一种供水管网运行状态评估方法与流程

本发明属于城市供水领域，具体是一种供水管网运行状态评估方法。
背景技术：
：供水管网运行状态优劣一直是水司关心的问题，通过管网运行状态的评估有助于调度人员分析和了解管网情况。供水行业协会规范制定了一套具有一定科学性和实用性的管网评估标准。该标准针对不同管道和节点的指标进行评价，但没有考虑管网不同时间运行状态的动态变化，评估结果不太适合供水调度。就实际调度而言，由于用水规律存在峰值、低谷等，那么对于不同时段的评估标准应该是不同的。国外对供水管网评价研究有以下几种方法：指标评价法、机理模型、直接监测法等。国内对管网水质水力、安全性、经济性等单方面评估有一些成果。就目前而言，基本是在静态的评估管网的运行状态，其对管网的动态评估性不强。技术实现要素：针对以上问题，本发明提出了一种供水管网状态动态评估方法。本发明根据前一段时间内的不同指标的权重比确定下一时刻的指标选取后，确定评估标准并对运行状态进行动态评估。为达到以上目的，本发明采取以下步骤：1.初级动态评估及权重确定(1)评价指标的选取用因子分析法对同一节点前一时段的供水管网评价指标进行分析，得出管网在不同指标组合的综合权重系数，从而选出最能代表下一时刻运行管网的一个或多个指标进行供水管网的动态评估。具体步骤为：1)选取前一时间段内的待选择的管网评价指标原始数据进行标准化处理,以消除量纲的影响。其中n为样本数，j＝1,2,…,p,p为样本原始变量数，即指标数。得到的标准化矩阵仍记为x。2)计算评价指标变量的相关系数矩阵a,求相关系数矩阵的前p个特征值λ1≥λ2≥…≥λp3)确定管网评价指标的公共因子的个数,设为m个,一般按方差贡献率不小于85％，即能代表较大影响的指标来确定。4)估计初始因子载荷矩阵a＝(aij)p×m5)对初始因子载荷矩阵进行方差最大正交旋转变换,得到比较理想的新的因子载荷矩阵。并对各公共因子(即指标组合)进行合理命名和解释。6)确定不同的公共因子指标系数t以及主成分的评价指标线性组合。fm＝t1mx1+t2mx2+…+tpmxp其中，fpi为因子载荷矩阵，x1,x2,…,xp为管网参与的评估指标，t1,t2,…,tp为参与评估指标的权重系数，p为指标的数量，m为公共因子数。7)以各因子的方差贡献率作为评价指标权重,对指标在主成份线性组合中的系数做加权平均后得到综合评价函数，并对指标权重系数排名。通过各指标权重系数的排名，确定选取前三个指标对下一时刻的管网的综合评价。综合得分f＝w1x1+w2x2+…+wpxp，其中，z为各主成份的方差，p为参与分析的指标数，m为主成份数。(2)根据选取的供水管网评估指标，构建指标的模糊子集：m＝{m1,m2,…,mn}；其中，m为指标的模糊子集，n为参与评估的指标数。(3)确定每个子集中在不同时间各类指标的评估标准可根据实际需求选取需要的标准评语为s＝{s1,s2,…,sr}然后通过构造性能指标惩罚曲线，将指标波动值转换到a0～aj之间的数值，转换完成后根据标准(如表1)对不同性能指标进行模糊评估。表1评估标准求出规范化值在评估标准中r种分级的隶属度μ(x)，令x为转换后的规范化值，其中，ak和ak-1表示分级的上下限。(4)求解不同因素子集的评判矩阵。令ui为第i个因素xi∈v的隶属函数，即：ui＝μ(xi)ui∈[0,1]可以得到隶属度模糊子集u＝{u1,u2,…,un}，同时根据因素集和评估集得到模糊矩阵r。(5)求不同选取指标的权重系数对不同指标的相关性分析，相关性越高代表两个相关的密切程度，说明与之相关指标因素对此指标更具有代表性。1)节点压力相关权重系数确定根据节点之间的平均相关性来确定。将每个压力节点与其他压力节点分别进行相关性分析并求解平均相关性。平均相关性越高的压力节点，表明该节点更为准确地反映整个管网情况。上式中，ω1i表示节点i的权重，表示节点i的平均相关性，n为参与评估的节点数。2)管道流量相关权重系数根据管道直径确定。上式中，ω2i表示管道j的权重，dj表示管道j的管径，m为参与评估的管道数。3)水质权重系数根据节点流量来确定。其中，qi表示节点i的上游流量和，k为水质节点评估个数。(6)求出评价向量根据不同因素评价矩阵和权重子集，采用算子，计算评价向量：其中，b为评价向量，ω为指标权重子集，r为指标评价矩阵，y为某个需要评价的指标。此时，可根据最大隶属度判断出单指标的评语。2.二级动态评估及权重确定(1)将一级动态评估得到的一个或多个评价因素评估向量，合并成为综合评估矩阵b：其中，n为不同评价因素对应的评估向量。(2)使用层次分析法进行分析及权重确定，步骤如下：1)建立层次结构模型根据评价目标及问题建立分别表示决策目标，判断准则，参与评价的具体指标。2)建立判断矩阵运用1-9标度法将相关评估因素v＝{v1,v2,…,vn}的重要性数字化为标度值，便于构造判断矩阵a。1-9标度法重要等级划分及数值如表2所示：表2评估因素标度值与重要性对应表i，j代表不同的因素。3)一致性检验及计算权重向量、权重系数定义评估因素v＝{v1,v2,…,vn}中各个目标的权重为w1,w2,…,wn则首先将判断矩阵按行相加。经过规范化后得到权重向量wi：设λmax是判断矩阵a的最大特征值，则矩阵一致性指标c.i.为其中，n为判断矩阵的阶数。矩阵阶数大于2阶时，使用平均随机一致性指标r.i.修正c.i.。当c.r.<0.1时，认为该权重满足一致性检验，权重计算结果有效。由此得到，评价因素的权重向量w：w＝[w1w2…wn-1wn]4)根据算子得到二级评估向量b’：(3)确定评估结果根据最大隶属原则，二级评估向量b’中最大因子,确定评估结果。本发明的有益效果是：1.针对供水管网运行不同时段状态评估的需要，灵活、快速的进行综合评估。2.运用动态评估方法，考虑不同时段供水管网运行状态，选取不同评价标准以及对单指标或多指标的综合性动态评估。3.提出分级动态评估方案，更加科学准确的综合评价供水管网的运行状态。附图说明图1：节点压力惩罚曲线；图2：节点压力波动惩罚曲线；图3：管道流量惩罚曲线。具体实施方式为使本发明的动态评估方法易于明白，以下结合附图和具体实例，对本发明的实施方式进行阐述。下面以s市核心城区2016-6-5日7:55～8:00的管网dma区为例，从中选取17个节点在不同指标下进行动态综合评估。1.初级动态评估及权重确定运行状态初级评估需要根据scada历史数据和行业标准确定相应的评价标准，部分评价指标需要通过惩罚曲线进行转换，以此求出水力性能和水质性能中评估指标的评价向量。(1)评价指标的选取在供水管网运行的实际情况中，可以选择一个甚至多个指标进行动态评估。本发明采用因子分析法对当前时刻前5个五分钟中影响供水管网动态评估的节点压力、节点压力波动、管道流量、余氯、浊度进行分析，确定下一个五分钟对管网动态评估具有代表性的指标。如表3所示。表3在7:30-7:55时间断内各指标的值节点压力x1节点压力波动x2管道流量x3余氯x4浊度x57:30-7:3528.39490.03161331.050.4860.0877:35-7:4028.42650.08731347.140.4600.0767:40-7:4528.51080.08431366.950.4030.0697:45-7:5028.64270.13191391.960.4640.0847:50-7:5528.83200.18931419.760.4590.076分析步骤如下：1)选取前一时间段内的待选择的管网评价指标原始数据进行标准化处理,以消除量纲的影响。其中n为样本数，代表不同时刻或者某一时间段内的时刻数,j＝1,2,…,p,p为指标数量。计算得到的标准化矩阵x为：2)计算指标变量的相关系数矩阵a,求相关系数矩阵的前p个特征值，如表4所示。表4对应成份的特征值和累积贡献率成份特征值(λ)累积贡献率z/％13.09261.84221.75535.10730.1302.60440.0220.44652.5e-165.028e-15λ1＝3.092，λ2＝1.755，λ3＝0.130，λ4＝0.022，λ5＝2.5e-163)确定公共因子的个数,设为m个,一般按累积贡献率不小于85％来确定。成份1和2累积贡献率大于85％。则选择成份1和2作为公共因子。m＝2。4)估计初始因子载荷矩阵a＝(aij)p×m，如表5所示。表5初始因子载荷矩阵5)对初始因子载荷矩阵进行方差最大正交旋转变换,得到比较理想的新的因子载荷矩阵(如表6)。并对各公共因子进行合理命名和解释。表6变换后因子载荷矩阵由因子载荷矩阵看出成份1在节点压力、节点压力波动、管道流量上的载荷值比较大，所以命名成份1为水力因子；命名成份2在余氯和浊度上的载荷因子比较大，所以成份2为水质因子。6)确定不同的公共因子指标系数t以及主成分的线性组合。fm＝t1mx1+t2mx2+…+tpmxp其中，fpm为因子载荷矩阵数据(如表6)，x1,x2,…,xp为参与的指标，t1,t2,…,tp为参与指标的权重系数，p为指标的数量，m为公共因子数。计算得到：t11＝0.564,t21＝0.561,t31＝0.558，t41＝-0.015，t51＝-0.082t12＝-0.021,t22＝-0.098,t32＝-0.075，t42＝-0.735，t52＝0.726f1＝0.564x1+0.561x2+0.558x3-0.015x4-0.082x5f2＝-0.021x1-0.098x2-0.075x3+0.735x4+0.726x57)以各因子的方差贡献率作为权重,对因子的得分加权平均得到综合评价函数以及指标权重系数排名。通过各指标权重系数的排名，确定选择前三个指标进行下一时刻的管网的综合评价。综合得分f＝w1x1+w2x2+…+wpxp，其中，z为各主成份的方差，p为参与分析的指标数，m为主成份数。计算得到：f＝0.352x1+0.322x2+0.329x3+0.257x4+0.211x5表7指标权重系数及排名指标系数排名w10.3521w20.3223w30.3292w40.2574w50.2115综上所述，根据前五个五分钟的分析，指标权重系数排名前三的为节点压力、管道流量、节点压力波动，即对供水管网的影响相对较大的三个指标，所以在7:55-8:00时选择节点压力、节点压力波动、管道流量进行评价。(2)构建供水管网评价指标模糊子集：h＝{h1,h2,…,hn}；dh＝{dh1,dh2,…,dhn}；f＝{f1,f2,…,fm}；其中，h为节点压力的模糊子集，dh代表节点压力波动子集，f代表管道流量子集，n为参与水力评估的节点数，m代表参与水力评估的管道数。当n＝m＝17时，得到：h＝{h1,h2,…,h17}；dh＝{dh1,dh2,…,dh17}；f＝{f1,f2,…,f17}；(3)确定使用的评语集为c＝{优秀，良好，合格，不合格}。如表8所示。根据惩罚曲线(如图1-3)将节点压力值、节点压力波动值、管道流量值分别转换到0～4之间的数值，转换完成后根据统一的评估标准对节点压力、节点压力波动、管道流量进行模糊评估。表8节点压力评估标准优秀良好合格不合格压力转换值3.5-42-3.51-20-1同时，令转换值为x，并且求出转换值在评估标准中四种分级隶属度可以得到转换值(如表9)。表9各指标的转换值(4)求解不同因素子集的评判矩阵(5)求不同选取指标的权重系数对不同指标的相关性分析，相关性越高代表两个相关的密切程度，说明与之相关指标因素对此指标更具有代表性。1)节点压力相关权重系数根据节点之间的平均相关性来确定。将每个压力节点与其他压力节点分别进行相关性分析并求解平均相关性。平均相关性越高的压力节点，表明该节点更为准确地反映整个管网情况。上式中，ω1i表示节点i的权重，表示节点i的平均相关性，n为参与评估的节点数。当n＝17可得到：ωh＝(0.0580.0620.0640.0630.0600.0570.0570.0490.0600.0590.0630.0570.0550.0560.0540.0630.062)ωdh＝(0.0580.0620.0640.0630.0600.0580.0570.0490.0600.0590.0630.0570.0550.0560.0540.0630.062)2)管道流量相关权重系数根据管道直径确定。上式中，ω2i表示管道j的权重，dj表示管道j的管径，m为参与评估的管道数。m＝17时，计算得到：ωf＝(0.0870.0870.0700.0870.0870.0340.0260.0530.0530.0530.0700.0610.0610.0180.0540.0270.07)(6)求出评价向量根据不同因素评价矩阵和权重子集，采用算子，计算评价向量：其中，b为评价向量，ω为指标权重子集，r为指标评价矩阵，y为某个需要评价的指标。计算可以得到：节点压力评价向量bh为：节点压力波动评价向量bdh为：管道流量波动评价向量bf为：根据最大隶属度原则，从单一指标进行评估的结果分别是“良好”、“及格”、“良好”。根据不同节点和管道指标相关性的不同，可以选取多个或单个指标进行综合的动态评估。2.二级动态评估及权重确定(1)将一级评估得到的节点压力、节点压力波动、管道流量评价向量合并成综合评价矩阵b1为：(2)使用层次分析法进行分析及权重确定，步骤如下：1)建立层次结构模型根据评价目标及问题建立目标层，准则层，指标层的三层结构模型2)建立判断矩阵将一级评估中的指标根据层次分析法，确定这些指标的权重。指标之间的重要性通过“1～9”标度法得到评估指标间重要性表10。表10评估指标间的重要性表根据上述表11得到判断矩阵a，3)一致性检验及计算权重向量、权重系数定义评估因素v＝{v1,v2,…,vn}中各个目标的权重为w1,w2,…,wn则首先将判断矩阵按行相加。计算得到：m1＝6，m3＝6经过规范化后得到权重向量wi：w1＝0.38,w2＝0.26,w3＝0.38设λmax是判断矩阵a的最大特征值，计算得到λmax＝3，将最大特征值代入下面公式中其中，n为判断矩阵的阶数。得到c.i.＝0，因为判断矩阵阶数大于2阶时，难以构造满足一致性的矩阵，因此使用平均随机一致性指标r.i.修正c.i.，即公式当c.r<0.1，满足判断矩阵的一致性检验结果。所以将c.i.＝0代入上述公式中，得到c.r＝0<0.1由此得到，评价因素的权重向量w：w＝(0.380.260.38)4)根据算子得到二级评估向量b’：(3)确定评估结果根据最大隶属原则，确定2016-6-5日7:55～8:00最终评估结果为“良好”。当前第1页12