一种城市供水爆管界定方法技术

本发明专利技术公开了一种城市爆管界定方法，涉及城市供水管网压力监测领域，包括如下步骤：(1)在已经计算得到基础水压阈值的基础上，获取主要水压影响因素；(2)针对临时性水力设施动作调整优化水压阈值计算模型；(3)针对节假日信息调整优化所述水压阈值计算模型；(4)针对天气温度的调整优化所述水压阈值计算模型；(5)针对管段综合风险程度调整优化所述水压阈值计算模型；(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。本发明专利技术通过已有的水压数据，建立分析模型，同时结合主要水压影响因素对不同水管的爆管风险进行综合评估，提升了检测的准确性。

【技术实现步骤摘要】
一种城市供水爆管界定方法
本专利技术涉及城市供水管网压力监测领域，尤其涉及一种城市供水爆管界定方法。
技术介绍
城市供水管网是城市的生命线,它相当于城市的血管，与人民的生活息息相关。近年来,随着城市建设的飞速发展，城市的规模也在不断扩大，城市的地下供水管网也已经发展成为庞大、复杂的网络。伴随着管网规模的不断扩大，爆管、漏管事故呈现出逐年增加的趋势，管网的漏失水量也在不断增加。因此，完善管网的信息管理系统，对突发性的漏损事故进行预警就显得极为重要。利用先进的管理手段辅以计算机管理系统来提高管网管理水平已成为各地供水企业所面临的重要问题。城市供水管网地理信息系统为研究爆管问题提供了一个很好的技术平台。国外学者在爆管问题的研究上较多的采用了GIS空间分析技术，他们的分析内容一般包括爆管事故与土壤类型、爆管事故与交通荷载、管道与压力分布分析、爆管事故与管道密度等方面的内容。但是，传统的城区爆管事故监测方式粗糙、实时监测自动化程度不高，准确性低，缺乏对主要干扰因素的分析处理。因此，本领域的技术人员致力于开发一种城市供水爆管界定方法，根据现有数据对供水管网测爆管预警系统和基础的爆管阈值界定方法进行深入的研究，通过已有的水压数据，建立分析模型，判断目前的水压数值是否发生异常，来及时检测供水管网是否发生爆管或漏水；同时结合临时性水力设施动作、天气温度、节假日、管材、管径、爆管历史记录等静态数据对不同水管的爆管风险进行一个综合的评估，提升检测的准确性。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是进行供水管网数据清洗，减小原始异常的误差，结合多种影响水压的因素修正水压阈值计算模型，水压阈值便于在线计算与滚动更新，提升爆管界定准确性。为实现上述目的，本专利技术提供了一种城市供水爆管界定方法，包括以下主要步骤：(1)通过历史一周的水压数据采用统计学中的3δ法则计算合理的水压阈值(上下界范围)，同时获取主要水压影响因素的数据；(2)针对临时性水力设施动作调整优化水压阈值计算模型；(3)针对节假日信息调整优化所述水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；(4)针对天气温度的调整优化所述水压阈值计算模型，基于系数修正所述水压阈值；(5)针对管段综合风险程度调整优化所述水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。进一步地，所述步骤(1)中所述主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。进一步地，所述步骤(2)中所述临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。进一步地，所述泵站开停泵和所述水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行所述临时性水力设施动作引发的水压变化。进一步地，所述步骤(3)中所述BP神经网络的修正步骤如下：(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；(32)选取基本的三层神经网络结构进行计算；(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。进一步地，所述步骤(4)中具体为：(41)所述天气温度以8℃为界，提升所述水压阈值的下界防止漏报；(42)以25mm的降水量为修正界限，下调所述水压阈值的下界以免造成误报。进一步地，所述步骤(4)中所述水压阈值调整的系数根据条件的不同选定为0.95、1、1.05。进一步地，所述步骤(5)中所述针对合管段综合风险程度调整模型的步骤包括：(51)获取管段材质、管龄、管径以及历史爆管次数，通过AHP层次分析法计算得到权重依次为53％、31％、10％和6％(52)计算得到综合风险系数，所述综合风险系数为：0-0.4对应一级、0.4-0.6对应二级、0.6-0.8对应三级、0.8以上对应四级，级数越高表明风险越大；(53)根据所述评级和所述管段综合风险系数，对对应的管段的爆管检测的所述水压阈值进行调整。进一步地，所述步骤(5)中所述对对应的管段的爆管检测的水压阈值进行调整幅度为：所述综合风险系数小于0.4则维持原有所述水压阈值，在0.4-0.6之间则所述水压阈值的下界提高1％，在0.6-0.8之间则所述水压阈值的下界提高2％，0.8以上则所述水压阈值的下界提高3％。进一步地，所述步骤(6)具体包括如下步骤：(61)首先确定是否是法定节假日，是则采用往年历史数据和节前平均水压加权计算所述水压阈值，反之只使用当天前一周的数据进行计算；(62)判定爆管时间节点附近是否有所述临时性水力设施动作，没有则不调整所述水压阈值，反之根据历史最大值和最小值修正所述水压阈值；(63)获取当天的天气温度、降水量信息修正所述水压阈值；(64)通过GIS和信息数据库获取路段和管网的信息，计算综合的管网风险系数并在此基础上调整所述水压阈值。本专利技术考虑多种影响和干扰因素，尽可能使得清洗后的数据保持原有的变化规律，提高阈值界定的准确程度，模型基于实际数据和历史数据并结合干扰因素修正，对其它多个工况下具有普适性。附图说明图1是城市供水管网爆管界定方法的执行流程图；图2是采用本专利技术所述方法界定爆管事件的当天水压和阈值上下界曲线图。具体实施方式以下参考说明书附图介绍本专利技术的多个优选实施例，使其
技术实现思路
更加清楚和便于理解。本专利技术可以通过许多不同形式的实施例来得以体现，本专利技术的保护范围并非仅限于文中提到的实施例。图1城市供水管网爆管界定方法具体执行流程图，包括以下主要步骤：(1)在已经计算得到基础水压阈值的基础上，获取主要水压影响因素；主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。(2)针对临时性水力设施动作调整优化水压阈值计算模型；临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。泵站开停泵和水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行临时性水力设施动作引发的水压变化。(3)针对节假日信息调整优化水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；BP神经网络的修正步骤如下：(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；(32)选取基本的三层神经网络结构进行计算；(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。(4)针对天气温度的调整优化水压阈值计算模型，基于系数修正水压阈值；具体为：(41)天气温度以8℃为界，提升水压阈值的下界防止漏报；(42)以25mm的降水量为修正界限，下调水压阈值的下界以免造成误报。水压阈值调整的系数根据条件的不同选定为0.95、1、1.05。(5)针对管段综合风险程度调整优化水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；针对合管段综合风险程度调整模型的步骤包括：(51)获取管段材质、管龄、管径以及历史爆管次数，通过AHP层次分析法计算得到权重依次为53％、31％、10％和6％，各因素的风险估值的量化表如下：(52)计算得到综合风险系数，综合风险系数为：0-0.4对应一级、0.4-0.6对应二级、0.6-0.8对应三级、0.8以本文档来自技高网...

【技术保护点】
1.一种城市供水爆管界定方法，其特征在于，包括以下主要步骤：(1)通过历史一周的水压数据采用统计学中的3δ法则计算合理的水压阈值，同时获取主要水压影响因素的数据；(2)针对临时性水力设施动作调整优化水压阈值计算模型；(3)针对节假日信息调整优化所述水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；(4)针对天气温度的调整优化所述水压阈值计算模型，基于系数修正所述水压阈值；(5)针对管段综合风险程度调整优化所述水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。

【技术特征摘要】
1.一种城市供水爆管界定方法，其特征在于，包括以下主要步骤：(1)通过历史一周的水压数据采用统计学中的3δ法则计算合理的水压阈值，同时获取主要水压影响因素的数据；(2)针对临时性水力设施动作调整优化水压阈值计算模型；(3)针对节假日信息调整优化所述水压阈值计算模型，采用BP神经网络得到节前和往年对应节假日的水压的权重；(4)针对天气温度的调整优化所述水压阈值计算模型，基于系数修正所述水压阈值；(5)针对管段综合风险程度调整优化所述水压阈值计算模型，采用AHP层次分析法计算管网的总和风险系数；(6)将更新之后的所述水压阈值和相关数据滚动更新并存储。2.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(1)中所述主要水压影响因素包括天气温度、临时性水力设施动作、管网信息以及节假日信息。3.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(2)中所述临时性水力设施动作包括泵站开停泵、水厂机组开停、阀门关闭/开启和消防栓开启。4.如权利要求3所述的城市供水爆管界定方法，其特征在于，所述泵站开停泵和所述水厂机组开停情况可以参考历史数据一天内水压的最大值和最小值，用于估算非日常时间段进行所述临时性水力设施动作引发的水压变化。5.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(3)中所述BP神经网络的修正步骤如下：(31)取90％的水压数据为训练集，其余10％的水压数据为验证集；(32)选取基本的三层神经网络结构进行计算；(33)从输入层到隐含层之间选取双曲正切sigmoid函数，将输入变量映射至0到1之间。6.如权利要求1所述的城市供水爆管界定方法，其特征在于，所述步骤(4)中具体为：(41)所述天气温度以8℃为界，提升所述水压阈值的下界防止漏报；(42)以25mm的...

【专利技术属性】
技术研发人员：王景成，罗华毅，汪瑞清，朱慧峰，李肖城，孔德颂，
申请(专利权)人：上海交通大学，上海市供水调度监测中心，
类型：发明
国别省市：上海,31