测结果等于多棵回归树得分的累加值,即上述加法模型表达式。
同时基于上述加法模型表达,目标函数为:
Obj=Sum_{i=1}^{N}(L(Bi,Ai))+ Sum_{t=1}^{t}(Ω(ft))
其中,N表示共N个样本、Bi为第i个样本的实际值、Ai为第i个样本的预测值、L(Bi,Ai)表示第i个样本的损失值、t表示回归树个数、Ω(ft)表示第t棵树的正则项。
上述目标函数含义为:遍历第一个样本至第N个样本,求第一个样本至第N个样本的损失值的和加上第一棵回归树至第t棵回归树的正则项的和。其中正则项用于惩罚回归树的复杂度。由于要使预测值Ai尽量接近于实际值Bi,因此要使损失值达到最低,即要求取最优解,需要求取目标函数的最小值,即优化目标为:
Argmin[Sum_{i=1}^{N}(L(Bi,Ai))+ Sum_{t=1}^{t}(Ω(ft))]
其中,正则项Ω(ft)表示第t棵回归树的复杂度,用于惩罚某一棵回归树叶子节点数过多或叶子节点预测值占比过大的情况,可以有如下表达:
Ω(ft)=γ•T+1/2•λ•Ai^2
其中,γ为学习率,是值大于0 的超参数,本方法中,初始设置一个较大的学习率,如0.01,随着训练迭代次数的增加,减小学习率;λ为正则化参数,取值0到1之间,根据树状节点条件的影响程度进行取值;T为回归树t的叶子节点个数。将上述正则项带入上述目标函数并进行整理可得:
Obj(T)=Sum_{T=1}^{T}Sum_{i=1}^{N}(L(Bi,Ai))+γ•T+1/2•λ•Sum_{T=1}^{T}•AT^2。
上述公式前半部分为回归树的损失值部分,即训练误差,后半部分为正则项。具体的,本公式含义为求取第1个叶子节点到第T个叶子节点上从第1个样本到第N个样本的损失和,加上γ•T(正则项部分),再加二分之一乘以λ乘以第1个叶子节点到第T个叶子节点的预测值的平方。本步骤中将原始目标函数中的遍历N个样本调整为遍历T个节点,由此上述公式前后两部分均为遍历T个节点,因此将公式前后两部分合并进一步整理可得:
Obj(T)=Sum_{T=1}^{T}[(Sum_{i=1}^{N}(L(Bi,Ai)))+1/2•λ•AT^2]+γ•T
由此得到上述整理后的目标函数,变量为第i个样本的预测值Ai和第T个叶子节点的节点值AT(即落入该叶子节点的样本的预测值)。由于加法模型的原理,第t棵树是在第t-1棵树的基础上得到的,对于第i个样本的预测值等于t棵回归树的预测值的和,可得Ai=Ai^{t-1}+AT,即第i个样本的预测值等于前面t-1棵树的预测值加上第t棵树的预测值。将上述Ai的展开带入目标函数可得:
Obj(T)=Sum_{T=1}^{T}[(Sum_{i=1}^{N}(L(Bi,Ai^{t-1}+AT)))+1/2•λ•AT^2]+γ•T。
上述目标函数中,由于在训练第 t 棵树时,前面第 t-1 棵树已经训练完成,此时前面 t-1 棵树的正则项和训练误差都成已知常数项,因此Ai^{t-1}为常数项。而叶子节点个数T、样本个数N、样本实际值Bi和超参数λ和γ均为已知项,因此目标函数中只有一个变量AT,即求取使目标函数取值最小时的AT值。本方法中,利用泰勒二阶函数( f(x)≈f(a) +f'(a)(x-a) + (1/2)f''(a)(x-a) )来展开L(Bi,Ai^{t-1}+AT)得到:
L(Bi,Ai^{t-1}+AT) ≈L(Bi,Ai^{t-1})+L'(Bi,Ai^{t-1})•AT+ (1/2)L''(Bi,Ai^{t-1})•AT^2
这里我们简化一下方程,设O=L(Bi,Ai^{t-1}),P=L'(Bi,Ai^{t-1}),Q=L''(Bi,Ai^{T-1}),且此处O,P,Q皆为定值,简化得出目标函数Obj(T)为:
Obj(T)=Sum_{T=1}^{T}[(Sum_{i=1}^{N}(O+P•AT+(1/2)Q•AT^2))+1/2•λ•AT^2]+γ•T
将AT从公式中提取出来得到:
Obj(T)=Sum_{T=1}^{T}[(Sum_{i=1}^{N}(O)+AT•Sum_{i=1}^{N}(P)+(1/2)AT^2•(Sum_{i=1}^{N}(Q))+λ)]+γ•T
在此我们再次简化一下公式,设Oi=Sum_{i=1}^{N}(O),Pi=Sum_{i=1}^{N}(P),Qi=Sum_{i=1}^{N}(Q),且Oi、Pi、Qi皆为定值。故得到如下公式:
Obj(T)=Sum_{T=1}^{T}[(Oi+AT•Pi+(1/2)AT^2•Qi+λ)]+γ•T
在不同的节点下,损失量 Obj达到最小时,可由此表达:
Argmin Obj(T)=Oi+AT•Pi+(1/2)AT^2•Qi+λ+γ•T
找出Argmin Obj(T)时的AT值,由于其他符号皆为定值,所以该函数为一元二次方程,AT=F上优,解得优化预测值F上优=-Pi/Qi。同理,解得优化预测值F下优=-Pi/Qi,但其样本的数值不同,其最终数值也不同。
将上述求解得到的模型预测值F上优与F下优与第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认同时满足如下所示的三个公式:
F上>F上优>F下;F上>F下优>F下;F上优>F下优。
确认满足后则得到训练的管网压力调控范围预测模型;如若不满足上述公式,则需要考虑其他影响因素重新构建回归树结构、检查数据完整性与真实性及更多历史数据作为模型基础,重新训练所述管网压力调控范围预测模型。通过上述管网压力调控范围预测模型,得到目标片区供水管线的第二管线压力调控范围。
本发明一可选的实施例中,步骤14可以包括:
步骤141,获取目标片区的供水管网基础数据中的历史爆管次数数据;
步骤142,根据所述历史爆管次数,确定目标片区供水管网内至少一条供水管线的权重值m%,m为正整数;
步骤143,根据所述权重值m%,确定供水管线的第三管线压力调控下限为:,其中,为第三管线压力调控下限、为Gn条
管线的第二管线压力调控上限和第二管线压力调控下限的均值,;
步骤144,根据所述权重值m%,确定供水管线的第三管线压力调控上限为:,其中,为第三管线压力调控上限。
本实施例中,在通过预测模型得到所述第二管线压力调控范围后,还根据目标片区内多条管线的历史爆管次数,对第二管线压力调控范围进一步优化处理,得到加权的第三管线压力调控范围。举例如:基于城市管网的爆管情况,假设某目标片区内减压阀的服务片区包含三条管线,即本次对三条管线实施管段压力平衡。将三条管线设定为G1、G2与G3,对三条管线的第二管线压力调控范围取平均值,得到、/>和/>。通过三条管段的历史爆管情况,对其进行加权处理,假设其中G1管线发生了7次爆管,G2管线发生了2次爆管故,G3管线发生了1次爆管,那么其加权数值分别为70%、20%及10%,故得出,若要优化目前城市整体供水调控情况,需要紧急对G1管线的压力调配进行优化处理,但同时又要满足G2与G3的压力F在F上优与F下优之间,故分别得出三条管线的第三管线压力调控范围为:
;
;
。
本发明一可选的实施例中,步骤16可以包括:
步骤161,根据所述减压阀历史数据和历史减压阀调控方案,确定目标片区的供水管网内减压阀开度与至少一条管线的压力值的映射关系,其中,Y为减压阀开度、FGn为Gn条管线的压力监测值;
步骤162,根据所述映射关系以及至少一条管线的第三管线压力调控范围,确定目标片区的减压阀开度区间Y(Y1,Y2),其中,Y1为减压阀开度区间下限、Y2为减压阀开度区间上限。
本实施例中,在确定目标片区多条供水管线的第三压力调控范围后,需要查询控制该片区供水管网压力的减压阀历史数据和历史减压阀调控方案,确定目标片区的供水管网内减压阀开度与至少一条管线的压力值的映射关系。即确定减压阀开度对供水管线压力的作用关系。而后对减压阀进行实验调控,为保证在调控过程当中尽量减少对城区供水的影响,结合历史减压阀调控方法、历史减压阀、压力计相关数据及当前减压阀、压力计相关数据,调控的减压阀开度需要符合目标片区内所有管线的压力范围,得到减压阀开度区间Y(Y1,Y2),对其取平均值,即:
按照得到的进行减压阀调控,同时监测目标片区内至少一个压力监测点的压力值,确认压力值满足所述第三管线压力调控范围,则可以判定管线压力调控完毕。后续持续进行管线观察,相关管线压力平衡的优化效果,如需持续优化,则重复执行所述步骤11至步骤17。
如图5所示,本发明还提供一种供水管网压力调节装置50,包括:
获取模块51,获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
调控模块52,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;获取目标片区内减压阀历史数据;根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整。
可选的,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围,包括:
根据所述供水管网基础数据内的目标管网发生爆管前一刻管网压力值,得到第一管线压力调控上限F上;
根据所述供水管网基础数据内的管线拓扑关系、管线供给小区关系、居民用水量、企业用水量、小区户数和相关标准规范,以及历史减压阀调控方案内的最不利点压力数据,得到第一管线压力调控下限F下。
可选的,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围,包括:
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,所述预设时间范围为非高峰期用水时间段;
通过预设管网压力调控范围预测模型,对所述压力监测数据所属的目标管线的第二压力调控上限F上优和第二压力调控下限F下优进行预测;
将所述第二压力调控上限F上优和第二压力调控下限F下优与所述第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认满足预设条件后将所述第二压力调控上限F上优和第二压力调控下限F下优组成的区间确定为第二管线压力调控范围。
可选的,所述预设管网压力调控范围预测模型的训练过程如下:
获取至少一个压力监测点在预设时间范围内的压力监测数据;
确定至少一个压力监测数据的数据特征,构建至少一个回归树;
通过所述回归树对压力监测数据进行分析,得到至少一个回归树节点的样本集合;
根据所述样本集合,建立目标函数;
求取目标函数最小值,得到所述回归树的至少一个节点值。
可选的,所述数据特征包括:管网使用年限、管网材质、季节、是否节假日、是否满足最不利点压力数据以及是否是最高或最低压力。
可选的,根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围,包括:
获取目标片区的供水管网基础数据中的历史爆管次数数据;
根据所述历史爆管次数,确定目标片区供水管网内至少一条供水管线的权重值m%,m为正整数;
根据所述权重值m%,确定供水管线的第三管线压力调控下限为:,其中,为第三管线压力调控下限、为Gn条
管线的第二管线压力调控上限和第二管线压力调控下限的均值,;
根据所述权重值m%,确定供水管线的第三管线压力调控上限为:,其中,为第三管线压力调控上限。
可选的,根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间,包括:
根据所述减压阀历史数据和历史减压阀调控方案,确定目标片区的供水管网内减压阀开度与至少一条管线的压力值的映射关系,其中,Y为减压阀开度、FGn为Gn条管线的压力监测值;
根据所述映射关系以及至少一条管线的第三管线压力调控范围,确定目标片区的减压阀开度区间Y(Y1,Y2),其中,Y1为减压阀开度区间下限、Y2为减压阀开度区间上限。
需要说明的是,该装置是与上述方法对应的装置,上述方法实施例中的所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
本发明的实施例一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质,存储有指令,所述指令在计算机上运行时,使得计算机执行如上述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种供水管网压力调节方法,其特征在于,包括:
获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;
根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;
获取目标片区内减压阀历史数据;
根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;
根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整;
其中,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围,包括:
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,所述预设时间范围为非高峰期用水时间段;
通过预设管网压力调控范围预测模型,对所述压力监测数据所属的目标管线的第二压力调控上限F上优和第二压力调控下限F下优进行预测;
将所述第二压力调控上限F上优和第二压力调控下限F下优与第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认满足预设条件后将所述第二压力调控上限F上优和第二压力调控下限F下优组成的区间确定为第二管线压力调控范围;
其中,根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围,包括:
获取目标片区的供水管网基础数据中的历史爆管次数数据;
根据所述历史爆管次数,确定目标片区供水管网内至少一条供水管线的权重值m%,m为正整数;
根据所述权重值m%,确定供水管线的第三管线压力调控下限为:,其中,/>为第三管线压力调控下限、/>为Gn条管线的第二管线压力调控上限和第二管线压力调控下限的均值,;
根据所述权重值m%,确定供水管线的第三管线压力调控上限为:,其中,/>为第三管线压力调控上限。
2.根据权利要求1所述的供水管网压力调节方法,其特征在于,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围,包括:
根据所述供水管网基础数据内的目标管网发生爆管前一刻管网压力值,得到第一管线压力调控上限F上;
根据所述供水管网基础数据内的管线拓扑关系、管线供给小区关系、居民用水量、企业用水量、小区户数和相关标准规范,以及历史减压阀调控方案内的最不利点压力数据,得到第一管线压力调控下限F下。
3.根据权利要求1所述的供水管网压力调节方法,其特征在于,所述预设管网压力调控范围预测模型的训练过程如下:
获取至少一个压力监测点在预设时间范围内的压力监测数据;
确定至少一个压力监测数据的数据特征,构建至少一个回归树;
通过所述回归树对压力监测数据进行分析,得到至少一个回归树节点的样本集合;
根据所述样本集合,建立目标函数;
求取目标函数最小值,得到所述回归树的至少一个节点值。
4.根据权利要求3所述的供水管网压力调节方法,其特征在于,所述数据特征包括:管网使用年限、管网材质、季节、是否节假日、是否满足最不利点压力数据以及是否是最高或最低压力。
5.根据权利要求1所述的供水管网压力调节方法,其特征在于,根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间,包括:
根据所述减压阀历史数据和历史减压阀调控方案,确定目标片区的供水管网内减压阀开度与至少一条管线的压力值的映射关系,其中,Y为减压阀开度、FGn为Gn条管线的压力监测值;
根据所述映射关系以及至少一条管线的第三管线压力调控范围,确定目标片区的减压阀开度区间Y(Y1,Y2),其中,Y1为减压阀开度区间下限、Y2为减压阀开度区间上限。
6.一种供水管网压力调节装置,其特征在于,包括:
获取模块,获取目标片区的供水管网基础数据和历史减压阀调控方案,所述减压阀为调控目标片区供水管网内至少一条供水管线的管线压力的减压阀;
调控模块,根据所述供水管网基础数据和历史减压阀调控方案,得到目标片区内至少一条供水管线的第一管线压力调控范围;获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围;根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围;获取目标片区内减压阀历史数据;根据所述至少一条管线的第三管线压力调控范围、减压阀历史数据和历史减压阀调控方案,得到目标片区的减压阀开度区间;根据所述减压阀开度区间,调整减压阀开度,对目标片区的供水管网压力进行调整;
其中,获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,根据所述压力监测数据,对所述第一管线压力调控范围进行优化,得到至少一条供水管线的第二管线压力调控范围,包括:
获取目标片区内至少一个压力监测点在预设时间范围内的压力监测数据,所述预设时间范围为非高峰期用水时间段;
通过预设管网压力调控范围预测模型,对所述压力监测数据所属的目标管线的第二压力调控上限F上优和第二压力调控下限F下优进行预测;
将所述第二压力调控上限F上优和第二压力调控下限F下优与第一管线压力调控上限F上和第一管线压力调控下限F下进行比对,确认满足预设条件后将所述第二压力调控上限F上优和第二压力调控下限F下优组成的区间确定为第二管线压力调控范围;
其中,根据所述目标片区的供水管网基础数据,对所述第二管线压力调控范围进行权重分析,得到第三管线压力调控范围,包括:
获取目标片区的供水管网基础数据中的历史爆管次数数据;
根据所述历史爆管次数,确定目标片区供水管网内至少一条供水管线的权重值m%,m为正整数;
根据所述权重值m%,确定供水管线的第三管线压力调控下限为:,其中,/>为第三管线压力调控下限、/>为Gn条管线的第二管线压力调控上限和第二管线压力调控下限的均值,;
根据所述权重值m%,确定供水管线的第三管线压力调控上限为:,其中,/>为第三管线压力调控上限。
7.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,其特征在于,存储指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000005.XA CN116719357B (zh) | 2023-08-10 | 2023-08-10 | 一种供水管网压力调节方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000005.XA CN116719357B (zh) | 2023-08-10 | 2023-08-10 | 一种供水管网压力调节方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116719357A CN116719357A (zh) | 2023-09-08 |
CN116719357B true CN116719357B (zh) | 2023-10-10 |
Family
ID=87875608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311000005.XA Active CN116719357B (zh) | 2023-08-10 | 2023-08-10 | 一种供水管网压力调节方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116719357B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01251211A (ja) * | 1988-03-31 | 1989-10-06 | Toshiba Corp | 配水管網制御装置 |
CN114134955A (zh) * | 2021-12-03 | 2022-03-04 | 重庆远通电子技术开发有限公司 | 自组网及自供电供水管网压力管理系统及其水压管理方法 |
CN114575413A (zh) * | 2022-02-25 | 2022-06-03 | 沣泰水务科技(杭州)有限公司 | 一种减轻市政管网压力二次供水优化方法及装置 |
CN115062904A (zh) * | 2022-05-12 | 2022-09-16 | 广东鹤山北控水务有限公司 | 一种数字化供水管网调度方法及系统 |
CN115167547A (zh) * | 2022-06-29 | 2022-10-11 | 深圳市拓安信计控仪表有限公司 | 供水管网的调压方法及调压设备 |
-
2023
- 2023-08-10 CN CN202311000005.XA patent/CN116719357B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01251211A (ja) * | 1988-03-31 | 1989-10-06 | Toshiba Corp | 配水管網制御装置 |
CN114134955A (zh) * | 2021-12-03 | 2022-03-04 | 重庆远通电子技术开发有限公司 | 自组网及自供电供水管网压力管理系统及其水压管理方法 |
CN114575413A (zh) * | 2022-02-25 | 2022-06-03 | 沣泰水务科技(杭州)有限公司 | 一种减轻市政管网压力二次供水优化方法及装置 |
CN115062904A (zh) * | 2022-05-12 | 2022-09-16 | 广东鹤山北控水务有限公司 | 一种数字化供水管网调度方法及系统 |
CN115167547A (zh) * | 2022-06-29 | 2022-10-11 | 深圳市拓安信计控仪表有限公司 | 供水管网的调压方法及调压设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116719357A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001439B (zh) | 基于gbdt的商场建筑空调冷负荷预测方法、存储介质及设备 | |
CN111580382B (zh) | 基于人工智能的单元级供热调节方法及系统 | |
Wear et al. | The effects of population growth on timber management and inventories in Virginia | |
CN109376772B (zh) | 一种基于神经网络模型的电力负荷组合预测方法 | |
CN111598225B (zh) | 一种基于自适应深度置信网络的空调冷负荷预测方法 | |
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 | |
CN110109971A (zh) | 一种低压台区用户用电负荷特性分析方法 | |
CN111178957B (zh) | 一种用电客户电量突增预警的方法 | |
CN104636834B (zh) | 一种改进的联合概率规划模型系统优化方法 | |
CN116562583A (zh) | 一种多维度水资源供需预测方法及系统 | |
CN114777192A (zh) | 基于数据关联和深度学习的二级网供热自主优化调控方法 | |
CN114925874A (zh) | 一种基于bert神经网络模型的碳排量预判方法及装置 | |
Yan et al. | Efficient and Economical Allocation of Irrigation Water under a Changing Environment: a Stochastic Multi‐Objective Nonlinear Programming Model | |
CN114282856B (zh) | 一种市政基础设施综合承载力评估方法、系统及存储介质 | |
CN115470862A (zh) | 动态自适应负荷预测模型组合方法 | |
CN117974356B (zh) | 一种针对供水厂的供水调配方法 | |
CN116719357B (zh) | 一种供水管网压力调节方法、装置及设备 | |
CN117575341B (zh) | 一种基于大数据天然气传输网络的气量调度评价方法 | |
CN115730228A (zh) | 基于bp神经网络的中央空调能耗分析方法 | |
CN118036894A (zh) | 一种集中供热二次网供水温度预测方法及系统 | |
CN109214610A (zh) | 一种基于长短期记忆神经网络的饱和电力负荷预测方法 | |
CN117455264A (zh) | 一种农村典型应用场景碳减排综合价值评估方法 | |
CN114110716B (zh) | 一种热电机组的运行能效监测控制系统、方法、计算机设备及存储介质 | |
CN116485582A (zh) | 一种基于深度学习的供热优化调控方法及装置 | |
CN113701232B (zh) | 基于温度多样性分析的供热系统楼宇级调控方法及系统 |
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 |