[发明专利]基于人工免疫系统的爆管定位方法

说明书

技术领域

本发明涉及一种爆管定位方法，尤其是涉及一种基于人工免疫系统的对爆管区域进行有效定位的方法。

背景技术

十一届全国人大常委会第二十七次会议的《国务院关于保障饮用水安全工作情况的报告》指出，我国城市供水管网漏损问题依然突出。目前全国年漏损水量达60亿立方米，城市供水管网漏损率平均超过20％，有一半以上的城市供水管网漏损率高于国家标准规定值。根据原建设部在2002年发布的《城市供水管网漏损控制及评定标准》，城市供水企业管网的基本漏损率须控制在12％以内，因此我国城市供水降低漏损的还有很大的空间。近年来由于管网老化，供水管网建设投资不足等原因，供水管网爆管事故频频发生，爆管已成为引起漏损的一种重要形式，因此降低爆管的持续时间可以在很大程度上降低漏失水量。爆管定位技术就是为了缩短爆管发生到定位之间的时间，由此可见开展这方面的研究可以为快速准确的完成爆管事故的检测与定位提供坚实的理论基础和有效的技术支持，并对最终降低城市管网的漏损有着重要的现实意义。

国内外有关这方面的研究很多，以下为一些代表性的研究：

1)基于瞬态事件的方法

Liggett，J.A.，and Chen，L.(1994).“Inverse Transient Analysis in Pipe Networks”.J.of Hydraulic Engineering，120(8)，934-955.

技术措施：首先人为地制造瞬态事件(一般为水锤)，然后通过压力记录器记录下瞬态事件发生时的压力数剧，最后通过分析这些信息对爆管或者漏损位置进行识别定位。

优缺点：这类方法优势在于它的简单性以及理论上可以适用于任何的管网拓扑结构。但其不足之处在于：(1)需要精确的瞬态模型以及管网边界条件，模型误差是其应用于实际管网的最主要限制因素；(2)往往需要大量的高灵敏度的传感器进行高频率的取样测量。

2)基于人工智能的方法

Mounce，S.R.，Boxall，J.，and Machell，J.(2010).“Development and verification ofan online artificial intelligence system for detection of bursts and other abnormal flows.”J.Water Resour.Plng.and Mgmt.，136(3)，309-318.

Ye，G.，and Fenner，R.A.(2011).“Kalman filtering of hydraulic measurements for burst detection in water distribution systems.”J.of Pipeline Systems Engineering and Practice，2(1)，14-22.

技术措施；通过应用各种人工智能方法对历史数据进行分析，最后基于一定原理对爆管进行定位。

优缺点：其优点在于不依赖管网水力模型，而且与基于瞬态事件的方法相比，其对测量仪器的精度和采样频率要求较低。但此类方法只能对爆管事件是否发生进行识别，而不能对爆管位置提供更精确的信息。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于人工免疫系统的爆管定位方法，该方法通过供水管网爆管事件模拟获取相应的爆管运行数据，然后对这些数据进行训练构建人工免疫系统，最后利用人工免疫系统对新的爆管事件进行定位，不依赖于高精度的模型和高灵敏度的传感器，同时可以对爆管位置进行准确的定位。

本发明的目的可以通过以下技术方案来实现，具体包括了以下步骤：

1、获取爆管数据

通过管网水力仿真模拟构建爆管数据库(包括爆管时间、地点、爆管流量以及各监测点的数据)。考虑到爆管的特殊性，管网水力模拟采用压力驱动模拟方式。建立爆管数据库的具体步骤如下：

(1)明确压力监测点与流量监测点的位置。监测点的布置应该满足爆管监测的需要。

(2)根据管网模型中的水力步长间隔Δt指定规定时间内各个爆管事件。考虑到水厂的供水模式一般以一天(即24小时)为一个运行周期，因此本发明中的规定时间设置为24小时。而水力步长间隔Δt可以根据实际情况进行选取，一般情况下Δt与监测设备的取样间隔一致，选为15分钟。假设管网有m个节点，那么一个爆管事件可以用下列表达式来描述：

BE＝(j，t，q)(j∈(1，…m)，t∈(0，…900*24))