城市供水系统优化调度的研究
发布时间：2021-08-30 22:41
供水系统是城市基础建设的重要组成部分,不仅直接关系到城市居民的生活质量,而且极大地影响城市的经济发展,因此在供水稳定与节约能源的双重要求下,对供水系统进行优化调度的研究是必要的。供水系统优化调度研究分为用水量预测、供水管网压力分析、优化调度决策三个部分,其中用水量预测是优化调度的基础,管网压力分析是优化调度的决策变量,供水优化调度是目的。用水量的预测是优化调度的前提和基础。分析国内外用水量预测方法,结合某市供水特点,建立基于GA-BP算法的用水量预测模型群。利用预测算法对城市居民时用水量进行预测,预测结果显示GA-BP用水量预测算法有较好的预测结果,提高了用水量预测精度,可为后续优化调度提供基础。供水管网工况模型直接反应整个供水系统的运行状况,供水管网压力参数是供水优化调度模型的水力约束条件。由于管网的复杂多样性,难以建立有效机理模型,建立基于BP神经网络的测压点压力宏观模型,选取反映整个供水系统运行状况的四个测压点进行了模拟分析,并与实测值进行对比。分析结果表明,采用神经网络模型计算的模拟压力值精度较高,符合供水系统运行状况。根据供水系统运行特点,建立以供水系统总运行费用为目标函数,...
【文章来源】：西安科技大学陕西省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
某市给水厂组织结构图
西安科技大学全日制工程硕士学位论文表 2.1 某市各个水厂参数值第二水厂 第三水厂 第四水厂 第五水厂 曲江水厂 南郊水厂蓄水池容积 ()3m 11000 9000 9600 8000 60000 50000供水成本( 元/ )3m 0.36 0.36 0.34 0.36 0.78 0.75电耗( 元/ )3m m0.49*24 0.49*22 0.49*22 0.49*21通过分析供水公司提供的相关文档，分布在某市城区内与居民用水压力有关的管压点 100 多个[22]，整个某市供水规模大，管网交错复杂，管线拓扑分布较多。如图 示为某市自来水公司提供的某市市区水厂分布情况以及地下管网简略模型图，管网主要由输水主干管道、配水管道和用水接水管道三种类型组成。
图 2.3 自来水厂供水配置流程图化调度分析某市供水系统图以及自来水厂配置流程图分析可知，供水优化调三部分：第一部分用水量预测、第二部分管网模型分析和第三部水优化调度主要目标是对水厂水资源进行合理分配，使得水厂总定好的需求，通过分析管网以及供水系统的整体流程，确定供水后完成优化整体模型。分析统需求分析就是通过某市发布的供水文件以及某市政府做出的自详细分析供水系统现状之后，通过与某市自来水公司相关部门的供水现状的鉴别与分析，制定适合本市的供水系统。水优化调度的目的是通过优化水厂出水流量和压力，在确保到达求且水压在管网可承受范围内。通过分析可知，需要确定目标函
【参考文献】：
期刊论文
[1]基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型[J]. 李静,徐路路. 现代情报. 2019(04)
[2]NSGA-Ⅱ算法的参数取值对供水管网多目标优化设计的影响[J]. 王礼炳,王琦,王志红,熊柳,周中健. 给水排水. 2018(10)
[3]城市供水管网管压多级调控体系的建立与优化[J]. 崔恩恒. 中国新技术新产品. 2018(18)
[4]一种动态权值自适应粒子群优化典型函数问题[J]. 杨巍,毛剑琳,熊晔. 电子科技. 2018(09)
[5]基于惯性权重矩阵的自适应粒子群算法[J]. 杜霖,曹江涛,李书臣. 控制工程. 2018(07)
[6]现代化城市给水管网调度系统的探讨[J]. 刘建伟. 绿色环保建材. 2018(05)
[7]基于遗传算法优化的BP神经网络研究应用[J]. 墨蒙,赵龙章,龚嫒雯,吴扬. 现代电子技术. 2018(09)
[8]基于灰色Elman神经网络的城市时用水量预测[J]. 牛瑞文. 福建建材. 2018(02)
[9]城市用水量组合预测模型及其应用[J]. 郭泽宇,陈玲俐. 水电能源科学. 2018(01)
[10]城市供水管网优化调度研究现状[J]. 林英姿,宋成果. 水科学与工程技术. 2017(06)
博士论文
[1]大规模供水管网多水源优化调配运行研究[D]. 方海恩.哈尔滨工业大学 2010
硕士论文
[1]城市供水系统两级优化调度研究[D]. 冯雪峰.长安大学 2018
[2]基于济南水源供水和生态需水现状下的水资源优化配置研究[D]. 王春华.山东大学 2017
[3]基于遗传算法城市供水管网模型校核与优化调度研究[D]. 李成林.安徽建筑大学 2017
[4]基于智能监测系统的给水管网调度方法研究[D]. 平俊晖.清华大学 2015
[5]基于改进粒子群算法的城市给水管网优化设计[D]. 魏洪宇.北京工业大学 2014
[6]给水管网水力建模与优化调度应用研究[D]. 欧阳嘉.湖南大学 2012
本文编号：3373639
【文章来源】：西安科技大学陕西省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
某市给水厂组织结构图
西安科技大学全日制工程硕士学位论文表 2.1 某市各个水厂参数值第二水厂 第三水厂 第四水厂 第五水厂 曲江水厂 南郊水厂蓄水池容积 ()3m 11000 9000 9600 8000 60000 50000供水成本( 元/ )3m 0.36 0.36 0.34 0.36 0.78 0.75电耗( 元/ )3m m0.49*24 0.49*22 0.49*22 0.49*21通过分析供水公司提供的相关文档，分布在某市城区内与居民用水压力有关的管压点 100 多个[22]，整个某市供水规模大，管网交错复杂，管线拓扑分布较多。如图 示为某市自来水公司提供的某市市区水厂分布情况以及地下管网简略模型图，管网主要由输水主干管道、配水管道和用水接水管道三种类型组成。
图 2.3 自来水厂供水配置流程图化调度分析某市供水系统图以及自来水厂配置流程图分析可知，供水优化调三部分：第一部分用水量预测、第二部分管网模型分析和第三部水优化调度主要目标是对水厂水资源进行合理分配，使得水厂总定好的需求，通过分析管网以及供水系统的整体流程，确定供水后完成优化整体模型。分析统需求分析就是通过某市发布的供水文件以及某市政府做出的自详细分析供水系统现状之后，通过与某市自来水公司相关部门的供水现状的鉴别与分析，制定适合本市的供水系统。水优化调度的目的是通过优化水厂出水流量和压力，在确保到达求且水压在管网可承受范围内。通过分析可知，需要确定目标函
【参考文献】：
期刊论文
[1]基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型[J]. 李静,徐路路. 现代情报. 2019(04)
[2]NSGA-Ⅱ算法的参数取值对供水管网多目标优化设计的影响[J]. 王礼炳,王琦,王志红,熊柳,周中健. 给水排水. 2018(10)
[3]城市供水管网管压多级调控体系的建立与优化[J]. 崔恩恒. 中国新技术新产品. 2018(18)
[4]一种动态权值自适应粒子群优化典型函数问题[J]. 杨巍,毛剑琳,熊晔. 电子科技. 2018(09)
[5]基于惯性权重矩阵的自适应粒子群算法[J]. 杜霖,曹江涛,李书臣. 控制工程. 2018(07)
[6]现代化城市给水管网调度系统的探讨[J]. 刘建伟. 绿色环保建材. 2018(05)
[7]基于遗传算法优化的BP神经网络研究应用[J]. 墨蒙,赵龙章,龚嫒雯,吴扬. 现代电子技术. 2018(09)
[8]基于灰色Elman神经网络的城市时用水量预测[J]. 牛瑞文. 福建建材. 2018(02)
[9]城市用水量组合预测模型及其应用[J]. 郭泽宇,陈玲俐. 水电能源科学. 2018(01)
[10]城市供水管网优化调度研究现状[J]. 林英姿,宋成果. 水科学与工程技术. 2017(06)
博士论文
[1]大规模供水管网多水源优化调配运行研究[D]. 方海恩.哈尔滨工业大学 2010
硕士论文
[1]城市供水系统两级优化调度研究[D]. 冯雪峰.长安大学 2018
[2]基于济南水源供水和生态需水现状下的水资源优化配置研究[D]. 王春华.山东大学 2017
[3]基于遗传算法城市供水管网模型校核与优化调度研究[D]. 李成林.安徽建筑大学 2017
[4]基于智能监测系统的给水管网调度方法研究[D]. 平俊晖.清华大学 2015
[5]基于改进粒子群算法的城市给水管网优化设计[D]. 魏洪宇.北京工业大学 2014
[6]给水管网水力建模与优化调度应用研究[D]. 欧阳嘉.湖南大学 2012
本文编号：3373639
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3373639.html
