一种供水DMA爆管监测与定位方法与流程

本发明属于城市供水领域，具体是一种供水dma爆管监测与定位方法。

背景技术：

供水系统是城市的重要基础设施，在保障人民生活和经济建设中发挥着重要的作用，对城市发展具有全局性和先导性的影响。随着市政管网一级/二级dma的普及，dma漏损监测问题成为关注点。

目前，水司主要通过监测入出口水量来判断dma是否存在漏损，但由于一级dma通常有>50平方公里、二级dma通常有>10平方公里的区域，水量监测方法很难确定漏损的具体位置，尤其发生爆管事件时，不能快速发现异常并确定爆管点位置，将造成较大损失。

根据供水管网结构及运行信息建立的稳态水力模型，经校验后能够模拟供水系统的实际运行状况，通常将此模拟结果与管网实测数据进行对比，可用来判断供水管网当前运行状态是否正常。但稳态水力模型只能反映水力状态缓慢变化情况，一味强调分析、调整参数来提高稳态水力模型精度，将无济于事。若采用瞬态水力模型，则计算复杂度大幅上升，且边界条件要求苛刻，没法长时间进行模拟、跟踪分析。

因此，常规借助稳态水力模型进行爆管侦测，由于忽略了大用户用水等给监测点信号带来的扰动，导致产生大量误报；采用瞬态水力模型，实际条件不允许，用于7x24实时监测不可行。

技术实现要素：

本发明针对一级/二级dma供水管网存在局部用水扰动导致误报较多的问题，提出了一种供水dma爆管监测与定位方法。

本发明的具体步骤如下：

步骤1：管网测点压力动态数据分析

1)收集dma管网数据

收集管网结构数据和历史监测数据，包括供水管网简化模型、压力监测点位置、大用户进水口位置、监测点压力数据、大用户用水流量数据、管网入水口流量数据。

2)压力信号降噪处理

采用小波滤波方法对原始压力信号进行降噪处理。对原始压力信号做三层分解，阈值选择规则为启发式软阈值，再通过不同层的噪声对阈值大小进行适当调节。

3)提取压力平稳信号值

a.对数据进行归一化处理，一般采用最大—最小标准化方法对各个测点压力信号进行处理

其中：y为归一化处理后的数据值，l为原始数据值，lmax、lmin为该压力信号组最大、最小值；该方法将数据归一到[0,1]之间，便于处理。

b.计算归一化处理后的各测点压力信号平均值，大致提取出剔除噪声后的各监测点压力平稳信号曲线。

c.对此曲线进行反归一化，将其重新分配到各测点压力实际所在的信号波动区间内，得出剔除噪声的各测点压力平稳信号值。反归一化算法为：

y＝lmin y(lmax-lmin)(2)

步骤2：基于epanet的信号模拟及有色噪声量化

在实际运行中，dma管网内外干扰给监测点信号带来的噪声主要分为白噪声与有色噪声。其中白噪声存在于管网运行的各个时间点，影响较小且相对平均，在异常判断时可不做考虑。而大的扰动会引起测点压力信号明显变化，形成有色噪声，是导致误报的主要原因，需对其进行量化分析，以改进模拟结果。

1)epanet信号模拟

建立dma管网epanet稳态水力模型，以剔除噪声后的各测点压力平稳信号值为参照，调整epanet中管网拓扑结构的未知节点需水量与管段摩阻系数，对dma管网模型进行校核。

2)有色噪声分析

对压力平稳信号值与实际值存在较大差异的部分进行排查，确定对应的管网入出口流量变化与测点周围的大用户用水量变化。

3)有色噪声量化

针对附近大用户用水量激增对监测点信号产生的有色噪声，采用在epanet中设置扩散器系数的方法来模拟大用户用水行为，使测点压力模拟值更接近实际；对于管网入水口流量下降产生的有色噪声，通过调整水库的总水头来改变监测点压力模拟值，使其与测点实测值基本接近，以降低干扰。

y′＝f(x,fa,fb)-—>y(3)

其中x为测点压力初始模拟值，y为对应的压力实际值，fa为添加的扩散器系数，fb为调整的水库水头，y′为改进后压力模拟值。

步骤3：爆管判断

利用稳态水力模型对监测当日管网状态进行模拟，当出现用水扰动时，将扰动因素附加至水力模型，改进模拟结果。

计算各监测点改进后的压力模拟值与实际值的差值，当差值超过阈值时，则判定该时间点存在异常。

这里采用spc方法对压力变化进行分析判断，阈值设定为(μ±3σ)。其中μ为指定时间段内压力差值δp的平均值，σ为标准差。

为避免单点故障误报，当异常测点数大于2个，且相邻异常测点间距小于1公里时，则判定为爆管。

步骤4：爆管定位

当判定为爆管时，选取压力模拟值与实际值差值处于前1/3的测点作为强异常测点，进行重心法计算：

其中(x0,y0)为爆管点定位坐标，(xm,ym)为强异常测点对应坐标，δpm为强异常测点的压差。

本发明通过对大用户用水行为和入水口流量变化的量化并附加到稳态水力模型，使模拟值更接近实际值，克服了管网用水干扰产生的有色噪声，进而减少爆管监测中的误报事件，同时可实现较准确的爆管点定位。

附图说明

图1：本发明方法流程示意图；

图2：某二级dma区压力监测点与爆管实验点、定位点地理图。

具体实施方式

s市已建设了scada和gis等管网信息系统，并建立了离线epanet稳态水力模型。其scada系统采集、存储了数百个测点的流量/压力数据，对39个二级dma进行监测。现以某个二级dma区2015年4月3日爆管实验为实施例，说明本发明方法。

分析2015年4月2日历史监测数据，在离线水力模型基础上进行校验，以对2015年4月3日管网进行爆管监测。

该二级dma区2015年4月3日爆管实验数据如表1。

表12015年4月3日爆管实验数据

如图1所示，本发明包括以下步骤：

步骤1：管网测点压力动态数据分析

1)收集dma区管网数据

收集该二级dma区管网结构数据和历史监测数据，包括供水管网简化模型、压力监测点位置、大用户进水口位置、监测点压力数据、大用户用水流量数据、管网入水口流量数据。

2)压力信号降噪处理

采用小波滤波方法对数据进行降噪处理，使用matlab软件wden滤波函数对数据进行小波处理，对原始压力信号做三层分解，阈值选择规则为启发式软阈值，再通过不同层的噪声对阈值大小进行适当调节。

3)提取压力平稳信号值

a.对数据进行归一化处理，一般采用最大—最小标准化方法对各个测点压力信号进行处理

其中：y为归一化处理后的数据值，l为原始数据值，lmax、lmin为该压力信号组最大、最小值；该方法将数据归一到[0,1]之间，便于处理；

b.计算归一化处理后的各测点压力信号平均值，大致提取出剔除噪声后的各监测点压力平稳信号曲线。

c.对此曲线进行反归一化，将其重新分配到各测点压力实际所在的信号波动区间内，得出剔除噪声的各测点压力平稳信号值。反归一化算法为：

y＝lmin y(lmax-lmin)。

步骤2：基于epanet的信号模拟及有色噪声量化

1)epanet信号模拟

以剔除噪声后的各测点压力平稳信号值为参照，调整epanet中管网拓扑结构的未知节点需水量与管段摩阻系数，对管网进行校核，最终结果满足水力模型校验要求。

2)有色噪声分析

对压力平稳信号值与实际值存在较大差异的部分进行排查，发现管网总入口流量和测点周围的大用户用水量存在较大的波动。

3)有色噪声量化

针对附近大用户用水量激增对监测点信号产生了有色噪声，采用在epanet中设置扩散器系数的方法来模拟大用户用水行为，使测点压力模拟值更接近实际；对于管网入水口流量下降产生的有色噪声，通过调整水库的总水头来改变监测点压力模拟值，使其与测点实测值基本接近，以降低干扰。

通过公式(3)对有色噪声进行量化分析，如表2。

表2有色噪声量化分析结果

步骤3：爆管判断

利用稳态水力模型对监测当日管网状态进行模拟，当出现用水扰动时，将扰动因素附加至水力模型，改进模拟结果。

计算各监测点改进后的压力模拟值y′与实际值y的压力差值p，当其超过阈值时，则判定该时间点存在异常。

采用spc方法对压力变化进行分析判断，阈值设定为(μ±3σ)，其中μ为指定时间段内压力差值δp的平均值，σ为标准差。

为避免单点故障误报，当异常测点数量大于2个，且相邻异常测点间距小于1公里时，则判定此时管网出现爆管。

具体监测结果如表3所示。

表32015年4月3日监测结果

共产生6次报警，其中5次实际爆管事件全部检出，检出时间均在5分钟以内；1次报警为误报，时间在19:45～20:05用水晚高峰期间。误报率为17％，而不考虑用水扰动的常规方法误报率高达57％。

步骤4：爆管定位

当判定为爆管时，选取压力模拟值与实际值差值处于前1/3的测点作为强异常测点，进行重心法计算。通过公式(4)计算爆管点坐标，最终定位结果如表4、图2所示，误差较小，可用于实际检漏工作。

表42015年4月3日模拟爆管实验定位结果

以上对于本发明的具体实施方式说明是为了阐明目的，而非限定本发明的权利范围。