一种基于数字孪生的城市供水管网建模与优化方法及系统

本发明涉及智慧水务与数字孪生，更具体的说是涉及一种基于数字孪生的城市供水管网建模与优化方法及系统。

背景技术：

1、城市供水管网作为城市重要的基础设施，是保障居民生活、工业生产及公共服务稳定运行的关键生命线系统。随着城市化进程的加快和用水需求的持续增长，供水管网的规模不断扩大，其拓扑结构日益复杂，安全稳定运行对城市供水保障具有重要意义。然而，供水管网通常深埋地下，具有隐蔽性强、分布范围广、管线长、节点数量多等特点，其运行状态受用水需求波动、管道摩阻变化、泵站调度及阀门状态等多因素共同影响。

2、传统的供水管网运行管理方式主要依赖人工巡检、经验判断和周期性的静态检测数据。这种方式存在明显的局限性。近年来，数字孪生（digital twin）技术的兴起为解决上述问题提供了新的技术路径。该技术通过构建与物理系统相对应的虚拟模型，并结合实时数据交互、状态映射和仿真分析，旨在实现物理实体与虚拟模型之间的动态联动。在供水管网领域，数字孪生技术被寄予厚望，期望通过融合水力属性模型、几何模型和监测数据，实现管网状态的实时感知与优化调控。

3、然而，在现有的供水管网数字孪生建模与应用实践中，仍存在以下主要技术问题亟待解决：

4、1）水力属性模型参数不确定性大，映射精度不足。

5、供水管网的水力仿真精度在很大程度上取决于管道摩阻系数（如海曾—威廉姆斯粗糙系数）的准确性。然而，该系数受管材、管龄、内壁结垢、腐蚀程度及实际运行环境等多种因素影响，且随时间动态变化。现有技术中，往往仅依据经验值或设计手册设定模型参数，导致构建的虚拟模型与物理管网的实际运行状态存在较大偏差，难以实现高保真的“虚实映射”。

6、2）复杂管网的参数校核困难，缺乏全局优化手段。

7、针对大规模、拓扑复杂的城市供水管网，其参数校核本质上属于带有复杂约束的非线性优化问题。传统的局部试算或梯度搜索方法容易陷入局部最优解，且计算效率低下，难以适应大型复杂管网的全局参数寻优需求，导致模型校核效果不理想。

8、因此，如何构建一种能够精确反映管网空间结构、并通过智能算法优化关键水力参数以实现高保真映射的城市供水管网建模与优化方法，成为当前供水管网数字孪生领域亟待解决的技术难题。

技术实现思路

1、鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于数字孪生的城市供水管网建模与优化方法及系统，本发明通过wso全局优化粗糙系数并深度融合几何与水力属性，在保障几何模型高保真与轻量化渲染的同时，提高了供水管网数字孪生模型的参数校准精度和映射准确性。

2、为了实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明实施例提供一种基于数字孪生的城市供水管网建模与优化方法，包括：

4、建立反映管网空间结构特征的供水管网几何实体模型；

5、根据所述供水管网几何实体模型的拓扑关系及管网运行参数，建立用于模拟管网水力运行状态的初始水力属性模型；

6、获取供水管网的历史实测值，采用白鲨优化算法对所述初始水力属性模型中的分组海曾—威廉姆斯粗糙系数进行全局寻优，获得满足预设误差要求的最优粗糙系数组合，将所述最优粗糙系数组合回代至初始水力属性模型，更新模型参数，得到校核后的水力属性模型；

7、将所述校核后的水力属性模型与供水管网几何实体模型进行集成，实现供水管网空间结构与水力属性的统一映射，得到高保真数字孪生模型。

8、优选地，所述供水管网几何实体模型建立过程，具体包括：

9、获取供水管网设计图纸、管网拓扑资料、节点坐标数据、管段连接关系、管道属性参数以及附属设施连接信息，整理得到供水管网拓扑结构；

10、根据所述供水管网拓扑结构确定节点连接关系，并形成节点连接关系表；

11、根据所述供水管网拓扑结构、节点连接关系表和管道属性参数，建立管段编号表和几何对象编号表，所述几何对象编号表用于记录几何模型中各几何对象的编号、对象类型，以及与其对应的管段编号、节点编号或附属设施编号；

12、依据管段编号、节点编号或附属设施编号，将已有管道属性参数、供水系统工艺资料、泵站运行参数、阀门状态参数、水池水位或水库总水头参数、用户节点需水量数据以及压力监测点布设信息与相应的管段、节点或附属设施建立对应关系；

13、基于所述节点连接关系表、管段编号表和几何对象编号表，采用拓扑驱动的建模方式构建供水管网几何模型；其中，对于直线管段采用直管拉伸方式生成，对于存在转向的管段采用弯管扫描方式生成；

14、对所述供水管网几何模型进行轻量化处理，通过简化冗余面片减少模型的多边形数量和顶点数量，得到保留管网空间走向和连接关系的供水管网几何实体模型。

15、优选地，所述建立用于模拟管网水力运行状态的初始水力属性模型，具体包括：

16、基于所述供水管网拓扑结构、管段编号表和节点连接关系表，构建包含水源供给、加压输配、调蓄设施和管网监测部分的水力拓扑结构；

17、基于所述水力拓扑结构，根据节点流量平衡方程、管段水头损失关系和能量平衡方程建立水力计算关系；

18、建立所述水力计算关系后根据编号关联后的供水系统工艺资料设置供水链路和边界条件，并根据对应的属性参数分别配置节点属性数据、管段属性数据、泵站属性数据和阀门属性数据；

19、根据用户节点用水数据设置节点基础需水量和用户需水时间模式，根据阀门历史运行状态设置阀门控制参数，并根据泵站历史运行参数设置水泵运行参数，并根据所述节点基础需水量、用户需水时间模式、阀门控制参数和水泵运行参数得到形成管网动态运行数据；

20、基于所述水力拓扑结构、水力计算关系、供水链路、边界条件、节点属性数据、管段属性数据、泵站属性数据、阀门属性数据和运行参数，根据管道直径大小对供水管网中的管段进行分组，并为各管径组配置对应的海曾—威廉姆斯粗糙系数，形成初始水力属性模型；

21、设定模拟总时长与水力时间步长，运行水力仿真，获得供水管网在设定工况下的水力仿真结果。

22、优选地，所述节点流量平衡方程为：

23、

24、式中，为供水管网节点索引；表示与节点相连接且流向节点的管段集合，其中为流入管段索引；表示与节点相连接且由节点流出的管段集合，其中为流出管段索引；表示第条流入管段的流量，表示第条流出管段的流量；表示节点的外部流量（节点需求或供水输入）。

25、所述水力计算关系中的管段水头损失为：

26、

27、其中，为管段的水头损失；为管段的流量；为管段的海曾—威廉姆斯粗糙系数，的取值由该管段所属管径组对应的海曾—威廉姆斯粗糙系数确定；为管段的管径；为管段的长度。

28、优选地，所述校核后的水力属性模型建立过程具体包括：

29、获取供水管网压力监测点的历史实测数据，对所述压力监测点的历史实测数据进行时间格式统一、异常值检查、缺失值处理和时间步长匹配，得到与水力仿真时刻对应的压力实测值，并计算各压力监测点在设定周期内的平均实测压力值；

30、根据管道直径大小将供水管网中的管段划分为多个管径组，将各管径组对应的海曾—威廉姆斯粗糙系数作为待优化参数，构建由各组海曾—威廉姆斯粗糙系数组成的待优化参数向量，并设定变量约束范围；

31、初始化白鲨种群，在所述变量约束范围内随机生成多组由各管径组海曾—威廉姆斯粗糙系数组成的参数组合，将每一组参数组合作为一个白鲨个体的位置向量；

32、对于当前种群中的每一个体，根据管径分组映射关系，将白鲨个体对应的各组海曾—威廉姆斯粗糙系数分别赋值至对应管段，并写入初始水力属性模型中，运行动态水力仿真并提取监测点的压力模拟值；

33、将所述压力模拟值对应周期平均值与平均实测压力值进行对比，根据预设目标函数计算压力模拟值与压力实测值之间的均方根误差，得到该个体对应的目标函数值，，并根据所述目标函数值确定个体适应度；

34、根据白鲨优化算法的位置更新策略，利用当前最优个体位置和随机搜索因子对白鲨个体进行位置更新，实现各管径组海曾—威廉姆斯粗糙系数的迭代寻优；

35、重复执行参数映射、模型参数写入、动态水力仿真、目标函数计算、适应度评价以及白鲨个体位置更新操作，直至达到最大迭代次数或满足预设收敛条件；

36、输出目标函数值最小的白鲨个体，将其对应的各管径组海曾—威廉姆斯粗糙系数组合作为最优粗糙系数组合，并回代至初始水力属性模型，得到校核后的水力属性模型。

37、优选地，所述目标函数为：

38、

39、式中，为压力模拟值与压力实测值之间的均方根误差；为由各管径组海曾—威廉姆斯粗糙系数组成的待优化参数向量；为压力监测点数量；和分别为第个压力监测点在设定周期内的平均模拟压力值和平均实测压力值。

40、优选地，将所述校核后的水力属性模型与供水管网几何实体模型进行集成，实现供水管网空间结构与水力属性的统一映射，得到高保真数字孪生模型，具体包括：

41、将所述供水管网几何实体模型导入三维可视化引擎，并建立用于统一管理几何对象、承载属性数据及脚本的管网根节点、数据管理对象和界面对象；

42、定义用于存储管段编号、起止节点、管径、管长、粗糙度和流量信息的管段属性类，以及用于存储节点编号、高程、需水量、压力和水头信息的节点属性类，并构建用于统一管理所述管段属性类和节点属性类的网络数据管理脚本；

43、根据几何对象编号表，建立供水管网几何实体模型与校核后的水力属性模型之间的关联关系，使几何实体模型中的空间对象承载对应的水力属性信息；

44、构建信息面板管理脚本，调用所述网络数据管理脚本中的管段属性数据和节点属性数据，并将属性信息输出至界面文本组件中进行显示，验证供水管网几何实体模型与校核后的水力属性模型的集成表达；

45、将所述最优粗糙系数组合导入校核后的水力属性模型进行模拟计算，获取压力模拟结果，并将其与预设时间段内监测点的实测压力监测数据进行逐时刻对比，计算绝对误差；

46、若所述绝对误差满足预设校核精度要求，则确认当前模型为供水管网高保真数字孪生模型；若不满足，则返回重新进行海曾—威廉姆斯粗糙系数优化或核实管网基础数据和监测数据。

47、第二方面，本发明实施例提供一种基于数字孪生的城市供水管网建模与优化系统，包括：

48、几何实体建模模块：用于建立反映管网空间结构特征的供水管网几何实体模型；

49、水力仿真计算模块：用于根据所述供水管网几何实体模型的拓扑关系及管网运行参数，建立用于模拟管网水力运行状态的初始水力属性模型；

50、参数全局优化模块：用于获取供水管网的历史实测值，采用白鲨优化算法对所述初始水力属性模型中的分组海曾—威廉姆斯粗糙系数进行全局寻优，获得满足预设误差要求的最优粗糙系数组合，将所述最优粗糙系数组合回代至初始水力属性模型，更新模型参数，得到校核后的水力属性模型；

51、孪生映射集成模块：用于将所述校核后的水力属性模型与供水管网几何实体模型进行集成，实现供水管网空间结构与水力属性的统一映射，得到高保真数字孪生模型。

52、第三方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现一种基于数字孪生的城市供水管网建模与优化方法。

53、第四方面，本发明实施例提供一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现一种基于数字孪生的城市供水管网建模与优化方法。

54、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于数字孪生的城市供水管网建模与优化方法及系统，具有以下效果：

55、1）显著提升水力仿真模型的精度与可靠性

56、本发明摒弃了传统仅依赖经验值或设计手册设定管道粗糙系数的做法，创新性地引入wso对分组海曾—威廉姆斯粗糙系数进行全局寻优。通过构建以压力模拟值与实测值误差最小化为目标的目标函数，能够自动搜索出最符合当前管网实际运行状态（如管壁结垢、腐蚀程度）的参数组合。这种数据驱动的校核方式，有效解决了因参数不确定性导致的模型失真问题，确保了虚拟模型与物理实体在压力分布、流量分配等关键指标上的高度一致性。

57、2）实现几何空间结构与水力属性的深度融合

58、针对现有数字孪生系统中“几何模型”与“水力模型”往往割裂、难以联动的问题，本发明提出了一种统一的映射集成机制。通过建立管段编号表与几何对象编号表的关联，并利用脚本语言在三维可视化引擎中动态承载水力属性数据，实现了从三维空间到水力逻辑的双向互通。这不仅让运维人员能在三维场景中直观查看实时水压、流量，还能通过点击空间对象反向追溯其水力计算参数，极大地增强了系统的交互性和实用性。

59、3）兼顾模型高保真度与渲染性能

60、在构建几何实体模型时，本发明采用了拓扑驱动的建模策略，并针对性地实施了轻量化处理。对于直线管段采用拉伸生成，转向管段采用扫描生成，既保证了管网拓扑关系的准确性，又通过简化冗余面片大幅减少了多边形和顶点数量。这一处理方式在保证管网空间走向和连接关系不失真的前提下，显著降低了三维场景的渲染负载，使得高保真数字孪生模型能够在普通终端上流畅运行，为大规模管网的实时监控提供了技术支撑。

61、4）提高了复杂管网条件下的参数优化能力

62、本发明采用的wso具有全局搜索能力强、不依赖于梯度信息的特点，特别适合解决供水管网这种非线性、多约束的复杂参数反演问题。结合对历史监测数据的预处理（剔除异常值、平滑处理），该方法能够避免陷入局部最优解。