[发明专利]一种面向市政给水管网压力监测点优化布置方法有效
申请号: | 201710589810.9 | 申请日: | 2017-07-19 |
公开(公告)号: | CN107368648B | 公开(公告)日: | 2018-07-20 |
发明(设计)人: | 谢陈磊;杨亚龙;方潜生;张振亚;李善寿;朱徐来;张继鑫;鲁佳炜;陈涛;张兆祥;张广金;张猛 | 申请(专利权)人: | 安徽建筑大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06K9/62;G06Q50/06 |
代理公司: | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
地址: | 230022 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 市政 给水 管网 压力 监测 优化 布置 方法 | ||
一种面向市政给水管网压力监测点优化布置方法,基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真,得到各压力监测点的空间属性与非空间属性;利用上述属性值构建管网各节点原始特征矩阵数据,通过无量纲化处理后得到节点特征矩阵数据;采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析,得到压力监测节点有序集合;基于压力监测节点有序集合,选取合适的节点聚类集合,依据聚类结果和节点影响度大小,最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于:能够有效反映管网压力的区域分布情况;使用OPTICS算法不需要初始设定划分的聚类个数,聚类簇的形状可以是任意形状,避免了初始参数对聚类结果的影响。
技术领域
本发明涉及市政给水管网设备领域,特别涉及到市政给水管网压力监测点优化布置方法。
背景技术
市政供水管网是保证一个城市经济发展和生活水平的重要基础设施,是城市生存和发展的生命线。但是由于用水量的不断扩大和管网使用年限的增长,缺乏现代化、智能化、理论化的市政供水管网管理系统,市政供水管网逐渐暴露出较大范围的漏损情况,如不及时处理,会造成水资源的浪费和经济损失。
随着科技水平的发展及对供水要求的不断提高,建立给水管网系统模型解决给水管网漏损问题在供水行业已油然而生,其中如何准确定位漏损点是解决管网漏损问题的关键。利用给水管网系统模型,结合管网各区域长时间压力、流量等参数的变化,实现给水管网漏损事故预测与快速定位。
给水管网系统模型的建立需要一定数量的监测点对整个给水系统的运行信息进行采集。采集的数据必须既具有准确性又具有代表性。采集的数据的代表性,即监测点数量及选址问题,在建立给水管网系统模型中十分重要。给水管网监测点布置方案直接影响到监测点监测数据的质量。所以,在建立给水管网模型之前必须先确定给水管网监测点优化布置方案,以最少监测节点覆盖整个监测区域。
发明内容
为解决给水管网压力监测点优化布置技术问题,本发明提供了一种基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真,得到各压力监测点的空间属性与非空间属性。利用上述属性值构建管网各节点原始特征矩阵数据,通过无量纲化处理后得到节点特征矩阵数据。采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析,得到压力监测节点有序集合。基于压力监测节点有序集合,选取合适的节点聚类集合,依据聚类结果和节点压力影响度大小,最终确定市政给水管网监测区域压力监测点的位置和数量。
一种面向市政给水管网压力监测点优化布置方法,包括以下步骤:
(1)对给水管网的运行状态进行模拟仿真,对管网仿真运行状态进行评估;
(2)获取管网各压力监测节点的空间属性,即地理坐标数据(Xi,Yi),再依次计算各节点非空间属性,包括各节点压力影响度(EFi)以及各节点压力值的均值和方差上述数据构成管网各节点原始特征矩阵数据
(3)对管网各节点原始特征矩阵数据进行数据规范化,得到聚类使用节点特征矩阵,节点特征矩阵数据为
(4)采用OPTICS聚类算法对节点特征矩阵数据进行聚类分析,得到压力监测节点有序集合,具体分析步骤为:
步骤4.1,创建两个队列,有序队列seedque和结果队列orderque,有序队列用来存储核心节点对象及该核心节点对象的直接密度可达节点对象,并按可达距离升序排列,结果队列用来存储节点的输出次序;
步骤4.2,判断节点特征矩阵数据集U’中所有节点是否都处理完毕,是则跳转到步骤4.8,否则,选择一个未处理即不在结果队列中且为核心节点对象的节点,找到其所有直接密度可达节点,如果该核心节点不存在于结果队列中,则将核心节点以及其所有直接密度可达节点放入有序队列中,并按可达距离排序;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽建筑大学,未经安徽建筑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710589810.9/2.html,转载请声明来源钻瓜专利网。