[发明专利]基于漏损概率的供水管网漏损检测传感器多目标布置方法

说明书

本发明提供一种基于漏损概率的供水管网漏损检测传感器多目标布置方法，属于城市供水管网漏损检测传感器优化布置方法，该方法考虑了各个节点漏损概率变化，确定管网各个节点发生漏损后对管网的影响，得到管网各个节点的漏损概率；然后，采用NSGA‑II多目标优化方法和漏损检测矩阵求解得到不同漏损概率下的帕累托前沿解，并利用PROMETHEE对帕累托前沿解进行排序与聚类，得到各种漏损概率下的最优方案；最后，基于各个节点发生漏损后对管网的影响对各种方案进行比较与分析。本发明考虑了各个节点漏损的变化，基于漏损概率的变化得到各种漏损概率传感器最优布置方案，可以获得漏损对供水管网影响最小的传感器优化布置方案。

技术领域

本发明涉及城市供水管网传感器优化布置，具体是一种基于漏损概率的供水管网漏损检测传感器多目标布置方法。

背景技术

供水管网漏损会造成大量水资源浪费，对居民生活造成重大影响，需要对漏损进行快速检测。基于管网水力模型和传感器网络能够对漏损进行有效检测和定位，但漏损检测性能与传感器的数量和位置紧密相关。考虑到传感器的安装和维护成本，不可能在管网每个节点布置传感器。因此，传感器优化布置得到了广泛研究。

传感器优化布置涉及传感器位置和数量的选取，确保在传感器数量有限的情况下使传感器网络的检测性能最优。传感器优化布置是一个多目标优化问题，除了传感器的数量，还要考虑检测时间、漏损事件检测数量、传感器网络的覆盖范围等。大多数方法通常采用NSGA-II进行求解，它基于各种优化目标选择得到一组帕累托前沿解。由于帕累托前沿解通常包含大量的方案，即使这些方案都是最优也只能选择其中一个方案，决策者很难做出选择。多准则决策分析能根据相互冲突的目标函数对帕累托前沿解进行排序，从而辅助决策者得到最优方案，在传感器优化布置中得到了广泛应用，如PROMETHEE，TOPSIS，ELECTRE。PROMETHEE具有易于使用、易于理解、处理不确定性强等特点，能够根据偏好函数在帕累托前沿解中选择得到最优解，本发明采用PROMETHEE对帕累托前沿解进行排序与聚类。

除了需要提高传感器网络的检测性能外，也需要尽可能避免传感器网络的信息冗余。传感器位置通常选择在管网压力变化比较敏感的节点，称为传感器网络灵敏度最大化。然而，管网中的一些高灵敏度点通常分布在一个相对集中的区域，这导致传感器网络存在信息冗余。为了得到最优的传感器布置方案，需要同时保证传感器网络足够的空间覆盖和最大的信息，即通过最少数量的传感器提供最多的信息。一些方法引入了信息熵，旨在选择能够提供高信息价值的传感器位置。虽然这些方法利用信息熵来对传感器的位置进行选择，但是在传感器优化布置过程中并没有考虑水力模型建模和传感器测量误差的影响。实际上，模型建模和测量误差的空间分布对传感器位置的选择具有重要影响。

本申请的发明人在实现本发明的过程中经过研究发现：上述方法大多假设供水管网各个节点具有相同的重要性，即没有考虑各个节点漏损概率的变化。这导致在传感器数量有限的情况下，很难完成对所有漏损事件的检测，特别是需要优先关注那些可能导致漏失量更大的节点。为了实现对漏损量更大的漏损事件进行优先检测，一些方法基于漏损风险对传感器进行布置，漏失量更大的漏损事件具有更高的漏损概率。虽然这实现了对不同漏损事件进行区分，但是只考虑漏损量更小这一单一目标。实际上，漏损除了造成大量水流失，还会对供水管网中其他节点和管道造成影响，包括节点压力下降、供水量不足、管道压力下降和流速上升。节点压力下降会对供水造成影响，而管道压力下降和流速上升则会对管网的水质造成影响。在管网中，各个节点发生漏损时对供水管网的影响不同。显然，传感器网络在对漏损事件进行选择时，对管网影响越高的漏损事件应该具有更高的概率(权重)被优先检测到。

发明内容

针对现有技术存在的上述问题，本发明提供一种基于漏损概率的供水管网漏损检测传感器多目标布置方法，考虑了各个节点漏损的变化，基于漏损概率的变化得到各种漏损概率传感器最优布置方案，可以获得漏损对供水管网影响最小的传感器优化布置方案。

为实现以上目的，本发明采用以下步骤：