供水管网智能化运行与管理是供水行业发展的必然趋势,供水管网实时水力模型被广泛应用于包括供水系统分析、设计和运行等各个方面,是实现供水管网智能化运行的基础。实时水力模型的根本点在于节点需水量可以随着实时监测数据而做出即时的调整,因而能够在一定程度上实时反映管网的运行状态。监测点采样设计、监测数据质量和需水量校核算法的精度与效率是影响实时水力模型实际应用效果的主要因素。实时水力模型中,从监测点优化布置、数据采集与质量控制,到模型实时快速校核,都面临一些技术难题。针对实时水力模型校核的监测点布置缺乏科学依据,论文通过分析供水管网中节点压力的灵敏度关系,使用节点压力校核误差和灵敏度权重系数矩阵来量化新增监测点对管网节点的覆盖程度,并逐步选择覆盖程度最大的节点布置传感器,实现用于实时需水量校核的监测点优化布置,以提升模型校核精度。针对管网监测数据噪声去除算法及参数选择缺乏理论指导,论文把低通滤波算法(LP)、移动平均算法(MA)、Savitzky-Golay滤波算法(SG)和小波分解滤波算法(DWT)等数据降噪算法应用于供水管网监测数据,在综合评估算法参数选取和降噪性能的基础上,基于供水管网水力监测数据之间存在的广泛相关性,提出了相应的评估指标用于指导上述降噪算法的参数选择。针对监测信息不足造成的需水量校核病态问题,论文针对用户类型的不同,采用不同的概率分布来对先验信息建模,限定需水量调整空间,将多种信息进行耦合,求解出节点需水量,提出了能够同时耦合任意概率约束的需水量实时校核算法,保证模型输出与监测数据一致,同时使得节点需水量在约束概率分布中有较大的概率密度值。针对大型供水管网实时水力模型效率较低的问题,论文通过分析发现Hessian矩阵求逆占据总耗时的70%以上。考虑到实际供水管网监测点数量远远小于节点数量,是“监测稀疏大型管网”。针对模型校核算法中Hessian矩阵的特殊构造,利用Sherman-Morrison公式,提出了 Hessian矩阵的快速求逆算法,理论上显著降低了算法求逆的运算复杂度。数值试验表明,该算法结合并行编程,可以显著提升“监测稀疏大型管网”的校核效率。通过上述工作,本文涵盖了监测点布置、数据降噪、模型校核,为供水管网实时水力模型建立及应用提供了理论与技术支持。这对于供水管网的运行管理、优化调度、事故预防等方面具有重要的理论和现实意义。