基于BP神经网络的供水管网漏损故障诊断研究
发布时间：2020-12-04 10:59
随着城市迅速发展,用水供应量日益增加,漏损现象的屡屡发生造成严重的水资源浪费,漏损控制已经成为供水行业一项重要的研究课题。若要有效的控制漏损,及时定位故障发生位置,需要对漏损成因及漏损机理进行分析,研究、开发有效的漏损定位及控制管理技术。针对目前供水管网漏损故障诊断分析技术研究过程中存在的问题,本文进行了以下等方面的研究:(1)供水管网漏损成因分析;(2)探究供水管网漏损时漏损量的变化与管网压力变化之间的关系;(3)基于BP神经网络的供水管网漏损状态判别并定位其漏损位置;(4)基于供水管网漏损状态判别的BP算法比较;(5)基于监测点变化的BP神经网络漏损定位,使得BP神经网络供水管网漏损的智能故障诊断技术更好地应用于实践当中。目前国内外供水管网大多基于SCADA系统对其管道漏损进行定位研究,但实际管网长年埋设于地下,其内部结构与腐蚀情况很难掌握,再加上监测点不灵敏等因素,导致漏损点定位的效果不尽人意。通过在实验室搭建供水管网仿真模拟实验平台的基础上,根据实验平台管网信息及实时监测数据,利用EPANET进行水力建模并校核。通过EPANET模拟管网漏损状态,探究漏损量的大小与周边管网压力变...
【文章来源】：青岛理工大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
a实验平台管网系统
图 2-1b 实验平台管网系统 CAD 图Fig.2-1b Experimental platform pipe network system CAD drawing
图 2-1c 实验平台数据采集系统Fig.2-1c Experimental platform dataacquisition system图 2-1d 实验平台监 控制与运行管理系统Fig.2-1d Experimental platform monitoringcontrol and operation management system
【参考文献】：
期刊论文
[1]基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别[J]. 何巨龙,王根平,刘丹,唐友明. 电力系统保护与控制. 2017(10)
[2]基于分区模型的城市供水管网压力监测点布置[J]. 何忠华,袁一星. 哈尔滨工业大学学报. 2014(10)
[3]多目标大规模供水管网监测点的优化选址[J]. 刘书明,王欢欢,徐鹏,徐速. 清华大学学报(自然科学版). 2013(01)
[4]控制供水管网漏损 降低供水企业成本[J]. 侯滨. 科技与企业. 2012(08)
[5]基于改进遗传算法的供水管网故障监测点布置优化[J]. 王伟哲,郄志红,刘美侠,吴鑫淼. 水力发电学报. 2012(01)
[6]基于RPROP神经网络算法的异步电动机故障诊断[J]. 杨存祥,朱琛,解豪杰. 电力自动化设备. 2012(01)
[7]基于RPROP神经网络的电力系统谐波分析[J]. 徐志钮,律方成. 电力系统保护与控制. 2011(15)
[8]基于非线性映射理论的城市供水管网压力监测点布置方法研究[J]. 陆仁强,张宏伟,牛志广,彭万疆. 水利学报. 2010(01)
[9]城市供水管网漏损成因分析及解决措施探讨[J]. 刘仁文. 广东建材. 2009(03)
[10]提高多目标输出神经网络模型泛化能力和预测精度的方法[J]. 刘晓莉,杨灵娥,宋春玲. 佛山科学技术学院学报(自然科学版). 2008(01)
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
[2]供热管网泄漏故障诊断的研究[D]. 雷翠红.哈尔滨工业大学 2010
硕士论文
[1]运动想象BCI的移动机器人导航系统研究[D]. 宋闻笛.北京理工大学 2015
[2]基于学习的心脏病理识别技术研究[D]. 陶泳任.浙江大学 2014
[3]基于小波分析和粒子群神经网络的模拟电路故障诊断[D]. 许凤娇.湖南大学 2013
[4]城市供水管网漏失智能分析定位技术研究[D]. 盛泽斌.青岛理工大学 2012
[5]基于水力瞬变流理论的给水管网漏失实验研究[D]. 胡婧.哈尔滨工业大学 2010
[6]基于GIS系统的城市供水管网漏损评价方法研究[D]. 郎鹏凯.太原理工大学 2010
[7]基于遗传算法的BP神经网络的土坝渗流场反演研究[D]. 钟声.西安理工大学 2010
[8]供水管网漏损预测及健康度评价[D]. 覃炫.湖南大学 2009
[9]天津市给水管网水力模型的建立与应用[D]. 曹颖.天津大学 2009
[10]供水管网检漏系统的基础研究[D]. 龙芋宏.广西大学 2001
本文编号：2897480
【文章来源】：青岛理工大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
a实验平台管网系统
图 2-1b 实验平台管网系统 CAD 图Fig.2-1b Experimental platform pipe network system CAD drawing
图 2-1c 实验平台数据采集系统Fig.2-1c Experimental platform dataacquisition system图 2-1d 实验平台监 控制与运行管理系统Fig.2-1d Experimental platform monitoringcontrol and operation management system
【参考文献】：
期刊论文
[1]基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别[J]. 何巨龙,王根平,刘丹,唐友明. 电力系统保护与控制. 2017(10)
[2]基于分区模型的城市供水管网压力监测点布置[J]. 何忠华,袁一星. 哈尔滨工业大学学报. 2014(10)
[3]多目标大规模供水管网监测点的优化选址[J]. 刘书明,王欢欢,徐鹏,徐速. 清华大学学报(自然科学版). 2013(01)
[4]控制供水管网漏损 降低供水企业成本[J]. 侯滨. 科技与企业. 2012(08)
[5]基于改进遗传算法的供水管网故障监测点布置优化[J]. 王伟哲,郄志红,刘美侠,吴鑫淼. 水力发电学报. 2012(01)
[6]基于RPROP神经网络算法的异步电动机故障诊断[J]. 杨存祥,朱琛,解豪杰. 电力自动化设备. 2012(01)
[7]基于RPROP神经网络的电力系统谐波分析[J]. 徐志钮,律方成. 电力系统保护与控制. 2011(15)
[8]基于非线性映射理论的城市供水管网压力监测点布置方法研究[J]. 陆仁强,张宏伟,牛志广,彭万疆. 水利学报. 2010(01)
[9]城市供水管网漏损成因分析及解决措施探讨[J]. 刘仁文. 广东建材. 2009(03)
[10]提高多目标输出神经网络模型泛化能力和预测精度的方法[J]. 刘晓莉,杨灵娥,宋春玲. 佛山科学技术学院学报(自然科学版). 2008(01)
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
[2]供热管网泄漏故障诊断的研究[D]. 雷翠红.哈尔滨工业大学 2010
硕士论文
[1]运动想象BCI的移动机器人导航系统研究[D]. 宋闻笛.北京理工大学 2015
[2]基于学习的心脏病理识别技术研究[D]. 陶泳任.浙江大学 2014
[3]基于小波分析和粒子群神经网络的模拟电路故障诊断[D]. 许凤娇.湖南大学 2013
[4]城市供水管网漏失智能分析定位技术研究[D]. 盛泽斌.青岛理工大学 2012
[5]基于水力瞬变流理论的给水管网漏失实验研究[D]. 胡婧.哈尔滨工业大学 2010
[6]基于GIS系统的城市供水管网漏损评价方法研究[D]. 郎鹏凯.太原理工大学 2010
[7]基于遗传算法的BP神经网络的土坝渗流场反演研究[D]. 钟声.西安理工大学 2010
[8]供水管网漏损预测及健康度评价[D]. 覃炫.湖南大学 2009
[9]天津市给水管网水力模型的建立与应用[D]. 曹颖.天津大学 2009
[10]供水管网检漏系统的基础研究[D]. 龙芋宏.广西大学 2001
本文编号：2897480
本文链接：https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/2897480.html
