CN1280685C - 流体调节 - Google Patents

Abstract

本发明公开了一种预测液流网络(10)中预定位置处的液面的方法，该液流网络具有至少一个调节器(16，18)，以控制流体沿液流网络(10)的流动。该方法包括以下步骤：收集基于至少一个调节器(16，18)的上游(24，28)液面、至少一个调节器(16，18)的下游(26，29)液面及至少一个调节器(16，18)的开口位置(30，32)的定时测量结果的数据，以及利用数据分析(40)以提供基于该些数据的模型，由此通过定时测量至少一个调节器(16，18)的上游(24，28)液面及至少一个调节器(16，18)的开口位置(30，32)，该模型可提供对预定位置处的液面的预测。

Description

流体调节

技术领域

本发明涉及一种在具有至少一个流体调节器的流体网络中预测、校验、测定和/或控制液面的方法，特别地涉及，但不局限于，一种在具有多个流体调节器的管道系统中预测、校验、测定和/或控制水位的方法。

背景技术

因为水是一种宝贵的资源，一个问题是如何精确地为最终用户供水。此问题是使用(灌溉)管道的特性，例如在供水的制约下满足最终用户的供水需求。为此，水从蓄水池调度出来并沿管道传送至最终用户。操作上的制约典型地包括为了适当地向用户供水所需的水流额度和规定水位。(在某种意义上所述的水位代表服务措施的质量。)对调节器的其它限制和水位变化的速率也可以施加影响。这些限制是基于特殊的基础设施并且根据管道的设计和操作经验得出的。其目的是尽可能合理地按需要和很少的损失来供水，即，所调度的水满足需求，但不过量供给。这一点很关键，因为在大多数的管道中未使用的所调度的水是不能回收的。

为了实现最小损失的运行，即，尽可能以“按需”的方式供水，管道必须视作非常象自来水的加压水网络来运行。当然，在任何水需求的条件下，管道的结构不允许这种运行方式。因为非常合理的条件依赖于管道的实际短期动态行为，因而这种运行方式不曾被应用过。

世界范围内实际使用的典型的管道运行条件仅依赖于长期动态行为，即操作人员通过经验可以评估和获得的东西。这种运行方式不允许人们企图实现按需供水。

对于灌溉渠和河流现已提出了各种模型。大多数的模型采用圣维南(Saint-Venant)公式并结合其它由基于在一个开放的管道中水的流动的质量和/或动量守恒的第一原理导出的模型。基于圣维南公式的模型提供了沿整个通道中心线水位的详细表达，而本发明所考虑的模型只提供对那些水位被测量以及水位必须加以调节的结点处的水位的预测。

发明内容

在本发明中提出了一类模型，从该模型中可以选择特定的表达式，其可以在计算机中计算，而且通过这种计算方法，该表达式能够精确地再现特定的水池和调节器的组合的短期和长期的动态行为。从这类模型中选择特定的表达式是基于已有的对水位和调节器随时间的变动的观察。

现已发现，通过引入水位传感器和可控调节器闸门，通过收集水位和闸门的测量以及利用一种算法以确定它们之间的关系使得获悉管道的短期动态行为变得可行。在本文中，“获悉”意指从给定类型的模型中选择表达式，因而使计算机能够再现所做的测量，这好像它们是取自管道或水池。这种算法的结果是构建了管道行为模型。该模型的软件执行使得可以预测管道将来的行为。

本发明的一个目的是提供一种利用算法预测管道中的水位的方法，该算法使用管道系统中过去的和当前的水位测量结果以及当前的和将来的调节器闸门位置的信息。

本发明的另一个目的是提供一种计算机程序，其包括称为“模型”的算法，该算法可以描述任意水池的行为，而且通过扩展可以描述任意管道的行为。

考虑到这些目的，本发明的第一方面提供了一种在液流网络中预测预定位置处的液面的方法，该液流网络具有至少一个调节器以控制沿所述液流网络的流体流动，所述方法包括收集所述至少一个调节器的上游液面、至少一个调节器的下游液面以及至少一个调节器的开放位置处的定时测量数据，和使用数据分析来构建基于所述数据的模型，由此基于所述至少一个调节器的上游液面和至少一个调节器的开放位置处的定时测量，所述模型可以提供所述预定位置处液面的所述的预测，其中所述至少一个调节器与所述模型的一模块相关联，而每个模块与所述至少一个调节器的上游液面位置、所述至少一个调节器的下游液面位置以及所述至少一个调节器的开口位置相关联。

所述数据分析优选地采用系统识别技术。所述液流网络优选地为管道系统或河流系统，而所述至少一个调节器为上射型(overshot)闸门。在一优选实施例中，设置有多个调节器，每个调节器与所述模型的模块相关联，而每个模块与各自的调节器的上游液面位置、各自的调节器的下游液面位置以及各自的调节器的开放位置相关联。每个模块优选地与作为管道池的上游末端和下游末端的调节器相关联。优选地每个模块彼此串联以形成所述模型。

在本发明的另一个方面，提供了一种用于预测液流网络中预定位置处的液面的系统，所述系统具有用于控制沿液流网络方向的流体流动的至少一个调节器和用于收集所述至少一个调节器的上游液面、所述至少一个调节器的下游液面以及所述至少一个调节器的开放位置处的定时测量数据的至少一个计算装置，所述至少一个计算装置适合于使用系统识别分析以根据所述数据构建模型，由此基于所述至少一个调节器的上游液面和所述至少一个调节器的开放位置处的定时测量，所述模型可以提供所述预定位置处液面的所述的预测，其中所述至少一个调节器与所述模型的一模块相关联，而每个模块与所述至少一个调节器的上游液面位置、所述至少一个调节器的下游液面位置以及所述至少一个调节器的开口位置相关联。

在本发明的再一个方面，提供了一种基于计算机的程序，由此，依据所述水池/管道的调节器位置和水位的已有测量结果可以确定用于水池/管道的可调(tuned)模型，根据已有的测量结果以及当前的和将来的调节器闸门位置所述程序还提供对将来的水位的预测，而且所述程序可以确定优化的当前和将来的调节器位置/移动以利用可利用的水资源。

附图说明

为了使本发明更易于理解和实施，现参考附图，其中：

图1示意地表示了沿包括流体调节器的河流或管道系统的中心线的剖面；

图2模块化地表示了对图1所示的河流或管道系统的模拟；

图3为一框图，显示了图1和图2所示系统的接口。

具体实施方式

为了帮助理解本发明，在本说明书的结尾附有术语表。在整个说明书及附图中，相似的整体采用了相同的参考标记，以避免赘述。

图1示出了具有底板12的管道系统10，水14可以顺着该管道沿箭头15的方向流动。沿该管道系统分布有多个控制顺着管道方向的水流的水调节器16和18。水调节器16和18最好为如我们的待审的澳大利亚专利申请第PQ 9554号和第PR 1217号(现在国际申请号为PCT/AU01/01036)中所示类型的上射型闸门，这里将上述专利申请的内容结合到本说明书中。典型的上射型闸门具有绞接在底部的闸门，如图中20和22处所示。该些闸门可以绕枢轴旋离垂直位置至朝向底板12的任何角度位置，在垂直位置时闸门处于关闭且没有水流动，在其它任何角度时由于水流过闸门的顶部，故而可通过调节闸门的角度来决定流速。在本优选实施例中，示出了两个闸门，但是本发明可以应用于单个或多于两个闸门的情况。水位传感器24、26、28和29被设置在管道10中以监视从相同基准点算起的水位高度。传感器24位于闸门16的上游方向，而传感器26位于闸门16的下游方向。类似地，传感器28位于闸门18的上游方向，这里不一而足。水位传感器24、26、28和29应该具有高精度，水位绝对测量误差小于1厘米。典型的传感器可以为超声型的或压力型的。超声型传感器基于测量声纳波(sonarwave)经过安放在水面上方的传感器并被从表面反射回传感器所花费的时间。这种类型的传感器例如为Milltronics公司制造的“探针(Probe)”系列和Hawk Measurement System公司制造的“LP”系列。压力型传感器测量表面下的水压以获得从水下传感器至水面的距离。该些传感器例如为Greenspan公司制造的“PS200”系列和Hawk Measurement System公司制造的“PCS”系列。每个闸门16和18具有一传感器(未示出)以确定相同基准点上方各个闸门顶部的高度，如图中30和32处所示。闸门位置通常通过将一传感器安装到闸门驱动装置(未示出)上来确定，其使得闸门驱动装置内轴的旋转位置与闸门的实际位置相关。通常采用根据旋转位置输出数字信号的电位装置或编码器来确定旋转位置。传感器并不局限于所述的传感器，视环境而定可以用其它类型传感器替换。所有的传感器最好连接到数据录入设备、计算机或类似设备以允许实时收集传感器的输出。

从传感器收集到的数据可以加以分析来产生一用于管道系统10的模型，以精确预测沿管道系统的水位。该软件可分成模块，通常每个模块描述管道系统10的一段并连接一段下游管道的调节器/闸门至另一调节器/闸门，或液面传感器。利用管道的实际拓扑结构，模块串联描述了完整的管道/河流系统。这是一个重要特征，使得模型可利用许多调节器/闸门而应用于各种具有不同复杂程度的管道/河流系统。这个特征在模型的软件工程实现方面帮助很大。用于图1所示的本实施例的两个模块34和36示出在图2中。每个模型使用从水位传感器24、26、28、29和闸门16、18的闸门位置传感器获得的可测量的数据。在本实施例中，模型仅利用沿管道/河流系统10方向的水位和调节器位置数据。在为了使用管道/河流的模型的构建(模型的确定)和模型的使用过程中，其仅使用水位传感器和调节器位置。如果可以获得可靠的流动数据，这种流动数据也可加入到模型中。

为了构建模型，收集大致在水位和闸门位置明显变化的时刻获得的来自水位和闸门位置传感器的标记了时间的数据。数据可以在“开环”条件下获得，在“开环”条件下，闸门位置的变化提供激活作用而不再有其它命令信号用来操作闸门16和18。闸门位置的变化为该程序的积分步长，并且必须仔细规划以在短的时间周期内取得有意义的数据序列。或者，数据可以在“闭环”条件下获得，在“闭环”条件下，控制器(未示出)主动地将水位向设定值调节。在这种情况下，通过小心地变化水位设定值来收集数据。该些变化为该程序的积分步长。在第一步骤中，采用系统识别原理并利用所收集的数据的时间范围内的闸门位置及模型参数来处理数据，以形成可再现下游水位的模型。在第二步骤中，利用该模型预测水位，并随后与测量数据进行比较。如果比较结果是可接受的，那么保留该些模型参数且该调整过程完成。如果比较结果表明预测和测量之间存在不可接受的偏差，则略微改变该些模型参数以减小该错误。随后该模型可以进行该过程的第一步骤来精调该模型。基于在管道/河流的正常使用期间收集的测量结果，这个相同的程序可以用于模型的定期校准。在第二步骤中的改变参数以减小模型预测与数据之间的偏差的程序为数学的最优化理论中的标准算法。这些在文献中已被广泛报道，且可以免费获得。

采用系统识别原理，每个模块34和36可以用数学公式描述河流/管道系统10的特定部分。一个推导出的数学公式的例子如下面的公式1：

公式1

${\hat{y}}_2(t+1)={\mathrm{\θ}}_1{h}_1^{3/2}(t-{\mathrm{\τ}}_1)+{\mathrm{\θ}}_2{h}_1^{3/2}(t-{\mathrm{\τ}}_1-1)+{\mathrm{\θ}}_3{h}_1^{3/2}(t-{\mathrm{\τ}}_1-2)+{\mathrm{\θ}}_4{({\hat{y}}_2\left(t\right)-p_2\left(t\right))}^{3/2}$

$+{\mathrm{\θ}}_5{({\hat{y}}_2(t-1)-p_2(t-1))}^{3/2}+{\mathrm{\θ}}_6{({\hat{y}}_2(t-2)-p_2(t-2))}^{3/2}+{\hat{y}}_2\left(t\right)+{\mathrm{\θ}}_7({\hat{y}}_2\left(t\right)-{\hat{y}}_2(t-1))$

$+{\mathrm{\θ}}_8({\hat{y}}_2\left(t\right)-2{\hat{y}}_2(t-1)+{\hat{y}}_2(t-2))-v\left(t\right)$

表达式的左侧为基于现在及过去变量的动力学的简略的数学表达方式，表达式的右侧为单个时钟(计算机的时间单位)内所做的预测。该些变量为：

t为计算机的当前时间，

为闸门16下游水位和紧邻闸门18上游水位的预测值，

y₂(t)为在时间t闸门16下游实际水位和紧邻闸门18上游实际水位，

h_i(t)＝y_i(t)-p_i(t)为调节器i上方的水量，

p_i(t)为在时间t调节器i的位置，

θ_ii＝1...8为参数，被调整以反应实际的物理系统，

τ_i表示延迟时间，即在一变量变为关联的之前所经历的时间，以及

v(t)为闸门16和18之间该段河流/管道中的分流(off take).

在如上的公式1中，我们可以确认如下内容：

(θ_ii＝1...3)前三项与流入管道的特定部分的水的流入量有关。

(θ_ii＝4...6)接下来的三项与所述部分末端处的流出量有关。

第7项为积分项，其表示河流/管道的该部分中的储水量。以此形式，这一项表示可忽略的渗出量及蒸发量。

接下来的两项(θ_ii＝7，8)反应了河流/管道的该部分中的驻波现象。更相似项可包括复波现象，在该两项中只考虑单波现象，对于每个要考虑的波现象要求两个附加项。

最后一项v(t)表示该部分的分流。

公式1表示了一类模型，其中，为了从此类模型中选择一个表达式，系数θ_i必须被赋以恰当的数值。这即为系统识别的目的。基于对以前水位及调节器动作的观测得以完成特定模型的选择。以此方法，调整或校准特定水池与调节器集合的模型。如果一个模型可以如实地再现旧的测量结果和预测将来的测量结果，那么可以说该模型已被调整。

该模型在计算机软件中易于执行。它可以预测上、下游调节器位置处的下游水位及上游水位。其在以下两方面描述了该部分的动力学：

i.水量的保持，在这部分中，通过上游调节器的供水而增加水量，而沿该段的分流、自然的蒸发和渗出现象以及更为重要的通过下游调节器造成的分流都减小水量。

ii.在该段中的水的流动导致的驻波。

通过一恰当的关系使水位及调节器位置与流动相联系得以描述每个调节器结构。在每个模块中，上射型闸门的闸门落差是重要变量，其可通过改变闸门位置加以控制，而且下游水位也是所要调节的重要变量。对于整个模型而言，这对于获得模块结构是很重要的。另外，这个特殊的选择使得用于调节管道中水位的模型的使用更为容易。这是本发明的整体特征。可以利用操作过程中所获得的数据来调整每个模块以定量地表示河流/管道的一个特定部分。每个模块具有一通用形式，其可以利用在所考察部分的操作期间该部分的测量数据加以区分。以这种方式，该模块可如实地再现旧的测量数据，而且更为重要的是，可以预测未来的情况，精确地提前获得尚未测量的数据。正是后一种可预测将来行为的能力使得可以自动使用管道/河流。在该模型中变量的具体选择，即作为调节变量的水位和作为控制变量的闸门落差，是唯一的并且与现有技术解决方案相比易于执行。这意味着控制器应该输出(计算)所述的闸门落差。这特别是应用于比例积分(PI)控制器，也就是，根据设定值误差与设定值误差的积分的加权和的方式来计算闸门落差。

数据收集及随后的数据分析使得该模型得以建立。一旦建立了模型，该模型便可用于检验用来构建模型的数据。因此，应该通过基于传感器24及闸门16、18的闸门位置传感器的测量结果的模型来预测传感器28所探测的水位。当模型可以准确地预测其自身的数据时，该模型便可以用于在实时条件下监测模型所基于的管道。该模型可提供一个极好的决策支持工具，用于预测扩展时间周期内管道/河流系统的行为并分析各种管道/河流系统使用的选择。作为一个短期预测工具，该模型通过利用计算机控制从测量数据到调节器的远程控制命令因而可以实现管道/河流系统的自动化使用。当模块被用在监督控制及数据采集(Supervisory Control and DataAcquisition，SCADA)软件环境中时，管道/河流系统的用户将能够理解管道/河流系统对各种操作状态的动态响应。

如图3所示的界面40集成了图1和图2所示的系统，并具有计算机操作环境。物理界面42包括传感器24、26、28和29及用于确定闸门位置的传感器(未示出)。在计算机(未示出)中，物理界面42与SCADA模块44交换信息。SCADA模块44与主数据库46、用户界面48以及线性二次(LQ)控制器软件模块50交互作用。用户界面48包括例如实用程序和网络编辑器等对象。用户界面48也与主数据库46交互作用。网络拓扑软件模块52维护网络对象的逻辑软件结构，并与主数据库46和水池结构软件模块54交换信息。水池结构软件模块54与LQ控制器软件模块50交互作用，最后LQ控制器软件模块50与主数据库46交互作用。

模型和控制软件与主数据库46相关联。在网络拓扑软件模块52中保存有有关所有传感器及调节器位置和性质的信息、用于利用公式1描述所有水池的动态模型的特定数据、以及通过特定数据的彼此串联而对整个管道/河流系统的动态行为所做的描述。该数据被用于水池结构软件模块54中，并随后用于LQ控制器软件模块50中。另外，在相同的软件环境中，在测量和控制动作中抑制波所需的所有数据也被加以存储并用于物理界面42中。

LQ控制器软件模块50使用目前和刚刚过去的水位、模型及优选的未来的水位来计算在未来较短的时间范围里新的闸门位置，以在该时间范围内最小化闸门运动和水资源的损耗，同时在该时间范围内获得未来理想水位可达到的最高的精度。LQ控制器50在管道的一段或多段执行这一功能，以实现管道操作的最优化。为此，可连接SCADA系统并由此连接用于水池/管道/河流的模型的计算设备执行动态编程任务，该动态编程任务导致理想的控制动作。该控制动作考虑了目前的水位条件并纠正此时实际水位与理想水位之间的偏差。此为反馈作用。另外，该控制动作还考虑了模型预测的管道的未来行为以及由负责水池/管道/河流使用的当局指定的理想的未来水位。因为其根据特定的未来需求的要求及对未来行为的预测来进行当前的行动，所以此为前馈作用。

以固定的时间间隔重复所做的计算，每次使用水位、闸门位置、水量要求及理想的未来水位的最新的可用的测量结果。

本发明的特点为可以不依赖真实数据即可在计算机中执行动态编程任务，以这种方式在特定条件下用公式表达模型和控制对象。随后，计算结果被加以存储并结合真实数据来计算和执行必要的控制动作。

总之，该模型和控制执行过程需要使用真实数据，并在实时地执行。考虑到典型的水池/管道动力学，采用本计算方法可以容易地实现这一点。

当控制对象发生变动或模型变化时，亦或在失效导致调节器结构损坏的情况下，动态编程任务可以采用新的条件重复，以重新计算修改后的操作调节下的最佳控制动作。本发明的一个特点是，甚至对于整个管道/河流系统而言，也可以容易地对这种改动加以执行和计算。这一特点是模型模块化以及选择特殊的变量(闸门落差和水位)的直接结果。

在物理界面42中，信号被调整以抑制波的影响，并保证控制动作顺利执行，以免控制引起任何波。以此方法，水池/管道/河流中的波是由于调节器结构的控制能力之外的外部影响(如扰动)引起的。这种波的抑制称为滤波作用。对于测量数据，该滤波作用分两个阶段完成。第一阶段发生在传感器位置处，且在实际测量结果被记录并传递给SCADA系统44之前。该滤波作用消除了采样过程自身引起的潜在的人为现象。滤波作用的下一个阶段在数字化测量的软件中完成。为此，使用SCADA系统44中的水池模型数据以确保依赖于特定水池/管道/河流的几何形状的驻波被彻底消除，而只记录下与所关联的水池中的水量变化相关的水位变化。(驻波具有改变水位的效应，而相关联的水量变化可以忽略。)对于闸门位置变化，滤波作用可以通过用公式表示控制对象的方法实现，以避免闸门位置变化引起水池中驻波运动。或者，滤波作用可以直接利用如控制算法所要求的消除闸门位置变化的方法来实现，以确保在管道中不引起波。

尽管精通控制技术的人熟悉模型化、校准、滤波、动态编程这些独立概念中的每一个，但是通过将所有这些方面结合在单个框架中，并为了满足控制和使用管道/河流的任务加以特殊的调整，因而本发明是独特的。本发明的另一个独特的特点在于对变量的选择，其以水位和闸门落差作为模型化和控制的基本变量，这使得自然模块结构能够大规模的执行。本发明的又一个独特的特点是紧凑类型的模型，该模型经特殊调整用以通过调节器活动来处理水位控制。本发明的再一个独特的特点是它既可处理单个水池/调节器环境也可处理多个水池和调节器的能力。始终可以实现水池/管道/河流的最优利用。

本发明相对于现有方法具有许多优势。第一，它具有可靠的定量模型，使得总体上改善了基础设施和水资源的利用。第二，本模型能够包含整个或部分的管道/河流系统。它使用分段(scalable)技术，该技术比现有解决方案更易于改进和使用。大多数目前使用的解决方案具有奇异对象，不是模型化就是控制过程，其适于考察隔离状态下的单个水位/单个调节器结构。第三，本模型可以利用水位和调节器设定值的变化，从河流/管道正常使用期间收集的数据出发，加以调整。与现有模型对比，本发明是基于数据的，且能再现特定管道/河流系统的实际物理行为。本发明具有用于开发管道/河流系统的能力，以获得最优的操作目标。必须注意的是，在此，过去的和将来的调节器闸门位置是可得到的，因为调节器闸门位置可通过控制动作加以选择和执行。

本发明也可用于：

1.探测短期内不正确的水位测量结果。

2.探测和纠正来自水位传感器的错误数据并在数据库中对该数据加以调整。

3.验证包括水位及调节器位置旧有测量结果的数据库中数据的一致性。

4.不能令人满意的性能。

5.探测异常地从网络中抽取流体。

本优选实施例提出了一种模型化动态响应的方法，包括：当通道处于正常操作状态下时或当采用特定操作状态以帮助通道的模型化时，从所获得的调节器运动及水位变化的定时测量结果中获取的短期通道行为。另外，本优选实施例提出了一种关联的方法，以控制基于该些模型的通道行为。

本优选实施例使用该模型来处理从水位传感器获得的水位测量结果，以此抑制波现象，也就是表明缓慢的(平均)水位行为。这一特点使得控制器能够实现它的目标，同时避免所有不必要的及不想要的闸门运动。特别是通过抑制数据中的波现象，控制动作可变得充分地平滑，以免因调节器运动引起任何波。控制器使用过去的水位测量结果和理想的未来水位来调整闸门位置，以在水池和完整的管道中获得理想的水位。该软件使得可以利用水池/管道正常操作过程中所获得的测量结果来最优化/调整水池/管道的模型。这称为模型调整和控制器校准。该软件的特点是允许控制器及模型自动校准，这极大地简化了管道系统中模型和控制器的准备工作和试运转。

在另一实施例形式中，本发明涉及在流体网络中通过使用多个流体调节器来控制流动或同时控制流动与液面。为了确定这些想法，液面在全文加以了讨论，但是任何受过控制领域专门训练的人都可以很容易地采用本讨论，将其应用于流体控制的情况或液面和液流的混合体。

尽管已通过参照上射型(overshot)闸门描述了本优选实施例，然而其可以很容易地应用于包括下射型(undershot)闸门的任何类型的调节器。

可理解的是，本发明接受许多进一步的改动，因为这些改动对本领域技术人员而言是非常明显的，这些改动将被视为落入本发明范围内，这里只阐明了本发明的特征以及通过示例的方式给出了某些特殊的实施例。

术语表

闭环识别(Closed Loop Identification)：可理解为对于系统进行系统识别实验的过程，对于某些系统，强制(forcing)信号(系统输入)至少部分地通过某些系统响应(系统输出)来确定。闭环识别因而以反馈机制运行，由此使得系统输出为一个或多个设定值，使得在正常操作条件期间系统识别任务在不干扰正常的系统操作的情况下得以进行。

控制算法(Control Algorithm)：意指一种确定信号值或信息值的计算和排列方法，为了调整系统变量，我们可以在系统中控制所述信号值或信息值，使得系统变量接近理想的特性或数值。

控制单元(Controlling Element)、控制器(Controller)：意指一个执行控制算法的物理设备。控制器自身即为一个系统。为了使一个或多个系统输出具有理想的性质或数值，控制器改变受控系统的一个或多个输入。该控制器包括用于观测某些信号、系统输入及系统输出的传感器；所要求的设定值信息，即为某些系统信号的理想值；用于计算传感器响应的计算机，以及一种激活该系统以迫使系统信号达到理想的设定值的手段。计算机计算传感器的输入以便确定一输出，该输出将使得系统信号接近它们的理想设定值。至于系统行为，控制器本身被选作为一个可排除受控系统行为的不利影响的系统。例如，在一个灌溉渠中，通过观测过去的水位面及调节器的动作，调节器可以保持水位在一个可接受的范围内。

离散时间(Discrete Time)：意指一种表示对于有限样本的持续时间的方法。

扰动(Disturbances)：一局外变量，通常超过直接的用户影响，但可以通过其对系统行为的影响而测定。例如，测量误差、影响运河水位的降雨以及目照和风等引起的蒸发。

动态规划法(Dynamic Programming)：数学系统理论中的一种方法，是指在最优化任务过程中控制设计。包含理想的系统行为的特定目标函数在一特定水平面上被最优化。动态规划法特别适用于采样数据控制环境。

激活(Excite)：可理解为改变系统输入信号以在系统中产生一可观测的响应。

流体网络(Fluid Network)：其定义为任何自然的或人工的流体传输媒介，例如灌溉渠、河流、湖泊、地下含水层、加压或未加压的流体传输管线。

全局(Global)：可理解为是指整个所考察的流体系统，包括流体源、流动通路、流体存储、控制结构以及流体供给点。

落差(Head)：意指流体的压力落差。在自由表面情况下，落差相当于流体表面层。对于有管的或密闭的流体传输媒介，其中不存在自由流体表面(自由流体表面定义为不受壁或者其它不透水的或无孔表面束缚的流体表面)，落差是指流体网络中一点处的压力。(其对应于网络中的该点处自由表面条件。)

闸门落差(Head Over Gate)：意指上射型闸门顶部上方的流体深度。请参照图1，闸门落差定义为闸门顶边与正对的上游水位之间的差值，这些均相对同一基准面测量。

识别算法(Identification Algorithm)：一种特殊的系统识别自动化技术。

局部(Local)：意指流体网络的直接受调节器控制且受相邻调节器限制的部分。

LQ控制器(LQ Controller)：线性二次(Linear Quadratic，LQ)控制器，其可以最小化二次目标函数，例如每个闸门上游的水位波动的加权平方和。也即，它们可以采用每个控制目标的相对加权来处理一个或多个控制目标。LQ控制器可以具有一个或多个输入变量及一个或多个输出变量。对于本发明采用LQ控制的情况下，目标函数的二次特征可以其它积极的标准代替。

模型(Model)：其定义为一种服从于模拟系统行为的计算的数学表达式。模型本身为创建于计算机中的系统。

模型参数(Model Parameter)：其为表示模型特征的常数，对于定义模型的行为是重要的。

开环识别(Open Loop Identification)：可理解为针对系统进行系统识别实验的过程，在该过程中任何系统强制信号(系统输入)都不决定于(全部地或部分地)某些系统响应(系统输出)。

比例积分控制器(PI Controller)：比例积分(Proportional Integral)控制器以求解设定值的偏离与设定值的偏离的积分的加权和的方式来计算控制变量。

最优值(Optimal)：可理解为根据一特殊的用户定义的标准所测得的最佳值；例如最佳模型可以是在特定的预测时间范围内具有最小的预测误差。

实时(Real Time)：在物质世界中的测量时间，其区别于模拟时间，模拟时间代表计算机内部的时间，例如为了在计算机内部获得系统行为而在模型模拟过程中所使用的时间。

实时数据(Real Time Data)：意指以小的间隔从系统获得的数据，该间隔是指数据测量时间与记录时间或数据使用有效性之间的时间间隔。在本发明中，该时间间隔相对于系统的响应时间较短，使得运行实现快速的控制动作以满足控制目标。

调节器(Regulator)：可理解为一能够在流体网络中改变所述落差或液体流动的物理装置。调节器一般在一维或多维上限制流体的通道。在一维情况下，流体具有不受限制的‘自由表面’。在二维情况下，在调节器处不存在自由表面，更确切地说，调节器的操作维度决定了其对液流的影响。例如，二维情况下的阀门或滑动闸门/泄水闸门，一维情况下的上射型闸门、溢流堰闸门。

响应(Response)：可理解为任何可测量的或可观测的物理现象中的变化。

圣维南方程(Saint-Venant equations)：利用质量守恒和动量守恒方程来描述水道中的水的流动及水波的传播。质量守恒方程为：

$\frac{\∂A}{\∂t}+\frac{\∂Q}{\∂x}=q---\left(E11\right)$

式中，A为横截面面积，t为时间，Q为流量，x为沿管道方向的距离，q为单位长度的流入量。采用面积和流量表示，动量守恒方程可以写为：

$\frac{\∂Q}{\∂t}+(\frac{\mathrm{gA}}{B}-\mathrm{\β}\frac{Q^2}{A^2})\frac{\∂A}{\∂x}+2\mathrm{\β}\frac{Q}{A}\frac{\∂Q}{\∂x}=\mathrm{gA}(\stackrel{\‾}{S}-S_f)+{\mathrm{qu}}_q-\frac{Q^2}{A}\frac{\mathrm{d\β}}{\mathrm{dx}}---\left(E2\right)$

式中，g为重力加速度，S_f为摩擦坡角， S为某部分处的河床的平均坡度，在混合前流入物具有加速度u_q。系数β为布辛内斯克动量系数，其是必须采用的修正以按照流量和面积来模拟该部分的速度平方积分：方程(E11)和方程(E2)组成一对偏微分方程，描述了水道中扰动随时间的演变。它们是众多的水力模型的核心部分，特别是对于要求计算快速变化的瞬态的情况，目前有几个商业软件可供使用。

采样数据(Sample data)：意指与连续测量相反，测量是在不连续的时间情况下进行的。因此控制动作也被局限于按照设定值在特定时间发生。这种系统环境称为‘采样数据控制系统’。

设定值(Set point)：在特定信号的允许范围内的特定目标值。设定值被输入到控制器，控制器的任务是保持该设定值或在相对设定值的一定的偏差范围内保持特定信号的性质。

信号(Signal)：任何数据的定时序列，例如从系统获得的定时测量序列，通常利用测试设备。

模拟(Simulation)：其定义为使用系统模型以整体或部分地再现系统行为，例如预测特定测量的系统输出的响应，或系统输入的特性。

步长(Step)：意指在两个限定的设定值之间尽可能快地移动信号的过程。

系统(System)：可理解为被模型化和/或控制的物理环境。对于本专利申请，其意指流体网络和相关的调节器。广义地来说，对于河流/管道的情况下系统由可观测的信号来定义：调节器位置和水位。

系统行为(System behaviour)或行为(behaviour)：是指可从系统获得的所有可能的定时测量(信号)的集合。其表示从观察者的观点来看系统中什么是可能的。模型应该尽可能精密地再现该行为，也就是在对实际测量的结果不增不减的情况下表示所有的可能性。模型的质量反映了该任务执行得如何。

系统识别(System Identification)：是指由实验数据推导出系统模型的技术。其包括为所考察的系统模型提供一适合的计算机表达方法，以及随后的一调整过程，在该调整过程中特定的表达方法被最优化以使尽可能紧密地再现从系统中获得的定时实验观测结果。该方法提供一种比较不同模型并根据它们再现系统行为的能力对其划分等级的手段。系统识别是数学系统理论以及统计学中的一个特殊的子课题。

系统输入(System Input)：可以影响系统响应的变化的变量/信号。人们对例如调节器位置的用户控制的输入和例如降雨及蒸发的不受用户控制的系统输入加以区别。需要注意的是所述系统输入为信号。

系统输出(System Output)：意指信号，通常区别于系统输入，并受系统输入的影响。

系统状态(System state)：是指在描述系统行为方面很重要的变量。系统状态不一定可以测量，例如水位是一个局部测量信号，而沿网络的整个长度其是不可测量的；水流是一个系统状态，但不是总可以测量的。

Claims (10)

1.一种预测液流网络中预定位置处的液面的方法，该液流网络具有至少一个调节器，以控制流体沿所述液流网络的流动，所述方法包括步骤如下：收集基于所述至少一个调节器上游的液面、所述至少一个调节器下游的液面及所述至少一个调节器的开口位置的定时测量结果的数据，以及利用数据分析以提供基于所述数据的模型，由此通过定时测量所述至少一个调节器上游的液面及所述至少一个调节器的开口位置，所述模型可提供对所述预定位置处的液面的所述预测，其中所述至少一个调节器与所述模型的一模块相关联，而每个模块与所述至少一个调节器的上游液面位置、所述至少一个调节器的下游液面位置以及所述至少一个调节器的开口位置相关联。

2.如权利要求1所述的方法，其中所述数据分析采用系统识别技术。

3.如权利要求1或2所述的方法，其中所述液流网络为管道或河流系统，而所述调节器为上射型闸门。

4.如权利要求1或2所述的方法，其中设置有多个调节器。

5.如权利要求3所述的方法，其中每个模块与管道系统的上游和下游末端处的调节器相关联。

6.如权利要求4所述的方法，其中每个模块串联形成所述模型。

7.如权利要求3所述的方法，其中所述液面为自相同基准点的水位的高度。

8.如权利要求3所述的方法，其中所述模型在所述数据分析中采用基于所述至少一个调节器的开口位置及所述至少一个调节器下游的所述液面的闸门落差测定。

9.一种预测液流网络中预定位置处的液面的系统，所述系统包括至少一个调节器，以控制流体沿所述液流网络的流动；至少一个计算装置，用于收集基于所述至少一个调节器上游的液面、所述至少一个调节器下游的液面及所述至少一个调节器的开口位置的定时测量结果的数据，所述至少一个计算装置适合于使用系统识别分析，以提供基于所述数据的模型，由此通过定时测量所述至少一个调节器上游的液面及所述至少一个调节器的开口位置，所述模型可提供对所述预定位置处的液面的所述预测，其中所述至少一个调节器与所述模型的一模块相关联，而每个模块与所述至少一个调节器的上游液面位置、所述至少一个调节器的下游液面位置以及所述至少一个调节器的开口位置相关联。

10.如权利要求1所述的方法，其中所述液流网络为管道或河流系统，其具有第一调节器和所述第一调节器下游的与所述模型的模块相关联的第二调节器，所述模块基于计算机的程序从下述公式推导出：

${\hat{y}}_2(t+1)={\mathrm{\θ}}_1{h}_1^{3/2}(t-{\mathrm{\τ}}_1)+{\mathrm{\θ}}_2{h}_1^{3/2}(t-{\mathrm{\τ}}_1-1)+{\mathrm{\θ}}_3{h}_1^{3/2}(t-{\mathrm{\τ}}_1-2)+{\mathrm{\θ}}_4{({\hat{y}}_2\left(t\right)-p_2\left(t\right))}^{3/2}$

$+{\mathrm{\θ}}_5{({\hat{y}}_2(t-1)-p_2(t-1))}^{3/2}+{\mathrm{\θ}}_6{({\hat{y}}_2(t-2)-p_2(t-2))}^{3/2}+{\hat{y}}_2\left(t\right)+{\mathrm{\θ}}_7({\hat{y}}_2\left(t\right)-{\hat{y}}_2(t-1))$

$+{\mathrm{\θ}}_8({\hat{y}}_2\left(t\right)-2{\hat{y}}_2(t-1)+{\hat{y}}_2(t-2))-v\left(t\right)$

其中：

t为计算机的当前时间，

为所述第一调节器的下游水位和紧邻所述第二调节器上游水位的预测值，

y₂(t)为在时间t所述第一调节器下游实际水位和紧邻所述第二调节器上游实际水位，

h_i(t)＝y_i(t)-p_i(t)为调节器i上方的水量(其中对于第一调节器i＝1，对于第二调节器i＝2)，

p_i(t)为在时间t调节器i的位置，

θ_ii＝1...8为参数，被调整以反应实际的物理系统，

τ_i表示延迟时间，即在一变量变为关联的之前所经历的时间，以及

v(t)为所述第一和第二调节器之间该段河流/管道中的分流。

Images