基于高维多目标优化的供水管网漏失控制

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:kzyzf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
供水管网系统是现代城市社会经济发展的重要基础设施。然而,我国的管网漏损问题十分严峻,2013-2017年,我国每年的漏损量都在70亿m3以上,平均漏损率约为15%,部分城市超过25%,全年漏损量相当于同期南水北调中线工程全年调水量。管网漏损不仅会造成优质水资源和能源的浪费,若不加以控制,甚至会发展成爆管事故,影响城市居民正常出行生活。
  管网漏损包括真实漏失、计量损失和其他损失,其中真实漏失又分为明漏、暗漏和背景漏失。根据国际水协管网漏损控制专家组的指南,针对真实漏失的控制策略包括漏损检测(针对暗漏)、压力调控和管网更新改造,而后两种方法通常需要建立漏失控制的优化模型。传统的优化模型通常只考虑成本和漏失量这两个目标,采用特定算法(例如遗传算法)获得成本和漏失量之间的Pareto最优解,进而选择合适的压力调控策略或管网改造方案。但是,传统的漏失控制模型忽略了控漏措施对管网可靠性和水质等方面带来的影响。
  针对上述问题,本研究提出基于高维多目标优化的漏失控制优化模型,该模型综合考虑了成本、漏失量、可靠性和水质四个目标,并用适合求解高维多目标优化问题的Borg算法求解高维模型。为了验证高维模型的优势,本研究从整体解集分布,TOPSIS排序、代表性方案等方面分析高维模型获得的Pareto最优解。
  最后本研究用了两个经典的案例管网来验证高维模型在漏失控制上的优势。一是25节点管网,该管网考虑了一个高维模型和一个低维模型。为了进一步探究目标函数的类型和个数对漏失控制的影响,第二个案例管网考虑了更多的优化模型,分别为3个低维模型和2个高维模型,高维模型中除了上述提到的四维模型,另外一个是将总成本拆分为建设成本和运营成本的五维模型。
  本研究证明了高维多目标优化在供水管网漏失控制方面的优势。相比于传统的低维模型,高维模型能够为决策者提供更多样化的决策方案,从整体上看所获得的Pareto最优解的综合效益更优,不仅可以找到在成本、漏失量、可靠性和水质方面都具有比较优势的方案,也能找到牺牲部分漏失量换来可靠性和水质大幅提升的方案。另一方面,通过对比五维模型的各目标函数之间的关系,发现增大建设成本和运营成本都可以减小管网漏失量。建设成本和弹性力的关系不明显,而增大运营成本可以明显提高管网的弹性力。水龄和其他目标的权衡关系则存在明显的边际效应。本文提出的基于高维多目标优化的管网漏损控制方法能够有效避免传统方法可能导致的决策偏差和负面影响,为制定综合效益最优的管网漏失控制策略提供重要参考。
其他文献
无人车的安全性备受关注,但真正安全的无人驾驶还任重道远,尤其是夜间无人车面临更多的挑战。夜视图像相比于可见光图像缺少色彩信息,对比度低、细节纹理特征少,加大了无人车在夜间做出正确决策的难度,易发生交通事故。而场景预测可以辅助无人车利用预测的夜视图像提前进行决策,从而降低因决策不及时发生交通事故的风险。因此,研究夜间场景预测对夜间无人车的行车安全具有重要意义。目前场景预测网络多见于可见光,夜间场景较
学位
学位
学位
学位
学位
学位
学位
学位
学位
学位