论文部分内容阅读
随着城市迅速发展,用水供应量日益增加,漏损现象的屡屡发生造成严重的水资源浪费,漏损控制已经成为供水行业一项重要的研究课题。若要有效的控制漏损,及时定位故障发生位置,需要对漏损成因及漏损机理进行分析,研究、开发有效的漏损定位及控制管理技术。针对目前供水管网漏损故障诊断分析技术研究过程中存在的问题,本文进行了以下等方面的研究:(1)供水管网漏损成因分析;(2)探究供水管网漏损时漏损量的变化与管网压力变化之间的关系;(3)基于BP神经网络的供水管网漏损状态判别并定位其漏损位置;(4)基于供水管网漏损状态判别的BP算法比较;(5)基于监测点变化的BP神经网络漏损定位,使得BP神经网络供水管网漏损的智能故障诊断技术更好地应用于实践当中。目前国内外供水管网大多基于SCADA系统对其管道漏损进行定位研究,但实际管网长年埋设于地下,其内部结构与腐蚀情况很难掌握,再加上监测点不灵敏等因素,导致漏损点定位的效果不尽人意。通过在实验室搭建供水管网仿真模拟实验平台的基础上,根据实验平台管网信息及实时监测数据,利用EPANET进行水力建模并校核。通过EPANET模拟管网漏损状态,探究漏损量的大小与周边管网压力变化幅度之间的关系,为供水管网漏损定位技术的研究提供理论依据。通过对漏损状态下压力变化的研究,在仿真模拟实验平台的基础上,通过训练样本、隐含层层数及节点数的确定,以管网中漏损点所在位置与漏损时水流状态建立BP神经网络漏损故障诊断模型,并对输入BP网络的数据进行训练、拟合、验证,得出通过BP网络对漏损状态的判别可以定位漏损点位置。为进一步提高BP神经网络模型对漏损点定位的准确性,在第一组实验的基础上对用于模式识别的三种BP算法进行比较,探究其用于供水管网漏损故障诊断的最佳BP算法。在管网在线监测数据的基础上,为了在第一时间诊断故障发生位置,通过对漏损瞬间的监测值变化分析,提出了实用性更高的BP网络诊断方法——基于监测点变化的BP网络漏损定位技术;在对建立的BP网络模型内部结构进行反复试验得出最佳的网络拓扑结构的前提下,对所建的BP网络模型的合理性进行验证,为实现及时、精确地诊断管网漏损,有效地控制漏损水量提供了有力的技术支持。
