基于漏失控制的供水管网水力模型及其应用研究 81页

'学校代号10532学号S150100103分类号TU991密级公开硕士学位论文基于漏失控制的供水管网水力模型及其应用研究学位申请人姓名陈偲培养单位土木工程学院导师姓名及职称许仕荣教授学科专业市政工程研究方向给水排水管网系统及其优化论文提交日期2018年5月28日 学校代号：10532学号：S150100103密级：公开湖南大学硕士学位论文基于漏失控制的供水管网水力模型及其应用研究学位申请人姓名：陈偲导师姓名及职称：许仕荣教授培养单位：土木工程学院专业名称：市政工程论文提交日期：2018年5月28日论文答辩日期：2018年5月31日答辩委员会主席：施周教授： ResearchonEstablishmentandApplicationofWaterSupplyNetworkHydraulicModelBasedonLeakageControlbyCHENCaiB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinMunicipalEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorXUShirongMay,2018 湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1．保密□，在年解密后适用本授权书。2．不保密□。(请在以上相应方框内打作者签名：日期：年月日导师签名：日期：年月日I 基于漏失控制的供水管网水力模型及其应用研究摘要作为城市建设的重要基础设施，城市供水管网为社会经济发展做出了巨大贡献。随着城市用水水平的不断提高，管网漏损问题也日益突出。漏损不仅带来了水资源的浪费，同时对社会经济发展及环境都造成了巨大影响，一个能够体现供水管网漏失的管网水力模型是进行管网漏失控制的前提与关键。本研究针对传统管网水力模型无法体现管网漏失的问题，提出在管网模型中加入流量与压力的关系，形成一整套以供水管网漏失控制为目标的城市供水管网建模及校核方法。为构建目标水力模型，本文首先研究了流量与压力之间的关系，认为将节点流量划分为节点用水量和节点漏失水量两部分才能实现漏失的模拟，并给出了两类流量与压力之间的关系式。提出了构建计算漏失水量与实际漏失水量之差的适应度函数，利用遗传算法对管网漏失系数求解，并在EPANET软件中实现漏失水量的模拟。在管网建模节点流量分配过程中，运用节点流量迭代分析法，依据节点压力更新节点流量。最终，通过比较分析以某算例管网为基础建立的压力驱动管网水力模型和传统管网水力模型，发现无论从精度还是漏失水量的模拟上而言，前者都要显著优于后者，认为本文构建的压力驱动管网水力模型可以作为供水管网漏失分析和实施压力管理方案的基础。通过提出针对海曾威廉系数的管网模型校核方法，验证管网模型运用于实际供水管网的可行性与适用性。鉴于在以往校核研究中，研究人员只关注模型模拟数据与管网实测数据的吻合性而忽略了海曾威廉系数取值的合理性问题，建立了基于支持向量机的海曾威廉系数取值模型。以多工况条件下供水管网测压点实测值与模型计算值差值平方和最小化构建目标函数，将海曾威廉系数校核转化为优化问题的求解，并给出了基于PSO算法的模型求解方法。最后将一整套基于漏失控制的供水管网建模校核方法应用于华中某市HX开发区供水管网中，将模型模拟数据与24小时管网实测数据进行比较。结果表明本文构建的压力驱动管网水力模型模拟效果与实际管网吻合度较高，能够较好的模拟管网漏失水量，可以应用于供水管网压力管理实施方案中。关键词：漏失控制；供水管网；压力驱动管网水力模型；遗传算法；模型校核；支持向量机；粒子群优化算法II 硕士学位论文AbstractAsanimportantinfrastructureforurbanconstruction,theurbanwatersupplynetworkhasmadegreatcontributionstosocialandeconomicdevelopment.Withthecontinuousimprovementofurbanwaterconservation,theproblemofpipenetworkleakagehasbecomeincreasinglyprominent.Theleakageofwatersupplynetworknotonlycausedthewasteofwaterresources,butalsohadahugeimpactonsocialeconomicdevelopmentandtheenvironmentprotection.Ahydraulicmodelthatcanreflecttheleakageofthewatersupplynetworkisthepremiseandkeytocontroltheleakage.Thisstudyaimsattheproblemthatthetraditionalhydraulicmodelcannotreflecttheleakageofthepipenetwork,andputsforwardtheconstructionandcheckingmethodofpressure-drivennodeflowhydraulicmodel.Inordertobuildpressure-drivennodeflowhydraulicmodel,thispaperfirststudiestherelationshipbetweenpressureandflow,andconsidersthatthenodeflowshouldbedividedintotwoparts:nodewaterconsumptionandnodeleakage,what’smore,theinfluencesofpressureonthetwokindsofwaterquantityofnodesaredeterminedandwrittenintoaformulation.Afitnessfunctionforcalculatingthedifferencebetweenthecalculatedleakageandactualleakage.ThegeneticalgorithmwasusedtodeterminetheleakagecoefficientofthepipenetworkandthenodeleakagewassimulatedintheEPANETsoftware.Inthedistributionprocessofthenodeflow,accordingtotherelationshipbetweenflowandpressure,NodeFlowAnalysismethodisusedtoupdateit.Atlast,bycomparingandanalyzingthetraditionalhydraulicmodelandpressure-drivennodalflowhydraulicmodelbasedonacertainexampleofpipenetwork,itisfoundthatthepressure-drivennodalhydraulicmodelisbetterthanthetraditionalhydraulicmodelintermsofaccuracyorleakagewatersimulation.Themodelcanbeusedasabasisfortheanalysisofleakageinwatersupplynetworksandtheimplementationplanofpressuremanagement.ByverifyingthepipenetworkmodelfortheHazen-Williamscoefficient,thefeasibilityandapplicabilityofthepipenetworkmodeltotheactualwatersupplypipenetworkarechecked.InviewofthefactthattheinvestigationofthefrictioncoefficientonlyfocusedontheconsistencybetweenthemodelsimulationdataandthemeasureddataofthewatersupplynetworkandneglectedtherationalityofthevalueoftheHazen-Williamscoefficient,themodeloftheHazen-WilliamscoefficientbasedIII 基于漏失控制的供水管网水力模型及其应用研究onthesupportvectormachinewasestablished.Thetargetfunctionisconstructedbyminimizingthesumofthesquareddifferencebetweenthemeasuredvalueandthecalculatedvalueofthepressuremeasurementpointofthewatersupplynetworkundermultipleworkingconditions.TheverificationoftheHazen-Williamscoefficientisconvertedintothesolutionoftheoptimizationproblem,andtheparticleswarmoptimizationalgorithmisusedtosolveit.Finally,awholesetofwatersupplynetworkmodelingandcheckingmethodbasedonleakagecontrolwasappliedtothepipenetworkofHXdevelopmentareainCentralChina,andthemodelsimulationdatawascomparedwiththe24-hourpipenetworkactualmeasurementdata.Theresultsshowthatthesimulationmodelofthepressure-drivennodeflowhydraulicmodelconstructedinthispapernotonlyhasahighdegreeofagreementwiththeactualpipenetwork,butalsocansimulatetheleakage.Itcanbeappliedtothewatersupplynetworkpressuremanagementimplementationplan.KeyWords:Leakagecontrol;Watersupplynetwork;Pressure-drivennodeflowhydraulicmodel;Geneticalgorithm;Modelchecking;SupportVectorMachine;Particleswarmoptimization;IV 硕士学位论文目录学位论文原创性声明学位论文版权使用授权书.......................................................I摘要............................................................................................................................IIAbstract....................................................................................................................III插图索引.................................................................................................................VII附表索引................................................................................................................VIII第1章绪论...............................................................................................................11.1课题背景与研究意义...................................................................................11.1.1课题背景.................................................................................................11.1.2课题研究意义.........................................................................................21.2供水管网漏损控制策略................................................................................41.2.1管网漏损水平评价.................................................................................41.2.2供水管网漏损控制策略.........................................................................51.2.3供水管网压力管理介绍.........................................................................71.3国内外研究现状...........................................................................................71.3.1漏失与压力关系的研究.........................................................................71.3.2基于漏失控制的供水管网水力模型研究..............................................81.3.3供水管网水力模型校核研究..................................................................91.4研究内容及方法...........................................................................................91.4.1主要研究内容.........................................................................................91.4.2技术路线...............................................................................................10第2章基于漏失控制的管网水力模型的建立.......................................................112.1传统管网水力模型.....................................................................................112.2压力驱动管网水力模型..............................................................................122.2.1节点用水量与压力的关系....................................................................122.2.2节点漏失水量与压力的关系................................................................142.2.3实际管网节点流量公式.......................................................................152.2.4供水管网模型节点漏失水量的模拟....................................................152.2.5模型参数确定.......................................................................................162.2.6模型模拟方法.......................................................................................182.3两种管网水力模型模拟精度的比较..........................................................192.4本章小结.....................................................................................................27V 基于漏失控制的供水管网水力模型及其应用研究第3章管网水力模型的校核..................................................................................283.1管网水力模型传统校核方法......................................................................283.1.1迭代校核法...........................................................................................283.1.2显示校核法...........................................................................................283.1.3隐式校核法...........................................................................................293.2管网水力模型校核标准..............................................................................293.3基于支持向量机的海曾威廉系数取值模型...............................................303.2.1支持向量机...........................................................................................313.2.2海曾威廉系数取值模型.......................................................................343.4基于粒子群算法的海曾威廉系数校核模型...............................................353.4.1粒子群优化算法简介...........................................................................353.4.2多工况分析法收集管网数据................................................................363.4.3海曾威廉系数校核优化模型建立........................................................373.5本章小结.....................................................................................................40第4章压力驱动管网水力模型在实际管网中的应用............................................414.1管网概况.....................................................................................................414.2管网水力建模.............................................................................................454.3管网模型校核.............................................................................................464.4本章小结.....................................................................................................57结论与建议...............................................................................................................58参考文献...................................................................................................................60致谢...........................................................................................................................65附录A（攻读学位期间所发表的学术论文）.......................................................66附录B.1（漏失系数遗传算法求解部分编程代码）...............................................67附录B.2（管网模型求解部分编程代码）..............................................................68附录B.3（支持向量机确定C值取值范围部分编程代码）...................................69附录B.4（管网模型校核部分编程代码）..............................................................70VI 硕士学位论文插图索引图1.1我国漏损率空间分布水平............................................................................2图1.2省会城市漏损率变化趋势............................................................................3图1.3水量平衡图....................................................................................................4图1.4管网漏损控制的信息管理和建模技术.........................................................6图1.5管网漏损监控技术技术路线图.....................................................................6图1.6课题技术路线图..........................................................................................10图2.1压力驱动管网水力模型模拟流程...............................................................19图2.2算例管网拓扑结构......................................................................................20图2.3β值随迭代代数的变化...............................................................................24图2.4适应度函数值随α变化图像.......................................................................24图2.5遗传算法各代适应度变化情况...................................................................25图3.1两类数据线性分界面..................................................................................32图3.2分类间隔最大..............................................................................................32图3.3应用支持向量机划分的海曾威廉系数取值区间........................................34图3.4海曾威廉系数校核流程..............................................................................39图4.1HX开发区供水管网布置图........................................................................41图4.2HX开发区供水管网拓扑结构图................................................................45图4.3管网24h供水量变化曲线..........................................................................47图4.4泵站24h出口压力变化曲线.......................................................................47图4.51~9号大用户用水量变化曲线....................................................................48图4.61号测压点压力模拟结果图........................................................................53图4.72号测压点压力模拟结果图........................................................................54图4.83号测压点压力模拟结果图........................................................................54图4.94号测压点压力模拟结果图........................................................................54图4.105号测压点压力模拟结果图......................................................................55图4.116号测压点压力模拟结果图......................................................................55图4.127号测压点压力模拟结果图......................................................................55图4.138号测压点压力模拟结果图......................................................................56图4.14测压点24h计算值与实测值误差分布情况..............................................57VII 基于漏失控制的供水管网水力模型及其应用研究附表索引表1.12010至2016年全国城市供水情况..............................................................1表2.1实验室和现场测试得到的N值..................................................................17表2.2算例供水管网节点信息..............................................................................20表2.3算例供水管网管段信息..............................................................................21表2.4供水管网测压点测压值..............................................................................23表2.5算例供水管网运行结果..............................................................................25表2.6两种模型计算值与实测值对比...................................................................26表3.1ECAC模型校核精度标准...........................................................................29表3.2英国皇家水协模型校核精度标准...............................................................29表3.3供水管网模型评价通用标准.......................................................................30表3.4球墨铸铁管海曾威廉系数经验取值...........................................................30表4.1HX开发区加压泵站情况一览表................................................................42表4.2HX开发区管道情况一览表........................................................................42表4.3流量、压力监测装置布设情况...................................................................45表4.4HX开发区各时段管道总漏失量................................................................49表4.5各管道C值取值范围..................................................................................49表4.6海森威廉系数校核结果..............................................................................51表4.7监测点压力误差分析表..............................................................................56表4.824h监测点误差范围统计...........................................................................56VIII 硕士学位论文第1章绪论1.1课题背景与研究意义1.1.1课题背景作为现代社会生产和生活活动中必不可少的组成部分，水资源一直以来都备受社会关注，然而地球可利用淡水资源却在逐渐减少[1]。地球表面水陆面积之比达到了7:3，却仅有2.53%的水体属于淡水资源，其中能被人类较容易利用的河流水、淡水湖泊水、浅层地下水仅占淡水资源的0.3%，从水循环的观点来看，全世界能真正有效利用的淡水资源每年仅有9000km3。能够被利用的水资源不仅稀缺，其分布也十分不均衡，按地区来分，巴西、俄罗斯、加拿大、中国等9个国家的淡水资源占世界淡水资源的60%，而约占世界总人口40%的80个国家和地区都面临淡水不足的问题，其中26个国家的3亿人口完全处于缺水状态[2]。21世纪水资源正在变成一种宝贵的稀缺资源，水资源问题已不仅仅是资源问题，更成为关系到国家经济、社会可持续发展和长治久安的重大战略问题。根据我国水利部出台的《2016年中国水资源公报》[3]，2016年全年，全国水资源总量为32466.4亿m3，其中地表水资源量为31273.9亿m3，地下水资源量为8854.8亿m3，水资源总量位居世界第六，但人均水资源占有量仅为世界平均水平的25%，居世界第108位。缺水状况在我国仍普遍存在，全国600多个城市中，64%的城市存在不同程度的缺水现象，严重缺水的城市达到110多个。由于降水量受大气环流、海陆距离、地理位置等因素影响，我国水资源整体上存在“南多北少；东南多，西北少”的格局，水资源的分布不均已严重制约区域国民经济发展[4]。城市供水系统在维持社会稳定、保障人民生活水平与社会经济建设发展中都起到了重要作用。随着我国经济的飞速发展与城市化进程的不断推进，城市用水人口与日俱增，城市用水量也逐年攀升[5]。表1.12010至2016年全国城市供水情况年份2010201120122013201420152016供水总量（104m3）5078745513422252303265373022546661356047285806911生活用水总量2371488247652025724732676463275691128726953031376（104m3）人均生活用水量171.4170.9171.83173.5173.7174.5176.9（L/d）1 基于漏失控制的供水管网水力模型及其应用研究城市供水水平的不断提升，一方面激化了城市运行需水量和供水量之间的矛盾；另一方面凸显了因供水系统维护管理不善造成的优质水资源浪费问题。随着城市供水量与日俱增，供水管网漏损率也在逐渐增加，造成管网漏损率较高的主要原因：一是管材不达标，安装工艺差和管网老化造成管网腐蚀程度较高，抗冲击能力较弱，造成了爆管事故频发，管道渗漏现象严重；二是用水计量与管理不善，造成了用水统计误差较大[6]。漏损不仅浪费了水资源，提高企业水处理及供水成本，同时也带来了供水安全隐患问题。因此，如何以供水安全可靠作为保障的前提条件下，减少供水管网漏损已成为供水行业面临的一大挑战。1.1.2课题研究意义水资源的稀缺，让我们意识到清洁水对社会的必要性及其作为一种自然资源的重要性，然而，供水管网系统中漏损水量是惊人的。据世界银行统计，每年有超过320亿m3的清洁水从供水管网中漏掉，由于计量误差、非法用水等问题，每年有160亿m3的水去向不明。就我国供水情况而言，自上世纪90年代开始，对城市供水设施的投资力度一直在逐级攀升；21世纪以来，虽然供水设施投资比例有所减少，但投资额度却始终不减。城市供水能力日渐增加的同时，供水管网漏损问题也日益严重。全国管网漏损情况及省会城市漏损率变化趋势如图1.1、1.2所示：图1.1我国漏损率空间分布水平2 硕士学位论文图1.2省会城市漏损率变化趋势2015年《水污染防治行动计划》为供水管网漏损控制提供了新的目标与要求，有研究表明，在我国城镇供水管网平均漏损率约为18%，部分城市甚至可以达到25%，就现状而言，要达到计划中规定的2020年公共供水管网漏损率在10%以内的目标，形势依然不容乐观。然而在发达国家，供水管网漏损率控制标准却更加严格，其中荷兰漏损率标准为3%，日本为6%，德国、新加坡等都控制在10%以内。越来越多的供水企业将提高供水效率、实现管网漏损控制作为企业发展道路上迫切需要解决的难题。不仅仅是水资源的浪费，社会经济发展及环境保护都与管网漏损有着莫大的牵连。从经济角度而言，每年我国因管网漏损导致的水量损失已超过50亿m3，以1元/吨水价进行估计，节约费用约为50亿元，这一费用的节约将直接提高水务公司的盈亏底线，为供水企业带来巨大的经济效益。除此之外，降低管网漏损还带来了其他的环境和社会效益。供水管网漏损增大了供水二次污染的风险，通过主动检测和修复漏损管道，避免了潜在污染物的进入，能更好的保障供水水质；修复后的管道将有效降低管道爆管风险，降低了周边居民的社会生活干扰；降低漏损组成中的计费水量漏损将有助于促进降低管网非法用水水量，从而提高供水企业的效率和公众声誉，最终将提高供水企业的供水服务能力。综上所述，供水管网的漏损控制研究工作不仅有助于水资源保护、减少周边环境危害、提升居民生活水平，同时供水企业把供水管网漏损水平作为衡量供水管网技术和管网运行状况的一个重要指标，将有助于提高企业效益，提升服务水平。重视供水管网漏损控制将对国民经济发展、城市建设以及构建和谐社会都有着实际意义。3 基于漏失控制的供水管网水力模型及其应用研究1.2供水管网漏损控制策略1.2.1管网漏损水平评价对供水管网漏损水平评价，有助于了解水资源是否合理利用、供水成本是否能有效回收以及供水管网整体工作状态等[7]，以便采取相应的措施进行漏损控制。但由于漏损的概念较为模糊和混淆，容易导致行业内外形成“漏损=漏水”的错误认识，因此对漏损的定义与分类是十分必要的。2016年出台的《城镇供水管网漏损控制及评定标准（CJJ92-2016）》中规定，供水管网漏损水量是供水总量和注册用户用水量之间的差值，由漏失水量、计量损失和其他损失组成。其中，供水总量为供水管网的全部水量，包括自产和外购水量；注册用户用水量是指在供水单位登记注册的用户的全部用水量，包括计费与免费用水量[8]。国际水协提出的水量平衡表已经得到了全世界的广泛认同，针对我国实际情况，该评定标准也给出了符合我国国情的水量平衡图：计费计量用水量计费用水量计费未计量用水量自产供水量注册用户用水量免费计量用水量免费用水量免费未计量用水量明漏水量供水总量暗漏水量漏失水量背景漏失水量水箱、水池的渗外购供水量漏损水量漏和溢流水量居民用户总分表差损失水量计量损失水量非居民用户表具误差损失水量其他损失水量图1.3水量平衡图管网漏损水平评价的指标主要有如下几种：1．管网漏损率管网漏损率是管网漏损水量与供水总量之比，表达式如下：4 硕士学位论文Q漏损漏损率%=(1.1)Q供2．管网漏失率管网漏失率是管网漏失水量与供水总量之比，表达式如下：Q漏失漏失率%=(1.2)Q供3．单位管长漏损水量单位管长漏损水量是单位长度管道（管径大于等于75mm）每小时平均漏损水量。表达式如下：Q漏损Q(1.3)LLiD75除此之外，还可以从水资源指标、财务指标、运行指标等对管网系统进行评价，全面反映管网运行状况[9,10]。1.2.2供水管网漏损控制策略目前，快速优质修复、压力管理、管网维护更新和主动漏损控制这四类漏损管理方法已获得国内外的广泛认同[11,12]，其中快速优质修复是针对爆管事故而采取的漏损控制措施，具有被动性；管网维护更新投资成本虽然高，但却具备显著减少管网漏损提高供水水质的能力[13,14]；主动漏损控制则是借用先进的软件设备及相关技术，以达到定位漏损、分析漏损、监控漏损的目的[15~18]。相比以上三种管网漏损控制策略，压力管理在降低现有漏损量的同时避免了“补老漏出新漏”的恶性循环，极大降低管网压力过高造成漏损发生的频率。据研究表明，管网中的爆管频率也是与压力相关的函数，降低管网富余压力可以有效减少爆管事故发生，保护供水管网。因此，对于一个好的漏损管理策略而言压力管理是必不可少的，作为供水行业认可的降低漏损的最有效手段，对供水企业有着重要意义[19~22]。通过以上四种漏损控制方法，可以为供水企业带来较好的控制漏损策略，帮助企业解决如下几个问题：1．管网漏损水量规模；2．管网漏损发生位置；3．采取何种措施降低管网漏损；4．如何以可持续发展的理念继续控制管网漏损。这些问题的解决需要借助供水管网信息系统并进行深入分析才能达到。如今信息管理和供水系统分析已经被全世界供水企业广泛应用，这些技术的推广将显著提高供水管网漏损控制的效率，同时也将传统的漏损控制四种方法融合成为两5 基于漏失控制的供水管网水力模型及其应用研究个部分，即信息管理和建模技术[23]：漏损/压力管理水力模型压管力理设危漏参计害不可避免的损数替换漏损优性实际产销差点识化分监别析测经济层面的实际产销差修补目前年度实际产销差监测信管息理资产管理图1.4管网漏损控制的信息管理和建模技术在我国，针对供水管网漏损监控问题，由科技部支撑的国家重点研发计划开展了城镇供水管网漏损监测与控制技术研究，提出了一套以漏损控制为目标，以管网数据分析（软件）和管网监控设备（硬件）为手段的一整套管网漏损问题诊断控制体系[24]。图1.5管网漏损监控技术技术路线图6 硕士学位论文1.2.3供水管网压力管理介绍城市供水管网通常以最高日最高时需水量作为管网设计水量，以最不利点水压满足服务压力进行设计，这样的设计理念造成了从水源到最不利点，管网压力呈现由大到小的梯度分布现象，同时由于管网设计时选取的管道负荷较高，当管网供水处于低峰期时，供水管网将产生较高的富余水头，夜间爆管频率显著高于白天也证实了这一点[25]。事实证明，在绝大部分运行时段，城市供水管网运行压力是高于管网最低压力要求的，根据可变面积漏失（FAVAD）理论，漏失点压力越大，漏失水量就越多。在保障供水安全的条件下，采取降低管网富余压力的策略，可以实现有效控制漏失的目的，压力管理正是基于这一理论建立的管网漏失控制方法。一个可行的压力管理计划由以下四个部分组成：（1）管网水力模型；（2）管网分区；（3）压力最优化模型；（4）压力调控方式及设备。目前而言，随着减压阀及各类管网控制设备的不断发展，通过在边界封闭的DMA分区中使用减压阀调控压力已经成为最常见的压力管理方式[26]。为实现供水管网压力管理策略，管网水力模型是不可或缺的。在管网漏损的管理和控制中，供水管网水力模型的作用主要凸显在以下几点：划分供水管网大系统为若干较小的子系统，如压力分区（PMA）和独立计量分区（DMA）；建立基于压力的管网水力模型，实现供水管网漏失模拟与评估；对压力管理方案的分析评估，如减压阀的优化布设位置及其开度设置；评估管道的更新和改造方案。因此，一个能够体现供水管网漏失的管网水力模型是进行管网漏损控制的前提与关键。1.3国内外研究现状1.3.1漏失与压力关系的研究漏失一直被认为是以压力相关流的形式离开配水管网，因此为构建考虑管网漏失的供水管网水力模型，漏失量与压力之间关系的研究是基础。1994年，MayJ.[27]提出了可变面积漏失理论（FAVAD），指出了管道开口面积在压力的作用下分为固定面积和可变面积，固定面积漏失与压力无关，可变面积漏失不仅与压力有关，还与管道开口面积有关。Cassa[28]，Walski[29]通过实验发现可变面积漏失的管道开口面积受管网压力大小、漏失孔口形状、管道管材等诸多因素的影响，并通过模型证明了无论是纵向、环向还是螺旋状裂缝，开口面积都随压力增加呈线性成长。Giustolisi等[30]通过提出漏失流量沿管道均匀分布的假设，模拟了管道节点或附属设施的背景漏失，虽然从实践的角度来看，最终沿管道分布的漏失量还是要7 基于漏失控制的供水管网水力模型及其应用研究分配到水力模型的节点上，但这为漏失在水力模型中的模拟带来了新思路。Lambert[31]将节点漏失水量表示为与压力相关的喷射流量，构建了漏失量与压力之间的关系公式，同时引入漏失指数N的概念来表示漏失与压力的敏感性关系。这一公式被广泛应用于管网模型漏失模拟之中。在国内，周建华等[32]对管网压力与漏水量的关系进行了理论分析，并通过漏失实验研究，得出了管道孔口漏失和管道接口处漏失与压力之间关系。贾辉[33]通过供水管道渗漏模型试验，发现了管道渗漏量的主要影响因素，并根据不同渗漏面积比条件下压力增长而漏损量变化呈现“S”型的现象，提出了基于双重影响的“S”模型。王丽娟等[34]通过管网漏失试验模拟管网漏损，并通过模拟建立了管网漏失模型。1.3.2基于漏失控制的供水管网水力模型研究基于漏失控制的供水管网水力模型，其本质为在管网水力模型中添加压力对流量的影响。Tabesh等[35,36]认为节点流量应当分为节点用水量与节点漏损水量两部分，这两种水量都与节点压力相关，应该借助水力驱动模型分别表示压力与两部分水量的关系，从而实现两类流量在管网模型中的模拟。针对供水量与压力之间的关系，自上世纪80年期起科研人员开展了大量研究，其中Reddy等[37]提出了类似于射流公式的连续压力—供水量公式，被EPANET等水力模拟软件所采用，该公式充分考虑了零流量和设计供水量之间的过渡流量，但在使用过程中仍会有供水量超出最大供水量状况的出现。Wagner等[38]针对供水管网系统的可靠性，利用抛物线函数表示从节点最小压力到设计压力变化过程中节点流量的相应变化情况，提出了带阈值的压力—供水量公式。该公式与供水管网实际运行状况吻合程度较高，在供水可靠性分析及基于压力因素影响的供水管网建模中被广泛应用。在管网建模方面，Germanopoulos[39]等首次将受压力影响的漏失因子引入了管网模型之中。Bhave[40]在哈代克洛斯法和牛顿迭代法的基础上提出了节点流量迭代分析法（NFA），用于管网压力不足时管网的水力分析。为了将管网漏损水量分配到水力模型的节点流量中，Burrow等[41]提出水力模型中的漏损量可以表示为如喷射流量的与压力相关形式，漏损量可以由最小夜间流量法来确定。Almandoz等[42]提出将漏失水量按比例分配到用水节点及管道上的分配方法，并在管网案例中成功运用，但在实际管网中尚未得到印证。在国内，很多学者针对如何实现管网模型的压力驱动进行了大量研究。其中，路文丽等[43]采用最小夜间流量法测定管网漏损水量，以管网流量平衡方程和漏损与压力的关系为基础建立了管网水力模型，并提出了一种基于部分管网检漏条件下计算整个供水管网漏失水量的方法。张瑛[44]通过收集管网夜间最小流量数据，8 硕士学位论文经延时模拟法计算管网漏损率，并计算平均节点漏损系数对管网漏损水量进行分配，构建管网漏失量模型。高金良等[45,46]通过管网产销差系数，建立计算供水量与实际供水量之差的适应度函数，利用二分循环迭代法求得管网漏失系数，最终实现了压力驱动节点流量模型的漏失模拟。1.3.3供水管网水力模型校核研究为验证模型的精确性和适用性，在完成对供水管网建模之后，需要对管网模型进行校核。Reddy等[47]采用高斯牛顿法对管网模型进行校核，其中利用管网雅克比矩阵分析管道的灵敏度系数，实现了管道摩阻系数的快速求解。Savic[48]等最早引入遗传算法对管网模型进行校核，并将校核参数从管道摩阻系数延伸至管网节点流量。V"Itkovský等[49]经研究得到了管网分析校核过程中，压力数据越多，摩阻校核误差越小的结论。许刚等[50]通过收集管网不同运行工况数据，建立了多工况的遗传算法管道摩阻系数校正模型，获得的模拟结果与管网实测值吻合较好。卓敏[51]发现关键管道摩阻系数的变化对节点水压的有较大影响，并基于此进行关键管道摩阻系数校正研究。张土乔等[52]利用压力受摩阻系数影响的敏感度矩阵，引入蚁群优化算法对大敏感度管网和其他管道分别进行校正，并在算例管网中得到了较好的计算结果。1.4研究内容及方法1.4.1主要研究内容供水管网压力过大是引起漏失与爆管的主要原因，与发达国家相比，我国供水管网漏失情况依然不容乐观，压力管理作为最有效的管网控漏手段，也是当下管网漏失控制研究的热点。然而要实现管网压力管理，一个准确的管网水力模型是不可或缺的。本课题依托国家重点研发计划水资源高效开发利用专项：城镇供水的管网漏损监测与控制技术（2016YFC0400600），旨在建立一套基于管网漏失控制的供水管网建模与校核体系，为课题下一步供水管网压力管理研究打下坚实基础，主要研究内容如下：1．基于漏失控制的管网水力模型建立研究供水管网水力模型建模，借鉴国内外建模经验，将节点流量划分为节点漏失量与节点用水量，确定二者与压力的关系，给出基于压力影响的节点流量表达式。利用管网抄表数据计算管网漏失水量，构建计算漏失水量与实际漏失水量之差的适应度函数求解管网漏失系数，以EPANET软件为平台，引入扩散器特性模拟节点漏失水量，实现管网模型漏失水量的模拟。建模成功之后，以算例管网为基础建立传统管网水力模型和本文提出的水力模型，并分析对比。9 基于漏失控制的供水管网水力模型及其应用研究2．管网水力模型的校核针对管网模型建模成功后的模型校核问题，研究了管网水力模型传统校核方法，并列出了水力模型校核标准，确定了以海曾威廉系数作为模型校核的主要参数。针对以往管网模型校核过程中只关注模型模拟数据与管道实测数据是否相吻合而忽略了海曾威廉系数取值的合理性，提出基于人工智能和机器学习方法的海曾威廉系数取值范围确定模型，对模型校核进行约束。以多工况条件下供水管网测压点实测值与模型计算值差值平方和最小化构建目标函数，将海曾威廉系数校核转化为优化问题，并采用粒子群优化算法进行求解。3．管网水力模型的应用以华中某市HX开发区实际供水管网验证本课题提出的管网水力模型的适用性。通过收集管网基础数据建立压力驱动管网水力模型，对管网进行24小时连续运行工况模拟，将不同工况条件下模型压力计算值与测压点压力监测值做比较分析，从而验证管网模型是否满足精度要求及能否运用于供水管网漏失分析和管网压力控制中。1.4.2技术路线本文技术路线如下所示：传统管网节点用水量修正水力模型基于机器学习方法的海曾威廉系数取值模型节点漏失水量修正MATLAB联动压力驱动管基于粒子群优化算法的EPA工具箱求解网水力模型海曾威廉系数校核模型节点漏失水量一整套基于漏失控制的节点漏失系数供水管网建模校核方法供水管网基础信息供水管网实测数据实际供水管网中建模，评估管网漏损水平，为压力管理研究打下基础图1.6课题技术路线图10 硕士学位论文第2章基于漏失控制的管网水力模型的建立供水管网水力模型作为城市供水系统优化调度、管网改扩建的基础，是供水企业实现供水管理的必备手段。不同的建模技术建立的数学模型复杂程度不一，在准确度上也存在差异。总体而言，管网水力模型分为宏观和微观两种。宏观模型是通过抓住供水管网泵站供水压力、供水量，管网监测点数据，管段流量数据等管网运行的主要变量，通过大量实际管网运行数据分析和计算，建立宏观变量间的关系。从而可以快速计算出各水厂的供水数据而不需要繁复的平差计算。但由于其存在准确度较差、时效性较差、模型确定难度高等缺点，针对宏观模型的研究已逐渐减少。微观模型是以供水管网连续性方程和能量守恒方程为基础建立的数学模型，利用实际管网的拓扑结构、管道属性（如管长、管径、管材、管道阻力系数等）以及节点属性（如标高、用水量等），通过对数学模型的求解，获取供水管网运行状态的数据。运用管网微观模型，可以对供水管网系统进行动态模拟，全面掌握管网的运行状况。本文采用管网微观水力模型，以期实现漏失水量在供水管网中的模拟，并通过比较分析，验证水力模型的是否适用于管网漏失分析及压力管理控制研究。2.1传统管网水力模型传统管网水力模型是以节点质量守恒方程和环路能量守恒方程为基础建立的，在模型中，节点一般是管道连接点或管道的末端点，消耗的水量分配到节点上被定义为节点需水量，根据已知需水量确定节点压力。其数学关系式如下所示：qQiji0ji1/m1/mhijHHijqijsijsij1/m(2.1)hij0k式中：ij,——节点编号；k——环编号；i——与i相连的节点；qij——管段流量；11 基于漏失控制的供水管网水力模型及其应用研究Qi——节点流量；HHij,——节点压力；hij——水头损失；sij——摩阻系数；就管网运行工况模拟、水泵调度、预测供水状态变化等方面而言，传统管网水力模型有着相当重要的意义。运用传统管网水力模型进行水力分析时，通常是做需水量驱动分析，只要满足节点压力平衡，该模型便有效。因此，节点用水量是一个定值，且与节点压力是相互独立的，管网漏失水量则是按照供水服务面积或管长按比例分配到各个节点上，被认作为是用户用水量。但在实际管网中，由于用户用水的不规律性，节点用水量始终存在变化，同时，管网漏失水量也因压力变化而随时改变，将漏失水量视作节点用水量不仅不符合实际管网情况，也无法体现管网的漏失水平，管网模拟精度较差。2.2压力驱动管网水力模型在压力驱动的管网水力模型中，节点流量被区分为节点用水量与节点漏失水量，并且二者都非定值，而是随着压力的变化而变化。为获得更精确地管网模型，本文通过建立两种水量与压力的关系，对节点流量进行修正。2.2.1节点用水量与压力的关系在实际管网中，压力不足时，节点用水量会相应下降。在一定条件下，节点流量与节点压力存在一定的关系。研究表明[53]，供水管网节点用水量在节点压力处于临界压力与最小压力之间时随着压力变化而变化；节点压力大于临界压力时，节点用水量为额定用水量且与压力无关；节点压力小于最小压力时，认为用户无法正常取水，节点用水量为零。为了得到压力与节点用水量的关系，自上世纪80年代初开始，科研人员做了一系列研究，提出了多种节点用水量与压力关系的经验公式，总结而言可以分为以下三种：1．离散压力——供水量公式Bhave[40]等最早提出了与压力相关的供水量方程，该方程为类似的阶跃函数：qireq,HiactHiminqiact(2.2)0,HHiactimin式中：qiact——节点实际供水量；qireq——节点设计供水量；Hiact——节点实际压力；Himin——节点所需最小水压；这一函数简单的表示了压力影响下的节点供水量变化情况，但并没有考虑流12 硕士学位论文量从零变化到设计流量之间的过渡过程，实际应用程度不高，但其提出的分段函数思想为后续研究拓展了思路。2．连续压力——供水量公式针对离散压力——供水量公式未考虑过渡过程中压力变化对流量的影响，Germanopoulos[39]于1985年提出了连续压力——供水量公式：bHH/qiqireqaei(1)iii(2.3)式中：abii,——待定节点参数；H——节点设计供水量对应的节点压力；i同时，一个类似于射流公式的连续压力——供水量公式被Reddy[37]等提出：nqiKeHii()(2.4)式中：Kei——节点i的系数；n——指数；这类公式实现了压力变化过程中流量的连续性变化，被许多水力模拟软件所采用，但却忽视了节点水量随压力增长无限增加的现象，在使用过程中也存在节点流量超出最大设计供水量情况。3．带阈值的压力——供水量公式Wagner[38]等利用抛物线函数表示从节点最小压力到设计压力变化过程中的节点流量相应的变化情况，提出了带阈值的压力—供水量公式，节点用水量与压力的关系如下：QifHHinf1/mHHQQHHHimin(2.5)iuififHHminfmin0HHimin式中：Qiu——节点用水量；Qif——节点额定用水量；Hf——临界水压；Hmin——最小水压；m——水力指数；该公式与供水管网实际运行状况吻合程度较高，在供水可靠性分析及基于压力因素影响的供水管网建模中被广泛应用。本文根据以往建模经验，选取式(2.5)对应的供水量与压力之间关系对管网节点用水量进行模拟。13 基于漏失控制的供水管网水力模型及其应用研究2.2.2节点漏失水量与压力的关系漏失一直被认为是以压力相关流的形式离开配水管网，漏失点压力越大，漏失量就越多。在实际管网中，漏失通常以管道漏失的形式出现，作为一种有压流，最初管道漏失可简单的表示为孔口出流：QCAd2gH(2.6)式中：Q——孔口出流量；Cd——孔口出流系数；A——孔口面积；g——重力加速度；H——孔口水头；然而实际管网漏失受到管材、漏孔形状、漏孔面积、管径、土壤等诸多因素的影响。就漏孔面积而言，基于可变面积漏失理论，孔口面积在压力的作用下分为固定面积和可变面积，固定面积漏失与压力无关，可变面积漏失不仅与压力有关，还与管道开口面积有关，则管道漏失量可以改写为：QCAdgHfdcCA22gH(2.7)式中：Af——固定面积漏失的漏孔面积；Ac——可变面积漏失的漏孔面积；可变面积漏失漏孔面积的变化也与开口形状、土壤情况等因素有关。Cassa[28]等通过实验证实了无论是纵向、环向还是螺旋状孔口，其孔口面积与压力都呈现线型增长关系，关系函数如下表示：AcomHA(2.8)式中：Ao——初始管道漏孔面积；至此管道漏失可以改写为：0.50.51.5QCgAHdfo2(AH)mH(2.9)基于孔口出流的漏失分析为漏失研究奠定了良好的基础，但由于无法确定管道漏失（如属于固定面积漏失还是可变面积漏失）类型，运用该类公式在水力模型中模拟管网漏失变得十分困难。随着研究不断深入，越来越多的学者认为将漏失流量表示为与压力相关的喷射流量对于水力模型模拟管网漏失将更为适用。NqleakKHii(2.10)式中：Ki——喷射系数或漏失系数；N——漏失指数；14 硕士学位论文在供水管网漏失模拟中，如果直接运用式（2.10）对节点漏失水量进行模拟，由于各个节点的漏失系数的差异性，难以得到确定。因此，本文通过假定对于某个管网系统其管道漏失系数是相同的，根据Ainola等人[54]提出的管道漏失水量经验关系公式，首先模拟管道漏失水量，再根据管网拓扑结构转化为节点漏失水量，反算节点漏失系数，从而完成漏失在水力模型中的模拟。其中管道漏失水量经验公式如下表示：NqLHpleakpp(2.11)式中：qpleak——管道漏失量；——管道漏失系数；Lp——管道长度；Hp——管道平均压力；为实现漏失水量在管网水力模型中的模拟，漏失水量应当分配到水力模型的节点上。应用供水管网沿线流量折算原则，任一节点的节点漏失水量等于与该节点相连接各管道的管道漏失量总和的一半，即：1NqileakLHpp(2.12)22.2.3实际管网节点流量公式根据上文对节点用水量和节点漏失水量的修正，压力驱动管网水力模型中，实际节点流量可以改写为：QifqHileakHif1/mHHQQqQqHHHimin(2.13)iactiuileakifileakifHHminfminqileakHHimin式中：Qiact——实际节点流量。水力模型中嵌入了压力对流量的影响，将使其更接近实际管网运行，管网水力分析也更为精确。2.2.4供水管网模型节点漏失水量的模拟EPANET是由美国国家环境保护局开发的水力模拟软件，能够用于模拟管网水压、水质、水量等多项指标，提供了管网水力水质模拟、管网信息管理、运行管理等功能[55]。本文利用EPANET软件中扩散器（EMITTER）模拟节点漏失水量，其流量与节点压力关系为：15 基于漏失控制的供水管网水力模型及其应用研究qiiCH(2.14)式中：qi——节点扩散器流量；C——扩散器系数；Hi——节点扩散器流量；——扩散器系数；扩散器流量与压力的关系类似于节点漏失水量与压力的关系。为模拟节点漏失水量，扩散器指数与漏失指数取值一致。本文模型以式（2.14）模拟节点漏失水量，在计算出管网漏失系数之后，将其转换为扩散器系数即可。综上所述，在传统水力模型的基础之上，以节点用水量和节点漏失水量与压力的关系对节点水量进行修正，形成一个分段式的压力驱动管网水力模型，如下所示：当HHif时：1/mHHijN1/mQifCHii0jisij(2.15)hij0k当HHminHif时：1/m1/mHHijHHiminN1/mQifCHii0jisijHHfmin(2.16)hij0k当HHimin时：1/mHHijN1/mCHii0jisij(2.17)hij0k2.2.5模型参数确定上述模型中，节点临界水压Hf一般为城市供水管网规定的最小服务压力，节点额定用水量Qf是指正常供水状态下用户所需水量；最小水压Hmin一般取规范规定的消防用水压力。《城镇供水管网漏损控制及评定标准》的定义，漏损水量为供水总量和注册用户用水量之间的差值，由漏失水量、计量损失和其他损失所组成。实际供水管网的瞬时漏失水量是无法测得的，本文将管网总供水量与用户用水量之差视为管道总漏失水量，即：16 硕士学位论文qQAleakQAiuse(2.18)式中：qAleak——总漏失水量；QA——总供水量；Qiuse——各用户用水量；根据节点漏失水量与压力的关系以及管网模型计算漏失水量应当与实际漏失水量相等的原则，可建立如下方程：1NLHppAiuseQQ(2.19)2式中，Lp为管长，是管网基础数据；Hp为管道平均压力，根据管网模型计算获得；N为漏失指数，受漏失压力、管材特性和土壤压力等诸多因素的影响。针对不同管材，不同条件N值的确定已经进行了许多研究和现场实验测试[56,57]，各种测试结果如下所示：表2.1实验室和现场测试得到的N值测试者测试类型N值测试状态Ashcroft和实验室测试1.39~1.72PE管道开一条10mm长的细缝Taylor(1983)实验室测试1.23~1.97PE管道开一条20mm长的细缝实验室测试0.50~0.52钻有圆孔的金属管道实验室测试1.38~1.85钻有圆孔的PVC管道Greyvenstein和实验室测试0.79~1.04钻有圆孔的AC管道VanZyl(2007)实验室测试0.41~0.53具有螺旋开口的金属管道实验室测试0.67~2.30腐蚀的钢管Walski等人实验室测试0.51~0.67PVC管开一条25~50mm长的细缝(2006，2009)实验室测试0.47~0.54PVC管开一个直径2.7mm的圆孔王丽娟和张宏伟实验室测试0.80~1.15水龙头放水实验（2009）马悦和高金良现场测试0.5~1.5哈尔滨（2013）（2013）现场测试0.70~1.68英国，在17个区中测试(1977)Farley和现场测试0.63~2.12日本，在20个区中测试(1979)Throw(2003)现场测试0.52~2.79巴西，在13个区中测试(1998)现场测试0.36~2.95英国，在75个区中测试(2003)Thornton、Sturm、现场测试0.64~2.83塞浦路斯，在15个区中测试(2005)Kunkel(2008)现场测试0.73~2.42巴西，在17个区中测试(2006)17 基于漏失控制的供水管网水力模型及其应用研究理论上，N取值范围在0.5~2.5之间，平均值为1.15，本文取国内实验普遍认可的结果1.18。籍此，方程中未知数仅剩漏失系数，在管网总漏失水量不变的情况下，构建目标为计算漏失量与实际漏失量差值平方和最小化的适应度函数，利用遗传算法对进行求解。适应度函数方程如下所示：n21NfxqLHAleakpp(2.20)2i1式中：i——表示节点编号，in1,2,3,；n——节点个数；约束条件：管网连续性方程：qQiji0(2.21)ji管网能量平衡方程：hij0(2.22)k关于漏失系数求解的编程代码见附录B.1，求解流程如下：（1）根据校核管网基础数据，以EPANET软件为平台构建管网模型并确定基本参数，利用MATLAB联动EPANET工具箱导出管网数据文件；（2）根据管网抄表数据，利用式（2.18）获取实际管网总漏失水量；（3）利用初始分配节点流量数据对模型进行运算，读取节点压力，并代入式（2.20）利用遗传算法迭代循环求解唯一未知数。判断fx是否满足最小化目标条件，输出反演值。2.2.6模型模拟方法根据管网实际情况，在EPANET中建立管网模型，依据管网用户用水情况，进行节点流量初始分配，经水力计算后，可以获得各节点压力。将管网管长、节点压力、管网实际漏失水量代入构建的适应度函数，求得漏失系数，利用式（2.12）计算获得各个节点漏失水量；根据定义，初始分配的节点流量与节点漏失水量之差即为节点用水量；运用式（2.5）对节点用水量进行修正，从而获得新的节点流量。节点用水量修正后将造成总水量的缺失，为保证供水管网总水量平衡，计算总供水量与管网节点流量的差值，判断绝对值是否小于ξ（模型精度，可取0.01），如不满足，将均分至节点压力大于Hf的用水节点上，赋回管网重新计算。经迭代循环，直至满足精度要求为止，即可获得符合流量与压力关系的节点流量分配结果。模型模拟流程如图2.1所示，部分编程代码见附录B.2。18 硕士学位论文开始在EPANET中建立管网模型根据用户总用水量QA设置各节点流量Qi-actEPANET运行计算读取节点压力，分别依据式（2.19）、式（2.12）计算漏失系数和qileak将均分至节点压力大于Hf的用水节点，更新管网节点流量Q’i-actQi-act减去qi-leak获得节点用水量Qi-use，依据式（2.5）对节点用水量修正，获得Q’i-use令QA—∑（qi-leak+Q’i-use）=Ｎ判断是否＜Ｙ是输出节点用水量、节点漏失水量、节点压力图2.1压力驱动管网水力模型模拟流程2.3两种管网水力模型模拟精度的比较为验证模型合理性，以某DMA分区管网作为算例，构建压力驱动管网水力模型。管网有1个水源点，35个用水节点，56根管道，算例管网拓扑结构如图2.2所示，管网节点信息与管道信息如表2.2、2.3所示。19 基于漏失控制的供水管网水力模型及其应用研究图2.2算例管网拓扑结构表2.2算例供水管网节点信息节点编号地面标高(m)额定流量(L/s)节点压力(m)节点182.2311.0628.14节点282.048.6927.55节点382.076.2825.56节点482.665.6125.31节点581.807.8524.90节点682.609.1025.99节点782.088.9521.03节点882.8310.7817.45节点982.209.8714.28节点1082.539.6213.81节点1182.318.9317.47节点1282.509.1419.49节点1382.029.0924.96节点1481.508.1024.17节点1580.549.2616.71节点1680.7010.5716.54节点1780.684.6424.3320 硕士学位论文(续表)节点编号地面标高(m)额定流量(L/s)节点压力(m)节点1881.495.1723.68节点1982.109.5724.06节点2082.129.3919.34节点2182.808.3014.87节点2282.629.8013.52节点2382.579.2512.58节点2482.3425.3113.35节点2582.365.1312.56节点2682.497.4313.08节点2782.048.6218.02节点2882.229.2020.69节点2980.705.9422.17节点3082.3810.1612.40节点3182.445.7713.12节点3282.708.6616.28节点3381.929.2020.38节点3480.798.5720.92节点3580.818.7017.84表2.3算例供水管网管段信息管段编号起始节点编号终止节点编号管长(m)管径(mm)海曾威廉系数112200400120223549.96400120324518.68300120426421.17400120537338.95300120654481.76300120776546.60100120865531.94100120978562.803001201089633.5520012011910356.4030012021 基于漏失控制的供水管网水力模型及其应用研究(续表)管段编号起始节点编号终止节点编号管长(m)管径(mm)海曾威廉系数12811379.2830012013712475.4730012014613456.1030012015514450.02300120161011605.49150120171112530.89150120181213548.31100120191314534.02100120201415340.08100120211022352.24300120222111403.57200120232012410.94300120241913416.21300120251814416.95300120261615580.81200120272221585.78100120282120508.42150120292019549.59100120301918539.82100120311817155.57300120321716435.6450120332223424.29200120342421286.34200120352720549.30200120362819551.98200120372917405.99200120381635735.74150120392324560.87100120402325246.67200120412624295.01200100422526558.89100120432627410.8310012022 硕士学位论文(续表)管段编号起始节点编号终止节点编号管长(m)管径(mm)海曾威廉系数442728549.27100120452829545.89100120462530296.23200120473126332.29200120483227344.04150120492833330.47200120503429325.19200120513031557.78100120523132350.30100120533233552.82100120543334549.58100120553534397.231501205612200400120管网中有5个压力监测点，监测数值如表2.4所示。以此管网为基础分别建立本文提出的压力驱动管网水力模型和传统水力模型，并对结果比较、分析，验证哪种模型的模拟结果更符合管网实际情况。表2.4供水管网测压点测压值测压点节点6节点8节点19节点22节点26压力监测值(m)25.6918.7522.8112.9312.42根据算例管网实际供水状况，依流程建立算例管网压力驱动管网水力模型。图2.3为模型循环迭代过程中总水量变化过程，可以看出，计算至25代时，β值已小于ξ（取0.01），满足精度要求。23 基于漏失控制的供水管网水力模型及其应用研究图2.3β值随迭代代数的变化在上述节点水量修正过程中，每次迭代均会利用遗传算法计算管网漏失系数，最后一次迭代结果得到的节点流量为最趋近于满足流量与压力关系的节点流量，对应的管网漏失系数即为符合管网属性的漏失系数。取最后一次迭代的计算过程作图，图2.4为适应度函数随漏失系数变化的图像，可以看出适应度函数存在最小值点。采用遗传算法计算适应度函数取最小值时漏失系数的取值，经51代计算后，适应度函数取值趋于稳定，可以得到漏失系数值为8.0225×10-5，计算结果如图2.5所示。图2.4适应度函数值随α变化图像24 硕士学位论文图2.5遗传算法各代适应度变化情况将修正后的节点流量代入EPANET模型进行运算，管网运行结果如下所示：表2.5算例供水管网运行结果节点编号节点实际流量(L/s)节点压力(m)节点漏失水量(L/s)节点111.0628.140.94节点28.6927.554.25节点36.2825.542.14节点45.6125.231.86节点57.8524.753.33节点69.1026.034.07节点78.9520.953.02节点810.7818.052.18节点99.8714.161.15节点109.6213.651.45节点118.9317.892.43节点129.1419.423.14节点139.0924.533.82节点148.1023.963.32节点159.2616.391.27节点1610.5716.221.36节点174.6424.072.0825 基于漏失控制的供水管网水力模型及其应用研究(续表)节点编号节点实际流量(L/s)节点压力(m)节点漏失水量(L/s)节点185.1723.433.04节点199.5723.433.77节点209.3919.242.15节点218.3014.831.76节点229.8013.242.38节点239.2512.191.18节点2425.3112.741.60节点255.1312.160.76节点267.4312.522.19节点278.6217.812.04节点289.2020.261.55节点295.9421.800.98节点3010.1611.992.23节点315.7712.553.25节点328.6615.992.54节点339.2019.971.55节点348.5720.551.08节点358.7017.501.12将压力驱动管网水力模型模拟的压力值、传统水力模型计算压力值与管网实测压力值进行对比，对比结果如表2.6所示：表2.6两种模型计算值与实测值对比传统模型压力驱动管网水力模型管网测压值测压点压力计算值压力绝对误差压力计算值压力绝对误差（m）（m）（m）（m）（m）节点625.6926.380.6926.030.34节点818.7517.571.1818.050.70节点1922.8124.361.5523.430.62节点2212.9313.710.7813.240.31节点2612.4213.410.9912.520.1026 硕士学位论文经比较，压力驱动管网水力模型模拟节点压力值与管网实测压力值误差在0.10~0.70之间；传统水力模型模拟数值与管网实测压力值误差在0.69~1.55之间。相较于传统管网水力模型，压力驱动管网水力模型模拟数值更接近实测管网压力值，更适用于管网漏失分析及管网压力控制的研究。2.4本章小结本章简要阐述了供水管网模型的分类与应用，针对如何在管网模型中体现管网漏失的问题，进行了如下几点研究：（1）针对传统管网水力模型中无法体现管网漏失以及节点流量与节点压力相互独立的问题，参考前人建模经验，确定了节点用水量以及节点漏失水量与压力的函数关系式。（2）将管网总供水量与用户用水量之差视为实际管道总漏失水量，构建计算漏失水量与实际漏失水量之差的适应度函数，并借助遗传算法求解管网漏失系数。（3）在EPANET软件中建立压力驱动管网水力模型，利用软件的扩散器模块模拟管网漏失水量，实现了管网漏失水量在供水管网模型中的模拟。（4）在总供水量与总漏失水量不变的条件下，利用节点用水量和节点漏失水量与压力关系，对节点流量进行修正。（5）以供水管网实例为基础，比较分析本文提出的压力驱动管网水力模型与传统管网水力模型的模拟结果，结果表明本文构建的压力驱动管网水力模型不仅能实现管网漏失水量的模拟，同时监测点压力模拟值与实测值吻合程度更高，对于管网漏失分析和管网压力控制具有较好的适用性。27 基于漏失控制的供水管网水力模型及其应用研究第3章管网水力模型的校核供水管网水力模型建立之后，主要是通过模型在实际管网运行中的表现来判断模型是否适用。因此，管网水力模型的精确度必须在要求范围之内，这样才不会在使用中产生较大的误差。为达成这一目的，对模型进行校核就是非常重要的一环。由于在管网建模过程中存在建模数据的不准确、海曾威廉系数的不确定、节点流量设置的不合理等影响因素[58]，供水管网模型模拟数值与管网运行工况往往不相吻合。随着管网地理信息系统、在线监测系统的日益完善，建模数据的准确度逐渐增高，管网水力模型校核主要参数已变为节点流量与海曾威廉系数[59]。3.1管网水力模型传统校核方法自上世纪70年代起，针对管网模型的校核方法，国内外学者开展了相当数量的研究，获得的校核方法可以分为三大类：迭代校核法、显示校核法、隐式校核法。3.1.1迭代校核法这一类模型是利用不断修改参数，在每一次迭代过程中使用稳态质量平衡方程和能量平衡方程计算获得压力与流量，再利用获得的压力与流量更新管网参数。这类方法在计算过程中需要建模者有较好的建模经验，同时需注意以下几点问题：（1）管网规模不宜过大，校核参数不宜过多；（2）校核过程中需对实际管网进行简化，以减少模型维度、加快模型收敛速度。在实际管网模型校核中，迭代校正方法已不适合使用，但其提出的校正原理，为供水管网模型校核奠定了基础[60]。3.1.2显示校核法显示校正法根据每个监测点的水压流量数据，以校核参数为未知量，联立管网质量平衡方程和能量平衡方程，将参数校核转化为正定问题求解[61]，求解一般采用牛顿迭代法进行。可以看出，监测点个数限制了校核参数的数量，当校核参数数目大于监测点数量时（即欠定问题），则需要对校核参数进行划分。相比于迭代校核法，显示校核法明显提高了校核效率，但仍存在几点不足：（1）校核过程中，监测值数量限制了校核参数，校核问题必须保持正定；（2）没有考虑管网监测误差，即假定测得的数据都是完全正确的；（3）无法以数值形式表达校核参数。28 硕士学位论文3.1.3隐式校核法隐式校核法又称最优化方法，顾名思义是以最优化问题实现校核问题的求解，将监测点的实测值与模型模拟值之间差值最小化作为优化目标，以管网基本方程作为约束条件，对模型参数进行求解。常见的优化求解方法有：随机搜索法与梯度迭代法。与梯度迭代法相比，以遗传算法为代表的随机搜索法更容易实现优化问题的求解。但仍存在一些不足：（1）对于大型管网，搜索结果不能保证是最优解，可能是次优解；（2）遗传算法需要多次执行计算过程，计算效率较低；（3）求解结果只是数学问题上的最优，对实际工程而言则缺乏含义。3.2管网水力模型校核标准管网水力模型用途不同，所需的精度要求也不同。根据美国ECAC（EngineeringComputerApplicationsCommittee）提出的精度标准[62]，管网规划的模型精度要求最低，水质模型的精度要求最高。表3.1ECAC模型校核精度标准编号模型目标校核标准1管网类型2压力误差3流量误差31管网规划低SS或EPS100%误差±5psi±10%2管网设计中到高SS或EPS90%误差±2psi±5%3管网运行低到高SS或EPS90%误差±2psi±5%4水质建模高EPS70%误差±3psi±2%注：1、低：监测点数量占节点总数的2%；中：监测点数量占节点总数的4%；高：监测点数量占节点总数的10%。2、SS—稳态，EPS—拟稳态。3、管网模型计算值与监测值的差值。英国皇家水协于1989年提出了基于模型节点压力与管道流量的给水管网模型优化标准[63]，标准数据如下：表3.2英国皇家水协模型校核精度标准项目参数校核标准压力计算值误差±0.5m或系统最大水损±5%以85%压力监测点内节点压力压力计算值误差±0.75m或系统最大水损±7.5%95%压力监测点以内100%压力监测点压力计算值误差±2m或系统最大水损±15%以内管内流量大于总共水量10%管道流量计算值误差±5%以内管道流量管内流量小于总共水量10%管道流量计算值误差±10%以内29 基于漏失控制的供水管网水力模型及其应用研究国内方面，陶建科[64]等提出了完整的模型校核标准，其成果在上海市得到应用，模型评价通用标准如下：表3.3供水管网模型评价通用标准项目参数校核标准水库水位模拟计算值与实测值误差±5m50%压力监测点压力计算值误差±1m压力计算值误差±2m或整个管网最高与80%压力监测点节点压力最低压力差值的±5%压力计算值误差±4m或整个管网最高与100%压力监测点最低压力差值的±10%3.3基于支持向量机的海曾威廉系数取值模型目前，国内外研究大多采用构造实测值与计算值之差为目标函数的方法对海曾威廉系数C值进行校核，这一校核方法得到的管网模型精度较高，但也存在如下两个问题：（1）海曾威廉系数的取值缺乏有效的约束条件，导致C值不能在合理的范围内进行取值；即便是加上了约束条件，约束条件也缺乏根据，很大可能使结果偏离正确的方向；（2）函数求解不唯一，该校核方式只能够证明求解出来的C值代入管道中可以得到合适的压力值，但是并不能够表明该压力值下海曾威廉系数的真实性，计算结果仅具备数学含义，缺乏工程适用性。为解决这一问题，本文采用在构造压力实测值与计算值之差为目标函数进行管道C值的校核之前加入机器学习方法，通过实际管道的特性确定C值的取值范围，并以此为约束条件完成管网模型校核。海曾威廉系数与管材、管径、管道敷设年代都存在着一定的关系，由于供水管道一般情况下都敷设于地下，海曾威廉系数取值难以确定，如果对管道相对粗糙度K进行实测，并利用Colebrook-White和Darcy公式求解系数将耗费大量人力物力，可行性不高。现阶段，以海曾威廉系数经验取值进行估算的方法在管网建模中被广泛采用，表3.4给出了球墨铸铁管的多管径多管龄的海曾威廉系数参考值[65]。表3.4球墨铸铁管海曾威廉系数经验取值管道材料管龄(Y)管径(mm)海曾威廉系数新管所有管径130球墨铸铁管＞3001205＞10011830 硕士学位论文(续表)管道材料管龄(Y)管径(mm)海曾威廉系数＞60011310＞300111＞100107＞60010020＞30096＞10089球墨铸铁管＞7009030＞40087＞10075＞7008340＞40080＞10064根据经验数值估计获得的海曾威廉系数误差较大，用于管网水力模型校核时求解不易收敛。随着人工智能和机器学习方法的不断发展，利用影响海曾威廉系数的参数对其取值进行识别已成为一个新兴的研究方向。3.2.1支持向量机支持向量机（SupportVectorMachine,SVM）是新一代的基于统计理论的学习系统，也是一种有监督的自我学习方法，即在已知影响训练项参数的情况下，寻求训练项与参数之间的关系，以便将训练项按照类别分开，或者预测新的训练项所对应的类别。其基本思想是构建一个分割两类的超平面，在构建的过程中，SVM算法试图使两类之间的分类间隔达到最大化。d以某容量为n的训练样本集为例，xyii,,1,2,i,,nx,1,1Ry由两个参数组成，错误!未找到引用源。为训练样本，错误!未找到引用源。是所属参数。在分类过程中，分类器输出值具体大小不需要考虑，即当fx,w0时，将其归类为+1类；当fx,w0时，将其归类为-1类。其中，fx,w定义为划分两类的判决边界。31 基于漏失控制的供水管网水力模型及其应用研究图3.1两类数据线性分界面关于fx,w的取值依赖于训练样本x，但是难以确定训练样本x与w之间的关系，为了简便处理，认为二者关系为线性关系，即：Tfx,wwxb(3.1)为了计算分类间隔，需要找到能够将两类数据完美分开的两条平行直线L、1L，然后对两条直线进行平移、旋转，在保证分类准确性的条件下使二者间隔达2到最大。这样的两条直线即为分类超平面，由此也确定了二者的间隔。当间隔达到最大时，分类线位于间隔正中间，而此时L和L被称为最优分类超平面，如图123.2所示。图3.2分类间隔最大32 硕士学位论文d对于线性可分训练集xyii,,1,2,,,inx,1,1Ry，存在分类线Tfx,wwxb将两类训练样本分开，即存在：Twxb0ifyi1(3.2)Twxb0ifyi1通过适当调整w和b，可以将上式转变为：Twxb1ifyi1(3.3)Twxb1ifyi1其归一化形式为：Tywxiib1,1,2,in,(3.4)TT则平面wxb1和wxb1为分类问题中的边界超平面。回归到线型规TT划问题，分类超平面wxb1到原点的距离为bw1/；超平面wxb1到原点的距离为bw1/，这两个超平面的间隔为2/w。由于两个超平面是平行的，根据SVM算法基本思想，最优分类平面应当使两个超平面间隔最大化，即2/w取值最大化，也就是其倒数最小化，可以获得如下规划问题：11Tmin:www22(3.5)ywxTb1,1,2,in,ii利用拉格朗日变化，对约束条件添加拉格朗日乘子，将约束条件融合到目标函数中。上述问题的拉格朗日表达式为：1Tgw,b,ywxbwiii1(3.6)2式中：i0,in1,2,,。依据拉格朗日对偶理论转化将最优分类面问题转化为对偶问题：n1nnTmax:giijiyyjxxiji12i1j1(3.7)nst..iiy0,0ii1这是一个不等式约束下的二次函数寻找最优解的问题，运用二次规划法进行求解，假设求解所得到的最优解为α*12,,,,nT，可以得到在此条件下的最优w*和b*。n*wixyiii1(3.8)**1bwxrsx2式中，xr和xs为两个类别中任意一对支持向量。则最优分类函数为：nT*fxsgniyxxiib(3.9)i1通过分类函数求解，获得最优分类超平面完成数据分类与预测。33 基于漏失控制的供水管网水力模型及其应用研究3.2.2海曾威廉系数取值模型根据上文描述，支持向量机作为一种区分性模型，对于多参数影响的目标函数具有较好的分类效果。海曾威廉系数作为一种管道固有属性，与管材、管径、管龄等存在一定关系，可以利用支持向量机的算法对海曾威廉系数取值范围进行划分，建立海曾威廉系数取值模型。模型构建思想如下：以影响海曾威廉系数的N种参数建立N维向量空间，将m个训练样本数据输入N维空间即可获得空间中的m个点，添加n个海曾威廉系数取值范围划分约束，利用支持向量机算法，可以获得n-1个分类超平面对空间点集进行划分。取值空间划分后，输入需要确定海曾威廉系数的管道对应参数数据，数据形成的空间点将落入划分区域，根据落入区域的位置即可确定海曾威廉系数的取值范围。本文以球墨铸铁管海曾威廉系数经验取值作为训练样本，以管径、管龄作为分类参数，建立球墨铸铁管海曾威廉系数取值模型。获得如下分类结果：图3.3应用支持向量机划分的海曾威廉系数取值区间图中共有5个分类超平面与X、Y轴一同将二维空间划分为6个取值区域，沿X轴正方向，各区域对应C值的取值范围分别为：C≥120；110≤C＜120；100≤C＜110；90≤C＜100；80≤C＜90；C＜80。海曾威廉系数取值模型建立之后，输入任意球墨铸铁管的管径、管龄数据，数据形成的空间点将落入划分区域，即可确定该管道海曾威廉系数的取值范围，这将作为校核模型的约束条件，为模型求解打下基础，取值模型部分建模代码见附录B.3。34 硕士学位论文3.4基于粒子群算法的海曾威廉系数校核模型3.4.1粒子群优化算法简介粒子群优化算法（ParticleSwarmOptimization）是Eberhart和Kennedy在1995年提出的一种基于种群的进化计算技术[66]，算法具有模型精度高、计算收敛快、易于实现等优点，一经提出就引起了学术界的广泛关注，并在较多问题中得到验证。作为一种进化算法，粒子群优化算法与遗传算法类似，都是从约束条件下的随机解出发，通过迭代计算的方式寻求模型的最优解，同样是通过适应度函数来评价解的品质。但粒子群算法相较于遗传算法，算法规则更简单，不存在遗传算法中“交叉”（Crossover）和“变异”（Mutation）过程，而是通过追随当前检索到的最优解来寻求全局最优情况。粒子群优化算法是通过模拟鸟群捕食行为设计的。假设区域内存在唯一一块食物（即优化问题中的最优解），为了寻找到这个食物，鸟群被随机分散在该区域内进行搜索，在搜索过程中，每只鸟通过分享各自的信息，让其余的鸟知道各自的位置，通过这样的协作，来判断寻找到的是否为最优解，同时也将最优解的信息传递给整个鸟群，当鸟群都聚集在这块食物附近时，即认为找到了优化问题的最优解。借用这种寻求最优解的思想，将鸟群中每一只鸟抽象为粒子群优化算法中没有质量和体积的粒子，这些随机粒子就对应着优化问题的解，随着在搜索空间中的不断变化，每一个随机粒子都有潜在可能是最优解。N维空间中，任一粒子的位置都将表示为xinxx12,,,x，速度为VinVV12,,,V，同时每个粒子都附加了由目标函数确定的适应度值Fiti，并且知道自己目前为止发现的最好位置pbest，又称作个体极值被视为粒子的个人飞行经验。此外，每个粒子还知道目前为止整个粒子群中所有粒子发现的最好位置gbest，又称全局极值被视为群体飞行经验。初始化粒子就是根据这两种飞行经验迭代寻求最优解，并通过跟踪两个极值利用如下公式更新自己的速度和位置[67]：VVCrand1()(pbest-present)(3.10)Crand2()(gbestpresent)presentpresentV(3.11)式中：V——粒子的速度；present——粒子当前位置；pbest——个体极值；gbest——全局极值；rand()——（0,1）之间随机数；CC12,——学习因子，一般而言取CC122。35 基于漏失控制的供水管网水力模型及其应用研究粒子群优化算法求优化问题最优解的步骤可以总结为如下几点：步骤一：将粒子群初始化为随机粒子，同时获取整个粒子群规模、每个粒子的位置及速度；步骤二：根据优化目标函数，计算每个粒子的适应度函数值Fiti；步骤三：将每个粒子的适应度函数值Fiti与个体极值pbest进行比较，如果存在Fitipbest，将pbest替换为Fiti，否则保留原pbest；步骤四：将每个粒子的适应度函数值Fiti与全局极值gbest进行比较，如果存在Fitigbest，将gbest替换为Fiti，然后根据式（3.10）、（3.11）对粒子的位置、速度进行更新；步骤五：判断结果是否满足条件（求解误差满足要求或已达到最大循环次数），满足条件则输出结果，不满足则返回步骤二重新计算。相比于其他优化算法，粒子群优化算法在求解模型过程中有着如下几点优势：（1）粒子群优化算法在模型编码过程中采用的是实数编码[68]，避免了如遗传算法使用二进制编码（或针对实数的遗传编码）造成的数据位数较多，无法表示小数等问题，在校核计算过程中，求解更为精确，收敛更快。（2）粒子群优化算法具备“记忆”特性，可以实现自我学习和向他人学习，在迭代过程中，下一代解将有针对性从上一代解中继承更多信息，从而实现较短时间内寻找到最优解。（3）遗传算法中，采用的是染色体之间共享信息，整个种群是处于均匀向最优解移动的过程；在粒子群优化算法中，信息只能由最优粒子更新的gbest传递给其他粒子，粒子的迭代更新是跟随当前解来进行的。（4）粒子群优化算法需要调整的参数量较少，结构简单，易于工程实现。3.4.2多工况分析法收集管网数据针对海曾威廉系数的供水管网校核，其本质为管网现状情况的分析，因此在收集管网数据时即应考虑数据的准确性和合理性。实践证明，以某一时刻的管网监测数据校正大量的海曾威廉系数是存在缺陷的，即并非真实的海曾威廉系数取值也能够在水力计算后满足收集的管网监测数据。许多学者针对这一问题开展研究，发现在管网试验或较小供水管网系统中，管网流量与压力受瞬时变化影响较大，但对于城市供水管网系统，瞬时变化的影响范围仅局限于变化发生点附近，对于整个管道系统而言，在距离变化处较远的区域，流量压力的变化则并不明显。用户的用水量并不是稳定不变的，用水量的变化将导致流量、压力随之改变，根据这一供水特性，收集一天内不同时段的管网运行数据，可以获得不同工况下管网运行状态，同时这样收集到的数据也考虑了因泵站或阀门调控造成管网流量变化的影响，以此构建的管网校核模型更符合管网实际运行情况，结果更为精确。36 硕士学位论文3.4.3海曾威廉系数校核优化模型建立建立海曾威廉系数校核最优化模型，就是为了寻找待定参数的最优取值，从而满足管网实测值与计算值之间的误差最小。本文以多工况条件下供水管网测压点实测值与模型计算值差值平方和最小化构建目标函数，将海曾威廉系数校核转化为优化问题的求解，目标函数如下所示：mn2FxHHijactij(3.12)ij11式中：i——表示工况序号，im1,2,3；j——表示测压点序号，jn1,2,3；m——工况总数；n——测压点个数；Hijact——第i个工况下，j号测压点实测值；Hij——第i个工况下，j号测压点模拟值；约束条件：管道C值取值范围：CminCCmax(3.13)管网连续性方程：qQiji0(3.14)ji管网能量平衡方程：hij0(3.15)k本文约束条件以罚函数的形式在目标函数中体现，从而起到约束自变量的作用。罚函数表达式如下：0,xXPx()(3.16)0,xX其中PX()为罚函数，X为目标函数的可行域。添加约束条件的最小化目标函数为：min(1F())FxPx(3.17)以minF作为适应度函数代入粒子群优化算法进行计算。在计算过程中，由于粒子群搜索最优解的过程是随机的，在设定管道初始C值之后，每次管道C值变化都将引起管网压力值随之改变。在传统水力模型校核过程中，节点流量与压力无关，修改C值节点流量无需调整；对于压力驱动管网水力模型，C值变化不仅引起压力变化，同时对节点流量也产生影响。因此，本37 基于漏失控制的供水管网水力模型及其应用研究模型在校正海曾威廉系数的同时针对压力变化也对节点流量进行了修正，以满足供水管网基本方程，其求解步骤如下：（1）根据校核管网基础数据，以EPANET软件为平台构建管网模型并确定基本参数，利用MATLAB联动EPANET工具箱导出管网数据文件；（2）根据供水管网管道数据，利用支持向量机算法确定海曾威廉系数取值范围，并利用粒子群优化算法在该取值范围限定条件下生成一组随机的海曾威廉系数初始值，并将该组C值赋回管道；（3）对模型进行运算，读取节点压力，判断由式（2.5）、式（2.12）计算获得的节点用水量和节点漏失水量与设定的两类水量是否相等，如果不相等则将计算的节点流量赋回管网重新计算，直至满足流量与压力关系为止；（4）输出多工况条件下循环获得的节点压力，将不同工况下压力计算值与压力监测数值之差的平方和作为个体适应值Fiti()，构建优化模型；（5）比较每个粒子的Fiti()与其个体极值pbest，择优选定为pbest，同时将整个粒子群gbest与每个粒子的Fiti()比较，择优选定为gbest，以此为目标更新粒子的速度与位置；（6）判断结果是否满足迭代终止条件（达到最大迭代次数或适应度函数满足设定要求），如果不满足则返回步骤（3）重新运算，满足则输出各条管道海曾威廉系数反演值。图3.4大致描述了利用粒子群优化算法对海曾威廉系数校核的流程。部分校核编程代码见附录B.4。38 硕士学位论文导入压力驱动管网水力利用支持向量机模型建模数据算法确定海曾威廉系数取值范围种群初始化，生成取值范围内一组C值，并进行节点流量初始分配Qi-act运行计算，依据式（2.19）、式（2.12）计算和qileak，计算获得节点用水量Qi-use并依据式（2.5）对节点用水量修正，获得Q’i-use将均分至节点压力大于Hf的用令QA—（qi-leak+Q’i-use）=水节点，更新管网节点流量Q’i-act判断是否||<ξＮＹ输出节点压力，将不同工况下压力监测点监测值与相应模型模拟值之差的平方和作为个体适应值Fiti()，构建优化模型比较每个粒子的Fiti()与其个体极值pbest，择优选定为pbest将整个粒子群gbest与每个粒子的Fiti()比较，择优选定为gbest更新粒子的速度与位置是否满足迭代终止条件ＮＹ输出海曾威廉系数反演值图3.4海曾威廉系数校核流程39 基于漏失控制的供水管网水力模型及其应用研究3.5本章小结供水管网水力模型建立之后，需要对模型模拟情况和实际管网运行工况的吻合程度对管网模型进行校核，针对这一问题本文开展了如下几点研究：（1）随着管网建模数据的不断完整，现阶段管网水力模型校核主要集中在节点流量的设置和海曾威廉系数校正两方面，随着抄表系统、管网GIS系统、SCADA系统的日益完善，节点流量设置也日趋合理，因此本文主要针对海曾威廉系数对供水管网模型进行校核。（2）针对以往海曾威廉系数校核研究中只关注模型模拟数据与管道实测数据是否相吻合而忽略了海曾威廉系数取值的合理性，研究了影响海曾威廉系数取值的诸多参数，借助支持向量机的划分识别功能建立了基于支持向量机的海曾威廉系数取值模型，对下一步海曾威廉系数求解过程起到约束作用。（3）简要介绍了粒子群优化算法，同时指出，在管网模型校核过程中，由于实测数据不足、收集数据关联性较大等因素，容易造成模型多解情况的出现，建议采用多工况数据对管网模型进行校核。（4）提出了基于粒子群算法的海曾威廉系数校核模型，针对压力驱动管网水力模型校核过程中C值变化将影响节点流量变化的问题，在C值更新过程中添加了压力对节点流量的修正，以满足校核模型约束条件，并给出了模型校核一整套流程。40 硕士学位论文第4章压力驱动管网水力模型在实际管网中的应用通过前两章内容，已形成一整套供水管网水力模型建模及校核方法，本章以华中某市HX开发区管网作为实例，验证本课题提出的管网水力模型的适用性，从而为管网漏失分析及压力管理提供支撑。4.1管网概况HX开发区位于华中某市西部，地势平坦，最大地势高差为22m，供水管网供水总面积为14.9km2，供水户数为47602户，平均日供水量为9.5万吨/天。管网分布情况如图4.1所示：图4.1HX开发区供水管网布置图41 基于漏失控制的供水管网水力模型及其应用研究依图所示，本区域供水管网相对封闭，供水系统由两个加压泵站（HX加压泵站、YL压价泵站）联合供水，各加压泵站设备数量及主要参数如表4.1所示。供水管线总长度为52.4km，其中DN200以上管道长度为46.2km，具体统计数据见表4.2。供水管网SCADA系统和GIS系统已经建立，其中GIS系统于2017年进行了管网资料更新录入工作，提供数据与实际供水管网情况较为接近。表4.1HX开发区加压泵站情况一览表泵站泵型号台数流量（m3/h）扬程（m）备注250S—24A21126020.3最高供水压力250S—24A2141420.3HX加压泵站为0.36Mpa、最300S—24A170224.7低为0.25Mpa350S—261126026最高供水压力YL加压泵站XS300-3874113137为0.38Mpa、最低为0.26Mpa表4.2HX开发区管道情况一览表管段编号管径（mm）管材管长（m）管龄（Y）1300铸铁237.40192800铸铁90.30133300铸铁237.40214800铸铁833.60135500铸铁237.85236500铸铁237.85237800铸铁264.30138800铸铁264.30139600铸铁524.7013101000铸铁102.60511300铸铁369.501812300铸铁460.701513800铸铁369.30642 硕士学位论文(续表)管段编号管径（mm）管材管长（m）管龄（Y）14300铸铁601.202315300铸铁526.801016300铸铁521.201617300铸铁460.801518500铸铁826.401219300铸铁230.10920500铸铁471.102421300铸铁918.201922300铸铁723.801623500铸铁200.001224300铸铁494.701725500铸铁491.601526500铸铁478.90427500铸铁836.501528300铸铁238.502029500铸铁531.301530500铸铁300.002131500铸铁539.901632500铸铁437.801633400铸铁401.40934300铸铁530.301735300铸铁478.001936400铸铁700.00537500铸铁488.602038300铸铁530.601539300铸铁466.701540500铸铁492.60441500铸铁475.402442300铸铁471.501043300铸铁456.601044300铸铁527.601543 基于漏失控制的供水管网水力模型及其应用研究(续表)管段编号管径（mm）管材管长（m）管龄（Y）45300铸铁348.701546400铸铁1311.42547300铸铁1078.72048400铸铁438.72549300铸铁361.8650300铸铁494951300铸铁418.51252500铸铁499.51253300铸铁531.61254300铸铁500.91755300铸铁535.61256500铸铁513.81257300铸铁344.72058200铸铁394.8659300铸铁530.4960500铸铁573.11161300铸铁530.41062500铸铁683.1663800铸铁4116.11264300铸铁225.5665300铸铁309.3666300铸铁823767400铸铁287.52268400铸铁301.31269300铸铁2660.92070500铸铁2980.11571300铸铁6281272500铸铁1229.41273800铸铁1241.51274800铸铁1091.51275500铸铁104.71244 硕士学位论文4.2管网水力建模针对管网实际情况，本次选取DN200以上管道进行管网建模，将HX开发区基础高程、管网拓扑结构、管段信息等从GIS系统中导出，通过合并平行管线、删除多余节点等对管网进行简化处理，最终获得管网拓扑结构如图4.2所示，简化后的管网共有2个水源点，58个用水节点，75根供水管道。监测装置布置情况如表4.3所示：图4.2HX开发区供水管网拓扑结构图表4.3流量、压力监测装置布设情况名称对应节点编号名称对应节点编号1号大用户191号压力监测点442号大用户212号压力监测点453号大用户243号压力监测点534号大用户334号压力监测点545号大用户435号压力监测点5545 基于漏失控制的供水管网水力模型及其应用研究(续表)名称对应节点编号名称对应节点编号6号大用户476号压力监测点567号大用户497号压力监测点578号大用户58号压力监测点589号大用户2根据前文内容，本文提出的管网水力模型节点流量是由节点用水量和节点漏失水量组成并以与压力相关的形式存在于模型之中。而在实际管网中瞬时漏失水量是无法测得的，在本次建模过程中，将依据水司提供的管网产销差数据，以各时段总供水量乘以产销差数据作为对应时段的管网总漏失水量，将总漏失水量均分至各个节点作为节点漏失水量初始分配。将各时段管网总供水量减去对应漏失水量即获得该时段节点总用水量，对于节点用水量分配，如果仅依靠压力与节点用水量的关系可能会出现部分节点流量与实际管网流量差距较大的情况。为使管网模型更为精确，将各时刻大用户流量监测值作为对应节点的节点用水量，其余流量将按照管长分配至各个节点，在运行迭代过程中随压力变化进行调整。因此，根据SCADA系统提供的供水管网各时刻加压泵站供水数据及大用户用水数据，配合水司统计的产销差数据，可以实现管网模型节点流量的初始分配，在模型中导入水源与泵站数据，并根据第二章提供的管网模型模拟方法完成初始状态下的模拟运算。此时海曾威廉系数统一设置为130，后续将根据管网模型校核情况对其进行调整。4.3管网模型校核采集HX开发区一天24小时管网运行数据用以校核，其中加压泵站为每1小时记录一次流量压力数据，区域内管网用水大户为每15min记录一次流量数据，为使管网供水量与用水量相互对应，本文将一天划分为24个工况对管网模型进行校核，加压泵站供水情况及大用户用水情况如图4.3~图4.5所示：46 硕士学位论文YL加压泵站供水量HX加压泵站供水量管网总供水供水量500040003000/h）32000水量（m1000002468101214161820222426时间（h）图4.3管网24h供水量变化曲线YL加压泵站38HX加压泵站36343230压力（m）282624024681012141618202224时间（h）图4.4泵站24h出口压力变化曲线1号大用户用水402号大用户用水4035353030252520201515用水量（L/s）用水量（L/s）1010550024681012141618202224024681012141618202224时间（h）时间（h）47 基于漏失控制的供水管网水力模型及其应用研究3号大用户用水4号大用户用水4540403535303025252020用水量（L/s）15用水量（L/s）15101055024681012141618202224024681012141618202224时间（h）时间（h）5号大用户用水6号大用户用水30302525202015151010用水量（L/s）用水量（L/s）5500024681012141618202224024681012141618202224时间（h）时间（h）7号大用户用水8号大用户用水40453540353030252520201515用水量（L/s）用水量（L/s）10105500024681012141618202224024681012141618202224时间（h）时间（h）9号大用户用水3530252015用水量（L/s）105024681012141618202224时间（h）图4.51~9号大用户用水量变化曲线48 硕士学位论文根据水司提供的HX开发区供水管网产销差数据，获得如下各个时段的管网漏失总量：表4.4HX开发区各时段管道总漏失量管网总漏失管网总漏失管网总漏失时段时段时段水量（m3/h）水量（m3/h）水量（m3/h）00:00-01:00425.6208:00-09:00788.4016:00-17:00610.7101:00-02:00366.4009:00-10:00779.4717:00-18:00660.6002:00-03:00349.8210:00-11:00767.7518:00-19:00667.0503:00-04:00327.7011:00-12:00728.2219:00-20:00703.1504:00-05:00319.8012:00-13:00693.3820:00-21:00730.6805:00-06:00382.2713:00-14:00677.6021:00-22:00781.0106:00-07:00474.1714:00-15:00623.0122:00-23:00716.9207:00-08:00659.8315:00-16:00614.7323:00-24:00579.50根据4.2节提出的节点流量分配方法，对初始状态下24个工况的节点流量进行分配，经EPANET计算后，利用节点压力对其进行调整，以满足节点用水量和节点漏损水量与压力之间的关系，各工况条件下大用户所在节点的节点用水量沿用抄表数据保持不变，根据水司提供的管道信息，在进行校核运算之前，先运用基于支持向量机的海森威廉系数取值模型确定管网每根管道的海森威廉系数取值范围，取值情况如表4.5所示。表4.5各管道C值取值范围管段编号海森威廉系数取值范围管段编号海森威廉系数取值范围190-1001190-1002100-1101290-100380-9013100-1104100-1101470-80570-8015100-110670-801690-1007100-1101790-1008100-11018100-1109120-13019100-11010110-1202070-8049 基于漏失控制的供水管网水力模型及其应用研究(续表)管段编号海森威廉系数取值范围管段编号海森威廉系数取值范围2190-10049110-1202290-10050110-12023100-11051100-1102490-10052100-1102590-10053120-13026120-1305490-1002790-10055100-1102890-10056100-1102990-1005790-1003070-8058120-1303190-10059110-1203290-10060100-11033100-11061100-1103490-10062120-1303590-10063100-11036120-13064110-1203780-9065120-1303890-10066100-1103990-1006770-8040120-13068100-1104180-906990-10042100-1107090-10043100-11071100-1104490-10072100-1104590-10073100-1104670-8074100-1104790-10075100-1104870-80由于本文构建管网水力模型过程中忽略了管道阀门等部件对海曾威廉系数的影响，如果仅在该范围内约束C值，获取结果与实际管网海曾威廉系数存在差异。为保证模型校核精度，取管网所有管道的海森威廉系数的最大值与最小值作为约束条件的上下限，最终确定的整个管网海森威廉系数取值范围为70~130。50 硕士学位论文针对8个管网测压点，以各工况供水管网测压点实测值与模型计算值差值的平方和最小化构建目标函数。经1000次迭代优化计算，各条管道海森威廉系数满足设定约束条件，校核结果如表4.6所示：表4.6海森威廉系数校核结果管段编号管径（mm）海森威廉系数130092.2693280079.5452330082.03934800117.6228550074.10066500110.06387800109.6372880080.47979600124.2322101000119.88491130094.76421230090.045113800106.76141430076.441615300102.51521630096.89817300114.008918500108.77519300109.857620500107.840521300117.34942230084.531323500117.43142430091.354425500112.535726500124.64372750096.54562830076.155551 基于漏失控制的供水管网水力模型及其应用研究(续表)管段编号管径（mm）海森威廉系数29500125.99483050091.17763150080.77593250083.38913340097.861934300129.86683530074.886936400123.43113750076.286338300108.35193930075.097940500126.83294150081.970142300115.820243300103.15314430082.52164530078.14024640076.23554730091.76764840070.190549300119.685950300110.333151300104.593752500108.544353300123.41115430076.65415530083.06845650089.45455730075.279158200115.752652 硕士学位论文(续表)管段编号管径（mm）海森威廉系数59300118.30846050095.219661300111.628762500121.43846380075.77716430070.19865300128.911866300106.31446740079.087968400100.65026930072.06457050094.344871300116.653172500125.146473800114.73277480082.540375500112.6199经24个工况校核之后，各测压点模拟值与实测值对比及校核结果统计数据如图4.6~图4.13所示：实测值33模拟值2.0321.5311.0300.529280.00246810121416182022压力（m）27压力差（m）-0.5时间（h）26-1.025-1.5024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.61号测压点压力模拟结果图53 基于漏失控制的供水管网水力模型及其应用研究实测值40模拟值2.0381.51.0360.5340.00246810121416182022压力（m）压力差（m）32-0.5时间（h）-1.030-1.5024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.72号测压点压力模拟结果图实测值模拟值1.0340.5320.0024681012141618202230-0.5压力（m）-1.0时间（h）28压力差（m）-1.526-2.0024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.83号测压点压力模拟结果图实测值34模拟值1.5321.0300.5280.0024681012141618202226-0.5时间（h）压力（m）24压力差（m）-1.022-1.520024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.94号测压点压力模拟结果图54 硕士学位论文实测值模拟值2.534322.0301.528（m）1.026压力（m）压力差240.5220.00246810121416182022240246810121416182022时间（h）时间（h）a)压力计算结果对比b)压力误差分析图4.105号测压点压力模拟结果图实测值模拟值2.0361.5341.0320.5（m）300.0压力（m）28压力差0246810121416182022-0.5时间（h）26-1.024024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.116号测压点压力模拟结果图实测值模拟值260.5250.024024681012141618202223-0.522（m）-1.021时间（h）-1.5压力（m）20压力差19-2.018-2.517024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.127号测压点压力模拟结果图55 基于漏失控制的供水管网水力模型及其应用研究实测值43模拟值2.5422.041401.5)391.0（m）380.5压力（m）37压力差0.0360246810121416182022-0.5时间（h）3534024681012141618202224时间（h）a)压力计算结果对比b)压力误差分析图4.138号测压点压力模拟结果图可以看出：管网模型模拟数值与实测数值吻合程度较高，各监测点误差统计如下所示：表4.7监测点压力误差分析表压力监测点12345678最大绝对误差1.862.002.011.712.381.822.552.41（m）最小绝对误差0.010.000.010.010.110.190.040.03（m）平均绝对误差0.560.900.490.751.150.910.731.04（m）最大相对误差0.06160.05570.07760.07840.05810.05810.14410.0598最小相对误差0.000300.00030.00040.00720.00720.00160.0008平均相对误差0.01900.02470.01670.02640.03690.02770.03470.0261表4.824h监测点误差范围统计误差数量（个）百分比（%）校核标准建议（%）≤±1m13369%50%≤±2m18295%80%≤±4m192100%100%56 硕士学位论文图4.14测压点24h计算值与实测值误差分布情况由表4.8和图4.14可以看出，本文建立的压力驱动管网水力模型与实际管网运行情况吻合程度良好，24小时监测误差小于1m的占69%，符合模型校核标准，可以运用于管网漏失分析及控制研究中。4.4本章小结为了验证本文第二、三章提出的压力驱动管网水力模型建模及校核方法应用于实际供水管网的可行性及适用性，针对HX开发区供水管网展开了如下管网水力模型建模校核工作：（1）以GIS系统收集的管网数据为基础，以EPANET软件为平台构建管网水力模型。同时采集管网24小时运行数据，为管网模型多工况校核做准备（2）在对管网进行流量分配过程中，如果仅依靠压力与流量关系对节点流量进行分配，不同工况条件下节点流量变化较大，且与实际管网运行状况有较大出入。因此，本文将大用户用水数据定义为其对应节点的节点用水量，其余节点仍依据压力与流量关系进行流量分配调整，这一流量分配方式使管网模型与实际供水管网吻合程度更高，同时也显著改善了管网模型校核的精确性（3）鉴于本文在构建管网模型的过程中，忽略了阀门等部件对海曾威廉系数的影响，虽然以支持向量机的方法确定了海曾威廉系数的取值范围，但如果仅在该范围内约束C值，获取结果与实际管道海曾威廉系数存在差异。因此本文以所有管道的海曾威廉系数的最大值与最小值作为约束条件的上下限，放宽了目标函数的求解限制。（4）经多工况校核结果可以看出，模型模拟数据与实测数据吻合程度较高，校核结果满足模型精度标准，能够作为漏损控制研究的基础。57 基于漏失控制的供水管网水力模型及其应用研究结论与建议随着城市用水水平的不断提高，管网漏损问题也日益突出。管网水力模型作为管网漏失控制的基础，模型的的优劣直接决定了漏失模拟的准确性以及漏失控制效率的高低。本文在国内外研究基础上，对供水管网漏损进行分析，确定了基于漏失控制的管网水力模型建模及校核方法，同时为验证模型与实际管网供水情况的吻合程度，将管网模型应用于HX开发区实际供水管网中，校核后模型精度满足使用标准，模型比较可靠。主要研究成果如下：（1）改变传统水力模型中压力与流量相互独立的特性，提出了将节点流量区分为节点用水量和节点漏失水量的方法，并分别给出两类流量与压力之间的关系。成功运用EPANET软件的EMITTER（扩散器）模块，实现漏失水量在管网模型中的模拟。（2）基于供水管网水平衡理论，利用管网供水量数据及用户抄表数据获得近似的管网实际漏失水量，以模型计算漏失水量与实际漏失水量之差构建适应度函数，利用遗传算法实现了漏失系数的求解。运用节点流量迭代分析的思想，提出了通过水力模拟对节点流量修正的方法。（3）以某算例管网为基础，对本文提出的压力驱动管网水力模型及传统管网水力模型进行比较，发现无论从精度还是漏失水量的模拟上而言，本文提出的压力驱动管网水力模型都更符合实际供水管网，可以作为供水管网漏失分析和漏失控制方案实施的基础。（4）将海曾威廉系数作为管网模型校核参数，鉴于以往海曾威廉系数校核研究中只关注模型模拟数据与管网实测数据的吻合程度而忽略了海曾威廉系数取值的合理性，以影响海曾威廉系数取值的参数作为分类条件、多类型管道海曾威廉系数经验取值作为训练样本，建立了基于支持向量机的海曾威廉系数取值模型，对下一步海曾威廉系数求解过程起到约束作用。（5）当管网实测数据较少时，容易引起海曾威廉系数多解现象的出现，模型校核误差较大，研究发现收集不同工况下管网运行数据，不仅满足了数据量的要求，同时也考虑了因泵站或阀门调控造成管网流量变化的影响，校核获得的海曾威廉系数更符合管网实际情况。根据这一数据收集思想，本文以多工况条件下管网压力实测值与模型计算值差值平方和最小化构建目标函数，并给出了基于PSO算法的模型求解方法。（6）将一整套基于漏失控制的供水管网建模校核方法应用于华中某市HX开发区供水管网中。在实际管网建模过程中发现，仅依靠压力与流量的关系进行节58 硕士学位论文点流量分配，获得的节点用水量与实际管网节点用水量相差较大。针对这一问题，本文提出基于实际管网的节点流量分配方法，即对已有用水量抄表数据的大用户节点，其节点用水量将采用抄表数据代替，其余节点则仍按照压力与流量关系进行修正。（7）收集管网24小时运行数据，并与压力监测点管网模型模拟值进行对比，结果表明本文构建的压力驱动管网水力模型模拟效果与实际管网吻合度较高，24小时监测误差小于1m的占69%，符合模型校核标准，能够较好的模拟管网漏失水量，可以应用于管网漏失控制研究中。本文针对基于漏失控制的管网水力模型进行了深入研究并应用于实际管网予以验证，但由于时间关系及实践条件的约束，在某些方面依旧需要进一步研究与完善，主要包括以下几个方面：（1）本文在确定漏失量与压力之间关系时，采用的漏失指数为国内实验普遍认可的结果1.18，而根据前文分析，漏失指数受漏失压力、管材特性和土壤压力等诸多因素的影响，对于不同的管网其取值也不尽相同，建议在夜间最小用水时段采用现场测试的方式获取管网漏失指数。（2）本文提出的基于支持向量机的海曾威廉系数取值模型，其初衷是在管网模型校核过程中对每根管道的海曾威廉系数取值进行约束。但在实际管网模型建模过程中，由于忽略了阀门等管网部件，在模型校核过程中，被忽略的管网部件都将对海曾威廉系数取值产生影响，如果仅将C值限定在取值模型设定的范围内，模型校核精度较差。建议在今后构建管网模型时，考虑将管网部件纳入管网模型中，使管道海曾威廉系数取值更符合实际情况。（3）在对实际管网漏失水量进行模拟时，由于条件限制，管网总漏失水量是根据管网产销差计算获得的，这在一定程度上可以满足漏失模拟的需要。但为了获取更精确的管网模型，建议对计量表具误差进行测定、统计管网其他漏损水量、完善用户用水抄表系统，以获取更精确的管网实际漏失水量。59 基于漏失控制的供水管网水力模型及其应用研究参考文献[1]水利部水资源司.我国水资源开发利用业绩与前景.水文,1999(5):11–16[2]WhiteS,ZwanJTVD,WyattRW,etal.Waterdemandmanagementandconservationincludingwaterlossescontrol.WaterSupply,2000(1-2):175–176[3]中华人民共和国水利部.2016年中国水资源公报.中华人民共和国水利部公报,2010(4):2–3[4]张利平,夏军,胡志芳.中国水资源状况与水资源安全问题分析.长江流域资源与环境,2009,(2):116–120[5]中华人民共和国住房和城乡建设部.中国城市建设统计年鉴.中国建筑工业出版社,2016:223–230[6]卢升鹏,张明德,顾宝炎等.我国城市供水发展特征分析.资源开发与市场,2010,26(11):1002–1004[7]王海龙.基于水平衡的供水管网漏损控制技术研究.[长安大学硕士学位论文].西安:长安大学,2012:10–15[8]中华人民共和国住建部.城市供水管网漏损控制及评定标准:CJJ92-2016:2–3[9]徐强,焦静,赵顺萍等.供水管网漏损评价指标对比与改进.中国给水排水,2016(20):14–18[10]WinarniW.InfrastructureLeakageIndex(ILI)asWaterLossesIndicator.CivilEngineeringDimension,2009,11(2):378–385[11]徐强,陈求稳,顾军农等.供水管网漏损控制研究进展.中国给水排水,2012,1(24):5–9[12]龚佩敏.供水水量产销差和漏损率分析与控制对策.净水技术,2012,31(4):148–151[13]ClarkRM,SivaganesanM,SelvakumarA,etal.CostModelsforWaterSupplyDistributionSystems.JournalofWaterResourcesPlanning&Management,2002,128(5):312–321[14]EngelhardtMO,SkipworthPJ,SavicDA,etal.Rehabilitationstrategiesforwaterdistributionnetworks:aliteraturereviewwithaUKperspective.UrbanWater,2000,2(2):153–170[15]WuZY,PaulS.WaterLossDetectionViaGeneticAlgorithmOptimization-BasedModelCalibration.8thAnnualInternationalSymposiumonWaterDistributionSystemsAnalysis,Cincinati,Ohio,2006:27–3060 硕士学位论文[16]KoppelT,AinolaL,PuustR.AMathematicalModelforDeterminationofLeakageinMainsandWaterDistributionNetworks.EstonianJournalofEngineering,2007,13(1):3–16[17]AkselaK,AkselaM,VahalaR.LeakageDetectioninaRealDistributionNetworkUsingaSOM.UrbanWaterJournal,2009,6(4):279–289[18]涂敏.供水管网在线监测漏失定位模型研究.[哈尔滨工业大学硕士学位论文].哈尔滨:哈尔滨工业大学,2012:7–19[19]ChenYC,PowellRS.Pressurecontrolthroughonlinemonitoring.ControlandOptimisationTechniquesfortheWaterIndustry,IEEColloquiumon,2002:1–4[20]DesalegnWB.WaterSupplyCoverageandWaterLossinDistributionSystemsTheCaseofAddisAbaba.M.Sc,InternationalInstituteforGeo-InformationScienceandEarthObservation,2005:25–31[21]GirardM,StewartRA.ImplementationofPressureandLeakageManagementStrategiesontheGoldCoast,Australia:CaseStudy.JournalofWaterResourcesPlanningandManagement,2007,133(3):210–217[22]MarungaA,HokoZ,KasekeE.Pressuremanagementasaleakagereductionandwaterdemandmanagementtool:ThecaseoftheCityofMutare,Zimbabwe.Physics&ChemistryoftheEarth,2006,31(15):763–770[23]吴正易,马尔科姆·法利,大卫·图德等.降低供水漏损.张清周,黄源等译.北京,中国建筑工业出版社,2017:06–07[24]张土乔,邵煜.城镇供水管网漏损监测与控制技术及应用.中国环境管理,2017,9(2):109–110[25]何芳,刘遂庆.供水管网爆管事故分析与对策探讨.管道技术与设备,2004(5):20–23[26]AlonsoJM,AlvarruizF,GuerreroD,etal.ParallelComputinginWaterNetworkAnalysisandLeakageMinimization.JournalofWaterResourcesPlanning&Management,2000,126(4):251–260[27]MayJ.Pressuredependentleakage.WorldWaterEnvironEng,1994,(10):15-19[28]CassaAM,ZylJEV,LaubscherRF.Anumericalinvestigationintotheeffectofpressureonholesandcracksinwatersupplypipes.UrbanWaterJournal,2010,7(2):109–120[29]WalskiT,BeztsW,PoslusznyET,etal.Modelingleakagereductionthroughpressurecontrol.Journal,2006,98(4):147–15561 基于漏失控制的供水管网水力模型及其应用研究[30]GiustolisiO,SavicD,KapelanZ.Pressure-DrivenDemandandLeakageSimulationforWaterDistributionNetworks.JournalofHydraulicEngineering,2008,134(5):626–635[31]LambertA.Whatdoweknowaboutpressure:Leakagerelationshipsindistributionsystems.ProcIWASystemApproachtoLeakageControlandWaterDistributionSystemsManagement.2003:8[32]周建华,曲世琳,赵洪宾.配水管网压力与漏损量关系试验研究.给水排水,2005,31(8):94–97[33]贾辉.城市供水管网渗漏水力特性研究.[天津大学博士学位论文].天津:天津大学,2008:41–42[34]王丽娟,张宏伟.供水管网漏失模型研究.中国给水排水,2010,26(9):68–70[35]Tabesh,Massoud.Implicationsofthepressuredependencyofoutflowsofdatamanagement,mathematicalmodellingandreliabilityassessmentofwaterdistributionsystems.UniversityofLiverpool,1998:11–18[36]TabeshM,TanyimbohTT,BurrowsR.Headdrivensimulationofwatersupplynetworks.InternationalJournalofEngineering,2002,109(3):604–618[37]ReddyLS,ElangoK.Analysisofwaterdistributionnetworkswithhead-dependentoutlets.CivilEngineeringSystems,1989,6(3):102–110[38]WagnerJM,ShamirU,MarksDH.WaterDistributionReliability:SimulationMethods.JournalofWaterResourcesPlanning&Management,1988,114(3):276–294[39]GermanopoulosG.Atechnicalnoteontheinclusionofpressuredependentdemandandleakagetermsinwatersupplynetworkmodels.CivilEngineeringSystems,1985,2(3):171–179[40]BhavePR.NODEFLOWANALYSISDISTRIBUTIONSYSTEMS.TransportationEngineeringJournal,1981,107:457–467[41]BurrowsR,MulreidG,HayutiM,etal.IntroductionofafullydynamicrepresentationofleakageintonetworkmodellingstudiesusingEpanet.ConferenceonComputingandControlfortheWaterIndustry,2003:109–118[42]AlmandozJ,CabreraE,ArreguiF,etal.LeakageAssessmentthroughWaterDistributionNetworkSimulation.JournalofWaterResourcesPlanning&Management,2005,131(6):458–466[43]路文丽,刘遂庆,信昆仑.供水管网漏水量数学模型建立方法的研究.山西建筑,2009,35(26):151–15362 硕士学位论文[44]张瑛.供水管网漏损分析与漏水量模型建立方法的研究.[天津大学硕士学位论文].天津:天津大学,2010:30–33[45]高金良,姚芳,叶健.考虑漏失和用户用水的供水管网PDD模型构建及应用.哈尔滨工业大学学报,2017,49(2):49–53[46]叶健.结合图论和评价体系的城市供水管网PMA分区优化研究.[哈尔滨工业大学硕士学位论文].哈尔滨:哈尔滨工业大学,2015:11–27[47]ReddyPVN,SridharanK,RaoPV.WLSMethodforParameterEstimationinWaterDistributionNetworks.JournalofWaterResourcesPlanning&Management,1996,122(3):157–164[48]SavićDA,WaltersGA.Geneticalgorithmtechniquesforcalibratingnetworkmodels.ReportNo.95/12,Centreforsystemsandcontrolengineering,universityofExeter,1995:273–278[49]V"ItkovskýJP,SimpsonAR,LambertMF.LeakDetectionandCalibrationUsingTransientsandGeneticAlgorithms.JournalofWaterResourcesPlanning&Management,2011,5(6):262–265[50]许刚.给水管网水力模型校正研究.[浙江大学博士学位论文].杭州:浙江大学,2005:62–73[51]卓敏.给水管网管道摩阻的灵敏度分析及其校正研究.[浙江大学硕士学位论文].杭州:浙江大学,2005:20–24[52]张土乔,许刚,吕谋等.给水管网管道摩阻校正方法研究.浙江大学学报(工学版),2006,40(7):1201–1205[53]SavićDA,WaltersGA.IntegrationofaModelforHydraulicAnalysisofWaterDistributionNetworkswithanEvolutionProgramforPressureRegulation.Computer-AidedCivilandInfrastructureEngineering,2010,11(2):87–97[54]AinolaL,KoppelT,TiiterK,etal.WaterNetworkModelCalibrationBasedonGroupingPipeswithSimilarLeakageandRoughnessEstimates.JointConferenceonWaterResourceEngineeringandWaterResourcesPlanningandManagement.2000:1–9[55]张凤娥,殷志宁,李宏.EPANET水力模型在供水管网优化中的应用.给水排水,2007,33(11):200–202[56]ThorntonJ,LambertA.Progressinpracticalpredictionofpressure:leakage,pressure:burstfrequencyandpressure:consumptionrelationships.2005:1–10[57]WuZY,SageP,TurtleD.Pressure-dependentleakdetectionmodelanditsapplicationtoadistrictwatersystem.JournalofWaterResourcesPlanning&Management,2010,136(1):116–12863 基于漏失控制的供水管网水力模型及其应用研究[58]王国栋,俞国平.管段重要性指数在水力模型校核中的应用.苏州科技学院学报(工程技术版),2007,20(1):52–54[59]KoppelT,VassiljevA.Calibrationofamodelofanoperationalwaterdistributionsystemcontainingpipesofdifferentage.AdvancesinEngineeringSoftware,2009,40(8):659–664[60]杜坤.供水管网水力模型校核与漏损定位研究.[重庆大学博士学位论文].重庆:重庆大学,2014:7–16[61]陈宇辉.给水管网动态模型维护与校验方法研究.[同济大学博士学位论文].上海:同济大学,2006:10–21[62]ECAC.CalibrationGuidelinesforWaterDistributionSystemModelling.Proc.1999AWWAInformationManagementandTechnologyConference(IMTech),1999:1[63]MaysLW.WaterDistributionSystemHandbook.BusinessExpertPress,2000:361–368[64]陶建科,刘遂庆.建立给水管网微观动态水力模型标准方法研究.给水排水,2000,26(5):4–8[65]LingireddyS,OrmsbeeLE,WoodDJ.CalibrationofHydraulicNetworkModels//WaterEncyclopedia.JohnWiley&Sons,Inc.2005:4–17[66]张利彪,周春光,刘小华等.粒子群算法在求解优化问题中的应用.吉林大学学报:信息科学版,2005,23(4):385–389[67]牛志广,王宇飞,张珽等.供水管网的摩阻系数校核与漏损定位计算方法.天津大学学报(自然科学与工程技术版),2011,44(4):364–368[68]ParsopoulosKE,VrahatisMN.RecentapproachestoglobaloptimizationproblemsthroughParticleSwarmOptimization.NaturalComputing,2002,1(2-3):235–30664 硕士学位论文致谢行文至此，我的学业生涯也即将步入尾声，没有期待中的兴奋，反而多了一些感伤。作为一个往届生，重新步入湖南大学对我来说是一次机遇亦是一场挑战。很庆幸这三年我遇到了如此多的良师益友，无论在学习上、生活上还是工作中都给与了我无私的帮助，对每一位关心帮助我的人，我都希望借此机会向您表达我衷心的祝福与感谢！首先，我要感谢我的恩师许仕荣教授，许老师渊博的学识、严谨的治学理念、一丝不苟的工作态度都深深地影响了我。在论文的撰写过程中，无论是从选题到修改，还是从原理到实践，许老师都给予了精心的指导，老师的言传身教将成为我未来学习的榜样。在此，请允许我向许老师及其家人致以最崇高的敬意和衷心的感谢！感谢施周教授、柯水洲教授、余健教授及给排水教研室的其他老师，正是老师们的传业授道，谆谆教诲，让我对给排水专业知识有了更深入的理解。在今后的学习工作中，我将继续努力，不负老师们的期待。感谢我身边的同龄人，尤其是我的研究生同学们，感谢你们的爱护、包容和帮助。感谢我的同门赵倩、赵彬伶、刘凯、李春梅、王若玮、林惠萍、吴小芳等人，在这三年日子里，是你们在我失意时给我鼓励，在我失落时给我支持。感谢盛炟师弟在论文编程中提供的宝贵意见与支持，没有你的帮助我的学位论文也没法顺利完成。感谢我的父母，你们不仅为我提供了良好的学习工作环境，还给予了我无限的支持与信赖，在未来的日子里，我会更加努力地学习和工作好好孝敬报答他们。最后衷心感谢在百忙之中评阅论文和参加答辩的各位专家、教授，祝各位身体健康、全家幸福！陈偲2018年5月于湖南大学65 基于漏失控制的供水管网水力模型及其应用研究附录A攻读学位期间所发表的学术论文[1]陈偲,许仕荣,盛炟.基于管网漏失控制的供水管网模型研究.湖南师范大学自然科学学报（已收录待发表）66 硕士学位论文附录B.1漏失系数遗传算法求解部分编程代码symsci;form=1:size(point,1)forj=1:length(pressure)Q_leak_pipe(m,1)=((0.5*((pipepress(m,1)+pipepress(m,2)))^1.18)*lengthofpipes(m,1))*ci;endendpipe_point1_point2=[pipeIDpoint1point2];point1_pipe=zeros(size(point,1));point2_pipe=zeros(size(point,1));forj=1:size(point,1);%j为节点IDfork=1:size(point,1);ifpipe_point1_point2(k,2)==j;point1_pipe(j,k)=pipe_point1_point2(k,1);endifpipe_point1_point2(k,3)==j;point2_pipe(j,k)=pipe_point1_point2(k,1);endendEnd……fitness=((sum(abs(Q_leak_point),1)-Q_real))^2;f=eval(["@(ci)",vectorize(fitness)]);ff=gaoptimset;ff.Generations=2000;ff.PopulationSize=80;ff.CrossoverFcn=@crossoverheuristic;[ci,fval]=ga(f,1,ff);ci=abs(ci)Q_leak_point=0.5*(Q_leak_point1+Q_leak_point2);subs(Q_leak_point);emitter_coeff=subs(Q_leak_point)./(pressure).^1.18……67 基于漏失控制的供水管网水力模型及其应用研究附录B.2管网模型求解部分编程代码…………Q_use=subs(Q_total"-Q_leak_point);Q_use_adjust=zeros(size(Q_use,1),1);fori=1:size(Q_use,1);ifpressure(i,1)<10;Q_use_adjust(i,1)=0;elseifpressure(i,1)>=10&&pressure(i,1)<15;Q_use_adjust(i,1)=Q_use(i,1)*(((pressure(i,1)-10)/5)^0.5);elseQ_use_adjust(i,1)=Q_use(i,1);endendendQ_use_adjust;Q_use_sum=subs(Q_use_adjust+Q_leak_point);Q_deficiency=Q_total"-Q_use_sum;Q_deficiency_value=sum(Q_total"-Q_use_sum,1);n_wateraverage=0;fori=1:35ifQ_deficiency(i,1)==0;n_wateraverage=n_wateraverage+1;endendpoint_addwater=Q_deficiency_value/n_wateraverage;fori=1:35ifQ_deficiency(i,1)==0Q_use_sum(i,1)=Q_use_sum(i,1)+point_addwater;End…………68 硕士学位论文附录B.3支持向量机确定C值取值范围部分编程代码InformationofPipes=[InformationofPipes_AGEInformation...ofPipes_DIAMETERInformationofPipes_C];Input=[InformationofPipes_AGEInformationofPipes_DIAMETER];j=1;data1=zeros(25,1);k=1;data0=zeros(30,1);fori=1:size(InformationofPipes_C0or1_100,1)ifInformationofPipes_C0or1_100(i,1)==1;data1_age(j,1)=InformationofPipes_AGE(i,1);data1_diameter(j,1)=InformationofPipes_DIAMETER(i,1)j=j+1;elsedata0_age(k,1)=InformationofPipes_AGE(i,1);data0_diameter(k,1)=InformationofPipes_DIAMETER(i,1)k=k+1;endend……TrainData=Input;Group=InformationofPipes_C0or1_100;SVMStruct=svmtrain(TrainData,Group,"Showplot",true);TestData=[0.030.17;0.200.44;0.060.22;0.970.56;0.860.56];Group=svmclassify(SVMStruct,TestData,"Showplot",true);holdon;plot(TestData(:,1),TestData(:,2),"ro","MarkerSize",12);holdon;w=SVMStruct.SupportVectors"*SVMStruct.Alpha;b=-SVMStruct.Bias;sign(w"*TestData"+b)……69 基于漏失控制的供水管网水力模型及其应用研究附录B.4管网模型校核部分编程代码tic;E0=0.02;MaxNum=1000;narvs=57;particlesize=1000;c1=2;c2=2;w=0.6;vmax=0.8;Q_leak_57=4*rand(particlesize,narvs);v=2*rand(30,narvs+1);collectbestf=[];……fori=1:30forj=1:58;Q_fit(i,j)=(Q_leak_58_inner(i,j)-subs(Q_leak_point_out1(i,j)))^2;endendQ_fit_final=sum(Q_fit,2);……fori=1:30v(i,:)=w*v(i,:)+c1*rand*(personalbest_Q_leak_58_inner(i,:)-Q_leak_58_inner(i,:))...+c2*rand*(globalbest_Q_leak_58_inner-Q_leak_58_inner(i,:));forj=1:58ifv(i,j)>vmax;v(i,j)=vmax;elseifv(i,j)<-vmax;v(i,j)=-vmax;endend……70'