[发明专利]基于污染概率的供水管网污染监测传感器多目标布置方法

说明书

本发明提供一种基于污染概率的供水管网污染监测传感器多目标布置方法，包括：步骤1、对供水管网各个节点发生污染物入侵的情况进行模拟，得到各种污染事件对供水管网的影响；步骤2、根据各个节点发生污染对供水管网的影响，得到各个节点的污染概率；步骤3、基于多目标优化方法，得到各个污染概率下的帕累托前沿解；步骤4、采用多准则决策聚类分析方法，对各种污染概率下的帕累托前沿解进行聚类与排序，得到不同情形的各个聚类的最优方案，利用管网发生污染物入侵后对管网的影响对各种最优方案进行比较与分析。本发明在对传感器进行优化布置时考虑了节点污染概率的变化，可获得污染物入侵时对管网影响最小的传感器布置方案。

技术领域

本发明涉及城市供水管网传感器优化布置，具体是一种基于污染概率的供水管网污染监测传感器多目标布置方法。

背景技术

供水管网是很重要的城市基础设施，它为居民提供安全饮用水。由于其分散的空间结构，供水管网各个节点容易发生污染物入侵风险。为了保障供水安全，需要为供水管网建立安全有效的监测系统，对污染物入侵进行有效地识别。而监测系统的准确性与传感器布置的数量和位置密切相关，为此，对传感器进行优化布置是实现污染物入侵有效识别地前提。

传感器优化布置涉及传感器数量和位置地选择，增加传感器的数量能够缩短污染物入侵的检测时间和提高定位精度。尽管传感器数量的增加能够显著提高监测系统的性能，在工程应用中，考虑到传感器的安装和维护成本，通常需要在传感器数量和监测系统的性能之间做出权衡。针对该问题，大多数方法采用多目标优化方法对传感器进行布置，例如使检测时间更短、污染事件检测数量更多、传感器数量更少以及使污染事件造成的影响更小等。

供水管网由于不同区域人口密度、用户属性等不同，使得各个节点发生污染物入侵的概率明显不同。由于传感器数量有限，通常很难完成对所有污染事件的检测，而在传感器优化布置时考虑节点污染概率的变化有助于建立一个有效的监测系统。然而，当前的传感器优化布置方法很少考虑节点污染概率的变化。有少数方法在传感器优化布置时考虑了节点污染概率的变化，例如基于节点需求得到污染概率、基于特殊用户的位置等，但是这些方法没有考虑到供水管网各个节点发生污染的风险等级是不同的。如果在对传感器进行优化布置时不考虑各个节点发生污染物入侵后的影响(将导致各个节点污染概率相同)，则会忽略一些高污染后果的污染事件检测，这显然跟布置传感器的初衷是相违背的。

此外，这些方法得到的传感器优化布置方案通常将传感器布置在对水质变化最敏感的管网节点上，称之为“传感器网络灵敏度最大化”。然而，供水管网中一些高灵敏度点通常分散在一个相对集中的区域，这种聚集效应导致了传感器网络的信息冗余。

发明内容

针对现有技术存在的上述问题，本发明提出一种考虑污染事件概率变化的传感器多目标优化布置方法，在对传感器进行优化布置时考虑了节点污染概率的变化，可获得污染物入侵时对管网影响最小的传感器布置方案。

为实现以上目的，本发明采用以下技术方案：

一种考虑污染事件概率变化的传感器多目标优化布置方法，包括如下步骤：

步骤1、对供水管网各个节点发生污染物入侵的情况进行模拟，得到各种污染事件对供水管网的影响；

步骤2、根据各个节点发生污染对供水管网的影响，得到各个节点的污染概率；

步骤3、基于多目标优化方法，得到各个污染概率下的帕累托前沿解；

步骤4、采用多准则决策聚类分析方法，对各种污染概率下的帕累托前沿解进行聚类与排序，得到不同情形的各个聚类的最优方案，利用管网发生污染物入侵后对管网的影响对各种最优方案进行比较与分析。

进一步的，步骤1中对供水管网的影响包括对管网节点和管道的影响。

进一步的，所述步骤1具体包括：