1.本发明属于城市供水管网布置的技术领域,尤其涉及一种服务于供水管网水力模型校核的新增监测点布置方法及装置。
背景技术:2.近年来,对城市供水管网进行智能化管理已经成为了大趋势。为了能更好地了解管网当前的运行状况,供水管网实时水力模型被越来越广泛地利用到实际中。建立高精度高效的管网实时水力模型,并对其进行有效利用,能有效地保障城市供水安全。而为了提高供水管网水力模型的精度,就需要以依托管网中布置的监测点的监测数据,以一定的频率对模型中的节点需水量等数据进行校核。因而最终水力模型的精度,很大程度上与监测点布置方案的好坏相关。
3.在供水管网的实际运营当中,一般不会因为布设新传感器便将原有的传感器全部拆除或替换。因而如何在布置新的监测点的同时,考虑原有监测点,使新布置监测点能与旧监测点的监测数据互补,是一个值得研究的问题。鉴于此,本发明提出一种服务于供水管网水力模型校核的新增监测点布置方法,能有效将新的监测点布置在原有监测点的监测盲区,提高水力模型校核精度。
4.专利文献cn106870955b公开了一种服务于供水管网节点需水量反演的监测点优化布置方法,包括:1、选择一个基准工况进行管网平差,得到节点压力与管道流量,获得压力灵敏度矩阵,创建压力影响系数矩阵;2、以既有监测点的监测值,反演节点需水量,平差获得节点压力与管道流量,创建误差矩阵;3、将压力影响系数矩阵与压力误差矩阵相乘,将乘积最大元素对应的节点设置为新的压力监测点,将流量误差矩阵最大元素对应的管道设置为新的流量监测点;4、当监测点数目达到上限时终止迭代,否则继续计算,增加监测点。该方法通过改进传统的压力灵敏度矩阵,从而降低反演算法的误差。但是该方法在监测点布置过程中,还是需要进行迭代计算,在布置方案的生成效率并未改变。
5.专利文献cn114429034a公开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:根据管网节点总数和压力监测传感器数量,划分校核周期;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;根据雅克比矩阵和改良隐枚举优化法,求解监测点移动布置方案;根据每个校核周期中的监测点位置部署方案获取的监测数据,校核计算供水管网水力模型的节点水量参数,提升了计算精度。该方法在压力灵敏度矩阵中引入了扰动参数,来简化计算过程,但是会降低最终结果的准确度。
技术实现要素:6.为了解决上述问题,本发明提供了一种服务于供水管网水力模型校核的新增监测点布置方法,该方法在传统压力灵敏度矩阵的基础上,引入了衡量节点集合的概念,通过结合两者构建用于计算待布置节点与已有监测点之间监测效果距离的目标函数,以该目标函数每一次的最小解作为新增监测点,使得最终布置方案的监测点,不仅顾及原有监测点的
监测能力,让新增监测点与原有监测点协同作用,同时弥补原有监测点的不足,提高整体供水管网与特定区域的校核精度。
7.一种服务于供水管网水力模型校核的新增监测点布置方法,所述供水管网水力模型包括供水管网的拓扑关系,各管道的管道信息以及各节点的需水量,所述新增监测点布置方法包括:
8.步骤1、根据所述供水管网水力模型的一个标准工况下,计算获得供水管网各节点的压力灵敏度矩阵与衡量节点集合,所述衡量节点集合包括靠近节点最近的k个相邻节点集合,所述k值由人为设定;
9.步骤2、根据步骤1获得的压力灵敏度矩阵与衡量节点集合,构建用于计算待布置节点与已有监测点之间监测效果距离的目标函数,并以所述目标函数最小解对应的节点作为新增监测点;
10.步骤3、将所述新增监测点加入已有监测点后,重复步骤2的过程,直至新增监测点的布置状态满足终止条件。
11.由于传统供水管网的改造,是通过替换或增加新传感器完成,而简单的拆除或替换会改变原有的监测范围,因此会存在监测范围的重叠或存在监测盲点的问题。本发明在传统压力灵敏度矩阵的基础上,引入了衡量节点集合的概念,构建关于待布置节点与已有监测点之间监测效果距离的目标函数,通过求解目标函数的最小解,获得新增监测点,从而使得每一个新增监测点与原监测点之间的监测范围盲区最小。
12.具体的,所述各管道的管道信息,包括各管道的管道长度、管道直径以及摩阻系数。
13.优选的,所述步骤1中的压力灵敏度矩阵,是基于供水管网水力模型的拓扑关系与各节点的需水量,通过解析法计算获得,该方法获得的矩阵数据精度高,从而提高最终布置区域新旧监测点的校核精度。
14.具体的,所述压力灵敏度矩阵,具体构建过程如下:
15.根据供水管网中任意节点都满足其流入水量与流出水量相等的条件,构建节点的连续性方程:
16.qi+∑q
i,j
=0(i,j∈n)
17.式中,qi为节点i的节点需水量,q
i,j
为以节点i为起端节点,节点j为末端节点的管道的流量,即管道流量流出时为负值,管道流量流入时为正值;n为供水管网模型中的节点集合;
18.将所有节点对应的连续性方程合并,并用节点矩阵的形式输出:
19.aq-q=0
[0020][0021]
式中,表示管网拓扑关系的关联矩阵,n表示水力模型中的节点数量,p表示水力模型中的管道数量,为管道的流量向量,为节点的需水量向
量;
[0022]
同时,供水管网中任意管道两端节点的水头差异,与该管道的水头损失相等,因此构建管道的能量方程:
[0023]hi,j
=h
i-hj[0024]
式中,h
i,j
为以节点i为起端节点,节点j为末端节点的管道的水头损失,hi与hj分别为节点i与节点j的节点水头;
[0025]
将所有管道的能量方程合并,并用管道矩阵的形式输出:
[0026]at
h+h=0
[0027]
式中,a
t
为关联矩阵的转置,为节点的水头向量,为管道的水头损失向量;
[0028]
根据供水管网中节点需水量的变化规律,对节点矩阵与管道矩阵进行修改:
[0029]
节点变化矩阵:a(q+δq)-(q+δq)=0
[0030]
管道变化矩阵:a
t
(h+δh)+(h+δh)=0
[0031]
式中,为管道流量的变化向量,为节点需水量的变化向量,为节点水头的变化向量,为管道水头损失的变化向量;
[0032]
根据上述获得的矩阵与变化矩阵,通过海曾威廉公式计算管网中管道的水头损失,对单根管道的水头损失hf求其管道流量qs的微分:
[0033][0034]
式中,hf为某根管道的水头损失,qs为该管道的流量,l为该管道的长度,c为该管道的摩阻系数,d为该管道的管径;
[0035]
则包含所有管道水头损失的方程如下:
[0036]
δh=b-1
δq
[0037][0038]
式中,qd为管道d的管道流量,hd为管道d的水头损失,p为水力模型中的管道总数;
[0039]
将上述公式进行联立并整合,获得压力灵敏度矩阵:
[0040][0041]
具体的,所述步骤2中的衡量节点集合,具体表示式如下:
[0042][0043]
式中,ji为节点i的衡量节点集合,n为供水管网所有节点的集合,dist
i,a
与dist
i,b
分别表示节点i到节点a与节点b的水力距离,juncj表示供水管网中的节点j,即满足junc1,junc2…
junck是距离节点i最近的k个节点,i与j表示节点的编号。
[0044]
具体的,所述衡量节点集合,具体构建过程如下:
[0045]
初始化节点的距离矩阵dist如下式:
[0046][0047]
遍历所有中继节点对所有节点间的最短距离进行更新,即如果通过途径中继节点可以降低两个节点之间的距离,那么就将两个节点之间的距离更新为新值,当遍历的节点为k时,其表达式可以改写为:
[0048]
dist
i,j
=min(dist
i,j
,dist
i,k
+dist
k,j
)
[0049]
最后,查找每个节点距离最近的k个节点,这些节点构成该节点的衡量节点集合。
[0050]
具体的,所述水力距离为两节点之间沿管段的最短距离,是基于供水管网的拓扑关系与管段数据,通过floyd算法计算获得。
[0051]
具体的,所述步骤2中的目标函数,具体表达式如下:
[0052][0053]
式中,g表示待布置监测点的节点,gi表示已有监测点集合,med
g,i
为监测点i关于节点g的监测效果距离。
[0054]
具体的,所述监测效果距离的表达式如下:
[0055][0056]
式中,ji∪jj为节点i与节点j衡量节点集合的并集,s
i,junc
表示节点i节点对目标节点junc的灵敏度。s
j,junc
表示节点j对目标节点junc的灵敏度。
[0057]
优选的,所述终止条件包括:
[0058]
1、当布置监测点数量达到预设值;
[0059]
2、当待布置监测点的监测效果距离达到阈值;
[0060]
满足上述的任一条件,即终止运算。
[0061]
本发明还提供了一种新增监测点布置装置,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中采用上述的服务于供水管网水力模型校核的新增监测点布置方法;所述计算器处理器执行所述计算机程序时实现以下步骤:选定供水管网水力模型的一个标准工况,输入新增监测点总数,经过分析与计算,输出新增监测点的布置方案。
[0062]
与现有技术相比,本发明的有益效果:
[0063]
通过在对比节点监测能力时对灵敏度向量进行降维,着重关注于最能体现监测效果的节点,去除了距离远、灵敏度低的大量节点的干扰,能更加精准地体现节点间不同的监测效果与范围,使得最终布置的监测点能顾及原有监测点的监测能力,让新布置的监测点与原传感器系统协同作用,弥补原有系统的不足,提高整体管网以及特定区域的校核精度。
附图说明
[0064]
图1为本发明提供的一种服务于供水管网水力模型校核的新增监测点布置方法的流程示意图;
[0065]
图2为本实施例提供的供水管网拓扑关系与压力监测点位置示意图;
[0066]
图3为本实施例提供的新增监测点布置装置输出的布置方案图;
[0067]
图4为本实施例提供的节点压力平均绝对误差对比图;
[0068]
图5为本实施例提供的压力绝对误差累计概率密度分布图。
具体实施方式
[0069]
如图1所示,一种服务于供水管网水力模型校核的新增监测点布置方法,包括:
[0070]
步骤1、根据供水管网水力模型的一个标准工况下,计算获得供水管网各节点的压力灵敏度矩阵与衡量节点集合;
[0071]
如图2所示,根据供水管网的拓扑关系与压力监测点位置,构建压力灵敏度矩阵:
[0072]
在该供水管网模型中,总共有3个水厂,4242个节点(即n=4242),4841根管道(即p=4841),管段总长共有1576.98千米,其中有48个压力监测点,其中,管网拓扑关系的关联矩阵b如下:
[0073][0074]
对关联矩阵b进行矩阵求逆算法进行求解,得到节点的压力灵敏度矩阵s:
[0075][0076]
运用floyd算法计算管网中节点两两之间的水力距离,构建衡量节点集合:
[0077]
根据模型中管道的起端节点、末端节点与长度数据,对dist矩阵进行初始化,然后开始枚举中继节点对dist矩阵继续更新。运用floyd算法计算后所得到的水力距离dist矩
阵部分数值的示例如下:
[0078][0079]
由于供水管网模型中节点的索引序号与其位置的关联性不大,因此即便索引序号相近的节点,其水力距离仍可能很大。对水力距离矩阵dist的每一列从小到大进行排序,然后截取前k行(本实施例取k=20),则可以得到每个节点的衡量节点集合,这里给出部分节点的衡量节点集合:
[0080][0081]
该表中的每一列即为每个节点的衡量节点集合,由于一个节点对自身的水力距离是最小值0,因此一个节点的衡量节点集合中永远会包括该节点本身。
[0082]
步骤2、根据步骤1获得的压力灵敏度矩阵与衡量节点集合,构建用于计算待布置节点与已有监测点之间监测效果距离的目标函数,并以目标函数最小解对应的节点作为新增监测点:
[0083]
根据灵敏度矩阵s以及上述计算得到的节点的衡量节点集合,计算管网中节点两两之间的监测能力差异值med,部分数值的示例如下:
[0084]
[0085]
步骤3、将所述新增监测点加入已有监测点后,重复步骤2的过程,直至新增监测点布置状态满足终止条件,其中终止条件包括:
[0086]
1、当布置监测点数量达到预设值;
[0087]
2、当待布置监测点的监测效果距离达到阈值;
[0088]
满足上述的任一条件,即终止运算。
[0089]
本实例还提供了一种新增监测点布置装置,包括计算机存储器、计算机处理器以及存储在该计算机存储器中并可在所述计算机处理器上执行的计算机程序,该计算机存储器中采用上述的服务于供水管网水力模型校核的新增监测点布置方法;
[0090]
计算器处理器执行所述计算机程序时实现以下步骤:选定供水管网水力模型的一个标准工况,输入新增监测点总数,经过分析与计算,输出新增监测点的布置方案。
[0091]
如图3所示,为最终的布置方案,本次终止条件为新增监测点数量为10个。
[0092]
根据管网的总用水量进行合理分配,生成了某时刻的模拟节点需水量。通过平差计算得到管网中传感器所在节点的压力值,并增加一个服从于均值为0,标准差为1m的噪声作为监测误差,产生所有监测点的模拟监测值。然后使用模拟监测值对水力模型进行校核。经过水力模型校核后,得到管网中各个节点的校核压力值,将其与模拟数据的真实压力值进行对比,得到校核后压力的绝对误差,并进行统计,以此衡量新布置方案对校核精度提升的程度。
[0093]
如图4所示,节点压力平均绝对误差对比图,包括原监测点,系统随机布置方案以及本方法生成布置方案:
[0094]
本发明提出的新增监测点布置方法,对原模型校核精度的提升是比较明显的,使得节点平均绝对误差从1.09m降低至0.91m;而如果随机布置新监测点,在管网中已存在较多监测点的情况下,即使增加了10个监测点,对校核精度的提升也是很有限的。
[0095]
如图5所示,为绘制压力绝对误差累计概率密度分布图,可以更好地观察节点压力绝对误差的分布情况:
[0096]
本发明提出的新增监测点布置方法,对管网水力模型校核精度的提升是十分明显的,80%节点的压力绝对误差小于1.50m,90%节点的压力绝对误差小于1.83m,95%节点的压力绝对误差小于2.00m。优化布置方案的表现也明显较随机布置方案良好,不仅压力绝对误差的最大值由2.68m降低为2.43m,各个分位点的压力绝对误差都有一定程度的降低。
[0097]
这是由于本发明提出的方法能衡量已有监测点的监测能力,将新的传感器布置在那些之前监测点没有关注到的区域,从而对那些原本校核误差非常大的节点优化效果明显。
[0098]
综上所述,本发明提供的新增监测点布置方法,能考虑既有传感器的监测能力,减少监测的盲区,提高校核的精度,具有实用价值。