基于反分析理论的给水管网有效管径计算方法研究

摘要

目前应用较为广泛的给水管网建模技术可以实现对城市给水管网的实时运行工况进行跟踪模拟，以便于对实际给水管网进行管理及优化调度等。在实际城市给水管网中存在很多老旧管道，这些管道敷设年代较为久远由于各种原因导致其有效管径发生较大变化，这将直接影响给水管网模型的准确性。因此对城市给水管网有效管径进行校核求解具有重要的实际意义。
　　本文采用反分析方法对给水管网有效管径值进行校核求解。利用BP神经网络强大的非线性映射能力，对隐藏在有限个节点压力及管段流量与待求解管段有效管径之间的函数关系进行逼近求解，从而获得由已知的节点压力及管段流量到待求解管段的有效管径之间的映射关系，并采用MATLAB编制求解实验管网有效管径的BP神经网络程序，用EPANET模拟生成的测试样本对训练的BP神经网络的准确性进行验证，得到模拟样本数据有效管径的实际值与BP预测值的平均绝对误差为0.841mm，平均相对误差为1.625％。
　　分析BP神经网络算法发现，该算法迭代收敛速度较慢、很可能陷入局部最优解，由此提出采用PSO算法对BP神经网络进行优化，优化后的模拟样本数据有效管径的实际值与PSO-BP预测值的平均绝对误差为0.086mm，平均相对误差为0.164％。
　　最终将各种工况条件下的实验实测数据分别带入训练好的BP神经网络和PSO-BP神经网络中，得到相应的有效管径的计算值，将有效管径的计算值带入EPANET对实验管网模型进行模拟计算，对比有效管径计算结果下的各管段流量及节点压力值与实验实测值之间的误差，BP算法的各个工况条件下的管段流量的平均绝对误差为0.384m3/h，平均相对误差为3.922％，节点压力平均绝对误差为0.203 m，平均相对误差为2.929％，PSO-BP算法的各个工况条件下的管段流量的平均绝对误差为0.152 m3/h，平均相对误差为1.535％，节点压力平均绝对误差为0.140m，平均相对误差为1.503％。
　　通过对实验管网平台管段有效管径计算分析表明，单纯的采用BP神经网络对管段有效管径进行求解已经可以满足精度要求，当采用PSO-BP神经网络进行计算时计算精度进一步提高，并且网络的训练速度也得到提高，但该方法编码复杂不便于操作。在对小型的城镇给水管网进行求解计算时可以考虑直接采用BP神经网络进行求解，此方法求解速度快并且编程简单易于实现，在处理规模庞大结构复杂的大型给水管网问题时，为提高算法的全局搜索能力推荐采用PSO-BP算法，虽然编码操作较单纯的BP神经网络复杂，但是可以获得较高的计算精度以及较为稳定的求解结果，可以有效的避免在处理复杂问题时陷入局部最优解。通过以上研究结果为实际给水管网管段有效管径校核求解提供参考。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 研究内容和研究方法

1．4 技术路线

第2章 给水管网管段有效管径的反分析求解方法

2．1 给水管网理论基础

2．1．1 水力计算基础方程

2．1．2 给水管网水力计算方法

2．2 管网水力模型基本理论

2．2．1 给水管网模型的分类

2．2．2 给水管网建模步骤

2．3 给水管网模型校核

2．3．1 模型精度的影响因素

2．3．2 模型校核的分组

2．3．3 校核精度的确定

2．4 反分析理论概述

2．4．1 管段有效管径反分析

2．4．2 参数辨识反分析的求解方法

2．5 管段有效管径反分析求解模型研究

2．5．1 管段有效管径反分析求解方法分析

2．5．2 有效管径反分析求解模型建立

2．6 本章小结

第3章 实验管网平台及实验研究方法简介

3．1 实验平台简介

3．2 实验研究方法

3．2．1 实验过程控制及数据收集

3．2．2 实验实测数据结果

3．3 实验平台准确性验证

3．3．1 EPANET简介

3．3．2 EPANET使用方法

3．3．3 EPANET验证实验平台准确性

3．4 本章小结

第4章 基于BP算法及PSO-BP算法的管网管段有效管径的求解研究

4．1 人工神经网络

4．1．1 人工神经元模型

4．2 BP神经网络

4．2．1 BP神经网络结构

4．2．2 BP神经网络学习训练方法

4．3 BP神经网络在管段有效管径求解中的应用

4．3．1 有效管径反分析求解训练样本数据的收集

4．3．2 有效管径反分析神经网络结构和参数的设计

4．3．3 求解有效管径BP神经网络训练测试结果

4．3．4 BP神经网络的不足及改进

4．4 粒子群算法

4．4．1 粒子群算法简介

4．4．2 PSO算法具体计算步骤

4．5 PSO-BP神经网络在有效管径求解中的应用

4．5．1 PSO优化BP神经网络的实现方法

4．5．2 求解有效管径PSO-BP神经网络训练结果

4．6 本章小结

第5章 实验平台管段有效管径的求解验证

5．1 BP神经网络算法求解验证

5．1．1 BP算法有效管径求解结果

5．1．2 BP算法求解结果分析

5．2 PSO优化的BP神经网络管段有效管径求解

5．2．1 PSO-BP算法有效管径求解结果

5．2．2 BP算法求解结果分析

5．3 管段有效管径反分析求解模型的准确性分析

5．4 本章小结

第6章 结论与建议

6．1 结论

6．2 建议

致谢

参考文献

附录