專利名稱：基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法的制作方法
技術領域：
本發(fā)明涉及一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法，屬于市政工程技術領域。
背景技術：
用水量和管道粗糙度是描述給水管網(wǎng)狀態(tài)最重要的基礎參數(shù)，能否更為精確的確定其數(shù)值直接決定了給水管網(wǎng)模型的精度，從而對給水管網(wǎng)分析至關重要。目前，校核這兩項參數(shù)的方法大多局限于對特定時刻靜態(tài)場景的分析，如高日高時用水量場景，消防流量場景等。而且，幾乎都采用的是在對管道粗糙度校核完成后，在不再改變粗糙度的前提下， 校核用水量的方式。雖然近期有研究者提出了校核這兩項參數(shù)的序貫法，即首先依據(jù)一組記錄當中的用水量來校核管網(wǎng)模型的用水量分布，然后在此基礎上校核管道粗糙度，之后保持粗糙度值不變，再次修正用水量，如此循環(huán)往復，直至滿足預先制定的終止規(guī)則，但是這種方法同樣只是對某個特定靜態(tài)場景進行分析，并在必要時，通過增加所考慮的靜態(tài)場景的數(shù)量來達到多次反復校核的目的。因此，目前的所有方法都無法將管網(wǎng)運行的連續(xù)狀態(tài)，即動態(tài)場景，作為模型校核的依據(jù)，從而導致很多影響這兩項參數(shù)校核的重要因素無法確定。例如，給水管網(wǎng)中的某些特定組件(如閥門，水塔，水泵)在狀態(tài)發(fā)生變化前后的過程中，會對管網(wǎng)運行狀態(tài)產(chǎn)生巨大影響，從而也為模型校核提供了重要的依據(jù)。如果無法將這些有代表性的過程作為連續(xù)場景進行分析，校核的結(jié)果就很難避免其片面性。例如，有些情況下不得不采用犧牲一方面結(jié)果的精度來提高整體精度的辦法，這其實是不合理的，是靜態(tài)場景無法用于充分發(fā)掘管網(wǎng)內(nèi)部運行機制的結(jié)果。

發(fā)明內(nèi)容
針對上述問題，本發(fā)明提出了一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法。本發(fā)明在基于靜態(tài)場景校核給水管網(wǎng)的基礎上，通過全面選取一系列表征給水管網(wǎng)重要動態(tài)過程的動態(tài)場景，來以此為依據(jù)進一步進行給水管網(wǎng)用水量和管道粗糙度的校核，可以有效提高給水管網(wǎng)水力模型的準確性和精確性。首先選定一個動態(tài)場景，運用序貫法校核這兩項參數(shù)，然后將修正后的管道粗糙度應用于另一個場景；再利用序貫法對其進行二次修正，同時校核該場景的用水量；如此反復，直至將所有場景校核完畢，再將經(jīng)多次修正的粗糙度值重新應用于第一個動態(tài)場景，實現(xiàn)對該場景用水量和粗糙度的再次序貫修正；隨后，再進行下一場景的修正，直至所有場景的用水量和管道粗糙度的誤差都低于預先設定的最大允許值?？梢?，本方法不僅參照多場景多次修正了用水量和管道粗糙度值， 很大程度上提高了校核精度；更為重要的是，實現(xiàn)了對管網(wǎng)運行過程的校核，而非僅僅局限于校核管網(wǎng)在孤立的特定時刻的狀態(tài)。所以，本方法使得管網(wǎng)模型模擬與實際管網(wǎng)的連續(xù)運行狀態(tài)更為相符，具有非常好的應用前景。本發(fā)明的技術方案如下一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法，其特征在于所述方法具體步驟如下(I)選取重要的靜態(tài)場景，如高日高時場景，消防流量測試場景等，對給水管網(wǎng)的用水量分布和粗糙度進行初步校核，其中的用水量分布也就是各個節(jié)點的節(jié)點流量；(2)全面選取一系列能表征給水管網(wǎng)重要動態(tài)過程的動態(tài)場景；(3)從動態(tài)過程相對最為簡單的動態(tài)場景開始，用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；(4)選取下一個動態(tài)場景，將該場景中的管道粗糙度更新為步驟(3)所得到的管道粗糙度值；(5)對步驟(4)選定的場景再次使用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；(6)重復步驟(4)和步驟(5)直到所有場景都選擇完畢，至此，獲得了該給水管網(wǎng)管道粗糙度的初次校核值，以及所有動態(tài)場景的節(jié)點流量初次校核值；(7)重新選擇步驟(3)的動態(tài)場景，將該場景中的管道粗糙度更新為步驟(6)所得到的管道粗糙度初次校核值；(8)對步驟(3)的動態(tài)場景再次使用序貫法進行管道粗糙度和該場景整個時段的用水量分布的校核，并將模擬結(jié)果與實測數(shù)據(jù)的誤差與預先制定的最大誤差允許值進行比較，如果誤差低于該允許值，則選擇下一個場景進行校核，否則，繼續(xù)進行校核或停止校核；(9)依次對其它的場景進行校核，直至所有場景的模型模擬值的誤差均小于最大誤差允許值，且管道粗糙度值完全一致。與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點(I)實現(xiàn)了對管網(wǎng)運行過程的校核，而非僅僅局限于校核管網(wǎng)在孤立的特定時刻的狀態(tài)；(2)避免了由于靜態(tài)場景無法用于充分發(fā)掘管網(wǎng)內(nèi)部運行機制而造成的校核結(jié)果的片面性。例如，避免了以往有些情況下不得不采用犧牲一方面結(jié)果的精度來提高整體精度的辦法；(3)能充分利用SCADA數(shù)據(jù)，校核結(jié)果更為可靠。
具體實施例方式本發(fā)明的一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法，具體步驟如下(I)選取重要的靜態(tài)場景，如高日高時場景，消防流量測試場景等，對給水管網(wǎng)的用水量分布(即節(jié)點流量)和粗糙度進行初步校核；(2)全面選取一系列能表征給水管網(wǎng)重要動態(tài)過程的動態(tài)場景；(3)從動態(tài)過程相對最為簡單的動態(tài)場景開始，用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；
(4)選取下一個動態(tài)場景，將該場景中的管道粗糙度更新為步驟(3)所得到的管道粗糙度值；(5)對步驟(4)選定的場景再次使用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；(6)重復步驟(4)和步驟(5)直到所有場景都選擇完畢，至此，獲得了該給水管網(wǎng)管道粗糙度的初次校核值，以及所有動態(tài)場景的節(jié)點流量初次校核值；(7)重新選擇步驟(3)的動態(tài)場景，將該場景中的管道粗糙度更新為步驟(6)所得到的管道粗糙度初次校核值；(8)對步驟(3)的動態(tài)場景再次使用序貫法進行管道粗糙度和該場景整個時段的用水量分布的校核，并將模擬結(jié)果與實測數(shù)據(jù)的誤差與預先制定的最大誤差允許值進行比較。如果誤差低于該允許值，則選擇下一個場景進行校核，否則，繼續(xù)進行校核或停止校核；(9)依次對其它的場景進行校核，直至所有場景的模型模擬值的誤差均小于最大誤差允許值，且管道粗糙度值完全一致。
權利要求
1.一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法，其特征在于所述方法具體步驟如下(1)選取重要的靜態(tài)場景，對給水管網(wǎng)的用水量分布和粗糙度進行初步校核，其中的用水量分布也就是節(jié)點流量；(2)全面選取一系列能表征給水管網(wǎng)重要動態(tài)過程的動態(tài)場景；(3)從動態(tài)過程相對最為簡單的動態(tài)場景開始，用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；(4)選取下一個動態(tài)場景，將該場景中的管道粗糙度更新為步驟(3)所得到的管道粗糙度值；(5)對步驟(4)選定的場景再次使用序貫法對管道粗糙度和該場景整個時段的用水量分布進行校核，直至所有管道粗糙度以及所有節(jié)點流量的修正值均小于預先設定的容限值；(6)重復步驟⑷和步驟(5)直到所有場景都選擇完畢，至此，獲得了該給水管網(wǎng)管道粗糙度的初次校核值，以及所有動態(tài)場景的節(jié)點流量初次校核值；(7)重新選擇步驟(3)的動態(tài)場景，將該場景中的管道粗糙度更新為步驟(6)所得到的管道粗糙度初次校核值；(8)對步驟(3)的動態(tài)場景再次使用序貫法進行管道粗糙度和該場景整個時段的用水量分布的校核，并將模擬結(jié)果與實測數(shù)據(jù)的誤差與預先制定的最大誤差允許值進行比較， 如果誤差低于該允許值，則選擇下一個場景進行校核，否則，繼續(xù)進行校核或停止校核；(9)依次對其它的場景進行校核，直至所有場景的模型模擬值的誤差均小于最大誤差允許值，且管道粗糙度值完全一致。
全文摘要
本發(fā)明提出了一種基于動態(tài)場景校核給水管網(wǎng)用水量和管道粗糙度的序貫法，屬于市政工程技術領域。本發(fā)明首先選定一個動態(tài)場景，運用序貫法校核這兩項參數(shù)，然后將修正后的管道粗糙度應用于另一個場景；再利用序貫法對其進行二次修正，同時校核該場景的用水量；如此反復，直至將所有場景校核完畢，再將經(jīng)多次修正的粗糙度值重新應用于第一個動態(tài)場景，實現(xiàn)對該場景用水量和粗糙度的再次序貫修正；隨后，再進行下一場景的修正，直至所有場景的用水量和管道粗糙度的誤差都低于預先設定的最大允許值。本方法使得管網(wǎng)模型模擬與實際管網(wǎng)的連續(xù)運行狀態(tài)更為相符，有效提高給水管網(wǎng)水力模型的準確性和精確性，具有非常好的應用前景。
文檔編號E03B7/00GK102605830SQ20111002318
公開日2012年7月25日 申請日期2011年1月20日 優(yōu)先權日2011年1月20日
發(fā)明者付亞平, 刁克功, 劉姍姍, 劉子龍, 葉婉露, 周玉文, 常勝昆, 曾玉蛟, 楊小艷, 王昊, 王正吉, 翁窈瑤 申請人:北京工業(yè)大學