城市供水管網事故爆管在線定位系統的製作方法
2023-05-15 21:35:01
專利名稱：城市供水管網事故爆管在線定位系統的製作方法
技術領域：
本發明屬於供水系統的測量類，尤其涉及城市供水管網爆管事故的定位。具體講涉及城市供水管網事故爆管在線定位系統。
背景技術：
近年來我國許多城市建立了供水管網的數據採集與監測系統(Supervisory Control AndData Acquisition,即SCADA系統)，它對供水管網內若干節點的水壓、流量、水質數據以及水泵等的運行情況進行自動監測，並採用有線或無線方式將監測點的數據實時地傳回控制中心，從而實現對整個供水管網運行情況的監控。然而，由於理論不夠成熟以及實際管網比較複雜等各方面因素的影響，在遇到突發的爆管事故時，確定供水管網中事故爆管點位置的難度較大，缺乏有效的事故爆管定位方法和定位系統，成功用於實際管網的例子很少。
發明內容
為克服現有技術的不足，準確而迅速地判斷供水管網中事故爆管點的位置，提高定位的精度，並對供水管網運行情況的相關數據進行有效的管理，本發明採取的技術方案是，城市供水管網事故爆管在線定位系統，由數據採集與監測系統、數據中心和主控計算機組成；所述數據採集與監測系統，包括1、若干個遙測遠傳終端，用於採集管網監測點的壓力或流量等數據，並按約定的採集時段定時以有線或無線方式發送給數據中心；2、通訊系統，用於遙測遠傳終端與數據中心的信息通訊；所述數據中心包括伺服器，用於監控過程值並與過程硬體通訊；伺服器上設置有資料庫，用來存儲按時序監測的供水管網在線數據；所述主控計算機，包括下列模塊(1)存儲事故爆管定位分析的相關數據信息的存儲模塊；(2)對供水管網進行爆管區域識別模塊用於讀取伺服器上資料庫的按時序監測的供水管網在線數據，並代入神經網絡模型作為輸入數據進行爆管區域識別；(3)對供水管網進行事故爆管點定位模塊用於自動匹配所識別爆管區域與在線監測計量區域，對其流量數據進行處理計算爆管漏損水量，並將其代入定位模型進行事故爆管點定位；(4)控制數據採集與監測系統對管網中各監測點進行循環數據採集模塊用於將監測數據傳送到伺服器資料庫中存儲並進行操作與分析。所述存儲事故爆管定位分析的相關數據信息的存儲模塊，其中的數據信息主要包括①供水管網的基礎數據；
②供水管網的事故爆管數據利用等水壓線分布圖將供水管網分為若干個分區， 對供水管網進行事故爆管工況模擬，然後記錄不同事故爆管工況下各個壓力監測點的數據；③識別事故爆管區的神經網絡模型數據基於上述事故爆管工況的模擬數據建立事故爆管資料庫，並利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型。所述代入神經網絡模型作為輸入數據進行爆管區域識別是，建立BP神經網絡模型，BP神經網絡模型是一個包括輸入層、隱含層和輸出層的三層神經網絡，其中，輸入層神經元個數即為管網壓力監測點個數，輸出層是1個神經元，對應於事故區編號；網絡結構的傳遞函數採用tansig函數，輸出層傳遞函數選用purelin函數，訓練函數選用Levenberg Marquardt的BP算法訓練函數trainlm，網絡學習函數採用BP學習規則Iearngd ；輸入數據包括訓練輸入數據與預測輸入數據兩部分，即利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型，然後將爆管時管網實時的壓力監測點數據轉化為相對壓降，並作為預測輸入數據輸入到已訓練好的模型進行預測即得到事故爆管區。對供水管網進行事故爆管點定位模塊，是利用微觀水力模型找到最接近真實情況的供水管網運行工況，即為事故爆管工況，此時模型中的可疑點即為事故爆管點。微觀水力模型將爆管漏損水量分別添加到所識別區域的節點上，通過水力平差計算出每種工況下各個壓力監測點的壓力模擬值和真實值的吻合程度，採用均方差作為相似度分析誤差指標，找到最接近真實情況的供水管網運行工況，即為事故爆管工況。此時模型中添加漏損水量的節點即為事故爆管點。本發明具有如下技術效果本發明由於採用了以上的技術方案，實現了「兩步法」進行事故爆管點的定位。第一步將供水管網劃分成若干個分區，利用神經網絡模型等技術，建立了分區與監測點壓力變化之間的非線性關係模型，用來識別事故爆管區的位置。第二步是在已知的事故爆管區內，基於微觀水力建模等技術，對事故爆管點進行定位。該發明實現了供水管網事故爆管定位方法的創新。由上所述，本發明可以準確和迅速地對城市供水管網系統中爆管等一類的事故進行在線定位分析，定位精度較高，具有較高的實用價值。提高了城市供水管網系統對於突發爆管事故的處理能力和效率，同時也實現了供水管網運行情況相關數據的有效管理。
圖1是本發明的城市供水管網事故爆管在線定位系統的原理結構示意圖；圖2是本發明的城市供水管網事故爆管在線定位系統的軟體流程圖；圖3是本發明的主控計算機中供水管網事故爆管在線定位系統軟體的BP神經網絡模型拓撲結構圖。
具體實施例方式本發明的目的是這樣實現的，城市供水管網事故爆管在線定位系統，它由SCADA 系統、數據中心和主控計算機組成，用於城市供水管網爆管等一類事故的定位分析，以及供水管網運行數據的管理。
其中，由1，若干個遙測遠傳終端(Remote Terminal Unit,即RTU)，用於採集管網監測點的壓力或壓力+流量等數據，並按約定的採集時段定時發送(有線或無線方式)給數據中心；2，通訊系統，用於RTU與數據中心的信息通訊；連接組成的SCADA系統，用於監測城市供水管網運行情況的相關數據，並與數據中心進行信息通訊；和3，伺服器，用於監控過程值並與過程硬體通訊；4，資料庫，用來存儲按時序監測的供水管網在線數據；組成的數據中心，用於控制SCADA系統，並存儲SCADA系統發回的供水管網在線數據；以及5，主控計算機，用於存儲並運行系統軟體和應用軟體(供水管網事故爆管在線定位系統軟體)，並隨時操作資料庫中的數據，是系統的操作平臺。所述的主控計算機中存儲有供水管網事故爆管在線定位系統軟體，用於事故爆管的定位分析和管網數據管理，軟體的功能包括以下幾個方面(1)存儲事故爆管定位分析的相關數據信息，主要包括①供水管網的基礎數據；②供水管網的事故爆管數據利用等水壓線分布圖將供水管網分為若干個分區 (近似等壓區)；使用EPANET軟體對供水管網進行事故爆管工況模擬；然後記錄不同事故爆管工況下各個壓力監測點的數據；③識別事故爆管區的神經網絡模型基於上述事故爆管工況的模擬數據建立事故爆管資料庫，並利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型。(2)對供水管網進行爆管區域識別。軟體讀取伺服器資料庫的管網壓力監測點在線監測數據，並代入神經網絡模型作為輸入數據進行爆管區域識別。(3)對供水管網進行事故爆管點定位。軟體自動匹配所識別爆管區域與在線監測計量區域，對其流量數據進行處理計算爆管漏損水量，並將其代入定位模型進行事故爆管點定位。(4)控制SCADA系統按設定的時序對管網中各監測點進行循環數據採集，並將監測數據傳送到伺服器資料庫中存儲並進行操作與分析。下面結合附圖按實際操作步驟進一步詳細說明本發明。在圖1中，城市供水管網事故爆管在線定位系統，由SCADA系統1、數據中心2和主控計算機3組成。其中SCADA系統1主要包括若干個遙測遠傳終端(RTU)4和通訊系統5兩部分。 遙測遠傳終端(RTU)4，是一種遠端測控單元裝置，用於採集管網監測點的壓力或壓力+流量數據，並按設定的採集時段定時發送(無線或有線方式)給數據中心。通訊系統5，用於 RTU與數據中心的信息通訊，可採用有線或無線方式。數據中心2包括伺服器6和資料庫7，伺服器6可監控過程值並與過程硬體通訊， 資料庫7用來儲存按時序監測的供水管網在線數據。主控計算機3內裝有系統軟體和應用軟體(供水管網事故爆管在線定位系統軟體)，並可隨時操作資料庫中的數據，是系統的操作平臺。供水管網事故爆管在線定位系統軟體的流程圖如圖2所示，該軟體主要流程包括以下幾個方面(1)啟動計算機，運行供水管網事故爆管在線定位系統。該系統主要包含以下功能與信息①系統存有供水管網基礎數據，其中主要包括供水管網的拓撲結構、節點信息 (編號、二維坐標、流量、標高等)、管段信息(編號、起始節點與終止節點、管長、管徑、管材、 粗糙度等)、水廠信息(出廠流量、泵站等)、閘閥信息以及水錶信息等。②系統存有供水管網事故爆管數據。由於管網發生漏損事故(不同位置，不同漏水量)時各個壓力監測點的數據需要長期積累，並很難全面獲得，因此，本系統存儲數據為模擬數據。即基於事故爆管時管網壓力變化特徵，利用等水壓線分布圖將供水管網分為若干個分區(近似等壓區)；在各分區內選擇一些有代表性的點位虛擬不同漏損程度的事故爆管，基於事故爆管工況模擬模型，用EPANET軟體分析供水管網事故爆管工況下的壓力變化與特徵；然後記錄不同事故爆管工況下各個壓力監測點的數據，並計算各點相對壓降。③系統將上述模擬數據匯總與相應爆管分區編號結合起來建立事故爆管資料庫， 並建立BP神經網絡模型，模型拓撲結構如圖3所示，是一個包括輸入層、隱含層和輸出層的三層神經網絡。其中，輸入層神經元個數即為管網壓力監測點個數，輸出層是1個神經元， 對應於事故區編號；網絡結構的傳遞函數採用tansig函數，輸出層傳遞函數選用purelin 函數，訓練函數選用Levenberg_Marquardt的BP算法訓練函數trainlm，網絡學習函數採用BP學習規則Iearngd ；輸入數據包括訓練輸入數據與預測輸入數據兩部分，即利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型，然後將爆管時管網實時的壓力監測點數據轉化為相對壓降，並作為預測輸入數據輸入到已訓練好的模型進行預測即得到事故爆管區。系統通過資料庫獲取在線監測數據，並對其進行後續分析與研究。(2)系統定時讀取伺服器資料庫的管網壓力監測點在線監測數據並與各點同期歷史數據進行比較計算。(3)當其均方差在允許範圍之內時表示供水管網運行正常，系統自動返回O)，等待下一次獲取在線監測數據並對其進行爆管判斷；當其均方差超過允許範圍時，系統判別為管網發生事故爆管，並繼續進行以下分析。(4)系統對供水管網進行爆管區域識別。即系統將壓力監測數據轉化為相對壓降， 並代入已訓練好的神經網絡模型作為預測輸入數據進行爆管區域識別。(5)系統自動匹配所識別爆管區域與在線監測計量區域，找出包含所識別區域的計量區域及其集合，並對其流量數據進行處理計算爆管漏損水量。然後將漏損水量代入定位模型進行爆管定位。爆管定位即利用微觀水力模型進行管網水力平差計算，此模型將爆管漏損水量分別添加到所識別區域的節點上，通過水力平差計算出每種工況下各個壓力監測點的壓力模擬值和真實值的吻合程度，採用均方差作為相似度分析誤差指標，找到最接近真實情況的供水管網運行工況，即為事故爆管工況。此時模型中添加漏損水量的節點即為事故爆管點(當定位的節點數目大於1時，還需用檢漏儀進行現場進行確認)。其中，微觀水力模型一般採用管網水力學基本方程式中的節點方程進行編程
權利要求
1.一種城市供水管網事故爆管在線定位系統，其特徵是，由數據採集與監測系統、數據中心和主控計算機組成；所述數據採集與監測系統，包括一、若干個遙測遠傳終端，用於採集管網監測點的壓力或流量等數據，並按約定的採集時段定時以有線或無線方式發送給數據中心；二、通訊系統，用於遙測遠傳終端與數據中心的信息通訊；所述數據中心包括伺服器，用於監控過程值並與過程硬體通訊；伺服器上設置有資料庫，用來存儲按時序監測的供水管網在線數據；所述主控計算機，包括下列模塊(1)存儲事故爆管定位分析的相關數據信息的存儲模塊；(2)對供水管網進行爆管區域識別模塊用於讀取伺服器上資料庫的按時序監測的供水管網在線數據，並代入神經網絡模型作為輸入數據進行爆管區域識別；(3)對供水管網進行事故爆管點定位模塊用於自動匹配所識別爆管區域與在線監測計量區域，對其流量數據進行處理計算爆管漏損水量，並將其代入定位模型進行事故爆管點定位；(4)控制數據採集與監測系統對管網中各監測點進行循環數據採集模塊，用於將監測數據傳送到伺服器資料庫中存儲並進行操作與分析。
2.如權利要求1所述的系統，其特徵是，所述存儲事故爆管定位分析的相關數據信息的存儲模塊，其中的數據信息主要包括①供水管網的基礎數據；②供水管網的事故爆管數據利用等水壓線分布圖將供水管網分為若干個分區，對供水管網進行事故爆管工況模擬，然後記錄不同事故爆管工況下各個壓力監測點的數據；③識別事故爆管區的神經網絡模型數據基於上述事故爆管工況的模擬數據建立事故爆管資料庫，並利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型。
3.如權利要求1所述的系統，其特徵是，所述代入神經網絡模型作為輸入數據進行爆管區域識別是，建立BP神經網絡模型，BP神經網絡模型是一個包括輸入層、隱含層和輸出層的三層神經網絡，其中，輸入層神經元個數即為管網壓力監測點個數，輸出層是1個神經元，對應於事故區編號；網絡結構的傳遞函數採用tansig函數，輸出層傳遞函數選用 purelin函數，訓練函數選用Levenberg_Marquardt的BP算法訓練函數trainlm，網絡學習函數採用BP學習規則Iearngd ；輸入數據包括訓練輸入數據與預測輸入數據兩部分，即利用每個分區已建事故爆管資料庫的數據樣本訓練神經網絡模型，然後將爆管時管網實時的壓力監測點數據轉化為相對壓降，並作為預測輸入數據輸入到已訓練好的模型進行預測即得到事故爆管區。
4.如權利要求1所述的系統，其特徵是，對供水管網進行事故爆管點定位模塊，是利用微觀水力模型找到最接近真實情況的供水管網運行工況，即為事故爆管工況，此時模型中的可疑點即為事故爆管點。
5.如權利要求4所述的系統，其特徵是，微觀水力模型將爆管漏損水量分別添加到所識別區域的節點上，通過水力平差計算出每種工況下各個壓力監測點的壓力模擬值和真實值的吻合程度，採用均方差作為相似度分析誤差指標，找到最接近真實情況的供水管網運行工況，即為事故爆管工況，此時模型中添加漏損水量的節點即為事故爆管點。
全文摘要
本發明屬於供水系統的測量類。為準確而迅速地判斷供水管網中事故爆管點的位置，提高定位的精度，並對供水管網運行情況的相關數據進行有效的管理，本發明採取的技術方案是，城市供水管網事故爆管在線定位系統，由數據採集與監測系統(Supervisory Control AndData Acquisition，即SCADA系統)、數據中心和主控計算機組成，數據採集與監測系統，包括1、若干個遙測遠傳終端；2、通訊系統；數據中心包括伺服器，用於監控過程值並與過程硬體通訊；伺服器上設置有資料庫，用來存儲按時序監測的供水管網在線數據。本發明主要應用於判斷供水管網中事故爆管點的位置。
文檔編號F17D5/02GK102174994SQ20111005922
公開日2011年9月7日 申請日期2011年3月11日 優先權日2011年3月11日
發明者卿小飛, 張高嫄, 彭森, 戴雄奇, 田一梅, 趙新華 申請人:天津大學