[发明专利]城市供水管网事故爆管在线定位系统

说明书

技术领域

本发明属于供水系统的测量类，尤其涉及城市供水管网爆管事故的定位。具体讲涉及城市供水管网事故爆管在线定位系统。

背景技术

近年来我国许多城市建立了供水管网的数据采集与监测系统(Supervisory Control AndData Acquisition，即SCADA系统)，它对供水管网内若干节点的水压、流量、水质数据以及水泵等的运行情况进行自动监测，并采用有线或无线方式将监测点的数据实时地传回控制中心，从而实现对整个供水管网运行情况的监控。然而，由于理论不够成熟以及实际管网比较复杂等各方面因素的影响，在遇到突发的爆管事故时，确定供水管网中事故爆管点位置的难度较大，缺乏有效的事故爆管定位方法和定位系统，成功用于实际管网的例子很少。

发明内容

为克服现有技术的不足，准确而迅速地判断供水管网中事故爆管点的位置，提高定位的精度，并对供水管网运行情况的相关数据进行有效的管理，本发明采取的技术方案是，城市供水管网事故爆管在线定位系统，由数据采集与监测系统、数据中心和主控计算机组成；

所述数据采集与监测系统，包括：

1、若干个遥测远传终端，用于采集管网监测点的压力或流量等数据，并按约定的采集时段定时以有线或无线方式发送给数据中心；

2、通讯系统，用于遥测远传终端与数据中心的信息通讯；

所述数据中心包括：服务器，用于监控过程值并与过程硬件通讯；服务器上设置有数据库，用来存储按时序监测的供水管网在线数据；

所述主控计算机，包括下列模块：

(1)存储事故爆管定位分析的相关数据信息的存储模块；

(2)对供水管网进行爆管区域识别模块：用于读取服务器上数据库的按时序监测的供水管网在线数据，并代入神经网络模型作为输入数据进行爆管区域识别；

(3)对供水管网进行事故爆管点定位模块：用于自动匹配所识别爆管区域与在线监测计量区域，对其流量数据进行处理计算爆管漏损水量，并将其代入定位模型进行事故爆管点定位；

(4)控制数据采集与监测系统对管网中各监测点进行循环数据采集模块：用于将监测数据传送到服务器数据库中存储并进行操作与分析。

所述存储事故爆管定位分析的相关数据信息的存储模块，其中的数据信息主要包括：

①供水管网的基础数据；

②供水管网的事故爆管数据：利用等水压线分布图将供水管网分为若干个分区，对供水管网进行事故爆管工况模拟，然后记录不同事故爆管工况下各个压力监测点的数据；

③识别事故爆管区的神经网络模型数据：基于上述事故爆管工况的模拟数据建立事故爆管数据库，并利用每个分区已建事故爆管数据库的数据样本训练神经网络模型。

所述代入神经网络模型作为输入数据进行爆管区域识别是，建立BP神经网络模型，BP神经网络模型是一个包括输入层、隐含层和输出层的三层神经网络，其中，输入层神经元个数即为管网压力监测点个数，输出层是l个神经元，对应于事故区编号；网络结构的传递函数采用tansig函数，输出层传递函数选用purelin函数，训练函数选用Levenberg Marquardt的BP算法训练函数trainlm，网络学习函数采用BP学习规则learngd；输入数据包括训练输入数据与预测输入数据两部分，即利用每个分区已建事故爆管数据库的数据样本训练神经网络模型，然后将爆管时管网实时的压力监测点数据转化为相对压降，并作为预测输入数据输入到已训练好的模型进行预测即得到事故爆管区。

对供水管网进行事故爆管点定位模块，是利用微观水力模型找到最接近真实情况的供水管网运行工况，即为事故爆管工况，此时模型中的可疑点即为事故爆管点。

微观水力模型将爆管漏损水量分别添加到所识别区域的节点上，通过水力平差计算出每种工况下各个压力监测点的压力模拟值和真实值的吻合程度，采用均方差作为相似度分析误差指标，找到最接近真实情况的供水管网运行工况，即为事故爆管工况。此时模型中添加漏损水量的节点即为事故爆管点。

本发明具有如下技术效果：

本发明由于采用了以上的技术方案，实现了“两步法”进行事故爆管点的定位。第一步将供水管网划分成若干个分区，利用神经网络模型等技术，建立了分区与监测点压力变化之间的非线性关系模型，用来识别事故爆管区的位置。第二步是在已知的事故爆管区内，基于微观水力建模等技术，对事故爆管点进行定位。该发明实现了供水管网事故爆管定位方法的创新。