一种面向供水管网水力模型水量校核的压力监测点移动布置方法

1.本发明涉及城市供水系统建模技术领域，尤其是涉及一种面向供水管网水力模型水量校核的压力监测点移动布置方法。


背景技术：

2.城市供水管网系统是城市的生命线，是现代化城市中必不可少的重要市政基础设施。近年来，随着城镇化进程快速发展，城市供水管网系统规模不断扩大，复杂度逐步增高，加之管网老化、城镇供水管网漏损率居高难降等问题，因而对管网进行有效管理与运行维护的要求与技术难度越来越高。利用现代化数字信息手段对城市水务进行高效管理已成为国内外水工业行业的共识。建立供水管网水力模型是信息化管理的核心组成部分，是实现管网合理规划改造、系统状况诊断和实时运行优化的核心技术手段之一。
3.在当今以互联网 、物联网、大数据、人工智能等为标签的“智慧城市”和“智慧水务”快速发展的战略背景下，供水管网建模愈受重视，国内部分城市如北京、上海、广州、佛山等的供水企业均先后建立了供水管网水力模型。管网模型是在特定建模目下，能够准确代表实际系统的仿真模型。目前管网水力模型在管网规划设计、管网改扩建等方面已发挥了重要作用。然而，受管网模型精确度的限制，近年来管网模型的深度应用遭遇到相关的技术瓶颈。如基于水力模型校核的管网漏损识别与控制、管网异常状态诊断、管网水质模拟以及节能优化等深度应用，均因管网模型的精度问题而导致应用效果不理想。
4.在供水管网水力建模过程中，常利用管网压力、流量等监测数据对管网模型进行校核，以提高管网模型的精度。一般而言，对于一个供水管网系统，监测点布置越多，模型的校核精度会越高。然而，受经济投入限制，监测设备相对而言数量非常有限。部分学者或工程师提出了各种监测点优化布置方法(如，cn105894130b、cn109930658b)，对监测设备监测点选址进行优化布置；然而，受限于相对有限的监测设备数量，即使进行了监测点选址优化，采用固定监测的方式下，整个供水管网空间监测密度依然较低，管网实时运行状态监测信息不足依然是导致管网水力模型精度难以提高的关键瓶颈；对于校核方法方面，传统上常采用遗传与bp神经网络、粒子群算法(pso)、麻雀搜索算法等随机搜索算法进行校核(cn108898512a、cn112149358a、cn112163301a、cn112733443a等)，然而该类随机算法计算效率较低，难以适用于大规模管网以及实时需求的应用场景。综上所述，面对因监测设备相对较少、监测信息不足，而导致管网水力模型校核精度难以提高的瓶颈难题，本发明提出了移动监测的创新思路，旨在通过移动设备进行轮换监测，数倍增大监测数据量，并构建相应的模型校核方法，有效突破技术瓶颈，推进管网模型校核理论与技术发展。


技术实现要素：

5.针对现有技术存在的上述问题，本技术提供了一种面向供水管网水力模型水量校核的压力监测点移动布置方法，通过有限数量的压力监测传感器就能获得足够数量的管网
压力监测数据，从而提高模型校核精度。
6.本发明的技术方案如下：
7.一种面向供水管网水力模型水量校核的压力监测点移动布置方法，包括以下步骤：
8.s1、制定校核计划，分为round_num个校核周期，每个校核周期的监测点数量为sens_num，校核周期的时长为t；所述监测点为压力监测传感器的安装位置；
9.校核计划的全部监测点的数量为：
10.length(sens)＝sens_num
×
round_num
11.校核计划的总时长为：
12.t＝t
×
round_num
13.s2、基于初始化管网水力模型，得到节点压力关于节点水量的雅克比矩阵hq；
14.s3、根据雅克比矩阵hq和改良隐枚举优化法，求解监测点移动方案sens_place；所述监测点移动方案sens_place是指：从当前校核周期变更到下一个校核周期时，监测点需要从当前位置变更到哪个位置；
15.监测点移动方案sens_place的数学描述方法是：将每个校核周期中的不同监测点的位置定义为一个向量，即监测点位置部署方案sens_place[k]，其中k代表第k个校核周期；所有校验周期的监测点位置部署方案sens_place[k]的总和即为监测点移动方案sens_place；
[0016]
s4、根据校核计划的时间顺序，选取第一个校核周期中的监测点位置部署方案sens_place[1]，通过迭代法计算供水管网水力模型的节点水量；
[0017]
s5、计算该校核周期的供水管网水力模型的最优参数估计值，将计算结果设置为供水管网水力模型的参数；
[0018]
s6、选取第二个校核周期中的监测点位置部署方案sens_place[2]，重复执行s4和s5，通过调整参数来逐步改进供水管网水力模型的计算精度，直至所有校核周期都处理完毕。
[0019]
进一步的，步骤s2包括如下步骤：
[0020]
s21、设定供水管网的节点关联矩阵a：
[0021][0022]
s22、利用海澄-威廉方程计算水头损失对管段的偏微分：
[0023][0024]
其中：h为水头损失，ku为单位换算系数，d、l、q及c为管道的管径(mm)、管长(m)、水量(l/s)及海澄-威廉系数；
[0025]
s23、将水头损失对管段的偏微分写为对角阵的形式：
[0026][0027]
s24、根据以下公式求算节点压力关于节点水量的雅克比矩阵hq：
[0028]
hq＝-(aba
t
)-1
。
[0029]
进一步的，步骤s3包括如下步骤：
[0030]
s31、依照雅克比矩阵hq，构建目标函数：
[0031][0032]
其中：n为供水管网的节点总数，sens为监测点位置的索引；
[0033]
s32、使用改良隐枚举优化法求解目标函数f(sens)，得到一个向量，即监测点位置总布置sensall_vector；所述监测点位置总布置sensall_vector描述的是所有监测点的节点索引集合；
[0034]
s33、使用kmeans 方法根据空间位置将sensall_vector中的全部监测点进行聚类，分类组数cluster_num等于监测点数量sens_num；
[0035]
s34、对每个分类组中的监测点依照其敏感度向量的1范数从大到小排序，得到监测点位置序列；所述敏感度向量是指雅克比矩阵hq中的某一行，其中监测点i的敏感度向量为雅克比矩阵hq的第i行；所述监测点位置序列代表了同一个压力监测传感器在每个校核周期中的不同位置；
[0036]
如果监测点位置序列的长度小于校核周期round_num，就用循环的方式往该序列尾部补充监测点，直至该序列的长度等于校核周期round_num；
[0037]
s35、对于第一个校核周期，依次从每个分类组的监测点位置序列中选择第一个数据，得到一个维数等于监测点数量sens_num的向量，该向量即为第一个校核周期的监测点位置部署方案sens_place[1]；对于第二个校核周期，依次从每个分类组的监测点位置序列中选择第二个数据，同样得到一个维数等于监测点数量sens_num的向量，该向量即为第二个校核周期的监测点位置部署方案sens_place[2]；以此类推，得到所有校核周期的监测点位置部署方案，即为监测点移动方案sens_place。
[0038]
进一步的，步骤s4包括以下步骤：
[0039]
s41、将当前校核周期划分为m个时间段，标记为：时段t1、时段t2、
…
、时段tm；
[0040]
s42、设置一个向量q[t]，用于描述所有节点的水量布置；所述向量q[t]的维数等于模型的节点总数，每个维度的数值分别代表对应节点的水量；
[0041]
s43、对于时段t1，设定q[t]的初始值q[t1]为模型总水量的平均值：
[0042]
q[t1]＝ones(1,n)*q
avg
[0043]qavg
＝q
total
/n
[0044]
其中：q
total
为模型总水量(l/s)，q
avg
为模型节点水量平均值(l/s)，ones(1,n)为长度为节点总数n的元素均为1的行向量；
[0045]
s44、假设当前是第k个校核周期，读取其监测点位置部署方案sens_place[k]，并设定目标迭代需要消除的压力误差量：
[0046]
dh＝ho[sens]-hs[sens]
[0047]
其中：ho为压力监测传感器测量得到的压力(m)，hs为每次迭代校正后的压力(m)；
[0048]
s45、求解水量布置为q[t1]时的管网模型的雅克比矩阵hq；
[0049]
s46、求解方程hq
×
dq＝dh,得到q[t1]的修正量dq；
[0050]
s47、通过公式q[t1]
n 1
＝q[t1]n dq算出下一次迭代的水量布置q[t1]
n 1
；
[0051]
s48、当dh小于设定允许的误差阈值时迭代停止，此时得到的结果为时段t1的水量布置q[t1]的最终结果；
[0052]
s49、将q[t1]作为初始值，计算时段t2的水量布置q[t2]；以此类推，重复执行s45至s48，直至计算出所有时段的水量布置q[t]；
[0053]
s410、将所有求得的单时段用水量按照时序排列便可得到节点用水量模式；所述节点用水量模式是指管网模型中用水节点的用水量随时间变化的系数。
[0054]
进一步的，步骤s32所述改良隐枚举优化法的具体步骤如下：
[0055]
s51、设置一个向量sensall_init，为所有监测点的节点索引集合；
[0056]
s52、将所有的节点随机排列，得到一个入点组n
in
(i)，并依序选择一个入点；
[0057]
s53、将所有初始解解向量元素随机排列，得到一个出点组n
out
(j)，让入点依顺序替换出点得到一个新的解sensall_new；
[0058]
s54、将原始解sensall_init和新解sensall_new代入步骤s31的目标函数，求解原始解f(sensall_init)和新解f(sensall_new)，选取更优解进入下一次迭代；
[0059]
s55、重复执行s52、s53、s54，直到无法产生更优解时终止；最终求得的解即为监测点位置总布置sensall_vector。
[0060]
进一步的，步骤s44的具体方法如下：
[0061]
记hq为a，dh为b，dq为需要求解的未知数x，则采用迭代法求解ax＝b的过程为：
[0062][0063]
b2＝b-a
·
dx1[0064][0065]
b3＝b
2-a
·
dx2[0066]
……
[0067][0068]bn 1
＝b
n-a
·
dxn[0069]
……
[0070]
迭代结束后，迭代次数为n，则x的值为：
[0071][0072]
其中：sum(a,axis＝0)表示为对矩阵a列加和，sum(a，axis＝1)表示为对矩阵a行加和，abs(a)表示对矩阵a取绝对值，式中乘除法均为对位相乘除。
[0073]
本发明有益的技术效果在于：
[0074]
(1)在成本相当的前提下，本发明可以数倍扩大监测数据的采集量，增大管网压力空间监测密度，获取更多的管网运行状态信息，为提高给水管网水力模型校核精度提供坚实的数据基础；
[0075]
(2)在模型校核精度相当的前提下，本发明可以大幅减少模型参数校核的硬件成本、施工成本和维护成本；而且，相对于传统的随机搜索算法，本发明提出的数值解法可以大幅减少计算时间，提高计算效率，对实时校核的应用场景具有更好的适应性；
[0076]
(3)本发明对监测数据的持续累积具有累积吸收的能力，即随着监测数据在时间维度与空间维度的累积，管网的校核精度在整体趋势上逐步提高，逼近当所有节点均布设有监测设备时对应的校核精度。
[0077]
本发明可应用于供水管网模型参数校核、运行状态诊断等，具有广泛的应用前景。
附图说明
[0078]
附图1是实施例的管网拓扑图；
[0079]
附图2是监测点移动方案的示意图；
[0080]
附图3是实施例管网的监测点移动布置过程示意图；
[0081]
附图4是实施例管网的移动监测过程中全节点绝对压力校核误差变化曲线；
[0082]
附图5是实施例管网的移动监测过程全节点流量相对校核误差变化曲线；
[0083]
附图6是实施例管网的移动监测过程全管段流量相对校核误差变化曲线。
具体实施方式
[0084]
下面结合附图和实施例，对本发明进行具体描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0085]
实施例是一个工程案例的给水管网模型，如附图1所示。该管网系统有4个供水水源，各自拥有时间模式，总用水节点数量484，节点用水量模式数量为17，节点分为17组并各自赋予随机用水量模式，基线用水量随机设定，管道总数567根，管道的粗糙系数随机设定，范围在90～130之间。
[0086]
参数校核的步骤如下：
[0087]
s1、制定校核计划，分为round_num个校核周期，每个校核周期的监测点数量为sens_num(即可移动的压力监测传感器的数量)，校核周期的时长为t；监测点为压力监测传感器的安装位置。
[0088]
对于实施例，round_num＝20，sens_num＝10，t＝24小时。
[0089]
校核计划的全部监测点的数量为：
[0090]
length(sens)＝sens_num
×
round_num＝10
×
20＝200
[0091]
校核计划的总时长为：
[0092]
t＝t
×
round_num＝24
×
20＝480(小时)
[0093]
s2、基于初始化管网水力模型，得到节点压力关于节点水量的雅克比矩阵hq。具体步骤如下：
[0094]
(2-1)设定供水管网的节点关联矩阵a：
[0095][0096]
(2-2)利用海澄-威廉方程计算水头损失对管段的偏微分：
[0097][0098]
其中：h为水头损失，ku为单位换算系数，d、l、q及c为管道的管径(mm)、管长(m)、水量(l/s)及海澄-威廉系数；
[0099]
(2-3)将水头损失对管段的偏微分写为对角阵的形式：
[0100][0101]
(2-4)根据以下公式求算节点压力关于节点水量的雅克比矩阵hq：
[0102]
hq＝-(aba
t
)-1
[0103]
s3、根据雅克比矩阵hq和改良隐枚举优化法，求解监测点移动方案sens_place。监测点移动方案sens_place是指：从当前校核周期变更到下一个校核周期时，监测点需要从当前位置变更到哪个位置，如附图2所示。
[0104]
监测点移动方案sens_place的数学描述方法是：将每个校核周期中的不同监测点的位置定义为一个向量，即监测点位置部署方案sens_place[k]，其中k代表第k个校核周期；所有校验周期的监测点位置部署方案sens_place[k]的总和即为监测点移动方案sens_place。
[0105]
具体步骤如下：
[0106]
(3-1)依照雅克比矩阵hq，构建目标函数：
[0107][0108]
其中：n为供水管网的节点总数，sens为监测点位置的索引。
[0109]
(3-2)使用改良隐枚举优化法求解目标函数f(sens)，得到一个向量，即监测点位置总布置sensall_vector。监测点位置总布置sensall_vector描述的是所有监测点的节点索引集合。具体步骤如下：
[0110]
(3-2-1)设置一个向量sensall_init，为所有监测点的节点索引集合；
[0111]
(3-2-2)将所有的节点随机排列，得到一个入点组n
in
(i)，并依序选择一个入点；
[0112]
(3-2-3)将所有初始解解向量元素随机排列，得到一个出点组n
out
(j)，让入点依顺序替换出点得到一个新的解sensall_new；
[0113]
(3-2-4)将原始解sensall_init和新解sensall_new代入步骤s31的目标函数，求解原始解f(sensall_init)和新解f(sensall_new)，选取更优解进入下一次迭代；
[0114]
(3-2-5)重复执行s52、s53、s54，直到无法产生更优解时终止；最终求得的解即为监测点位置总布置sensall_vector。
[0115]
(3-3)使用kmeans 方法根据空间位置将sensall_vector中的全部监测点进行聚类，分类组数cluster_num等于监测点数量sens_num。
[0116]
(3-4)对每个分类组中的监测点依照其敏感度向量的1范数从大到小排序，得到监测点位置序列；所述敏感度向量此处是指雅克比矩阵hq中的某一行，其中监测点i的敏感度向量为雅克比矩阵hq的第i行；如果监测点位置序列的长度小于校核周期round_num，就用循环的方式往该序列尾部补充监测点，直至该序列的长度等于校核周期round_num；所述监测点位置序列代表了同一个压力监测传感器在每个校核周期中的不同位置。
[0117]
(3-5)对于第一个校核周期，依次从每个分类组的监测点位置序列中选择第一个数据，得到一个维数等于监测点数量sens_num的向量，该向量即为第一个校核周期的监测点位置部署方案sens_place[1]；对于第二个校核周期，依次从每个分类组的监测点位置序列中选择第二个数据，同样得到一个维数等于监测点数量sens_num的向量，该向量即为第二个校核周期的监测点位置部署方案sens_place[2]；以此类推，得到所有校核周期的监测点位置部署方案，即为监测点移动方案sens_place。实施例的监测点移动过程如附图3所示。
[0118]
s4、根据校核计划的时间顺序，选取第一个校核周期中的监测点位置部署方案sens_place[1]，通过迭代法计算供水管网水力模型的节点水量，具体步骤如下：
[0119]
(4-1)将当前校核周期划分为m个时间段，标记为：时段t1、时段t2、
…
、时段tm；
[0120]
(4-2)设置一个向量q[t]，用于描述所有节点的水量布置；所述向量q[t]的维数等于模型的节点总数，每个维度的数值分别代表对应节点的水量；
[0121]
(4-3)对于时段t1，设定q[t]的初始值q[t1]为模型总水量的平均值：
[0122]
q[t1]＝ones(1,n)*q
avg
[0123]qavg
＝q
total
/n
[0124]
其中：q
total
为模型总水量(l/s)，q
avg
为模型节点水量平均值(l/s)，ones(1,n)为长度为节点总数n的元素均为1的行向量；
[0125]
(4-4)假设当前是第k个校核周期，读取其监测点位置部署方案sens_place[k]，并设定目标迭代需要消除的压力误差量：
[0126]
dh＝ho[sens]-hs[sens]
[0127]
其中：ho为压力监测传感器测量得到的压力(m)，hs为每次迭代校正后的压力(m)；
[0128]
(4-5)求解水量布置为q[t1]时的管网模型的雅克比矩阵hq；
[0129]
(4-6)求解方程hq
×
dq＝dh,得到q[t1]的修正量dq；
[0130]
(4-7)通过公式q[t1]
n 1
＝q[t1]n dq算出下一次迭代的水量布置q[t1]
n 1
；
[0131]
(4-8)当dh小于设定允许的误差阈值时迭代停止，此时得到的结果为时段t1的水量布置q[t1]的最终结果；
[0132]
(4-9)将q[t1]作为初始值，计算时段t2的水量布置q[t2]；以此类推，重复执行s45至s48，直至计算出所有时段的水量布置q[t]；
[0133]
(4-10)将所有时段的用水量连接便可得到节点用水量模式。
[0134]
s5、计算该校核周期的供水管网水力模型的最优参数估计值，将计算结果设置为供水管网水力模型的参数；
[0135]
s6、选取第二个校核周期中的监测点位置部署方案sens_place[2]，重复执行s4和s5，通过调整参数来逐步改进供水管网水力模型的计算精度，直至所有校核周期都处理完毕。
[0136]
参数校核结果采用以下指标进行评估计算：
[0137]
节点压力绝对误差：
[0138][0139]
节点流量相对误差：
[0140][0141]
管段流量相对误差：
[0142][0143]
其中，h
true
、q
true
、q
true
分别为案例管网设定的真实节点压力、节点流量、管道流量值，hs、qs、qs分别为案例管网校核之后的模拟节点压力、节点流量、管道流量值。
[0144]
移动监测过程参数校核评估结果如附图4～6所示。
[0145]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，对于本领域的普通技术人员而言，在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。