[发明专利]一种供水管网爆管风险分析方法

摘要

本发明涉及一种供水管网爆管风险分析方法，通过建立爆管预测数据库分析不同爆管因素的爆管率并进行归一化处理。根据爆管率的高低，对不同爆管因素进行爆管风险等级划分，得到爆管因素风险等级划分表用于判断爆管预测数据库中所有管段各个爆管因素的风险等级，定义若某一管段至少有R‑1个（R是所有爆管因素的数量）爆管因素均属于同一风险等级，则该管段的爆管风险为属于该风险等级，划分处于不同爆管风险等级的管道，便于提高爆管风险分析的效率及准确率。对于不能通过上述定义划分并进行分析的管道，通过神经网络进行分析。通过统计分析管道得到的样本集数据用于训练神经网络，提高神经网络的准确度。

主权项

1.一种供水管网爆管风险分析方法，其特征在于，包括如下步聚：步骤一：收集供水管网的拓扑结构数据、生产运营数据、水量销售数据以及爆管维修数据；步骤二：将在步骤一中收集的数据导入建模软件，建立供水管网水力模型并进行校核，得到水力运行数据；步骤三：根据拓扑结构数据、水力运行数据、爆管维修数据建立爆管预测数据库，统计分析不同爆管因素的爆管率并进行归一化处理；根据归一化处理得出的爆管率的高低，对不同爆管因素进行爆管风险等级划分，得到爆管因素风险等级划分表；步骤四：根据爆管因素风险等级划分表判断爆管预测数据库中所有管段各个爆管因素的风险等级，定义若某一管段至少有R‑1个爆管因素均属于同一风险等级，则该管段的爆管风险为属于该风险等级，其中R是所有爆管因素的数量；收集在爆管预测数据库中满足该定义的管段用于作为神经网络的样本集；步骤五：创建初步的神经网络并对其进行训练，完成对神经网络函数组合的比较及选择，得到优选的神经网络；步骤六：将样本集输入优选的神经网络，统计预测正确率；根据该预测正确率，评价优选的神经网络的泛化能力，判断优选的神经网络的计算精度是否符合要求，若判断为“是”则进入下一步，否则返回到步聚五；步骤七：将爆管预测数据库数据输入优化的神经网络，计算得到爆管风险等级，再读入爆管预测数据库中，并通过GIS显示出相关信息。