基于压力时空特征的供水管网漏失定位方法及物理实验验证

供水管网漏失是国内外普遍存在的问题。如何有效降低管网漏失率、定位漏失发生的位置,是困扰我国供水行业的一个重要问题。基于水力模型和在线监测数据的管网漏失定位方法能够较快地对管道漏失事件进行侦测识别,并实现初步定位,但该类方法较为依赖水力模型精度,同时缺乏足够的实际管网漏失案例监测数据进行检验。通过搭建实验室管网模型,布设SCADA系统用以监测压力、流量数据,从而实现对城市供水管网的模拟,以生成各类管网漏失的模拟数据,用于检验漏失定位方法的有效性。同时,通过改变漏失位置及漏量、模型精度、监测点优化布置方式,进行漏失定位效果的比对,分析了影响漏失定位效果的因素。     

一种基于虚拟压力分区的供水管网漏损区域识别方法

针对供水管网的漏损识别问题,提出了一种基于虚拟压力分区的漏损区域识别方法。通过虚拟压力分区降低漏损识别问题的维度,利用遗传算法优化真实漏损流量在管网空间中的分布,建立了各区域的漏损水量与漏损率的识别方法。该方法分为虚拟压力分区与漏损区域识别2个步骤：前者基于改进的K均值聚类算法,将管网节点划分为空间位置邻近、平均自由水头相似、拓扑结构连通的不同区域;后者以区域比例系数为决策变量,以最小化测压点处压力的模拟值与实测值差异为优化目标,实现各区域真实漏损情况识别。基于Z市L镇供水管网8号分区设计小型算例,验证了该方法对不同漏损工况识别的准确性。随后利用Z市L镇供水管网进行实际工程应用,结果表明,该方法对管网节点划分合理,管网中漏损严重区域的识别结果与实际情况相吻合,可以辅助大型供水管网的漏损检测工作。     

无负压供水模式下管网水力模拟与安全评价分析

近些年,无负压供水设备作为新型供水模式,在城市二次供水管网中广泛使用.本研究针对无负压供水对整个管网的影响并不明确的现状,分析了无负压供水模式对管网供水安全的影响,利用管网水力学模型,提出了一种无负压供水状态下的管网水力学模拟方法,应用该方法建立了一种用以确定管网可承受安装无负压供水设备的最大节点数的方法,将此方法应用于两个算例管网,其结果表明算例管网中分别有67%、89%的节点不适合安装无负压供水设备.该方法简单实用,推荐在管网设计与规划中使用,以提高管网供水安全性.     

一种基于卷积神经网络的源解析因子识别方法

为解决源解析因子识别过程中人为参与及判定过程复杂的问题,提高源解析因子识别工作的效率,提出基于卷积神经网络（CNN）的 源解析因子识别方法.通过文献调研,构造可供CNN模型训练的因子识别数据集,对因子识别模型进行训练与调试,并以北京市南部采样点的PM_2.5组分观测数据对模型进行验证.同时,利用正定矩阵分解模型（PMF）解析得到不同因子数时的源谱矩阵,输入因子识别模型并与人工分析比对.结果表明,9个因子时模型的识别效果最佳,可以实现既无重复识别又无“无法判定”的情况,与源解析因子人工识别结果吻合,证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值,同时对减排策略的制定与动态调整也具有积极意义.     

智慧水务背景下的供水管网漏损控制研究进展

供水管网漏损是国内外供水行业面临的普遍难题,不仅造成大量的水资源浪费,而且带来管网水质二次污染风险.因此,管网漏损控制一直是供水行业的研究热点.尤其是近年来智慧水务的发展,使管网基础信息与运行监测数据不断完善,大大推动了管网漏损控制技术的发展.综述了管网破损预测、管网漏损识别定位、管网漏损控制方案优化、数据质量控制与漏损管理系统等方面的研究进展,并分析了当前研究的特点与不足,以期为管网漏损控制技术的发展提供借鉴.     

环境模型参数识别与不确定性分析

在对水文模型实例的参数不确定性分析基础上,分别采用传统灵敏度分析方法、HSY算法、线性回归等方法对模型参数特性进行了识别与比较研究.结果表明参数优化算法与传统灵敏度分析方法不能解释模型结构复杂性特征,采用不确定性分析方法对环境模型参数进行识别提供了深入分析与理解模型系统的有效途径.     

HSY算法在水质模型参数识别中的应用探讨

参数识别是水质模拟中的技术核心，数据稀缺是水质模型经常面临的问题。采用HSY算法可求得模型参数的分布，而不再是一个单一的最优参数，从而在一定程度上避免了由于“最优”参数失真带来的决策风险，本文以南水北调一期工为例，讨论了在稀疏数据条件下如何应用HSY算法识别CSTR水质模型的参数，并对识别的模型参数进行了检验。模型检验采取了2种方法：分别用动态和稳态计算方法得出的参数进行比较；用模拟结果分布于实测值进行比较。结果表明，HSY算法为稀疏数据条件下进行识别、建立数学模型提供了一条有效的途径。     

基于动态剪枝的城市供水管网优化调度算法

城市供水管网的优化调度模型,需要反复调度水力学模型来计算目标函数和约束条件,从而产生巨大的计算和时间成本。在优化迭代过程中,为了获得更优秀的优化结果,通常在搜索空间中约束条件的边界进行搜索,产生了大量不满足约束的样本和较低的优化效率。为解决这一问题,提出了一种高效的基于约束条件的动态剪枝方法,在运行水力学模型前,利用优化计算过程中积累的数据来判断样本是否符合约束条件,从而剔除不满足约束的样本,提高优化效率。模型分别在1个案例管网和1个真实管网上进行测试,结果表明:使用朴素贝叶斯、决策树和支持向量机作为动态剪枝算法,在获得和原始优化模型几乎相同结果的同时,分别减少56.4%、58.5%和56.8%的计算次数。     

水质模型参数优化的遗传算法实现及控制参数分析

参数识别是数学模型应用的前提.遗传算法是一种通用的全局优化算法,结构简单.一个实际应用问题能否利用遗传算法解决,关键在于遗传算法的设计和控制参数的选取.本文结合水质模型参数优化的特点,提出采用正交试验设计的方法来考察遗传算法不同控制参数对参数优化性能的影响,结果显示,正交法较好地识别了关键影响因素,并提出可能的最优方案.表明遗传算法能较好地应用于复杂多参数水质模型的参数识别研究.     

湖滨城市供排水平衡分析及对策——以昆明市为例

供排水平衡分析是探究城市供水排水系统运行问题的基础和有效手段。城市供排水平衡受供水管网漏失情况、排水管网收集效率以及排水系统雨污分流情况等因素的影响。湖滨城市由于其特殊的水文地质条件,地下水资源丰富,地下水位较高,地下水渗入排水系统成为城市供排水平衡的重要影响因素。综合考虑各影响因素,提出了适用于湖滨城市的供排水平衡计算公式,并利用该公式以及昆明市主城区2012年的供排水相关数据对昆明市主城区供排水平衡性能进行了评估,计算结果表明,在考虑了各影响因素后,2012年昆明主城区供水-排水-处理量之间基本达到平衡。     

森林公园景观水系自动监测水质预警体系研究

以奥运森林公园南区景观水系为背景,探讨了如何建立基于自动监测的水质预警体系.水质预警体系中包含5个部分:风险因素自动识别、风险因素定量化分析和预测、水质预测、水质警报指标体系与水质预警、对策及防范措施.结合奥运森林公园南区景观水系的具体情况,分析了上述水质预警体系中各部分的主要实现方法,给出了动态率定法、统计模型法、机...     

Hydraulic model for multi-sources reclaimed water pipe network based on EPANET and its applications in Beijing, China

Water shortage is one of the major water related problems for many cities in the world. The planning for utilization of reclaimed water has been or would be drafted in these cities. For using the reclaimed water soundly, Beijing planned to build a large scale reclaimed water pipe networks with multi-sources. In order to support the plan, the integrated hydraulic model of planning pipe network was developed based on EPANET supported by geographic information system (GIS). The complicated pipe network was divided into four weak conjunction subzones according to the distribution of reclaimed water plants and the elevation. It could provide a better solution for the problem of overhigh pressure in several regions of the network. Through the scenarios analysis in different subzones, some of the initial diameter of pipes in the network was adjusted. At last the pipe network planning scheme of reclaimed water was proposed. The proposed planning scheme could reach the balances between reclaimed water requirements and reclaimed water supplies, and provided a scientific basis for the reclaimed water utilization in Beijing. Now the scheme had been adopted by Beijing municipal government.     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

山东省环境水质自动监测网运行管理系统研究

文章对水质自动监测站远程监控和反控、监测数据的自动审核、现场维护行为的评判及水质自动监测网的统一管理等问题进行了研究。通过对水质自动监测站现场工控机PLC的升级改造、对各单元和部分监测仪器加装传感器,实现了对系统和仪器设备关键节点运行状态参数的全方位实时调取。根据实际需求研发了系统管理软件,实现了区域环境水质自动监测网统一的信息全方位采集与多级传输,运行状态参数的远程监控与反控,监测数据有效性的自动判别与自动审核,监测信息的在线查询发布与管理,运行维护绩效的自动评估和系统一站式管理。目前该系统在山东省得到了全面应用,保证了监测数据的准确性、可比性与时效性,为实现水质安全预警提供了技术保障,为各级政府制定环境水质改善措施提供了科学依据,收到了显著成效。     

广西近岸海域水质自动监测系统组成及其性能检测

广西近岸海域水质自动监测系统是一套以在线自动分析仪器为核心,运用现代传感器技术、自动测量技术、自动控制技术、计算机应用技术以及相关的专用分析软件和通讯网络所组成的一个综合性的在线自动监测体系。该系统可自动实现采样、分析、记录、数据处理及远距离数据传输等在线过程。文章介绍了该系统组成情况及其性能检测要点。     

城镇污水处理厂进水中地下水、河水及雨水混入比例研究

进水污染物浓度低及比例失调是目前许多城镇污水处理厂面临的问题,然而鲜有关于渗漏来源及定量分析的相关文献报道。为定量分析河水、地下水、雨水、管道中污染物降解等因素对污水浓度降低的影响,通过水量平衡三角法,并结合典型位点的24 h采样测试分析及S-P降解模型,对目标城镇污水处理厂进水组成进行分析。历史水量数据结合降雨情况分析表明,该污水处理厂进水中实际原生污水量仅为60.0%左右,其余40.0%左右为地下水及河水渗入量或雨水混入量。在连续晴天无降雨的情况下,小区自建管网和市政排水管网是主要的渗漏源,其对于进水有机物浓度降低的贡献分别为20.2%和26.4%。此外,在25 mm降雨量情况下,小区自建管网是主要的渗漏源,对于进水浓度降低的贡献达到39.5%。因此在污水处理提质增效工作中,小区自建管网的完善程度应引起关注。     

淡化海水纳入城市供水系统的水质风险防控技术

淡化海水是重要的淡水补充水,其水质好,但pH、碱度、硬度都很低。这种特质的水极具侵蚀性,若不加处理直接纳入城市供水系统会造成管网的腐蚀。因此,本文从管道优选、管材防腐和淡化水厂后处理（投加药剂法、溶解矿石法、掺混法、添加镁法）等3个方面,系统地介绍了目前淡化海水风险防控技术的原理、适用条件和发展现状,可为今后实现淡化海水的规模化应用提供参考。     

人工鱼群神经网络应用于城市污水处理厂进水量预测研究

城市污水处理厂进水量的预测精度对污水厂的安全运行与科学管理具有重要影响。将人工鱼群算法用于神经网络的训练过程,并根据污水厂进水量的变化特性,考虑其周期性及气温、天气和节假日等影响因素,建立人工鱼群神经网络的预测模型。将人工鱼群神经网络预测模型应用到实际中,研究结果表明人工鱼群神经网络具有预测精度高、误差小的优点,在污水管网监测预警及实现管网与水厂联动等方面具有一定的实际意义。     

基于人工神经网络的松花江朱顺屯断面的水质预测

利用BP神经网络进行短期水质预报并进行水质预测后再评价对环境管理和规划有重要意义。本文建立了朱顺屯断面5个目标水质参数NH3-N、DO、高锰酸盐指数、TN和TP的BPANN水质预测模型,并对实例进行了验证,结果表明建立的推进式ANN可以应用于此类时间序列的环境预测,网络泛化性能好,能够满足实际应用。