阅读说明：本技术 一种基于粒子群算法的爆管定位方法 (Pipe burst positioning method based on particle swarm optimization ) 是由 张皓 何通 范锦柯 于 2020-04-30 设计创作，主要内容包括：本发明涉及一种基于粒子群算法的爆管定位方法,包括如下步骤：S1、爆管判断：根据实时SCADA流量计数据,进行水量平衡计算,根据水量平衡差值是否超过阈值判断是否可能出现爆管情况,如果可能出现爆管情况,根据实时模型计算结果与SCADA压力数据进行对比,如果压力下降超过阈值,说明出现爆管进行报警,否则为疑似爆管,提示管理人员对在线监测设备进行维护；S2、根据实时SCADA流量计数据,进行水量平衡计算,根据水量平衡差值是否超过阈值判断是否可能出现爆管情况；S3、爆管定位：当发生爆管事件时,调用爆管定位算法确定可能的爆管位置。(The invention relates to a pipe burst positioning method based on a particle swarm algorithm, which comprises the following steps: s1, tube explosion judgment: performing water balance calculation according to real-time SCADA flowmeter data, judging whether pipe explosion is possible according to whether a water balance difference value exceeds a threshold value, if the pipe explosion is possible, comparing a real-time model calculation result with SCADA pressure data, if pressure drops and exceeds the threshold value, indicating that the pipe explosion is possible to give an alarm, otherwise, prompting a manager to maintain the online monitoring equipment; s2, performing water balance calculation according to the real-time SCADA flowmeter data, and judging whether pipe explosion is possible according to whether a water balance difference value exceeds a threshold value; s3, positioning pipe explosion: when a pipe bursting event occurs, a pipe bursting positioning algorithm is called to determine a possible pipe bursting position.)

一种基于粒子群算法的爆管定位方法

技术领域

本发明涉及城市供水管网技术领域，涉及供水管网的漏点定位，具体涉及一种基于粒子群算法的爆管定位方法。

背景技术

爆管事故是供水企业经常面临的问题。当管网发生爆管事故后，短时间内漏水量非常大，造成水资源的大量浪费，甚至造成部分区域停水，影响居民正常生活和企业的运转。大口径管道的爆管事故造成的漏水会涌上地面，造成地面街道积水，阻塞交通，严重的爆管事故还可能造成停车场、低层建筑的进水事故。爆管事故发生后，由于管道与外界联通，当管道破口处压力下降时，导致污染物进入管网中，引起管网二次污染。

有鉴于上述的缺陷，需要研究一种新型的爆管定位方法，帮助用户快速发现爆管并确定爆漏点范围，从而减少爆管所带来的损失和影响。。

发明内容

为解决上述技术问题，本发明的目的是提供了一种基于粒子群算法的爆管定位方法，该方法对爆管事故进行定位分析，帮助用户快速发现爆管并确定爆漏点范围，从而减少爆管所带来的损失和影响。

本发明的技术方案如下：

一种基于粒子群算法的爆管定位方法，包括如下步骤：

S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；

S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护；

S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。

所述爆管定位算法为粒子群算法。

所述粒子群算法具体为：

将S作为种群中粒子的个数，每个粒子的空间位置Xi ，粒子的速度。作为 粒子i的最佳位置，g作为整个种群的最佳位置，则一个基本的PSO可以如下进行表述：

对于每个粒子i = 1,2……,S，进行：

根据均匀分布随机向量初始化粒子的位置：, 和分别是搜索空间 的最低和最高边界；

初始化粒子相对于初始位置的最佳位置：；

如果f()< f(g)，更新种群的最佳位置：；

初始化粒子的速度：；

直到满足终止条件（如达到迭代次数，或找到合适目标函数值的方案），重复一下操作；

对于每个粒子i = 1,2……,S，进行；

对每个维度d = 1, ……, n，进行；

选择随机数 : , ；

更新粒子速度：；

更新粒子位置：；

如果f()< f()，进行；

更新粒子最佳位置：；

如果f()< f(g)，更新种群的最佳位置：；

此时，g为最佳解决方案；

参数，，由操作者选定，决定了PSO方法的行为和效果；

根据城市输水管线的特点，PSO算法的目标函数采用均方根误差(RMSE)；

。

借由上述方案，本发明至少具有以下优点：

本发明技术方案基于粒子群算法的爆管定位技术，该技术对爆管事故进行定位分析，能够帮助用户快速发现爆管并确定爆漏点范围，而减少爆管所带来的损失和影响。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某个实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明的定位流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参见图1，本发明一较佳实施例所述的一种基于粒子群算法的爆管定位方法，本发明技术方案的技术路线是，首先建立实时在线供水模型，通过与SCADA系统的连接，实现数据同步更新，再构建在线水力模型，能够模拟仿真管网中各节点和管道实时的压力和流量参数的动态变化。在以上基础上，开发爆管警报和定位系统，开发实现在线监测、模型模拟和爆管警报和定位等信息的界面展示。

SCADA系统，SCADA系统是以计算机为基础的DCS与电力自动化监控系统，SCADA数据为爆管定位工具提供数据支持，实测数据存放于SCADA系统中，为不干扰SCADA系统的正常运行，该工具中建立实测数据的中间库来存放实时获取到的实测数据。该数据系统用于提供各个水管中的数据。

通过在线爆管实时滚动监测系统来对爆管进行定位，具体的方法如下：

S1、爆管判断：根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护。

S2、根据实时SCADA流量计数据，进行水量平衡计算，根据水量平衡差值是否超过阈值判断是否可能出现爆管情况，如果可能出现爆管情况，根据实时模型计算结果与SCADA压力数据进行对比，如果压力下降超过阈值，说明出现爆管进行报警，否则为疑似爆管，提示管理人员对在线监测设备进行维护。

S3、爆管定位：当发生爆管事件时，调用爆管定位算法确定可能的爆管位置。

下面对爆管定位算法进行详细的解释。

当输水管线发生爆管时，沿线的压力会明显下降，利用管网模型及优化算法，可以估算可能的爆管位置。爆管定位算法利用PSO算法为基础，利用管网模型及在线监测数据，估算可能的爆管位置。

粒子群优化算法（PSO——Particle Swarm Optimization）是一种基于种群的随机优化技术，由Eberhart和Kennedy于1995年提出。

粒子群优化(PSO)是一种计算方法，对于给定的质量目标，通过尝试迭代计算，对问题的解决方案进行优化。PSO通过众多可选的解决方案来优化问题，这里被称为粒子，根据对粒子位置和速度的简单数学计算，在搜索空间移动这些粒子。每个粒子的运动受到它局部最佳位置的影响，同时也被引导向搜索空间中的最佳位置移动。空间最佳位置随着其他粒子的运动而及时更新。最终期望的结果是整个粒子群朝着最佳方案移动。

PSO是启发式算法，对需要优化的问题所做的假设非常少或者甚至没有，可以在更大的可选方案范围内进行搜索。然而，像PSO这样的元启发式算法有时并不能找到最优解决方案。更具体地说，PSO算法不使用问题的梯度，这意味着PSO与传统的优化方法如梯度下降法和拟牛顿方法等不同，不要求优化的问题是可微的。

PSO算法的基本变量依赖于有可选方案（称为粒子）的种群（称为群）。这些粒子根据一些简单公式在搜索空间中移动。粒子的运动由自身的最佳位置和整个粒子群的最佳位置决定。当发现新的最佳位置，粒子群的运动将随之发生改变。通过重复整个过程，最终（并不保证）能找到最令人满意的解决方案。

形式上，一般将f.RnR作为成本公式进行最小化。此公式以实数 向量的形式将一个可选方案作为自变量，生成一个实数作为输出，实数表示给定方案的目 标函数值。f的梯度未知。最终目标是找到一个方案a，对于搜索空间内的所有b，都有f(a)<f (b)，即a为全局最小值。对于最大化问题，只需将公式中h = -f。

将S作为种群中粒子的个数，每个粒子的空间位置Xi，粒子的速度。作 为粒子i的最佳位置，g作为整个种群的最佳位置，则一个基本的PSO可以如下进行表述：

-对于每个粒子i = 1,2……,S，进行：

·根据均匀分布随机向量初始化粒子的位置：, 和分别是搜索空 间的最低和最高边界；

·初始化粒子相对于初始位置的最佳位置：

·如果f()< f(g)，更新种群的最佳位置：

·初始化粒子的速度：

-直到满足终止条件（如达到迭代次数，或找到合适目标函数值的方案），重复一下操作：

·对于每个粒子i = 1,2……,S，进行：

·对每个维度d = 1, ……, n，进行：

§选择随机数 : ,

§更新粒子速度：

·更新粒子位置：

·如果f()< f()，进行：

§更新粒子最佳位置：

§如果f()< f(g)，更新种群的最佳位置：

-此时，g为最佳解决方案。

参数，，由操作者选定，决定了PSO方法的行为和效果。

根据城市输水管线的特点，PSO算法的目标函数采用均方根误差(RMSE)：

。

其中：Hsim为模型模拟结果，Hobs为SCADA压力监测数据；RMSE是观测值与真值偏差的平方与观测次数n比值的平方根，它表征了模拟值同观测值之间的偏差，RMSE越小，表明精度越高。定位算法确定的爆管位置与实际爆管位置越接近，管网模型模拟结果与SCADA压力监测数据越接近。

本发明方法如下：

本发明技术方案基于粒子群算法的爆管定位技术，该技术对爆管事故进行定位分析，能够帮助用户快速发现爆管并确定爆漏点范围，而减少爆管所带来的损失和影响。

以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。