基于智能优化算法的供水管网漏水点定位

第４２卷第５期２０１４年５月同济大学学报（自然科学版）ＪＯＵＲＮＡＬＯＦＴＯＮＧＪＩＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ）Ｖｏｌ．４２Ｎｏ．５Ｍａｙ２０１４文章编号：０２５３－３７４Ｘ（２０１４）０５－０７４０－０５ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０２５３－３７４ｘ．２０１４．０５．０１３收稿日期：２０１３－０６－２９基金项目：水体污染控制与治理科技重大专项（２０１２ＺＸ０７４０８－００２）第一作者：刘书明（１９７６—），男，副研究员，工学博士，主要研究方向为供水管网漏损控制、管网水质模型、基于ＧＩＳ的环境建模、中水回用、可持续性城市水管理以及模型不确定性分析等．Ｅ－ｍａｉｌ：ｓｈｕｍｉｎｇｌｉｕ＠ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ基于智能优化算法的供水管网漏水点定位刘书明１，王欢欢１，徐锦华２，刘文君１（１．清华大学环境学院，北京１０００８４；２．北京市自来水集团，北京１０００３１）摘要：针对城市供水管网的爆管事故，基于管网水力学模型和管网水压监测点的监测信息，利用３种智能优化算法———杜鹃算法、遗传算法和粒子群算法，建立了爆管定位模型，并在２个算例管网中进行了测试．２个算例管网的运行结果显示，杜鹃算法由于其调节参数少，快速搜寻能力强，在爆管定位的智能优化算法中显示了更优秀的定位能力，在小规模算例管网中可以实现对爆管点的定位，在较大规模的算例管网中也可以实现９０％以上的定位寻优效果，显示了强大的算法应用可扩展性．关键词：给水管网；漏水点定位；智能优化算法中图分类号：ＴＵ９９１．３文献标志码：ＡＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＬｅａｋａｇｅＬｏｃａｔｉｏｎＢａｓｅｄｏｎＭｏｄｅｒｎＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓＬＩＵＳｈｕｍｉｎｇ１，ＷＡＮＧＨｕａｎｈｕａｎ１，ＸＵＪｉｎｈｕａ２，ＬＩＵＷｅｎｊｕｎ１（１．ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ；２．ＢｅｉｊｉｎｇＷａｔｅｒｗｏｒｋｓＧｒｏｕｐ，Ｂｅｉｊｉｎｇ１０００３１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｐａｐｅｒｐｒｅｓｅｎｔｓａｎａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｌｏｃａｔｉｏｎｏｆｓｕｄｄｅｎｂｕｒｓｔｓｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｂｏｔｈｃｏｎｔｉｎｕｏｕｓｍｏｎｉｔｏｒｉｎｇｏｆｐｒｅｓｓｕｒｅａｎｄｈｙｄｒａｕｌｉｃｍｏｄｅｌｃｏｍｐｕｔａｔｉｏｎ．ＴｈｅＣｕｃｋｏｏＳｅａｒｃｈ，ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｐａｒｔｉｃｌｅｓｗａｒｍａｐｐｒｏａｃｈｅｓｗｅｒｅｅｍｐｌｏｙｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｌｏｃａｔｉｏｎｏｆｌｅａｋａｇｅ．Ｔｈｅｉｒｐｅｒｆｏｒｍａｎｃｅｓｗｅｒｅｃｏｍｐａｒｅｄ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＣｕｃｋｏｏＳｅａｒｃｈｈａｓａｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｔｅｒｍｓｏｆｓｅａｒｃｈｉｎｇｓｐｅｅｄａｎｄｐａｒａｍｅｔｅｒｒｅｑｕｉｒｅｍｅｎｔａｍｏｎｇｔｈｅｔｈｒｅｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ．Ｔｈｅｃａｓｅｓｔｕｄｙｒｅｓｕｌｔｓｒｅｖｅａｌｔｈｅｐｏｔｅｎｔｉａｌｏｆｔｈｅｐｒｏｐｏｓｅｄｂｕｒｓｔｌｏｃａｔｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｉｎａｒｅａｌ－ｌｉｆｅｗａｔｅｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ．Ｋｅｙｗｏｒｄｓ：ｗａｔｅｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ；ｌｅａｋａｇｅｌｏｃａｔｉｏｎ；ｍｏｄｅｒｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ作为城市公用设施的重要组成部分，供水系统由于管材老化、施工不良、水压异常等原因极易造成大量漏水损失．供水系统的水力漏损主要包含漏水、爆管和溢流．爆管通常作为特殊的漏损形式进行处理，一般可分为环向破裂、承口破裂、纵向破裂和管壁穿孔４种［１］．爆管会造成部分服务区断水，大量水溢流到路面，造成水资源浪费，影响正常生产与生活．爆管造成的有压水流可能进入民居、仓库或者地下室，造成不同程度的经济财产损失，甚至危害人身安全．因此，快速、有效、经济的爆管定位模型对于保证城市安全供水、节约水资源有着重要的意义．目前，国内外都进行了大量研究以实现爆管的识别定位技术．作为时间序列的供水管网的流量和压力数据常利用于漏损识别的数据驱动模型中．Ｍｏｕｎｃｅ等人［２］开发了基于流量和压力数据的利用多密度人工神经网络预测水力参数的概率密度函数．概率密度函数与模糊推理系统相结合，共同检测漏损爆管和异常流量．此方法应用于英国的１４４个压力计量分区的管网中．Ｒｏｍａｎｏ［３］利用贝叶斯推理系统开发了在线爆管检测方法．与所有的数据驱动方法一样，需要至少２～３个月的数据进行训练模型，这种方法更多地依赖于人工推理方法来预测精度．Ｎａｚｉｆ等