城市供水管网漏损专项关键技术研究.pdf 72页

'分类号：TU991.31密级：公开档案号：2013-06-081403-14-002学号：1011022003硕士学位论文（2013届）城市供水管网漏损专项关键技术研究研究生姓名姜进峰指导教师姓名李翠梅副教授专业名称市政工程研究方向管网与设备系统优化论文提交日期2013年6月 苏州科技学院硕士学位论文城市供水管网漏损专项关键技术研究硕士研究生：姜进峰指导教师：李翠梅（副教授）学科专业：市政工程苏州科技学院环境科学与工程学院二○一三年六月 MasterDissertationofSuzhouUniversityofScienceandTechnologyStudyonKeyTechnologyofLeakageforUrbanWaterDistributionSystemMasterCandidate:JiangJinfengSupervisor:Prof.LiCuimeiMajor:MunicipalEngineeringSuzhouUniversityofScienceandTechnologyDepartmentofEnvironmentalScienceandEngineeringJune,2013 苏州科技学院学位论文独创性声明和使用授权书独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名：日期：年月日学位论文使用授权书苏州科技学院、国家图书馆、中国科学技术信息研究所的《中国学位论文全文数据库》等国家有关部门或机构有权保留本人所送交论文的复印件和电子文档，允许论文被查阅和借阅。本人完全了解苏州科技学院关于收集、保存、使用学位论文的规定，即：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其他复制手段保存汇编学位论文；同意学校用不同方式在不同媒体上公布论文的部分或全部内容。（保密论文在解密后遵守此规定）论文作者签名：日期：年月日指导教师签名：日期：年月日 苏州科技学院硕士学位论文摘要摘要随着国内城市的迅速发展以及基础设施的不断建设，人们的生活水平不断提高，城市供水规模也在不断扩大。各大城市虽然根据自身发展需要改建和新建了许多供水管道，但不容忽视的是，仍有许多应该更换的管道仍在运行。这样的现象直接导致了我国城市供水管网漏损现象非常严重。在水资源弥足珍贵的当今社会，降低供水管网漏损率已成为城市供水行业一项重要课题。本文以苏州市高新区供水管网为研究对象，在构建苏州市高新区供水管网水力模型、全面了解供水管网水力状况的基础上，对苏州市高新区供水管网漏损管理关键技术展开了研究。在全面收集历史漏损统计资料的基础上，引入时间序列分析法自回归移动平均混合模型(ARMA)，建立了苏州市高新区供水管网漏损预测模型，对苏州市高新区供水管网短期内漏损水量和漏损件数进行了预测。通过量化导致管道漏损的主要因素，选取管道管径、管道埋深、管道压缩模量、管道上方平均日交通流量、管网运行压力5大影响因子作为模型的输入参数，采用神经网络BP结构对苏州市高新区已更换的灰口铸铁管和镀锌钢管使用时间进行了拟合，并对区域内未更换的老旧管道安全使用时间进行了预测。以月平均漏损控制总费用最小为目标函数，对苏州市高新区供水管网“经济漏水量”进行了求解，并对供水管网漏损检测周期进行了优化。利用建立的苏州市高新区供水管网水力模型模拟了现阶段及供水量增大时的运行工况，并对管网现阶段存在的问题进行了分析，提出了远期规划的建议。通过建立管道爆管危险函数，结合模拟出的管网压力状况，对苏州市高新区供水管网爆管概率进行了模拟。本论文的目的旨在为供水管网漏损管理提供一些新的优化思路，为供水企业管理工作提供决策支持与技术参考。关键词：城市，供水管网，漏损，水力模型，优化I MasterDissertationofSuzhouUniversityofScienceandTechnologyAbstractAbstractWiththerapiddevelopmentofdomesticurbanandtheconstructionofinfrastructures,people"sstandardoflivingroseconstantly,urbanwatersupplyscalehasbeenexpanded.Althoughcitieshadalreadyrebuiltmanywatersupplypipelinesaccordingtotheirowndevelopmentneeds,itshouldnotbeignoredthatmanypipelineswerestillrunning.Thisphenomenonledthaturbanwatersupplypipenetworkleakagewasveryseriousdirectly.Reducingthewatersupplypipenetworkleakagerateofurbanwatersupplyindustryhadbecomeanimportantissuewherewaterwasveryprecious.Inthispaper,thekeytechnologyresearchaboutwatersupplypipenetworkleakagemanagementinSuzhouNew&Hi-techZonewasopenedbasingonhydraulicmodelofwaterdistributionnetworkinSuzhouNew&Hi-techZonewasbuiltandacomprehensiveunderstandingofthewatersupplypipenetworkhydraulicconditions.WatersupplypipenetworkleakagepredictionmodelinSuzhouNew&Hi-techZonewasestablishedbyusingtimeseriesanalysis,themixedautoregressivemovingaveragemodel(ARMA)andbasingoncollectinghistoricalstatisticaldataleakagecomprehensively.LeakageofwaterandthequantityofleakageintheshortterminSuzhouNew&Hi-techZonewerepredictedbyusingwatersupplypipenetworkleakagepredictionmodel.Themainfactorsresultinpipelineleakagewerequantifiedandpipediameter,pipeburieddepth,pipecompressionmodulus,averagedailytrafficflowabovepipelinesandpipenetworkpressurewereselectedasinputparametersofthemodel.TheusingtimeofgreycastironpipeandgalvanizedsteelpipeinSuzhouNew&Hi-techZonewhichhadbeenreplacedwerefittedandthesafeusingtimeofoldpipelineswhichdidn’treplacedinSuzhouNew&Hi-techZonewerepredictedbyusingBPneuralnetworkstructure.EconomicwaterleakageofwatersupplynetworkinSuzhouNew&Hi-techZonewascalculatedandleakagetestcycleofwatersupplynetworkwasoptimizedwhenaverageleakagecontroltotalcostwasleast.OperationconditionsatthisstageandwhenthewatersupplyincreasingweresimulatedbyusinghydraulicmodelofwaterdistributionnetworkinSuzhouNew&Hi-techZonewhichhadbeenbuilt.Existingproblemsofnetworkatpresentwereanalyzedandlongtermplanningadviceswereputforward.ProbabilityoftubeII MasterDissertationofSuzhouUniversityofScienceandTechnologyAbstractofwaterdistributionnetworkinSuzhouNew&Hi-techZonewassimulatedbyestablishingpipeexplosionriskfunctionandsimulationofpipenetworkpressurecondition.Thepurposeofthispaperwasintendedtoprovidesomenewoptimizationideasaboutwatersupplypipenetworkleakagemanagementandtoprovidedecision-makingsupportsandtechnicalreferencesforwaterworks.Keywords:urban,waterdistributionnetwork,leakage,hydraulicmodel,optimizationIII 苏州科技学院硕士学位论文目录目录摘要.........................................................IAbstract......................................................II第一章绪论..................................................11.1论文研究背景及研究意义.................................11.2国内外研究进展.........................................21.2.1供水管网漏损检测技术与方法........................21.2.2供水管网漏损管理理论与研究........................41.3主要研究内容及技术路线.................................61.3.1主要研究内容......................................61.3.2技术路线..........................................7第二章城市供水管网水力模型建立............................92.1供水管网水力建模介绍...................................92.2苏州市高新区供水管网水力建模...........................92.2.1水力建模结构流程.................................102.2.2水力模型的建立...................................102.2.3水力模型的校核...................................132.2.4水力模型的更新与维护.............................16第三章城市供水管网漏损预测模型...........................173.1自回归移动平均混合模型(ARMA)介绍......................173.2苏州市高新区供水管网漏损量预测模型....................183.3苏州市高新区供水管网漏损件数预测模型..................263.4小结..................................................29第四章供水管道安全使用时间预测模型......................304.1导致管道漏损的主要因素分析............................304.2神经网络BP结构介绍...................................334.3Matlab神经网络工具箱介绍..............................344.4供水管道安全使用时间预测模型的建立....................354.4.1灰口铸铁管安全使用时间预测模型...................35 苏州科技学院硕士学位论文目录4.4.2镀锌钢管安全使用时间预测模型.....................38第五章城市供水管网最优漏损检测周期求解.................445.1供水管网经济漏损量求解................................445.2供水管网最优漏损检测周期求解..........................45第六章城市供水管网运行评估及爆管概率分析...............486.1均值流量下苏州市高新区供水管网运行评估................486.1.1管网压力分析.....................................486.1.2管网流速分析.....................................496.2日供水量增加时苏州市高新区供水管网运行评估............506.3城市供水管网爆管概率分析...............................516.3.1城市供水管网爆管概况.............................516.3.2供水管道爆管原因分析.............................526.3.3苏州市高新区供水管网爆管概率分析.................53第七章结论与展望...........................................557.1结论..................................................557.2展望..................................................55参考文献......................................................57致谢........................................................61附录........................................................62作者简介......................................................63 苏州科技学院硕士学位论文第一章绪论第一章绪论1.1论文研究背景及研究意义城市供水系统一般由城市供水水源、供水处理系统和供水管网系统三大部分组成。供水水源通常选取天然优质的地表水和地下水作为水源；供水处理系统主要负责将取自供水水源的原水进行处理，以满足人们的生产生活要求；供水管网系统主要负责把处理后符合要求的水输送、配置给千家万户，是供水水源和供水处理系统与用户的重要纽带。相比于城市供水水源和供水处理系统的高度集中、易于控制，遍布于整个城市的供水管网系统具有规模庞大、布置分散、难以控制的特点。随着城市化步伐的不断加快，城市规模日益扩大，为满足城市发展需要，已经改建、更换了大量的老化管道。与此同时，还有很多需要退役的管道仍在运行。据不完全统计，世[1]界上约有50%以上的管道已经使用了30年甚至更久的时间。管道的老化，管理体系的不完善等一系列问题使得我国城市供水管网漏损问题非常严重。据[2]《2008年中国城市建设统计年鉴》统计，截止2008年，我国620个主要城市，建成供水管道总长度（DN75mm以上）为480084km，年供水总量5000762万吨，漏损水量为595879万吨，管网漏损率为11.92%。假设城市供水平均成本为2.0元/吨，每年我国供水行业因为管网漏损而产生的经济损失高达119.18亿元。[3]根据2010年国际水协19届会议报告统计，各国比漏水量统计数字见表1-1。由表1-1可知，我国大陆城市比漏水量远大于经济发达国家。3表1-1各国比漏水量统计单位：m/(hkm)国家中国大陆巴西中国香港新加坡西班牙日本英国德国瑞士意大利比漏水量3.72.32.50.30.91.00.60.40.32.53注：比漏水量=年漏水量/(365×24×管长)，m/(hkm)，即为单位管道长度在每小时的漏水量。随着水资源的日益短缺与制水成本的不断提高，控制城市供水管网漏损问题已成为供水事业的一项重要课题。本文通过建立城市供水管网水力模型，评估管网运行情况，为研究供水管网漏损问题奠定可靠的数据分析基础；利用建立数学模型的方法对管网历史漏损统计数据加以分析，揭示了漏损统计数据背后隐含的变化规律，并对未来的发展趋势加以预测。城市供水管网漏损关键技术的研究，可以为供水企业科学、高效的管理管网漏损问题提供坚实的理论依据；为供水企业提高主动防漏意识，有效应对突发漏损事故提供可靠的技术指导；为实现资源的有效保护和节约利用提供有力的保障手段。对于建立节约型社会，实现社会的科学发展起到积极的推动作用。1 苏州科技学院硕士学位论文第一章绪论1.2国内外研究进展当前国内外对供水管网漏损问题研究主要集中在供水管网漏损检测技术、漏损检测方法和漏损管理理论三大方面。1.2.1供水管网漏损检测技术与方法1.2.1.1供水管网漏损检测技术供水管网检漏技术的研究与进展主要体现在检漏设备的改进与发展方面。目[4]-[9]前，常用的检漏设备主要有以下几种：1.听漏棒：俗称听漏杆、听棒、听针等。其外形如同一个探针，尾部配有一个球型物能与耳朵密切贴合的金属棒，利用传导原理，将漏水产生的声音稍加放大传至检测工人的耳朵。方法简单，可用于对管线连续检测。2.电子放大听漏仪：工作原理为利用传感器把漏点漏水振动声转化为音频电压输出，再利用电子放大器将声音放大到耳朵可以听到的音量来确定漏点的位置。通过技术的不断改进，如今的电子放大听漏仪具有频率选择，分析声波的功能，可以将漏水声以外的声音频率降低，降低外界的干扰。3.相关检漏仪：由相关仪主机、无线电发射机和高灵敏度振动传感器组成。工作原理为利用漏损声到达传感器的时间差确定漏点的位置。相关检漏仪通常只对相同频率的声音进行处理，可以对漏水信号和干扰信号有效区分并过滤掉干扰信号。上世纪九十年代水传声式相关检漏仪的成功研发，使得漏损检测的精度和速度都得到了很大的提高。4.探地雷达：工作原理为利用无线电波的反向收集，以图像呈现的方式高分辨的显示地下管线和漏水点周围的情况，实现漏水点的准确定位。但由于探地雷达搜索范围小，通常与其他检漏设备配合使用。除了上述常用的检漏设备以外，常用的供水管网检漏设备还有噪声自动记录仪、自适应检漏仪、抗干扰双测头检漏仪等检漏设备。[10]-[21]1.2.1.2供水管网漏损检测方法目前国内外控制供水管网漏损的方法主要有：被动检漏法，音听检漏法，区域装表法，区域测漏法，区域装表和测漏复合法，压力调整法。1.被动检漏法：发生明漏（或主动发现明漏）后，再去检修。在进行路面调查时，如发现路面局部下陷，泥土潮湿，下凹地面长期有水，就要怀疑是否漏水。可以通过测定水的余氯和电导值来确定是否为自来水。被动检漏法一般适用于制水成本比较低，劳动力极具缺乏的供水企业。不同水一般的电导值如图1-1所示。2 苏州科技学院硕士学位论文第一章绪论图1-1不同水一般的电导值2.音听检漏法：通常利用听漏棒或电子放大听漏仪在消火栓、阀门或地面进行听测。在消火栓、阀门上听测主要用于缩小漏损的检测范围，在地面听测主要用于对漏点进行精确定位。音听检漏法一般安排在夜晚环境比较安静时进行。根据英国水研究中心统计，音听漏损法最多可确定地下80%的漏水。3.区域装表法：如果把某个区域的水表和区域内用户的水表的抄表日期放在同一天，并使抄表时间差缩小到相当小的程度，如水表精度达到要求，则两者的差值（考虑消防用水等因素后）即为该区域内抄表间隔期内的漏损水量。若漏损率低于允许值，则该区域内的检漏工作不必开展。区域装表法适用于单管进水或仅留一两个进水管外，可关闭和外界联系阀门的小区。4.区域测漏法：分为直接区域测漏法和间接区域测漏法。直接区域测漏法指测定时除了关闭所有进入该区的阀门外，还关闭所有用户水表前的进水阀门，这样测得的流量即为此时该区内管网的漏损水量。间接区域测漏法指测定时仅关闭进入该区的阀门，不关闭用户进水阀门，利用“排队理论”，在深夜的某一间隙用户不用水时，检测的该区域内的最小流量即为该区域的漏损水量。间接区域测漏法准确性较高，在实际值较常用，但具有区域大小限制的弊端。间接区域测漏法运用的“排队理论”如图1-2所示。自自自自自自自自自自自自自自自自ABCDEF自自图1-2间接区域测漏法“排队理论”3 苏州科技学院硕士学位论文第一章绪论5.区域装表和测漏复合法：这种方法是兼备区域装表法和区域测漏法的复合方法。区域装表在白天起区域装表的作用，当需要测漏时起区域测漏法的测漏水表作用。由于水表的使用范围较大，如果不能选择流量范围大且灵敏度符合要求的水表，则需要改用大小水表组合的方式复合装表。6.压力调整法：用控制手段降低管内过高的压力以起到降低漏损率的作用。在压力较多时间超过服务需要，降低后又不影响下游地区供水的地区均可考虑采用压力调节法。调节方法主要有以下3种：①如加压泵站或水库泵站所控制的地区压力过高，可适当考虑降低泵站出水压力；②如水厂周边或标高较低的区域长期压力偏高，可设置压力调节装置，亦可以采用适当关小阀门的方式降低压力，减少漏损水量；③对地面起伏较大的地区采用分区供水的方式降低整体区域供水压力，如日本一般对地面高差在30米以上的地区实行分区供水。1.2.2供水管网漏损管理理论与研究1.2.2.1国外研究进展国内外对城市供水管网漏损管理方面的研究，主要包括漏损预测模型的研究、漏损诊断模型的研究、漏损控制技术经济分析和漏损控制方法理论研究。国外对城市供水管网漏损管理的研究从上个世纪70年代就已开始。1979年Shamir提出了管道漏损次数与铺设年限具有相关关系，展开了管道漏损情况随年限变化回归预测模型的研究，采用回归分析法建立了供水管网漏损控制频率随管道敷设年限变化的模型，但由于影响漏损的原因很多，而管道敷设年限只是影响[22]因素之一，因此预测效果不理想。1980年May和Godwin指出了供水管网漏损总量与压力呈指数关系，可以通过降低整个管网或局部管网压力来降低漏损水量[23]并从水力状况角度分析了供水管网漏损与压力的相关性。1982年Walski提出了根据管道历史漏损数据来优化管道最佳维护更新时间的方法，并将管道管径、温度等因素引入模型，收集确定模型所需的数据参数，建立了供水管网使用年限回归预测模型，但由于管道使用年限和漏损率并不存在直接必然的关系，因此，模[24]型的精度不高。1984年Stering和Bargisla将供水管网划分为了若干个压力管理区域，通过对阀门的开启控制，实现了供水管网压力的优化控制，证明了减压阀及减压杆的设置与控制可以最大限度地降低供水管网的漏损，并阐述了如何通过[25][26]优化阀门控制的方法减少管网漏损。1992年Pudar和Liggett，以及1999年[27]Jonathan和Loganathan进行了基于漏点位置和漏损量与测压质量高度相关性的研究，并利用敏感性矩阵推导出了管网最优压力水平，进一步提出了减少管网漏[28]损水量的方案。1997年Cabrera对经济漏水量与水价之间的关系进行了研究。4 苏州科技学院硕士学位论文第一章绪论[29]2004年Buchberger利用管网漏损水的流态特征进行了相关的漏损研究。2005年DaliusMisiunas，B.S.Jung，B.W.Karney分别利用瞬变流理论和遗传算法对管[30-31]网漏失的物理特性展开了研究，并以此为基础提出了漏点的诊断方案。2011年，RamonPérez等人提出了基于水压敏感性分析的漏损定位方法，确定了定位精度与压力传感器设置数目的最优平衡点，得出了可接受定位精度下的合理传感[32]器数目。2012年，KangJing等人采用灰关联分析（GRA）方法确定了管线漏损影响因素的权重，并筛选重要因素利用多重线性回归预测了管道正式使用后的[33]初次漏水时间。1.2.2.1国内研究进展国内对城市供水管网漏损管理的研究主要集中在2000年以后。2000年陈超等人采用回归分析的方法，拟合出了管道生命年限微观模型，并对构成供水管网漏损水量的各种费用进行分析，应用费用差值分析的方法，结合单管线可靠性理[34]论，建立了管道寿命经济决策模型。2001年赵洪宾等人提出了供水管网区域化管理的思路，提出了从水压平衡、适应已敷设管道的能力、便于漏损检查等角度考虑划分区域的规模，并综合考虑水厂供水能力、供水类型、地面标高等因素，[35]通过水力计算来确定供水区域的边界。2001年陈兵等人，建立了漏损水量费用、漏损控制费用以及漏损总费用与漏损程度的数学关系式，并从经济角度以数学定量的方法描述了实际漏损控制投入与产出随漏损程度变化的关系；提出了“经济漏损程度”的概念，推导出了经济漏损程度的数学表达式，经过分析得出[36]了经济漏损程度是动态变化的结论。2001年张宏伟等人应用多元线性回归分析方法，对供水管道投入使用后产生漏损的时间进行了预测，建立了管道漏损预[37]测模型。2003年刘天顺等人从瞬变流的角度对供水管网漏损的物理特征展开了研究，应用特征线法，并采用瞬变流的反问题分析方法，利用C++编程，建立[38]了供水管网分析模型。2003年余涛等人通过对用户水量进行预测，针对可能出现的管网压力过高问题，提出了阀门的启动关闭方案，再将该方法应用于小区[39]管网，证明了通过控制阀门的启闭的确能够降低管网的漏失量。2003年袁荣华等人利用管道突然发生漏损时，引发的液体在管道中传播的瞬间负压波，通过[40]捕捉负压波传播到上下游的时间差来定位漏点的位置。2004年冯继东等人根据互相关分析法，开发出了能够进行信号处理及仿真模拟的供水管道泄漏定位系[41]统，可在PC机上进行操作。2004年傅玉芬等人对管道维护费用和管道建设费用建立模型，并对管道维护费用和管道建设费用进行分析比较，确定了管道最优更新时间，提出了管道服役寿命的概念，建立了给定资金水平下管道更新的最佳[42]资金分配模型及管道更新经济决策系统。2004年刘崎峰等人提出了应用人工神经网络的自组织、自学习能力进行管道漏损的诊断，这种方法只需将供水管网5 苏州科技学院硕士学位论文第一章绪论在各种工况下对测压点造成影响的数据输入人工神经网络，让其充分学习直至最终收敛；在将来的漏损检测中，只需将测压点数据输入到训练好的人工神经网络[43]中，就可以判断供水管网是否发生了漏损，并确定漏点。2005年李凌峰等人则开发了基于SCADA系统的供水管网检漏检爆系统，系统可以根据管网测压点[44]情况，在一定精度范围内估计测压点周围的漏损水量。2006年张宏伟等基于SAS多元统计方法与灰色预测方法分别建立了管道漏损时间预测模型。经比较时间数据序列较长且趋势明显时，灰色预测模型有较好的精度，时间序列较短，需[45]综合考虑多个因素，可采用SAS多元统计方法。2007年韩阳提出了一种基于支持向量机（SVM）的宏观关系模型，建立故障前后监测点与非监测点水压变化的非线性关系，通过水压变化与等值线分析，快速诊断故障位置及程度。但该[46]模型需求信息量大，实际应用有待进一步研究。2008年王捷等人基于管网水力计算理论，建立了主要考虑渗漏强度对管线压力影响的渗漏状态下管道水力计算模型。应用该模型，可以得到正常与渗漏状态下的压力差值及变化规律，据此[47]判定渗漏和进行定位。2009年张珽提出了基于压力分析的漏损定位优化模型，采用粒子群算法（PSO）求解模型，经管网水力实验验证，模型程序具有较高的[48]准确性。2011年张现国等人通过比较国外与我国漏水量评价指标，指出我国现行的百分比评价指标没有包含管长、连接点与压力等主要影响因素，不利于漏[49]损管理与控制决策，提出了符合国情的评价指标体系。2012年张明等人利用集对分析理论描述了供水系统漏损预测过程的不确定性，建立了基于集对分析的[50]供水管网漏损预测模型（SPA-LF），取得了满意的预测精度。2012年王旭等人采用层次分析法确定主要的漏损原因，在此基础上应用多元线性回归模型预测了供水管道正式使用后的初次漏水时间，利用二次指数平滑模型预测了随后几年的[51]漏损时间，建立了较完整的漏损时间预测模型。1.3主要研究内容及技术路线1.3.1主要研究内容本文以苏州市高新区供水管网为例，在建立苏州市高新区供水管网水力模型的基础上，通过对供水管网漏损预测模型的构建、供水管道安全使用时间预测模型的建立、漏损最优检测周期的求解，以及管网运行评估、爆管概率的分析，为供水企业对供水管网的漏损管理提供了新的思路和决策支持，以达到提高城市供水安全可靠性，降低城市供水管网漏损率的目的。本文的主要研究内容有以下七大部分：一、绪论。主要介绍了论文开展的研究背景及研究意义，从供水管网漏损检6 苏州科技学院硕士学位论文第一章绪论测技术、检测方法、管理理论研究三个方面对国内外研究现状进行了综述，提出了论文的主要研究内容及技术路线。二、城市供水管网水力模型的建立。阐述了建立供水管网水力模型的意义及建模一般流程；介绍了苏州高新区供水管网水力模型的建立、校核和更新维护。三、城市供水管网漏损预测模型。介绍了自回归移动平均混合模型(ARMA)，利用ARMA模型建立了苏州市高新区供水管网漏损量预测模型；利用指数拟合趋势项与ARMA模型叠合的方式建立了苏州市高新区供水管网漏损件数预测模型。四、供水管道安全使用时间预测模型。对导致管道漏损的主要因素进行了分析；对神经网络BP结构进行了介绍；选取管道管径、管道埋深、管道的压缩模量、管道上方平均日交通量和管道运行压力5个影响因子作为模型输入参数，利用Matlab神经网络工具箱，建立了灰口铸铁管管道安全使用时间预测模型。五、城市供水管网最优漏损检测周期求解。对“经济漏水量”进行了阐述，根据苏州市高新区供水管网近几年漏水量费用和漏损检测维修费用，利用非线性规划函数求得苏州高新区经济漏水量；通过建立月平均漏损控制总费用函数，求得苏州市高新区最优漏损检测周期。六、城市供水管网运行评估及爆管概率分析。通过模拟苏州市高新区现阶段和日供水量增大时供水管网运行工况，分析了高新区供水管网现阶段存在的问题，提出了供水管网远期规划的建议；引入管道管龄、管径、管材三因素，利用管道爆管危险函数，并结合水力模型模拟出的管网压力状况，对苏州市高新区供水管网爆管概率进行了模拟。七、结论与展望。对城市供水管网漏损预测模型的构建、供水管道安全使用时间预测模型的建立、漏损最优检测周期的求解进行了总结；对苏州市高新区供水管网水力建模过程中存在的问题提出了建议；对城市供水管网漏损控制及研究方向作出了展望。1.3.2技术路线根据拟定的主要内容，确定了全文的技术路线。本文的技术路线概括如下：1、建立苏州市高新区供水管网水力模型。2、在充分收集苏州高新区供水管网历史漏损统计相关资料的基础上，利用自回归移动平均混合模型(ARMA)建立城市供水管网漏损预测模型。3、利用神经网络BP结构原理建立供水管道安全使用时间预测模型。4、对供水管网经济漏水量进行计算，对漏损最优检测周期进行求解。5、对苏州市高新区供水管网现阶段运行工况进行评估，对管道爆管概率进7 苏州科技学院硕士学位论文第一章绪论行分析。主要技术路线如图1-3。供水管网水力模型的建立供水管网历史现阶段运行漏损统计资料工况评估城市供水管网供水管道安全管网经济漏损最优管道爆管漏损预测模型使用时间预测模型漏水量的计算检测周期求解概率分析为供水企业漏损管理提供决策支持实现供水安全，降低供水漏损率图1-3技术路线图8 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立第二章城市供水管网水力模型建立城市供水系统是一个规模庞大、拓扑结构复杂、用水变化随机性高、运行控[52]制复杂的网络系统。建立城市供水管网水力模型，有助于供水企业全面、直观的了解城市供水管网运行状况，从而为正确评估供水管网漏损状况，科学指导降低管网漏损率奠定坚实的基础。2.1供水管网水力建模介绍供水管网水力建模主要利用计算机软件平台，输入供水管网的静态属性数据与动态水力数据，对供水管网运行状况进行模拟。模拟内容主要有以下两个方面[53]：1)图形模拟将城市供水管网拓扑结构输入计算机并根据一定的原则进行简化，组成一个能进行实际模拟的管网图形。图形应包含水源，节点，管段管径，管长，阀门及其它附件。根据输入的管网静态属性数据，建立管网的图文数据库。2)状态模拟供水管网的动态数据：包括随时间变化的节点流量数据，根据水压及敷设年限影响的管道漏损数据，以及阀门开启度对管道通水量的影响等动态变化数据。管网状态的模拟通过综合动态数据及静态管网属性数据并结合管网水力分析来实现。国外从上世纪80年代就开始了供水管网建模的实践，在实践过程中发展了一系列的管网水力模型软件。其中，EPANET、InfoWorksWS、WaterGEMS、MIKEURBAN、三高宏扬供水管网水力模拟软件等软件都是应用较为成熟的软件。三高宏扬供水管网水力模拟软件具有性能稳定，模拟仿真度高，界面丰富友好，兼容性强等一系列优点。建模完成后可进行水力静态、动态模拟，水质动态模拟，监测点优选，爆管压力分析等工作。2.2苏州市高新区供水管网水力建模本节以苏州市高新区为例，选用三高宏扬软件作为供水管网水力模型搭建的平台，结合苏州市高新区供水管网基本信息，在2012年11月平均日供水量（26.37万吨/日）的运行工况下，建立苏州高新区供水管网水力模型。9 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立2.2.1水力建模结构流程供水管网水力建模结构流程如图2-1所示。主要过程有：(1)将供水管网的拓扑结构及管网各管段、节点的属性数据导入到水力模拟系统中；(2)设立简化条件，对管网的拓扑结构进行简化；(3)将水厂信息导入到系统中，输入大用户的用水量，对管网的节点流量进行分配；(4)根据节点连续性方程、管段压降方程和回路能量方程结合导入的管网信息进行水力分析和压力平差，求得各管段流量、流速、水头损失和各节点压力等状态信息。(5)选取部分监测管段和监测节点，对比模型拟合值和实测值，如误差小于规定要求，则建模满足要求，如误差不符合规定要求，需进行调整建模时的相关参数直至满足要求。?????????????????????????????????????????????????????????????????????????????(?)???????????????????图2-1供水管网水力建模结构流程图2.2.2水力模型的建立苏州高新区自来水建设发展管理公司成立于1994年6月，下辖2座水厂（新3宁水厂、高新区第二水厂），供水能力为45万m/d，供水服务范围覆盖高新区2258km，建成地下供水输配水管道总长度约900km。1)拓扑结构的简化首先将已有的苏州高新区给水管网图和管网中各管段、节点的属性数据（管10 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立段数据包括管长、标准管径、管材类型、粗糙度和供水方式，节点数据包括节点类型、节点标高）导入到系统中。由于区域范围较大，管线复杂不利于系统的运[54]行计算，需要对导入的管网拓扑结构进行简化。简化的原则应把握如下两点：①对管网部分区域简化后，保证其服务的主要功能不变，管网中各元素自身及相互关系不产生影响；②简化后与实际系统的误差控制在允许范围之内。按照上述原则将导入的管网拓扑图进行简化，对部分管线和节点进行整合，简化后的高新区管网保留DN500及以上管段（中心城区保留DN400以上管段）。简化后的拓扑结构包含355个管段，260个节点。简化后的管网拓扑结构如图2-2所示。结合卫星地图的苏州市高新区供水管网拓扑结构图如附录1所示。图2-2简化后的高新区管网拓扑结构图2)供水系统基础数据导入管网拓扑结构简化之后，把辖内服务的水厂信息（主要为二泵房）、中途加压泵站运行参数输入到供水管网水力模拟系统中。供水系统的主要采集数据包含泵房（站）的水泵台数，各水泵型号、静扬程、阻力系数、转速、开关状态、额定扬程、额定流量、额定功率等信息。表2-1为新宁水厂、高新区第二水厂二泵房水泵部分运行参数。11 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立表2-1新宁水厂、高新区第二水厂二泵房水泵部分运行参数单泵运行工况叶轮直径转速水厂名称水泵名称型号泵压流量功率D(mm)（转/分）3（Mpa）(m/h)(kw)1#送水机组24SAP-10J7257450.3233003902#送水机组28SAP-10J840645(下调13%）0.324400456新宁水厂4#送水机组28SAP-10J775（切削后）7450.3548606905#送水机组28SAP-10J740（更换叶轮）7450.3342004651#送水机组32SAP-138807450.35112001100高新区3#、6#送水机组32SAP-138607450.3310800980第二水厂5#、7#送水机组24SA-14565（叶轮改进）7450.3242004203)节点流量分配为了使建立的管网水力模型具有较高的精确度，能够较好的模拟管网的实际运行情况，需要在条件允许的情况下，尽可能的对各节点的流量进行准确的分配。虽然用户用水具有一定的随机性，但从一个周期来看，又具有一定的规律型，因[55]此可以利用用户用水随时间的变化规律对节点流量进行分配。将苏州高新区给水管网水力模型节点流量可以分为以下四类：(1)大用户用水量。根据苏州高新区自来水建设发展管理公司提供的2012年11月月度供水报表，将月用水量≥1万吨的用户作为大用户计算。统计显示，共有大用户113个，月用水300.4万吨，占11月总供水量37.97%。(2)普通用户用水量。月用水量小于1万吨以下的用户，采用按区块面积分流量的方法模糊对应各节点。普通用户的用水量根据月售水量与大用户用水量差值求得，为391.4万吨，占11月总供水量49.47%。(3)漏失水量。根据月度渗漏率统计数据获得，并按管长等比例分配，对应各节点的漏失水量为所有与之相邻的管段漏失水量总和的一半。11月漏失水量为88.5万吨，占11月总供水量11.19%。(4)未计量水量。未计量水量主要由协议优惠水量、抢修冲洗水量、水表计量误差水量构成。采用各节点等水量分配，11月未计量水量为10.9万吨，占11月总供水量1.37%。4)管网水力计算与平差管网水力计算与平差过程通过节点连续性方程、管段压降方程和回路能量方程结合导入的管网信息进行。(1)节点连续性方程：Qiqij0(2-1)12 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立3其中，Q——节点i的节点流量，m/s；i3q——与节点i连接的各管段流量，m/s；iji、j——起、止节点的编号。表示流入某一节点的流量等于从该节点流出的流量，以满足节点流量平衡的要求。(2)管段压降方程：2hHHSq(2-2)ijijijij其中，H、H——管段两端节点i、j的水压值；ijh——管段的水头损失，m；ij25S——管段的摩阻系数，s/m；ij3q——管段流量，m/s。ij表示管网中某一管段水头损失与其两端节点水压的关系。管网计算时，一般不计局部水头损失。(3)回路能量方程：LhijHk0(2-3)l其中，h——属于基环k的各个管段的水头损失，m；ijH——基环k的闭合差或增（减）压装置产生的水压差。k系统经过水力计算与平差后，可生成各个管段与节点的状态数据。模拟的苏州市高新区2012年11月平均日供水量（26.37万吨/日）下各管段状态参数包括管长、管径、流量、流速、水力损失等信息，各节点状态参数包括节点标高、绝对水压、自由水压等信息。2.2.3水力模型的校核水力模型建立以后，需对模拟生成的管段、节点状态参数进行校核。如果模拟的状态参数与管网的实际运行值有较大的偏差，需要进行相应的调整重新建模，直至模拟的状态参数与实际管网工况达到一定的吻合度。校核的工作主要分为两步，(1)选取部分监测管段与监测节点，对比系统模拟值与实际监测值，如满足规定要求，校核结束；(2)如不满足要求，需对模型的某些参数进行调整，如对节点水量重新进行分配，修改因管道敷设时间长短不同引起的管道粗糙度海曾-威廉系数C值变化，再重新对管网进行水力计算与平差，使得系统模拟值与[56]-[58]实际监测值误差满足规定要求。模型校核具有非常重要的意义，城市供水管网的现行评估与远期规划都依托13 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立于模型的可信度。校核后的模型可以用来对将来某一运行工况或事故工况进行模拟。可信度高的水力模型将直接为供水企业运行调度提供可靠的参考建议。1)模型校核的指标模型的校验是一个不断完善，不断调整，反复平差的过程，且平差的过程必[59]须以满足节点连续性方程、管段压降方程和回路能量方程为前提。在模型调整的过程中，必须以实际情况调整相关参数，切不可为了满足现行运行工况模拟值与监测实际值的一致随意改变参数。建立的水力模型是否满足建模要求一般从以下几方面进行判别：①监测管段的流量实际值与模型拟合计算值误差小于10%；[53]②监测节点的压力实际值与模型压力计算值之差小于4米。2)模型校核的过程根据苏州高新区2012年11月平均日供水量（26.37万吨/日），选择与之供水量最接近的2012年11月9日（26.43万吨/日）作为校验日来评判苏州高新区给水管网水力模型建立效果的优劣。此次校验过程选择了均匀分布在高新区给水管网中的10个管段流量监测点和20个节点压力监测点对建立的水力模型进行校核。图2-3、2-4为流量、压力的校核误差对比。700模型计算值600监测实际值500400300流量（升/秒）2001000L1L2L3L4L5L6L7L8L9L10流量监测段图2-3流量校核误差对比14 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立40模型计算值35监测实际值3025压力（米）201510N1N2N3N4N5N6N7N8N9N10N11N12N13N14N15N16N17N18N19N20压力监测点图2-4压力校核误差对比由流量、压力校核分析可知，建立的模型与实际情况具有较高的吻合度。根据表2-2、2-3可知，监测管段最大流量误差为4.34%，监测节点最大压力误差为1.54米，两者皆符合建立模型是否满足要求的判定条件。建立的苏州市高新区供水管网水力模型具有一定的可靠性，可以应用于后续的管网运行评估，漏损控制分析等相关工作。表2-2监测管段流量模拟值与实际值对比模拟值实际值残差残差百分比监测管段编号(L/s)(L/s)(L/s)(%)L121.7521.860.110.50L27.787.73-0.05-0.65L316.1515.89-0.26-1.64L476.8878.952.072.62L531.7232.670.952.91L6558.45535.23-23.22-4.34L7209.2212.353.151.48L841.5340.76-0.77-1.89L913.5113.590.080.59L10434.81446.9812.172.72表2-3监测节点压力模拟值与实际值对比模拟值实际值残差残差百分比监测节点编号(mH2O)(mH2O)(mH2O)(%)N124.3324.28-0.05-0.21N233.3532.57-0.78-2.39N331.5831.790.210.66N425.5226.961.445.34N521.8721.43-0.44-2.0515 苏州科技学院硕士学位论文第二章城市供水管网水力模型建立模拟值实际值残差残差百分比监测节点编号(mH2O)(mH2O)(mH2O)(%)N630.5631.340.782.49N728.3328.350.020.07N830.5230.680.160.52N930.8131.020.210.68N1027.6128.871.264.36N1130.9931.420.431.37N1231.1132.651.544.72N1325.8226.420.62.27N1424.5223.72-0.8-3.37N1525.4226.030.612.34N1623.8523.75-0.1-0.42N1728.628.45-0.15-0.53N1823.4522.64-0.81-3.58N1920.2821.030.753.57N2029.7530.020.270.902.2.4水力模型的更新与维护由于供水管网的运行工况不断变化，要保证建立的模型实时有效，能够为供水单位提供可靠的技术参考，必须定期对建立的模型更新维护。更新维护工作主要从以下几个方面展开：①管网拓扑结构的更新。添加新建的管线，删除废弃的管线，并导入变化管线的属性信息。②节点水量重新分配。及时更新大用户月度用水信息，重新对各节点水量进行分配。③水厂泵站的运行参数变化。将水厂最新的供水量、二泵房及新建泵站的更新数据导入到系统并重新模拟。④模型校核的定期进行。定期选取管网中的监测点（段）与模型计算数据进行比对，保证模型的精确度。16 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型第三章城市供水管网漏损预测模型城市供水管网自投入使用之后，随着时间的推移，不可避免的都会发生漏损。探究城市供水管网历史漏损数据，建立城市供水管网漏损预测模型，可以了解其内在的变化规律，预测其未来的发展趋势，对于供水企业改变以往被动式的管理模式，采取主动漏损控制与管网维护工作提供良好的基础依据。城市供水管网漏损预测模型主要包括两方面：供水管网漏损量的预测模型；供水管网漏损件数的预测模型。由于漏损量及漏损件数的月度调查数据在统计学上均为随时间变化的数组序列，在经过预处理被识别为平稳非白噪声序列以后，[60]-[61]可以采用自回归移动平均混合模型(ARMA)对历史漏损数据进行拟合并对未来变化趋势进行预测。3.1自回归移动平均混合模型(ARMA)介绍对于一组时间序列x,x,,x,，假设这组序列的平均数为，则这组时间12t[62]序列的ARMA(p,q)模型如下：x(x)(x)(x)eeeet1t12t2ptpt1t12t2qtq(3-1)式中，——截距；——自回归系数；i——移动平均系数；ie——预测误差；ip,q——自回归滑动平均混合模型的阶数。模型的求解过程主要包括以下几个方面：(1)时间序列预处理，识别其是否为平稳非白噪声序列；(2)计算该组序列的自相关系数(ACF)与偏自相关系数(PACF)，对模型进行最优定阶；(3)对模型中自回归系数和移动平均系数进行参数估计；(4)利用建立的模型对历史数据进行拟合，进行残差分析，判定建立的模型有效与否；(5)如建立的模型有效，利用该模型对序列的未来走势进行预测。ARMA模型的求解流程如图3-1所示。17 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型历史月漏损统计数据平稳性、纯随机性检验计算自相关系数（ACF）、偏自相关系数（PACF）确定模型的阶数p,q计算模型自回归系数计算模型移动平均系数ARMA模型建立历史数据拟合、残差分析判定建立的ARMA模型是否有效预测序列的未来走势图3-1ARMA模型求解流程图3.2苏州市高新区供水管网漏损量预测模型本节以苏州市高新区为例，根据苏州市高新区供水管网2011~2012年月漏损量统计数据，利用自回归移动平均混合模型(ARMA)，建立苏州市高新区供水管网漏损量预测模型，并利用该模型对苏州市高新区供水管网2013年上半年月漏损量进行预测。苏州市高新区供水管网2011~2012年月漏损量统计如表3-1所示。表3-1苏州市高新区2011~2012年月漏损量统计33月份月漏损水量(m/month)月供水量(m/month)月漏损率2011年1月788624706020011.17%2011年2月44127764420006.85%2011年3月1056557647400016.32%2011年4月826188726000011.38%2011年5月1142211763000014.97%2011年6月804650770000010.45%2011年7月1363461826340016.50%2011年8月1169234897340013.03%2011年9月1099405881640012.47%2011年10月40541877965005.20%18 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型33月份月漏损水量(m/month)月供水量(m/month)月漏损率2011年11月969825775860012.50%2011年12月918918729300012.60%2012年1月983205680890014.44%2012年2月52394067000007.82%2012年3月779503681980011.43%2012年4月1146209746230015.36%2012年5月1183272767860015.41%2012年6月1342406829670016.18%2012年7月1315421858630015.32%2012年8月1601496920400017.40%2012年9月958438868150011.04%2012年10月67135278429008.56%2012年11月870320791200011.00%2012年12月938762781650012.01%1)平稳性、纯随机性检验序列的平稳性检验通常有两种方法，一种是时序图检验方法，一种是自相关图检验方法。平稳序列的时序图应该显示该序列始终在一个常数值附近随机波动，且波动的范围显示有界的特点；平稳序列的自相关图则应该显示该序列的自相关系数一直比较小，且始终控制在2倍的标准差范围以内。现运用JMP8.0.2软件分别求得苏州市高新区供水管网2011~2012年月漏损量统计数据时序图（图3-2）和自相关图（图3-3），对序列平稳性进行判别。1600000月漏损水量14000003/month)12000001000000800000600000月漏损水量(m400000月份2011年3月2011年6月2011年9月2012年3月2012年6月2012年9月2011年12月2012年12月图3-22011~2012年月漏损量统计数据时序图19 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型1.00.8rk0.60.40.20.0-0.2自相关系数-0.4-0.6延迟(k)05101520图3-32011~2012年月漏损量统计数据自相关图根据时序图和自相关图分析可知，苏州市高新区供水管网2011~2012年月漏损量统计数据基本围绕均值附近随机波动，没有显示明显的趋势或周期，且自相关系数始终控制在2倍的标准差内，月漏损量统计数据可视为平稳序列。纯随机性的检验方法通常有Q统计量检验法和LB统计量检验法。Q统计法在大样本场合检验效果较好，但在小样本场合不太精确。Box和Ljung推导出了[63]LB(Ljung-Box)统计量，很好的弥补了小样本纯随机性检验的缺陷。LB统计量的表达式为：m2kLBn(n2)()(3-2)k1nk式中，n——序列观测期数；m——指定延迟期数；k——延迟阶数；——延迟阶数为k时自相关系数；k根据式(3-2)可知，LB统计量实际为Q统计量的修正形式，故LB统计量在检验场合常用Q表示。运用JMP软件时间序列分析模块对苏州市高新区供水管网LB2011~2012年月漏损量统计数据进行分析，易得Q统计量检验结果，结果见表LB3-2。表3-2QLB统计量检验结果QLB统计量检验延迟kQLB统计量值P值11.620.000221.88<0.000133.66<0.000143.78<0.000157.13<0.000120 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型QLB统计量检验延迟kQLB统计量值P值610.95<0.0001712.78<0.0001813.39<0.0001913.44<0.00011013.54<0.00011114.58<0.00011219.22<0.0001检验结果显示，各阶延迟下LB检验统计量的P值都远小于显著性水平(=0.05)，因此，可以断定该序列为非白噪声序列。综上，苏州市高新区供水管网2011~2012年月漏损量统计数据经过预处理识别为平稳非白噪声序列，可以采用自回归移动平均混合模型(ARMA)进行建模分析。2)模型阶数的确定自相关系数以及偏自相关系数的求解主要用于评估模型的阶数。在自回归移动平均混合模型(ARMA)中，如果偏自相关系数延迟p阶后在一定的置信度下与零无显著性差异，自相关系数延迟q阶后在一定的置信度下与零无显著性差异，则自回归移动平均混合模型(ARMA)的自回归阶数为p,移动平均阶数为q。但在实际问题的解决当中，模型阶数的选择有着较大的不确定因素。国际上通常采用AIC准则或SBC准则对模型进行优选，即AIC或SBC函数达到最小的模型为相对最优模型。AIC准则下拟合精度和参数个数的加权函数为：AIC=－2ln(模型的极大似然函数值)+2(模型中未知参数个数)(3-3)SBC准则下拟合精度和参数个数的加权函数为：SBC=－2ln(模型的极大似然函数值)+ln(n)(模型中未知参数个数)(3-4)式中，n——序列个数。运用JMP软件时间序列分析模块对苏州市高新区供水管网2011~2012年月漏损量统计数据进行分析，易得在选择不同p、q阶数时自回归移动平均混合模型(ARMA)的AIC函数值和SBC函数值。本例采用使得AIC函数值和SBC函数值之和最小时的p、q阶数作为模型的最优阶数。选用不同p、q阶数时，AIC函数值和SBC函数值及两者之和结果如表3-3、3-4、3-5所示。表3-3不同p、q阶数时AIC函数值结果AICMA0MA1MA2MA3MA4MA5MA6MA7MA8MA9AR0—674.46673.21670.61671.42672.11676.61673.51704.18732.03AR1674.16676.14669.05670.92672.51679.55678.34673.55674.88678.31AR2676.09675.59671.04670.93672.54673.55706.47675.55677.27677.7021 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型AICMA0MA1MA2MA3MA4MA5MA6MA7MA8MA9AR3675.58675.21675.99672.60676.58678.40677.53676.41681.49677.88AR4676.10676.59672.19676.38675.81675.36689.26688.16680.19677.82AR5670.70670.23672.07668.99672.12677.42679.42673.54674.53679.90AR6669.20670.50669.95671.06672.66674.52676.61675.54677.44679.43AR7670.62672.44673.84714.43674.76675.59678.90676.41678.34680.47AR8671.84673.48674.42674.49676.76680.35679.49678.70680.00684.44AR9672.46674.14671.85673.55677.03679.12681.07680.17682.00683.25表3-4不同p、q阶数时SBC函数值结果SBCMA0MA1MA2MA3MA4MA5MA6MA7MA8MA9AR0—676.82676.75675.32677.31679.17684.86682.94714.78743.81AR1676.52679.68673.77676.81679.58687.80687.77684.16686.66691.27AR2679.63680.30676.93678.00680.79682.98717.07687.33690.23691.84AR3680.29681.10683.06680.84686.00689.01689.31689.37695.62693.20AR4681.99683.66680.43685.81686.41687.14702.22702.29695.51694.31AR5677.77678.47681.50679.60683.90690.37693.55688.86691.02697.57AR6677.45679.93680.56682.84685.62688.66691.93692.04695.11698.28AR7680.04683.05685.62727.38688.90690.90695.39694.08697.19700.50AR8682.44685.26687.37688.62692.07696.84697.16697.55700.03705.64AR9684.24687.10685.99688.87693.53696.79699.92700.20703.20705.63表3-5不同p、q阶数时AIC函数值和SBC函数值加和结果AICMA0MA1MA2MA3MA4MA5MA6MA7MA8MA9+SBCAR0—1351.281349.961345.921348.741351.281361.471356.451418.961475.85AR11350.691355.821342.821347.731352.091367.361366.111357.711361.541369.57AR21355.721355.901347.961348.941353.331356.531423.541362.891367.511369.54AR31355.871356.311359.051353.441362.581367.411366.851365.791377.111371.08AR41358.091360.251352.621362.191362.221362.501391.491390.451375.701372.13AR51348.461348.701353.571348.591356.021367.791372.971362.401365.551377.47AR61346.651350.431350.511353.891358.281363.191368.541367.581372.551377.72AR71350.661355.491359.461441.811363.651366.491374.281370.481375.541380.97AR81354.281358.751361.791363.111368.831377.191376.651376.261380.031390.08AR91356.691361.241357.831362.421370.561375.911380.981380.371385.201388.87根据上述表格显示，当p=1，q=2时，AIC函数值、SBC函数值两者之和最小，故选用ARMA(1,2)模型对苏州市高新区供水管网历史漏损数据进行拟合并对未来变化趋势进行预测。3)模型参数估计确定了拟合模型的阶数以后，需要对模型中未知的参数值进行估计。模型参[64]数的估计步骤一般如下：(1)运用自协方差C0,C1,C2,C3,,Cp估计自回归参数1,2,3,,p；22 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型(2)利用(1)中得到的估计值得到导出序列：wtwtˆ1wt1ˆpwtp(3-5)(3)用自协方差C,C,C,C,,C来迭代计算移动平均参数,,,,0123q123q2和残差方差。aJMP软件时间序列分析模块具有对已设立拟合阶数的自回归移动平均混合模型自动生成参数估计值的功能。当设定自回归阶数p=1，移动平均阶数q=2时，自回归系数及移动平均系数如下：959039.0；0.7266；1.4，1.01124)历史数据拟合及残差分析模型建立以后，需要将模型拟合值和历史实际值进行对比，对残差大小及随机性进行分析，以判别建立模型的优劣。拟合度高的模型对未来漏损量的预测具有相应的可信度，为进行后续的漏损研究提供良好的数据保障。建立的ARMA(1,2)模型预测值与历史实际值对比及残差大小分析如表3-6所示。表3-5ARMA（1,2）模型预测结果对比及残差分析历史实际值模型预测值残差相对残差月份333(m/month)(m/month)(m/month)(%)2011年1月78862477903995851.22%2011年2月441277486707-45430-10.30%2011年3月1056557997758587995.57%2011年4月826188903225-77037-9.32%2011年5月11422111113613285982.50%2011年6月804650809322-4672-0.58%2011年7月1363461118703017643112.94%2011年8月11692341100168690665.91%2011年9月10994051033030663756.04%2011年10月405418421329-15911-3.92%2011年11月96982581845715136815.61%2011年12月918918923872-4954-0.54%2012年1月9832051093650-110445-11.23%2012年2月523940561213-37273-7.11%2012年3月779503811223-31720-4.07%2012年4月114620999584615036313.12%2012年5月11832721170923123491.04%2012年6月1342406112436921803716.24%2012年7月13154211281103343182.61%23 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型历史实际值模型预测值残差相对残差月份333(m/month)(m/month)(m/month)(%)2012年8月16014961641670-40174-2.51%2012年9月9584381041850-83412-8.70%2012年10月671352749961-78609-11.71%2012年11月87032072653314378716.52%2012年12月938762994811-56049-5.97%由表3-5及分析可知，预测相对残差最大值为16.52%，相对残差的标准差为0.0902。模型预测值与历史实际值偏差不大，具有较高的可信度。残差随机性分析即对残差项所构成的时间序列进行随机性检验。设有统计量Q，定义如下：m2Qnk(3-6)k1式中，n——残差序列期数；m——残差自相关系数个数；——k阶残差自相关系数；kk——延迟阶数。[65]2将计算出的Q值与《预测计算方法》中“数值表”进行对比，如Q值小2于对应残差阶数的值，则说明残差时间序列为纯随机序列，序列中不含未提取的信息，建立的模型合适，可以用于未来预测。反之，则代表需要进行重新建模。漏损量预测残差序列自相关系数分布如图3-4所示。0.80.6k0.40.20.0-0.2-0.4自相关系数r-0.6-0.8延迟(k)05101520图3-4漏损量预测残差序列自相关系数分布图24 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型[65]在本例中，n取24，m取15，计算的Q值为10.02，查阅《预测计算方法》22附表二数值表，自由度dfm114时，对应的95%置信度值为23.68。2Q，则有95%置信度认为残差序列为纯随机序列，没有未提取的数据信息。建立的ARMA(1,2)苏州市高新区供水管网2011-2012年月漏损量模型是有效的，可以用来对苏州市高新区供水管网2013年上半年月漏损量进行预测。5)序列走势的预测利用建立的预测模型可以对序列进行短期的预测。苏州市高新区供水管网2013年上半年漏损量预测情况及其95%置信区间如表3-6所示，利用自回归移动平均模型拟合苏州市高新区供水管网2011-2012年月漏损量及以基础数据为背景的未来半年月漏损量预测图如图3-5所示。表3-6苏州市高新区供水管网2013年上半年漏损量预测预测值置信上限置信下限月份333(m/month)(m/month)(m/month)2013年1月98758614338655413072013年2月79411213321692560542013年3月107888316632034945632013年4月87195514792822646282013年5月102231816414494031872013年6月9130571538331287784注：表中置信度均为95%。历史数据模型拟合曲线置信区间180000016000001400000/month）31200000（m1000000800000600000月漏损水量4000002000000月份2011年3月2011年6月2011年9月2012年3月2012年6月2012年9月2013年3月2013年6月2011年12月2012年12月图3-5苏州市高新区供水管网2011-2012年月漏损量拟合及2013年上半年漏损量预测25 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型3.3苏州市高新区供水管网漏损件数预测模型随着城市供水管网服役时间的不断累积，城市供水管网的漏损件数通常总体呈增长的趋势发展。本节以苏州市高新区某一管网区域内2012年月漏损件数统计数据为例，利用指数拟合趋势项并与自回归移动平均混合模型(ARMA)叠合的方式建立供水管网漏损件数预测模型，对历史管网月漏损件数数据进行拟合及预测。苏州市高新区某一管网区域内2012年月漏损件数统计数据如表3-7所示。表3-7苏州市高新区某一管网区域内月漏损件数统计月份漏损件数统计(个)月份漏损件数统计(个)1117162108133109154111022510112361312201)趋势项拟合及消除自回归移动平均混合模型(ARMA)的建立必须以序列的平稳性为基础。由某一管网区域内月漏损件数统计数据观察可知，该序列在观测期内总体呈上升趋势，必须在采用自回归移动平均混合模型(ARMA)之前对趋势项予以消除。趋势项拟合采用Excel软件进行。月漏损件数趋势项拟合结果如图3-6所示。趋势项方程为：0.0774xy8.3722e(3-7)式中，y——拟合月漏损件数（件/月）；x——月份。2520指数(趋势拟合曲线)15100.0774xy=8.3722e52月漏损件数（件/月）R=0.8037月份0123456789101112图3-6月漏损件数趋势项拟合结果26 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型2)平稳序列模型建立设有月漏损件数时间序列ytyft()x(3-8)tt0.0774t式中，ft()——趋势项拟合方程，在本例中为ft()8.3722e；x——平稳时间序列。t至此，对管网漏损件数模型的建立问题化归为对平稳序列x的建模问题。t平稳序列x在纯随机性检验中延迟12阶内P值始终小于0.0001，故可以认为t该序列为非白噪声序列。平稳非白噪声序列x的建模方法与管网漏损量的建模t方法类似，可以采用相同的方法进行求解。在对模型定阶的过程中，仍采用使得AIC函数值和SBC函数值之和最小时的p、q阶数作为模型的最优阶数。不同阶数下的AIC函数值、SBC函数值、AIC函数值和SBC函数值之和如表3-8、3-9、3-10所示。易得序列x的最优阶数t为p=0，q=3；选用MA(3)对序列x进行建模拟合及预测。t表3-8不同p、q阶数时AIC函数值结果AICMA0MA1MA2MA3MA4MA5AR0—50.6049.9647.0552.8048.37AR155.0052.4452.8657.3650.5655.19AR251.3348.5049.6352.5651.1953.38AR352.0650.1951.5351.4153.0754.87AR451.7551.2051.7555.0053.8254.34AR553.3253.0253.7555.0157.9155.71表3-9不同p、q阶数时SBC函数值结果SBCMA0MA1MA2MA3MA4MA5AR0—51.5751.4248.9955.2251.28AR155.9753.8954.8059.7953.4758.59AR252.7950.4452.0655.4754.5957.26AR354.0052.6254.4454.8156.9559.24AR454.1754.1155.1558.8858.1859.19AR556.2256.4257.6359.3862.7661.04表3-10不同p、q阶数时AIC函数值和SBC函数值加和结果AICMA0MA1MA2MA3MA4MA5+SBCAR0—102.17101.3896.04108.0399.65AR1110.97106.33107.65117.15104.04113.78AR2104.1298.95101.69108.04105.78110.65AR3106.05102.81105.96106.22110.02114.11AR4105.92105.32106.90113.87112.00113.53AR5109.54109.44111.38114.39120.67116.7527 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型运用MA(3)对序列x的预测后，叠合趋势项及MA(3)模型漏损件数的预测t结果及残差分析如表3-11所示。表3-11叠合趋势项及MA（3）模型漏损件数预测结果对比及残差分析漏损件数趋势项序列漏损件数残差相对残差月份实际值拟合值预测值预测值(件/月)(%)(件/月)(件/月)(件/月)(件/月)2012年1月119.05-0.069218.24%2012年2月109.770.48100-2.47%2012年3月1010.56-1.17916.06%2012年4月1111.41-0.15110-2.39%2012年5月1012.33-0.5512-2-17.79%2012年6月1313.32-1.401218.33%2012年7月1614.392.2017-1-3.66%2012年8月1315.55-0.2415-2-17.78%2012年9月1516.80-2.161502.42%2012年10月2218.152.432116.47%2012年11月2319.622.522213.73%2012年12月2021.19-0.70200-2.46%由表3-11分析可知，漏损件数预测相对残差最大值为18.24%，相对残差的标准差为0.1029。模型预测值与历史实际值偏差不大，具有较高的可信度。漏损件数预测残差序列自相关系数分布如图3-7所示。1.00.80.6rk0.40.20.0-0.2-0.4自相关系数-0.6-0.8-1.0延迟(k)369图3-7漏损件数预测残差序列自相关系数分布图2[65]在本例中，n取12，m取8，计算的Q值为2.43，查阅数值表，自由22度dfm17时，对应的95%置信度值为14.07。Q，则有95%置信度认为残差序列为纯随机序列，没有未提取的数据信息。建立的叠合指数趋势项与MA(3)苏州市高新区某一管网区域内2012年月漏损件数模型是有效的，可以用来对该管网区域内2013年第一季度月漏损件数进行预测，预测结果如表3-12所28 苏州科技学院硕士学位论文第三章城市供水管网漏损预测模型示。叠合指数趋势项与MA(3)模型拟合苏州市高新区某一管网区域内2012年月漏损件数及以基础数据为背景的未来一个季度月漏损件数预测图如图3-8所示。表3-12苏州市高新区某一管网区域内2013年第一季度月漏损件数预测预测值置信上限置信下限月份(件/月)(件/月)(件/月)2013年1月2123182013年2月2427212013年3月273123注：表中置信度均为95%。历史数据模型拟合曲线置信区间322824201612月漏损件数(件/月)840月份2012年3月2012年6月2012年9月2013年3月2012年12月图3-8苏州市高新区某一管网区域内2012年月漏损件数拟合及2013年第一季度漏损件数预测3.4小结针对城市供水管网常规漏损历史统计数据，分别从管网漏损量和漏损件数两方面，引入时间序列分析法常用的自回归移动平均混合模型(ARMA)和指数拟合消除趋势项的数学方法，以苏州市高新区供水管网为例，建立了城市供水管网漏损预测模型，揭示了历史统计数据隐含的内在变化规律，为进行后续漏损研究提供了重要的数据支持与保障。29 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型第四章供水管道安全使用时间预测模型供水管道自投入使用到产生漏损的使用时间为供水管道的安全使用时间。通过对供水管道的更换记录进行统计，并对导致供水管道发生漏损的影响因素进行分析，利用数学建模的方法建立起供水管道安全使用时间与影响因子的对应关系，可以对正在服役的供水管道的安全使用时间进行预测，对于预防供水管网发生漏损将起到积极的预警作用。[66]神经网络(NeuralNetworks,NN)具有特有的非线性适应性信息处理能力，在建立供水管道漏损影响因子与供水管道安全使用时间映射关系上，具有处理速度快、误差逼近易控制的特点。通过量化管道漏损影响因素，筛选主要影响因素作为神经网络输入因子，利用Matlab神经网络工具箱，可以对历史供水管道安全使用时间进行拟合，并对正在服役的供水管道安全使用时间进行预测。4.1导致管道漏损的主要因素分析影响管道发生漏损的主要因素主要有以下几点：1)管材种类我国目前使用的供水管材有镀锌钢管、灰口铸铁管、球墨铸铁管、预应力钢筋混凝土管、塑料管、塑料/金属复合管等管材。不同的管材具有不同的特性，发生漏损的概率也大不相同。表4-1为选取的北方、中部、南方三个代表城市2003[67]年供水管网漏损与主要管材的关系统计。表4-1天津、合肥、南宁2003年供水管网漏损与管材关系统计管材类型灰口镀锌球墨混凝土其它塑料管漏损频率铸铁管钢管铸铁管管管材天津1.622.900.570.140.630.29合肥1.992.430.260.190.890.26南宁1.592.230.130.290.570.23平均1.732.520.320.210.700.26注：表中漏损频率单位为(件/kma)。由表4-1可知，灰口铸铁管和镀锌钢管的漏损频率远大于其它管材管道。通过分析漏水原因可知，灰口铸铁管材质较脆，不耐震动，且部分厂家在生产过程中使用的生铁强度较低，是造成灰口铸铁管发生漏损的主要原因。镀锌钢管在运输及安装过程中镀锌层易受到损伤，且由于镀锌管管壁偏薄，在使用了十几年后易造成腐蚀穿孔，容易发生漏损。30 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型2)管道接口在管道接口施工过程中，除了极少数情况，管道接口应采用柔性接口。柔性接口具有一个回弹量，当管体土层不均匀沉降时，可以降低由于承口弯矩及剪力过大发生漏损的概率。除了接口类型的选择以外，接口施工质量的优劣、管道竣工后是否严格进行试压工作也是影响管道发生漏损时间的重要因素。3)管径[68]表4-2为西安市2004～2006年供水管网不同管径发生漏损次数统计结果。统计结果显示，小口径的管道发生漏损的概率要远远大于大口径管道。且由于我国早期设计的供水管道管材主要是灰口铸铁管与镀锌钢管，更导致小口径管道漏损概率大大升高。表4-2西安市2004～2006年供水管网不同管径发生漏损次数统计漏损次数2004年2005年2006年合计合计管径(mm)(次)(次)(次)(次)百分比DN75606438485152963.68%DN1505541421385.74%DN300221016482.00%DN500262100.42%DN800954180.75%DN120051390.37%DN200010010.04%合计9027137902405100.00%4)管道埋深管道埋深受气候条件、铺设环境、管道口径等因素影响。管道埋深的不合理，管道上方长期高强度荷载都会增加管道发生漏损的概率。表4-3为宁波市2006[69]年1～3月调查的管网漏点与埋深外荷载的关系统计。统计显示，70.5%的漏点都发生在埋深70cm以内的管道上，管道埋深过浅是导致管道漏损的重要原因。表4-3宁波市2006年1～3月管网漏点与埋深外荷载关系统计埋深(cm)＜3030～7070～100＞100合计漏点数9276951百分比17.6%52.9%11.8%17.7%100%道路交叉口漏点数12百分比23.5%5)地质条件地质条件是影响管道漏损的重要因素。管道基础不均匀沉降，管道受到的剪力与弯矩增大，在外部荷载及自重的作用下，管道发生漏损的概率大大增加。通常可以采用地基土层的压缩模量(E)来评定管道基础不均匀沉降的参数。一般而s31 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型言，压缩模量(E)越大，管道基础不均匀沉降程度越小，管道不易产生漏损。地s[70]质土层特性表如表4-4所示。表4-4土层特性表土层土层渗透系数（温度20℃）压缩系数压缩模量层号名称EV(cm/s)EH(cm/s)a0.1-0.2(MPa)Es0.1-0.2(MPa)0.7123.222①杂填土1.65e-0553.16e-0550.20109.5410灰色粘质②3-15.38e-051.87e-059.78e-053.35e-050.240.0211.361.09粉土6.41e-061.26e+001.05e-051.17e+000.170.117.830.123.05e-0547.08e-0540.191010.7810灰色砂质②3-20.240.0313.071.41粉土0.150.188.550.194.99e-0771.05e-0671.01152.3115灰色淤泥④8.47e-072.08e-072.44e-066.70e-071.300.142.780.22质粘土1.35e-074.90e-014.88e-076.91e-010.790.141.970.161.97e-0614.90e-0610.44384.5638灰色粉质⑤1-20.520.045.430.39粘土0.360.103.860.050.4654.535灰色粉质⑤30.380.326.691.15粘土0.240.293.560.261.37e-0731.07e-0630.73182.9718⑥1-1灰色粘土0.950.113.860.380.530.152.170.130.3875.367灰色粉质⑧0.480.067.380.98粘土0.230.224.210.200.09518.035⑨灰色砾砂0.110.0121.052.190.070.1814.810.146注：1Mpa=10Pa。32 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型6)气候条件管道漏损频率随气温的变化主要由管道自身的温变应力引起。当气温较低时，管道受到更多的轴向拉应力，管道接口易产生漏损；当气温较高时，管道受到更多的轴向压应力，管道的抗压强度大于抗拉强度，故夏季的漏损频率小于冬季。7)道路交通流量道路交通流量的大小决定了管道受荷载的大小与时间的变化。交通繁忙、重型车辆数目多的道路，发生管道漏损的概率远大于交通流量小或人行的道路。交通流量大的道路可考虑加大管道埋深来降低地面荷载对管道的影响，降低漏损发生的概率。8)管网运行压力[71]管网漏损水量与运行压力有以下关系：NLP(4-1)式中，L——管网漏损水量；P——管网运行压力；N——系数，取值范围为0.5～2.5。公式4-1表明，管网漏损量与管网运行压力有显著的指数关系。再根据华北[37]某市灰口铸铁管漏损调查原因记录相关性分析（表4-5）显示，管网运行压力与管道漏损相关性高，控制管网的运行对于降低管网漏损具有明显的效果，可以通过降低管网局部区域压力或增设减压阀的方法来降低管网的漏损。表4-5华北某市灰口铸铁管漏损调查原因记录相关性分析漏损原因接口温度埋深施工质量运行压力管道腐蚀管径相关系数0.6080.146-0.6650.377-0.6930.346-0.4334.2神经网络BP结构介绍神经网络模型是从生物神经网络的基本原理发展而来的。在构成神经网络的输入层、隐含层、输出层中，同一层的处理单元是并行的，各层间的信息传递是串行的，因此神经网络的推理过程是一种并行推理过程，不存在多条规则的前提须与某一事实匹配时产生冲突的问题，因此模型的处理速度很快。对于工程实际[72]中的多输入一输出、多输入多输出问题，神经网络模型具有较大的优势。目前神经网络模型有感知器、多层神经网络（包括BP结构）、联想存储器、Boltzmann机、Hopfield网络模型、自组织特征映射(SOM)模型等。利用上述网络模型可实33 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型现数据聚类、函数逼近、优化计算等工作。在实际应用中，绝大部分神经网络模型都采用BP结构及其变化形式。BP网络结构采用误差反传算法作为学习算法，通常由输入层、隐含层、隐含层构成，层与层之间的神经元采用全互连的连接方式，层内的神经元之间没有连接。BP网络结构可以看成是一种保持拓扑不变性，从输入到输出的高度非线性映射。神经网络BP结构的结构形式见图4-1所示。图4-1神经网络BP结构的结构形式神经网络BP结构学习的基本思想是最小二乘法，在修正网络权值、阈值时，顺着表现函数下降最快的方向（负梯度方向）进行，使得实际的输出值与预测的输出值的误差均方差最小。神经网络BP结构在应用于预测之前，必须要有一个网络学习的过程。神经网络根据输入的训练样本进行自适应、自组织的学习，然后确定各个神经元之前的连接权值W和阈值。在训练学习之前，针对不同的问题，有必要对网络训练的参数net.trainparam作出适当地设置。设置完训练参数之后，就可以调用train函数对神经网络BP结构开始进行训练。4.3Matlab神经网络工具箱介绍Matlab神经网络工具箱是以神经网络理论为基础，用Matlab语言编写出的神经网络理论涉及的公式运算、方程求解、矩阵操作等子程序，以用于神经网络的构建、训练、拟合和预测。用户只需根据需要调用相关的子程序，即可完成函数逼近、网络结构设计、数据聚类分析、网络训练及结果输出等一系列工作。本文中BP网络训练函数选用训练函数中比较稳定且速度较快的trainlm函[73]数算法。它使用了Levenberg-Marquardt优化方法，其权值调整率为：T1TW(JJI)Je(4-2)式中，J——误差对权值微分的Jacobian矩阵；34 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型e——误差向量；μ——标量，当μ很小时，上式就变成了Gauss-Newton法；当μ很大时，上式就接近于梯度法。4.4供水管道安全使用时间预测模型的建立本节通过采集苏州市高新区供水管道的历史更换记录作为模型基础数据资料，利用Matlab神经网络工具箱作为模型搭建平台，选取管道管径、管道埋深、管道压缩模量、管道上方平均日交通流量、管网运行压力5大影响因子作为模型的输入参数，分别建立灰口铸铁管和镀锌钢管的安全使用时间预测模型。4.4.1灰口铸铁管安全使用时间预测模型1)模型的构造①神经网络BP结构层数的确定目前模型中隐层的数目和神经元的个数选择尚无统一的定论，因此在理论上可以选择任意数目隐层的数目和神经元的个数。对于基础数据量不大的情况，一般选择一个隐层就可以满足建模的需要。故在本例中，选择只含一个隐层的三层BP网络模型。②输入输出神经元数目的确定输入层神经元数目为5个，分别是：管道管径、管道埋深、管道压缩模量、管道上方、管网运行压力。输出层神经元数目为1个，即管道自投入使用至产生漏损的时间。③模型其它参数的设定隐层神经元数目选定为5个，验证样本和测试样本数目均选择为总体样本的10%，其它训练参数的赋值如下：net.trainParam.lr=0.05;——学习速度net.trainParam.lr_inc=1.25;——训练速度增加系数net.trainParam.epochs=5000;——最大训练轮回数net.trainParam.goal=0.0001;——目标函数误差2)模型的训练及拟合效果分析运用MatlabR2010a神经网络nftool工具箱对灰口铸铁管管材管道安全使用35 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型时间进行训练，部分参数设置过程如图4-2所示。图4-2Matlab神经网络工具箱部分参数设置过程训练完成后，系统可生成训练样本、验证样本、测试样本和总体样本的拟合度分析。由于训练样本和总体样本的样本容量相对较大，通常可以通过考察训练样本及总体样本的拟合度来判别模型拟合效果的优劣。灰口铸铁管安全使用时间预测模型各类样本的拟合度分析如图4-3所示。36 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型图4-3灰口铸铁管安全使用时间预测模型各类样本的拟合度分析根据图4-3可知，对于灰口铸铁管管材，模型训练以后训练样本拟合度R=0.96，总样本拟合度R=0.93，由此可见，采用神经网络BP结构对历史数据的学习程度很好，输出向量与目标向量的拟合度很高，该模型可以用于对灰口铸铁管安全使用时间进行预测。生成的M文件程序代码如附录2所示。灰口铸铁管安全使用时间拟合对比分析如图4-4所示。灰口铸铁管安全使用时间的实际值与预测值对比及残差分析数据如表4-6所示。75007000实际值预测值65006000550050004500管道安全使用时间（day）40000510152025303540序号图4-4灰口铸铁管安全使用时间拟合对比分析37 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型3)模型的预测对于苏州市高新区内未更换的灰口铸铁管，可以通过输入管道管径、管道埋深、管道的压缩模量、管道上方平均日交通量和管道运行压力因子参数，调用net函数，对其管道安全使用时间进行预测。4.4.2镀锌钢管安全使用时间预测模型镀锌钢管管材的管道安全使用时间预测模型的建模过程与灰口铸铁管类似，其各类样本的拟合度分析如图4-5所示。镀锌钢管安全使用时间的实际值与预测值对比及残差分析数据如表4-7所示。图4-5镀锌钢管安全使用时间预测模型各类样本的拟合度分析模型训练以后训练样本拟合度R=0.96，总样本拟合度R=0.96，由此可见，建模的效果同样很好，建立的模型可以用来对苏州市高新区内未更新的镀锌钢管进行管道安全使用时间的预测。镀锌钢管安全使用时间的实际值与预测值对比及残差分析数据如表4-7所示。38 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型表4-6灰口铸铁管安全使用时间的实际值与预测值对比及残差分析管径管道埋深压缩模量平均日交通量管道运行压力管道安全使用时间管道安全使用时间预测值误差相对误差（mm）（mm）（MPa）（times/day）（m）（day）（day）（day）（%）10050013.85550023.963876022-365-5.71%10050013.85150022.767216468-253-3.76%10050013.85200025.662076032-175-2.81%10050013.85150021.766766493-183-2.74%10080013.85180019.367956610-185-2.73%100100013.85180031.260745923-151-2.48%10010013.8518002163526212-140-2.20%100120013.85150026.366516538-113-1.71%10080053.89250029.962906224-66-1.05%100100013.8520003159145866-48-0.81%10035013.8520001961876152-35-0.56%100100013.85180019.367846778-6-0.09%10050013.85100019.169006942420.61%10060013.85200022.862236271480.77%10070013.85120021670068401402.09%10060013.85200020601861601422.36%10040013.85150020.4633164851542.43%10050013.85100026.5639165551642.57%10060013.85200022597361461732.90%100100013.85180019.3652467782543.89%100200013.85200031.9555557812264.07%10045013.85180018.8606764063395.59%39 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型管径管道埋深压缩模量平均日交通量管道运行压力管道安全使用时间管道安全使用时间预测值误差相对误差（mm）（mm）（MPa）（times/day）（m）（day）（day）（day）（%）100150010200021.4614566364917.98%15050013.8515002366506535-115-1.73%150100013.85450023.658655944791.34%20030013.8520002366736357-316-4.74%20080013.8528002163076185-122-1.94%20060013.8525002063856292-93-1.45%20010013.85200020.861666095-71-1.15%20070013.85650029.557285676-52-0.91%200300013.85300030.85988599130.06%20060013.85400025.559446038941.58%30080013.85350030.8569958561572.75%300120013.8568002754815546651.19%400120013.85380030.659165656-260-4.39%400120013.85550033509252461543.03%600200013.8575003051115095-16-0.32%600100032.440002857505810601.05%60050013.85800028.2547856211432.61%600150013.85400032.2511954763576.97%700100013.8570003058305540-290-4.98%80060013.8590003056505507-143-2.52%1200120013.8572003443104304-6-0.14%注：预测残差最大值maxErr=7.98%，预测残差的标准差stdErr=0.0311。40 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型表4-7镀锌钢管安全使用时间的实际值与预测值对比及残差分析管径管道埋深压缩模量平均日交通量管道运行压力管道安全使用时间管道安全使用时间预测值误差相对误差（mm）（mm）（MPa）（times/day）（m）（day）（day）（day）（%）2550013.85100026539057313416.33%2550013.8580019.257965629-167-2.88%2520013.85800304182491673417.56%2540013.8580025550656851793.26%2540013.8510002855235422-101-1.82%4020013.8520018.858925791-101-1.72%4020013.85100029.64334492058613.53%4080013.8580024550756201132.05%4015013.85120026.655615575140.25%4050013.85100026.256275650230.41%4050013.85100026.256235650270.48%4040013.851000304134475762315.08%402013.8510002059215831-90-1.52%504013.858002554885509210.38%50509.6618002854025386-16-0.29%5010013.85100026539455691753.24%5010013.851000323865429543011.11%5010013.8510002854125284-128-2.36%5010013.8580031410345114089.94%5010013.8520002057385771330.58%5050013.8520001957865885991.71%5050053.89200019.454625452-10-0.18%41 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型管径管道埋深压缩模量平均日交通量管道运行压力管道安全使用时间管道安全使用时间预测值误差相对误差（mm）（mm）（MPa）（times/day）（m）（day）（day）（day）（%）502513.85100019.258015870691.18%5040013.8520001958785787-91-1.56%5025013.85120021.258645916520.89%5030013.85210021.458595713-146-2.48%5030013.8525002354945355-139-2.53%5050013.8512002058565916601.03%5050013.8580024.858555647-208-3.56%5020013.8519002553935417240.44%5020013.858002558195513-306-5.27%5020013.85100033399741151182.96%5020013.85100033399741151182.96%5020013.8580031.4406043422826.95%5010013.8580032405842632055.05%5040013.85800324150415440.09%5015013.85100022550657602544.62%5020013.85150025.255345633991.79%5020013.85100028482052554359.03%5040013.8580027.6482252814599.51%5060013.85100028.255235159-364-6.58%5040013.8580026.655005441-59-1.08%5010013.85100023.2557157181472.64%5060013.85100023.4557657892133.83%5020013.85120026.655685518-50-0.90%42 苏州科技学院硕士学位论文第四章供水管道安全使用时间预测模型管径管道埋深压缩模量平均日交通量管道运行压力管道安全使用时间管道安全使用时间预测值误差相对误差（mm）（mm）（MPa）（times/day）（m）（day）（day）（day）（%）503013.85120019.459465903-43-0.73%5050013.85180019.659495980310.52%5040013.85120018.859505895-55-0.92%5070013.85100030423646434079.60%5050013.85100029.24439488344410.00%5040013.851000294431495452311.81%5040013.851000304226466844210.46%5050013.8510002059825738-244-4.07%5015013.85100032411242751633.96%6511013.85250030388440601764.54%75100013.85100034389241682767.10%100100013.8510003142234260370.88%10035013.85100022.259295710-219-3.69%注：预测残差最大值maxErr=17.56%，预测残差的标准差stdErr=0.0530。43 苏州科技学院硕士学位论文第五章城市供水管网最优漏损检测周期求解第五章城市供水管网最优漏损检测周期求解为了保障供水管网能够始终正常运行，对供水管网实施定期的维护显得尤为必要。对于供水管网实行定期的检漏修复，可以有效的降低管网漏损率，保障供水的安全可靠。管网的漏损形式通常为暗漏，需要供水企业检漏人员定期的检漏检测。检测的周期如果过长，将会导致月平均漏水量经济损失增加；检测的周期如果过短，将会导致月平均检测费用增加。因此，需要对城市供水管网的最优漏损检测周期进行求解，使得控制漏损的总费用达到最低，使得漏损控制的经济效益最大化。5.1供水管网经济漏损量求解供水管网控制漏损的总费用主要由以下两大部分组成：(1)管网漏水量费用，即管网漏水量造成的经济损失；(2)管网漏损检测维修费用，即对管网进行漏点检测和对漏点进行维修的费用。由于对应漏水量为自变量的漏损总费用为一条凹曲线目标函数，“经济漏水量”即为在低谷处漏损总费用最低对应的漏水量。漏损总费用目标函数如下：Min(EE)(5-1)12式中，E1c1x；E——漏水量费用(元/km/a)；13c——制水成本(元/m)；13x——管网漏水量(m/km/a)；Ecek2x[74]22；E——漏损控制费用(元/km/a)；2c、k——系数。22根据苏州高新区供水管网2010～2012年漏损量统计数据和漏损控制费用支出数据，结合高新区供水管网总长度数据，可以求得苏州市高新区供水管网现阶段经济漏水量。苏州市高新区供水管网2010～2012年漏损控制费用支出如表5-1所示。表5-1苏州市高新区供水管网2010～2012年漏损控制费用年份2010201120123漏水量（m)127789221098576812314324漏损控制费用支出（元）117060212800136700根据表5-1，可以拟合出苏州市高新区供水管网漏损控制费用函数，求得漏损总费用目标函数中的c、k估计值。漏损控制费用函数拟合结果如图5-1所示。2244 苏州科技学院硕士学位论文第五章城市供水管网最优漏损检测周期求解单位千米管长漏损控制费用（元/千米/年）250200150-0.0003xy=9199.5e100R2=0.9986（元/千米/年）50单位千米管长漏损控制费用01200012500130001350014000145003单位千米管长漏损水量（m/千米/年）图5-1苏州市高新区供水管网2010～2012年漏损控制费用拟合函数3根据现行制水成本及上述拟合曲线可知，参数c2元/m，c9199.5,12k0.0003，目标函数为：20.0003xMin(2x9199.5e)，x0(5-2)利用MatlabR2010a非线性规划函数FMINUNC对上述函数进行求解，解得3最优解，即经济漏水量为x1073m/km/a。因苏州市高新区供水管网总长度为3900km，故当苏州市高新区供水管网年漏损量控制在965700m时，漏损控制总费用最低。5.2供水管网最优漏损检测周期求解使得漏损总费用目标函数最小时对应的漏损检测周期即为供水管网的最优漏损检测周期。漏损总费用目标函数(5-1)可以化归为以下形式：Min(EE)(5-3)12xjxjc1Q(i)c3Lc4N(i)Ei1i1E式中，1，2；xLxLjjE——漏水量费用(元/月/km)；1E——漏损控制费用(元/月/km)；23c——制水成本(元/m)；13Q(i)——预测第i月漏水量(m)；x——最优漏损检测周期(月)，约束条件1x40；jjc——单位管长检测费用(元/km)；345 苏州科技学院硕士学位论文第五章城市供水管网最优漏损检测周期求解L——管网长度(km)；c——单件漏损维修费用(元/件)；4N(i)——预测第i月漏水修复件数(件)。根据月漏损水量和月漏损修复件数预测值，设置各项经济参数值，可以求得苏州市高新区供水管网不同漏损检测周期对应的管网月漏损总费用。在本例中，3c=2元/m，c=20000元/km，P=2%，c=3000元/件，L=900km。134苏州市高新区供水管网不同漏损检测周期对应的费用值如表5-2，图5-2，5-3所示。由表5-2，图5-3分析可知，苏州市高新区供水管网最优漏损检测周期为10个月。表5-2不同漏损检测周期对应的费用值T(month)12345678910E11253170520852469280731203423369739644210(元/km/month)E2230471155177205804465638903343293226132357(元/km/month)E243001325698058273746370106766662965776567(元/km/month)T(month)11121314151617181920E14439466048635057523654015557569858325955(元/km/month)E22147197218241697158714901405132912611200(元/km/month)E6586663266876754682368916962702770937155(元/km/month)T(month)21222324252627282930E16066617262666353643365036569662566766721(元/km/month)E21144109410481005966930897865836809(元/km/month)E7210726673147358739974337466749075127530(元/km/month)T(month)31323334353637383940E16759679368206843686168736882688668876884(元/km/month)E2784760737716696677660643626611(元/km/month)E7543755375577559755775507542752975137495(元/km/month)46 苏州科技学院硕士学位论文第五章城市供水管网最优漏损检测周期求解25000E1E2200001500010000费用(元/km/month)500000246810121416182022242628303234363840T(month)图5-2不同漏损检测周期下漏水量费用E1和漏损控制费用E2变化趋势25000E200001500010000E(元/km/month)500000246810121416182022242628303234363840T(month)图5-3不同漏损检测周期下漏损控制总费用E变化趋势47 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析第六章城市供水管网运行评估及爆管概率分析相比于供水企业通常只能通过管网监测点了解管网个别运行参数，建立供水管网水力模型则可以全面的模拟管网中每个节点及管段的运行状况。通过供水管网水力模拟软件准确的数据计算结果和友好的图形显示界面，可以对城市供水管网运行状况进行相应评估分析，为管网现阶段运行调度提供决策支持，为管网的远期规划改造提供有效建议。在对供水管网爆管概率分析方面，通过量化引起管道发生爆管的管龄、管径、管材三个主要因素，建立管道爆管危险函数，并结合水力模型模拟出的管网压力状况，可以对苏州市高新区供水管网爆管概率进行模拟。6.1均值流量下苏州市高新区供水管网运行评估苏州市高新区供水管网水力模型建立以后，系统可以反馈各个节点及管段的运行信息并生成的相应的图表。根据生成的苏州市高新区2012年11月平均日供水量下（26.37万吨/日）供水管网自由水压等值线图（图6-1）和管网流速分级图（图6-2），可以对管网运行情况进行评估分析。6.1.1管网压力分析图6-1苏州市高新区2012年11月平均日供水量下供水管网自由水压等值线图48 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析由图6-1可知，苏州高新区绝大部分区域给水管网自由水压在28～35米之[75]间，符合城市配水管网供水水压宜满足用户接管点处服务水头28米的要求。最低管网末梢自由水压为19.8米，亦符合住建部制定的供水管网末梢压力不应[76]低于14米的行业标准。压力略低的区域可考虑修建中途加压泵站、设立水塔等方式保证管网末端的水压要求。相应的管网压力面积及百分比统计如表6-1所示。表6-1管网压力统计（26.37万吨/天）2压力范围（米）面积（km）百分比＜140.000.00%14～180.000.00%18～240.770.30%24～2856.1521.76%28～35201.0877.94%＞350.000.00%6.1.2管网流速分析图6-2苏州市高新区2012年11月均值流量下供水管网流速分级图由图6-2可知，苏州高新区供水管网流速普遍较低，没有充分利用管网资源。[77]许多管道流速甚至在0.1m/s以下，与管道的经济流速相差甚远，管网整体处于低负荷运行状态。管网低负荷运行会导致管网水龄过长，“生长环”过早形成，形成二次污染。当管道中流速骤然发生变化，“生长环”表面疏松层被冲下，用户49 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析[78]水中铁含量升高，还会出现“黄水”、“红水”现象。管道的加快腐蚀也会导致管道通水能力减弱，较早出现漏损。相应的管网流速统计数据如表6-2所示。表6-2管网流速统计（26.37万吨/天）流速(m/s)管段数（个）百分比＜0.118652.69%0.1～0.27721.81%0.2～0.34111.61%0.3～0.4287.93%0.4～0.6174.82%0.6～0.930.85%0.9～1.410.28%1.4～2.300.00%＞2.300.00%6.2日供水量增加时苏州市高新区供水管网运行评估现行供水量管网流速过低，同时也表明了苏州高新区管网具有较大的潜力，可以较好的满足远期规划要求。现以日用水量45万吨（新宁水厂、高新区第二水厂均满负荷运行）为例，增加水泵开启台数，模拟高新区给水管网的运行状态。图6-3为日用水量45万吨时高新区给水管网流速分级图。图6-3日供水量增加为45万吨时苏州市高新区供水管网流速分级图结合图6-3、表6-3与图6-2、表6-2对比，在日用水量增加到45万吨以后，50 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析管网流速普遍提高，接近或略低于经济流速的管段百分比显著增长，且大多数管段仍未超负荷运行，只需要对极少部分管段进行改建即可满足管网运行需要。不容忽视的是，管网中仍有部分管段流速很低，且这部分管道大多为支管或管网末梢管段，更易引起水质的恶化。因此，在管道设计时，应当综合考虑管网实际运行因素，避免盲目选用大管径管道。日供水量增加为45万吨时管网流速统计数据如表6-3所示。表6-3管网流速统计（45万吨/天）流速(m/s)管段数（个）百分比＜0.15716.15%0.1～0.28223.23%0.2～0.37922.38%0.3～0.45415.30%0.4～0.63911.05%0.6～0.9226.23%0.9～1.4185.10%1.4～2.320.57%＞2.300.00%6.3城市供水管网爆管概率分析6.3.1城市供水管网爆管概况城市供水管网爆管现象常有发生。管道爆管严重影响城市供水服务，特别是大口径管道的爆管，往往会导致道路交通中断，邻近区域水压骤降，并派生出许多连带问题。因此，及时处理爆管事故，降低爆管发生的频率，确定管网区域内爆管高危管段，制定有效的爆管应急预案，将对供水企业管理工作，降低城市供水管网漏损起到积极的利好作用。[79]根据南方某市2003～2008年爆管次数统计：在850起管道爆管事故中，钢管爆管为402次，占总次数的48%；灰口铸铁管为240次，占总次数的28%；钢筋混凝土管为173次，占总次数的20%；球墨铸铁管为35次，仅占总次数的4%。爆管次数与管道材质的关系分析如图6-4所示。分析可知，钢管爆管次数占总爆管次数的一半左右，说明供水管道管材与管道爆管有着密切的关系。钢管管材虽然具有强度高、可以承受较高水压的特点，但由于水中含有的余氯及管道周边土壤环境因素，较易造成钢管管壁变薄、强度降低，直至发生爆管。51 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析球墨铸铁管,35,4%钢筋混凝土管,173,20%钢管,402,48%灰口铸铁管,240,28%钢管灰口铸铁管钢筋混凝土管球墨铸铁管图6-4爆管次数与管道材质关系分析6.3.2供水管道爆管原因分析[80]供水管道的寿命曲线被称为“浴缸曲线”，如图6-5所示。管道的整个寿命周期可分为三个阶段：(1)童年阶段：安装后的初期阶段，爆管的主要原因为管道施工质量问题及质量问题，管道修复以后，爆管概率逐渐降低；(2)成熟阶段：管道运行相对稳定，爆管概率较低；(3)衰老阶段：因为管道的老化与退化，爆管概率大增。图6-5供水管道寿命周期“浴缸曲线”一般情况下，引起管道发生爆管有以下四点因素：(1)管道的腐蚀。管材的选择，管道敷设地区土壤pH值，管道内壁的防腐工作是引起管道腐蚀的主要因素。(2)沟槽开挖不符合规定。部分沟槽槽底严重不平且有锋利的石头突出，如施工人员铺垫沙土不符合要求，管道自重、竖向土压力、地面车荷载过大，极易造成52 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析爆管事故。(3)气囊与水锤。管道内的被压缩气体急剧膨胀，急速关闭阀门引发水锤现象也极易造成供水管道发生爆管。6.3.3苏州市高新区供水管网爆管概率分析本节以苏州市高新区供水管网为例，通过管道爆管危险函数的计算，结合水力模型拟合出的管道压力状况，利用供水管网水力模拟软件中爆管概率统计模块，对苏州市高新区供水管网爆管概率进行分析。管道爆管危险函数跟据管网中管道的管径、管材、敷设时间等物理特性，通过一定的数学方法计算出每根管道的风险系数，根据这个风险系数进行等级划分，以便对管网进行有针对性的维护。管道爆管危险函数如下：h(t,x)(ABCt2)e1x12x2(6-1)式中，h(t,x)——管道爆管危险函数；t——管龄/年；x——管径/mm；1x——管材/球墨铸铁管取0，钢管取2，其它管材取1；2A,B,C,,——系数。12在计算之前，需根据收集爆管历史数据和管网数据对各参数进行估计。参数的估计值可以根据供水管网的管材、管径、管龄等管段属性和爆管历史记录来确定。参数的设置值如图6-6所示。图6-6管道爆管危险函数参数设置管道爆管危险函数计算之后，系统将各个管段危险函数值与水力模型拟合出的管段压力值相乘，生成出苏州市高新区供水管网爆管概率分级图（图6-7）。53 苏州科技学院硕士学位论文第六章城市供水管网运行评估及爆管概率分析图6-7苏州市高新区供水管网爆管概率分级图根据图6-7分析可知，苏州市高新区供水管网整体运行良好，绝大部分管道发生爆管事故概率不高，但需对高新区第二水厂起端输水干管予以密切监控并制定相应的爆管应急预案，以降低因爆管事故带来的影响。当管道发生爆管事故时，供水企业应从以下几方面对事故进行处理：(1)迅速给出最优阀门关闭方案，将爆管事故点隔离，停止供水，快速抢修；(2)立即给出停水的管段及用户清单；(3)进行管网事故时工况仿真模拟，应对部分区域可能出现的低压状况迅速给出最优水泵启闭方案。54 苏州科技学院硕士学位论文第七章结论与展望第七章结论与展望7.1结论在水资源弥足珍贵、大力倡导建立节约型社会的今天，保障供水安全可靠，控制供水管网漏损已成为一项重要课题，具有重大的现实意义。本文的目的旨在为供水管网漏损管理提供一些新的优化思路，为供水企业管理工作提供决策支持与技术参考。论文的主要工作和研究成果如下：1、在充分收集供水管网基础信息的基础上，构建了苏州高新区供水管网水力模型。经校核，建立的模型满足预期的精度要求，可以较好地模拟苏州市高新区供水管网运行状况，具有较高的应用价值和指导意义。2、基于历史漏损统计资料，引入自回归移动平均混合模型(ARMA)，建立了苏州市高新区供水管网漏损预测模型，模型拟合和残差分析后显示建立的模型拟合度较高，可以用来对未来的漏损水量和漏损件数进行预测。3、通过量化导致管道漏损的主要因素，并将其作为模型输入因子，采用神经网络BP结构，建立了灰口铸铁管和镀锌钢管安全使用时间预测模型。拟合分析后显示建立的模型有效，可以用来对苏州市高新区内未更换的老旧管道安全使用时间进行预测。4、以月平均漏损控制总费用最小为目标函数，求解了苏州市高新区供水管网“经济漏水量”，优化了供水管网最优漏损检测周期。5、在模拟了苏州市高新区现阶段和日供水量增大时供水管网运行工况的基础上，发现高新区供水管网现阶段存在着流速偏低的问题，提出了供水管网远期规划的建议。6、引入管道管龄、管径、管材三因素建立了管道爆管危险函数，结合模拟出的管网压力状况，对苏州市高新区供水管网爆管概率进行了模拟，分析了区域内爆管概率较高的管段及事故处理的方法。7.2展望供水管网的漏损管理问题是一个具有高度研究价值的课题。论文在撰写过程中，通过阅读大量的文献资料，认真揣摩后发现仍有许多值得完善的方面，有待进一步提高。需要完善的方面和今后研究的方向可以从以下几方面开展：1、水力建模准确性必须以自来水公司完善的信息化系统作为支撑。因此，供水企业需要加强管网的软硬件建设工作，以保证建立的水力模型能够更好地发55 苏州科技学院硕士学位论文第七章结论与展望挥作用。2、在供水管网水力建模中，节点流量的准确分配亦是影响模型精度的重要因素。普通用户水量、漏失水量和未计量水量的模糊分配会导致模拟值与实际值的一定偏差。因此，可以寻求更好的水量分配方式代替模糊分配方式，以达到改善模型精度的目的。3、今后可以实现水力建模系统与SCADA系统数据共享，通过实时水力模拟对比，发现管网中实测压力与模拟压力不符的节点或区域。在管网模型足够准确的情况下，可以表明该处存在着较为严重的管道漏水现象，以此发现管网中潜在的漏点区域和事故管段。56 苏州科技学院硕士学位论文参考文献参考文献[1]路文丽.给水管网漏水量分析与动态模拟计算方法研究[D].上海,同济大学,2007.[2]住房和城乡建设部计划财务与外事司.2008年中国城市建设统计年鉴[M].北京:中国计划出版社,2009.[3]姜帅,吴雪,刘书明.我国部分城市供水管网漏损现状分析[J].北京水务,2012,(3):14～16.[4]石亮民.地下给水管网漏水检修实践[J].给水排水,1994,(3):46～48.[5]BrianDumbleton.Huntingdownwaterleaks[J].WaterEngineeringandManagement,143(10):27～28,1996.[6]雷林源.城市地下管线探测与探漏[M].北京:冶金工业出版社,2003.[7]耿为民.给水管网漏损控制及其关键技术研究[D].上海,同济大学,2004.[8]陈兵.城市给水管网漏失问题的研究[D].哈尔滨,哈尔滨工业大学,2001.[9]高伟,刘志强.数字型检漏仪的性能分析[R].管道漏损控制研讨会,2001.[10]宋仁元.怎样防止给水系统的漏损[M].北京:中国建筑工业出版社,1988.[11]韩德宏.采取综合措施,降低管网漏损[R].管道漏损控制研讨会,2001.[12]上海汇晟管线技术工程有限公司.管道漏水及防治技术[R].管道漏损控制研讨会,2001.[13]李伟,左晨.英国水务公司的漏损控制[R].管道漏损控制研讨会,2001.[14]蔡倩,李立丽.检漏工作的经验与体会[R].管道漏损控制研讨会,2001.[15]高伟,刘志强.数字型检漏仪的性能分析[R].管道漏损控制研讨会,2001.[16]高伟.谈我国供水管道检漏的主要方法和仪器[R].管道漏损控制研讨会,2001.[17]何维华.供水管道与漏损控制——漏水分析与降漏措施[R].管道漏损控制研讨会,2001.[18]严仁清.浅谈建立按区域分系统进行漏损控制[R].管道更新改造研讨会,2001.[19]张少杰.降低漏水损失有效途径的探讨[R].管道漏损控制研讨会,2001.[20]张兴武,李胜祥.城市供水漏损检测方法及实际应用[R].管道漏损控制研讨会,2001.[21]张志明.供水管网漏损控制分区装表计量技术和应用[D].上海,同济大学,2006.[22]Shamir,U.AnAnalyticApproachtoSchedulingPipeReplacement[J].AWWA,1979,71(5):248.[23]Godwin.,SJ.TheResultsoftheExperimentalProgramonLeakageandLeakageControlWaterResearchCenter[J],1980(52):154.[24]Walski,T.M.,Pellicia,A.EconomicAnalysisofWaterMainBreaks[J].AWWA,1982,74(3):140～174.57 苏州科技学院硕士学位论文参考文献[25]Stering.A.,LeakageReductionbyOptimizedControlofValvesinWaterNetworks[J].TransInstMC.1984,6(6):293～297.[26]Pudar,R.S.,Liggett,J.ALeaksinPipesNetworks[J].JournalofHydraulicEngineering,1992,118(7):1031～1046.[27]Jonathan,AandLoganathan,GV.AnalysisofPressureDependentLeakageinWaterDistributionSystems[M],1999.[28]Cabrera.DroughtManagementPlanninginWaterSupplySystems[R].ProceedingsfromtheUIMPInternationalCourseinValencia.December,1997.[29]Buchberger,S.GandGayatri,N.LeakEstimationinWaterDistributionSystemsbyStatisticalAnalysisofFlowReadings[J].JournalofWaterResourcesPlanningandManagement,2004,130(4):321～329.[30]Dalius,M.,John,V,Gustaf,O.,Angus,S.,andMartin,L.PipelineBreakDetectionUsingPressureTransientMonitoring[J].JournalofWaterResourcesPlanningandManagement,2005,131(4):316～325.[31]Jung,B.S.andKarney,B.W.ASystematicExplorationofUncertaintyandConvergenceofInverseTransientCalibrationforWDSs[D].2005.[32]PérezR,PuigV,PascualJ,etal.Methodologyforleakageisolationusingpressuresensitivityanalysisinwaterdistributionnetworks[J].ControlEngineeringPractice,2011,19(10):1157～1167.[33]JingK,Zhi-HongZ.TimePredictionModelforPipelineLeakageBasedonGreyRelationalAnalysis[J].PhysicsProcedia,2012,25(10):2019～2024.[34]陈超.供水管网漏水管理信息系统和管道寿命经济决策系统[D].天津,天津大学,2000.[35]赵洪宾,何文杰,韩宏大等.我国供水管网实现区域管理的思路[J].中国给水排水,200l,17(9):59～61.[36]陈兵.城市给水管网漏失问题的研究[D].哈尔滨,哈尔滨工业大学,2001.[37]张宏伟,牛志广,陈超,洪霞.供水管道漏损预测模型研究[J].中国给水排水,2001,17(6):7～9.[38]刘天顺.瞬变流反问题分析在给水管网漏失检测中的应用[D].哈尔滨,哈尔滨工业大学,2003.[39]余涛.降低给水管网漏失的阀门控制研究[D].哈尔滨,哈尔滨工业大学,2003.[40]袁荣华,王毅,称春刚.基于负压波结构模式识别方法的供水管网检漏与定位技术的研究[J].广西大学学报(自然科学版),2003,28(3):202～205.[41]冯继东,李天匀.埋地供水管泄漏系统仿真研究.中国给水排水[J],2004,20(1):7～9.58 苏州科技学院硕士学位论文参考文献[42]傅玉芬.城市供水管网漏损预测[D].天津,天津大学,2004.[43]刘崎峰.城市供水管网漏失问题的分析与诊断[D].青岛,青岛建筑工程学院,2004.[44]李凌峰.基于SCADA系统的供水管网检漏检爆[D].西安,西安建筑科技大学,2005.[45]张宏伟,王亮,岳琳,等.城市供水漏损时间的预测模型研究[J].中国给水排水,2006,22(5):52～55.[46]韩阳,王威.给水管网实施故障诊断的支持向量机模型[J].给水排水,2007,33(2):109～112.[47]王捷,贾辉,张宏伟.供水管线渗漏水力分析[J].水利学报,2008,38(8):1001～1004.[48]张珽.城市供水管道漏损定位的计算方法研究[D].天津,天津大学,2009.[49]张现国,汪慧贞,王俊岭,等.供水管网漏损评价指标筛选与计算实例[J].给水排水,2011(01):158～161.[50]张明,李鹏,周润娟.基于集对分析的供水管网漏损预测模型[J].供水技术,2012,6(3):28～31.[51]王旭,王颖,田伟博.城市供水管网漏损时间预测模型[J].水资源与水工程学报,2012,23(4):151～157.[52]赵洪宾.给水管网系统理论与分析[M].北京:中国建筑工业出版社,2003.[53]曹颖.天津市给水管网水力模型的建立与应用[D].天津:天津大学,2008.[54]陈忠,杨大森,荣展超,王强福.中山市给水管网水力模型的应用与建议[J].给水排水,2011,37(S1):459～460.[55]袁一星,高金良.给水管网节点流量计算方法的研究[J].哈尔滨建筑大学学报,1999,32(1):67～71.[56]ThomasM.Walski.Techniqueforcalibratingnetworkmodelcalibrationissues[J].J.waterRes.planman.,1986,(4):25～27.[57]LindellE,Ormsbee.Explicitpipenetworkcalibration[J].L.waterRes.planman.,1986,(2):166～182.[58]LeeCesario.Calibratingwatersystemmodel[J].J.AWWA.1984,(7):25～29.[59]袁一星,张杰,赵洪宾等.城市给水管网系统模型的校核[J].中国给水排水,2005,21(12):44～46.[60]何书元.应用时间序列分析[M].北京:北京大学出版社,2003.[61]安潇潇.ARMA相关模型及其应用[D].秦皇岛,燕山大学,2008.[62]GeorgeE.p.Box,GwilymM.Jenkins,GregoryC.Reinsel著，顾岚主译.时间序列分析预测与控制.北京:中国统计出版社,1997.[63]王燕.应用时间序列分析[M].北京:中国人民大学出版社,2005.[64]耿为民.给水管网漏损控制及其关键技术研究[D].上海,同济大学,2004.59 苏州科技学院硕士学位论文参考文献[65]王勇领.预测计算方法[M].北京:科学出版社,1986.[66]董长虹.Matlab神经网络与应用（第二版）[M].北京:国防工业出版社,2007.[67]金秋鸣,周登国.管网漏损量调研与控制对策[J].水工业市场,2006(2):11～13.[68]罗海玲,付婉霞,张哲.管材和管径选择与供水管网漏损控制[J].节能与环保,2010(1):44～46.[69]吴天蒙,张勇,胡志军.宁波管网漏损原因及对策研究[J/OL].水世界网,http://chinacitywater.org/rdzt/guanwanglousun/7070-7.shtml,2006.[70]闫丽芳.给水管网漏损分析及预测[D].安徽,合肥工业大学,2009.[71]宋序彤,钱琪,曹金清.国内外供水漏损分析研究[J].地下管线管理,1997(4):17～21.[72]张德丰.Matlab神经网络应用设计[M].北京:机械工业出版社,2009.[73]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1990.[74]ThomasM.Walski.Replacementrulesforwatermains.J.AWWA,79(11):33～37,1987.[75]中华人民共和国建设部.城市给水工程规划规范(GB50282-98)[S].北京:中国标准出版社,1998.[76]中国城镇供水排水协会.城镇供水厂运行、维护及安全技术规程(CJJ58-2009)[S].北京:中国标准出版社,2009.[77]严煦世,范瑾初.给水工程(第四版)[M].北京:中国建筑工业出版社,1999.[78]陈跃,赵明,袁一星.给水管道内“生长环”的危害及去除方法研究[J].给水排水,2009,35(12):112～115.[79]刘映红.城市埋地供水管道爆管成因分析与处理措施探讨[J].广东建材,2009,(11):81～84.[80]张立秋,张朝升,李淑更.市政给水管道爆管原因与对策研究[J].广州大学学报（自然科学版）,2009,8(2):72～76.60 苏州科技学院硕士学位论文致谢致谢时间流逝如白驹过隙。转眼间，三年的研究生求学生活即将结束，站在毕业的门槛上，回首往昔，奋斗和辛劳成为丝丝的记忆，甜美与欢笑也都尘埃落定。值此毕业论文完成之际，我谨向所有关心、爱护、帮助我的人表示最诚挚的感谢与最美好的祝愿！我首先要感谢我的导师李翠梅副教授。三年来，导师渊博的专业知识，严谨的治学态度，精益求精的工作作风，诲人不倦的高尚师德，朴实无华、平易近人的人格魅力对我影响深远。本论文从选题到完成，每一步都是在导师的指导下完成的，倾注了导师大量的心血，在此我向我的导师李翠梅副教授表示深切的谢意与祝福！本论文的完成也离不开其他各位老师、同学和朋友的关心与帮助。在此感谢我的师弟郜阔、龚希博、黄锐、龙浩、罗贤达，师妹姚文萍；正是得益于你们的帮助，我的论文才得以顺利完成，再次表示深深的感谢！感谢苏州市高新区新宁自来水发展有限公司水质检验中心查巧珍主任为论文提供了大量珍贵的管网漏损数据！感谢我的室友杨鹏、徐建、周彪、冯凯、刘寒寒三年来对我的爱护、包容和帮助，愿友谊长青！感谢我的另一半，你永远是我坚强的后盾！感谢我的父母，谢谢你们多年来的养育之恩，谢谢你们对我学业的理解和支持。今后我一定用积极的人生态度去面对新的生活，开启人生的新篇章！61 苏州科技学院硕士学位论文附录附录2灰口铸铁管安全使用时间预测模型M文件程序代码functionnet=create_fit_net(inputs,targets)%CREATE_FIT_NETCreatesandtrainsafittingneuralnetwork.%NET=CREATE_FIT_NET(INPUTS,TARGETS)takesthesearguments:%INPUTS-RxQmatrixofQR-elementinputsamples%TARGETS-SxQmatrixofQS-elementassociatedtargetsamples%arrangedascolumns,andreturnstheseresults:%NET-Thetrainedneuralnetwork%Forexample,tosolvetheSimpleFitdatasetproblemwiththisfunction:%loadsimplefit_dataset%net=create_fit_net(simplefitInputs,simplefitTargets);%simplefitOutputs=sim(net,simplefitInputs);%ToreproducetheresultsyouobtainedinNFTOOL:%net=create_fit_net(hkztg,hkztggdaqsysj);%CreateNetworknumHiddenNeurons=5;%Adjustasdesirednet=newfit(inputs,targets,numHiddenNeurons);net.divideParam.trainRatio=80/100;%Adjustasdesirednet.divideParam.valRatio=10/100;%Adjustasdesirednet.divideParam.testRatio=10/100;%Adjustasdesired%TrainandApplyNetwork[net,tr]=train(net,inputs,targets);outputs=sim(net,inputs);%Plotplotperf(tr)plotfit(net,inputs,targets)plotregression(targets,outputs)63 苏州科技学院硕士学位论文作者简介作者简介姜进峰(1988－)，男，汉族，江苏东台人。2010年6月毕业于南京林业大学土木工程（给水排水方向）专业，获得工学学士学位。2010年9月考入苏州科技学院攻读市政工程硕士学位，师从李翠梅副教授，主要研究方向为管网与设备系统优化。参与项目：国家自然科学基金项目(51109153)、江苏省普通高校研究生科研创新计划项目(CXLX11_0969)、苏州科技学院研究生科研创新计划项目(SKCX11S_026)在校期间发表论文：[1]姜进峰，张燕，李翠梅.农村生活污水一体化处理设备工艺分析[J].湖北农业科学，2012,51(23):5482-5486.[2]姜进峰，李翠梅，张燕，查巧珍，肖航.苏州市高新区给水管网水力模型的建立与应用，水电能源科学（已收录，2013年第10期发表）.[3]张燕，姜进峰，李翠梅，刘成刚，蒋光洁.4D和Q检验模型在供水管网水质检验中的应用[J].水电能源科学，2012,31(2):51-53.64'