基于熵和人工神经网络的供水管道压力预测和粗糙度校准方法

摘要

本发明公开了基于熵和人工神经网络的供水管道压力预测和粗糙度校准方法，包括(1)建立管道网络的稳态或扩展初始数据校准优化模型，定义管道网络的所有物理参数；(2)通过熵的概念在单位管道网络区域中选取最具有代表性的节点；(3)通过人工神经网络训练预测压力监测值；(4)运用粒子群优化方法，将粒子使用在预定间隔内生成的管道粗糙度随机值初始化；(5)使用EPANET仿真器获得管道网络中的压力，比较模拟监测压力和实际监测压力，计算目标函数，最大程度地减少实际监测值和模拟监测值之间的差异。本发明提高了供水管道压力预测模型的准确性，对实现构建智能化供水体系有着重要的意义。