本發明專利技術提供了一種給水管網漏損點定位方法、系統及存儲介質，定位方法包括：獲取某地區給水管網的拓撲結構，根據拓撲結構建給水管網的管網水力模型，并對管網水力模型的管道進行簡化和校核；根據簡化和校核后的管網水力模型對給水管網進行區域劃分，對區域內的給水節點的水壓變化進行敏感分析，根據敏感分析結果確定給水管網各區域的檢測點；基于多層神經網絡構建漏損點檢測模型，根據給水節點的流量和水壓對漏損點檢測模型進行模型訓練；獲取給水管網不同區域對應的檢測點的水壓數據，將檢測點的水壓數據導入漏損點檢測模型進行分析，確定給水管網中漏損點的位置，本申請提供的給水管網漏損點定位方法，定位準確、適用范圍廣。
【技術實現步驟摘要】
本專利技術涉大數據，具體涉及一種給水管網漏損點定位方法、系統、存儲介質及計算機。
技術介紹
1、給水管網作為水的輸送載體是城市發展的重要支柱，近些年來，許多城市的給水管網由于鋪設時間長，環境腐蝕，水務系統信息化管理水平不夠完善等原因，給水管網會出現漏損現象，由于大多數給水管網埋藏在地下不被注意，大量處理過的水流失并浪費了；其不僅造成水資源的浪費，還會對管網中水體造成污染，此外還會引起地面沉降等危害。
2、目前常用的管網漏損點檢測方法主要包括被動檢漏法和主動檢漏法，被動檢漏法就是等地下管網的漏水量冒出地面后被發現才進行檢漏，人力物力投入少但同時效率也低；主動檢漏法主要為聲學檢漏法，采用聽漏儀等電子設備，由檢漏人員對管道泄漏產生的聲音信號進行聽測，排查管道內的漏損位置，此方法由于是通過儀器聽測，環境噪聲大；檢測效果與巡檢人員的專業技術水平以及工程經驗密切相關，主觀性較強，難以大范圍推廣。
技術實現思路
1、基于此，本專利技術的目的是提供一種給水管網漏損點定位方法、系統、存儲介質，以解決現有技術中存在的技術問題。
2、本專利技術提出一種給水管網漏損點定位方法，包括：
3、獲取某地區給水管網的拓撲結構，根據所述拓撲結構建給水管網的管網水力模型，并對所述管網水力模型的管道進行簡化和校核；
4、根據簡化和校核后的所述管網水力模型對給水管網進行區域劃分，對區域內的給水節點的水壓變化進行敏感分析，根據敏感分析結果確定給水管網各區域的檢測點；
<
p>5、基于多層神經網絡構建漏損點檢測模型，根據給水節點的流量和水壓對所述漏損點檢測模型進行模型訓練；6、獲取給水管網不同區域對應的檢測點的水壓數據，將所述檢測點的水壓數據導入所述漏損點檢測模型進行分析，確定給水管網中漏損點的位置。
7、優選地，所述獲取某地區給水管網的拓撲結構，根據所述拓撲結構建給水管網的管網水力模型，并對所述管網水力模型的管道進行簡化和校核的步驟包括：
8、基于監測系統獲取鋪設的給水管網的屬性信息和水力信息，其中，屬性信息和水力信息至少包括管材、閥門、水泵、水源；
9、將所述屬性信息和水力信息導入水力建模平臺，構建對應的管網水力模型，獲取所述管網水力模型的管道結構特征，根據管道結構特征對管道的復雜程度、密集程度以及屬性進行分類；
10、根據管道連接線的流向以及管道給水節點對復雜程度大于復雜閾值的管道進行分解，將密集程度大于密集閾值且屬性相同的管道進行合并；
11、根據所述監測系統更新數據的時效、管道的內壁粗糙度調整給水節點的水量分配，以對分解后的管道以及合并后的管道進行模型校核。
12、優選地，所述根據簡化和校核后的所述管網水力模型對給水管網進行區域劃分，對區域內的給水節點的水壓變化進行敏感分析，根據敏感分析結果確定給水管網各區域的檢測點的步驟包括：
13、向所述給水管網中輸入一定的初始流量，根據集結原理對給水管網進行管網平差處理，得到在所述初始流量下給水管網中達到初始平衡時各給水節點的水壓值；
14、根據各給水節點的水壓值對給水管網進行區域劃分，其中某一給水節點屬于某一確定的區域，同一區域內包含有若干水壓差值滿足預設要求的給水節點；
15、獲取某一區域內各給水節點的連續性方程和能量方程，將所述能量方程代入所述連續性方程，得到各給水節點對應的水壓變化敏感度方程；
16、選取某一區域內的給水節點作為變化給水節點，在所述變化給水節點上增加預設流量，根據所述水壓變化敏感度方程計算除所述變化給水節點外其他給水節點的水壓變化；
17、將各給水節點的水壓變化的絕對值進行相加以確定選定的區域內各給水節點的敏感度，將各給水節點的敏感度排序，根據排序結果確定選定的區域內的檢測點；
18、依次對給水管網劃分的所有區域進行敏感分析，以確定給水管網的所有檢測點。
19、優選地，所述基于多層神經網絡構建漏損點檢測模型，根據給水節點的流量和水壓對所述漏損點檢測模型進行模型訓練的步驟包括：
20、基于反向傳播神經網絡構建漏損點檢測模型，定義所述漏損點檢測模型為單輸出模型；
21、構建漏損點測試樣本，所述漏損點測試樣本中包含有若干存在不同漏損點的測試管段，在每一所述測試管段中布置數量相同的水壓測試點和水流測試點；
22、基于相同的流量獲取所有測試管段對應的水壓測試點和水流測試點的測試數據，并對所述測試數據進行歸一化處理；
23、將歸一化處理后的數據作為所述漏損點檢測模型的輸入，根據輸入層給水節點和輸出層給水節點確定所述反向傳播神經網絡的隱藏層給水節點；
24、定義所述反向傳播神經網絡的傳遞函數、學習速率、定位誤差，根據所述隱藏層給水節點、所述傳遞函數、所述學習速率和所述定位誤差對所述漏損點檢測模型進行迭代定位計算；
25、當迭代定位預測的漏損點位置與所述測試管段中實際的漏損點位置的誤差小于所述定位誤差時，停止迭代，完成所述漏損點檢測模型的模型訓練。
26、優選地，所述歸一化處理的表達式為：
27、
28、式中，為第個歸一化后的測試數據，為第個歸一化前的測試數據，、分別為測試數據的最小值和最大值；
29、所述隱藏層給水節點的表達式為：
30、
31、式中，為隱藏層給水節點數，為輸入層給水節點數，為輸出層給水節點數，為調整系數；
32、所述漏損點檢測模型迭代的表達式為：
33、
34、式中，、分別為漏損點檢測模型第和第次迭代時預測的漏損點位置，為反向傳播神經網絡優化算法的雅可比矩陣，為阻尼因子，為自然對數的底數。
35、優選地，所述獲取給水管網不同區域對應的檢測點的水壓數據，將所述檢測點的水壓數據導入所述漏損點檢測模型進行分析，確定給水管網中漏損點的位置的步驟包括：
36、基于所述管網水力模型獲取給水管網未發生漏損時各檢測點的模擬壓力值，
37、獲取給水管網各檢測點的實測壓力值；
38、根據所述模擬壓力值和所述實測壓力值構建漏損點定位的目標函數；
39、對粒子群算法中的粒子群進行初始化，根據初始化后的粒子群參數更新粒子群中粒子的位置和速度，基于更新后的粒子的位置和速度求解所述目標函數；
40、根據求解結果更新粒子的個體極值和粒子的全局最優值，判斷粒子群中所有粒子是否均完成更新；
41、若是，則停止更新，在所述目標函數中找到目標解；
42、若否，則繼續更新粒子群中粒子的位置和速度，直至粒子群中所有粒子均完成更新。
43、優選地，所述漏損點定位的目標函數的表達式為：
44、
45、式中，為誤差優化函數，為待求解存在漏損的檢測點編號，為調整模擬壓力值的檢測點，為運行工況數，為檢測點個數，為第種本文檔來自技高網
...
【技術保護點】
1.一種給水管網漏損點定位方法，其特征在于，包括：
2.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述獲取某地區給水管網的拓撲結構，根據所述拓撲結構建給水管網的管網水力模型，并對所述管網水力模型的管道進行簡化和校核的步驟包括：
3.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述根據簡化和校核后的所述管網水力模型對給水管網進行區域劃分，對區域內的給水節點的水壓變化進行敏感分析，根據敏感分析結果確定給水管網各區域的檢測點的步驟包括：
4.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述基于多層神經網絡構建漏損點檢測模型，根據給水節點的流量和水壓對所述漏損點檢測模型進行模型訓練的步驟包括：
5.根據權利要求4所述的給水管網漏損點定位方法，其特征在于，
6.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述獲取給水管網不同區域對應的檢測點的水壓數據，將所述檢測點的水壓數據導入所述漏損點檢測模型進行分析，確定給水管網中漏損點的位置的步驟包括：
7.根據權利要求6所述的給水管網漏損點定位方法，其特征在于，
8.一種給水管網漏損點定位系統，其特征在于，包括；
9.一種存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至7任一所述的給水管網漏損點定位方法。
10.一種計算機，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一所述的給水管網漏損點定位方法。
...
【技術特征摘要】
1.一種給水管網漏損點定位方法，其特征在于，包括：
2.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述獲取某地區給水管網的拓撲結構，根據所述拓撲結構建給水管網的管網水力模型，并對所述管網水力模型的管道進行簡化和校核的步驟包括：
3.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述根據簡化和校核后的所述管網水力模型對給水管網進行區域劃分，對區域內的給水節點的水壓變化進行敏感分析，根據敏感分析結果確定給水管網各區域的檢測點的步驟包括：
4.根據權利要求1所述的給水管網漏損點定位方法，其特征在于，所述基于多層神經網絡構建漏損點檢測模型，根據給水節點的流量和水壓對所述漏損點檢測模型進行模型訓練的步驟包括：
5.根據權利要求4所述的給水管網漏損點...
【專利技術屬性】
技術研發人員：呂莉，李楨楨，陳福軍，田秀梅，黃學平，韓龍哲，劉寶宏，譚德坤，
申請(專利權)人：南昌工程學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。