午啪啪夜福利无码亚洲,亚洲欧美suv精品,欧洲尺码日本尺码专线美国,老狼影院成年女人大片

1、數據與模型耦合驅動的供水管網爆管事件偵測與定位 提綱 背景 SCADA壓力數據特征分析 基于數據驅動聚類算法的爆管偵測 水力模型進行爆管精確定位方法 結論與建議 一、背景-管網爆管事故及影響 給水管網的漏損率居高不下(12%)爆管事故時有發生，并導致一系列社會問題 年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 漏損量(億m3)55.53 53.86 59.55 60.38 57.16 58.3 59.93 60.95 60.89 漏損率/%18.02 18.63 17.61 17.66 16.23 16.4 16.71 15.77 15.35 2、水量巨大浪費 斷水造成生活不便 水的二次污染 水溢出地面堵塞交通 爆管事故快速精確定位仍然是目前的難題 管道破裂深埋地下不可見 傳統爆管偵測方法效率低下 對SCADA系統數據挖掘不足 一、背景-管網爆管事故及影響 爆管原因 管道材料和管道接口 管道內外部受壓 溫變應力變化 管道基礎 管道腐蝕 管網水力瞬變沖擊 人為破壞 自然災害 監測點一天的壓力值 監測點具體時刻的壓力值 日8月7日26月6日25月6(MPa)監測點壓力值21:0018:0015:0012:009:006:003:000:000.40.370.340.310.280.25(MPa)監測點壓力值21:0018:0015:00123、:009:006:003:000:000.40.370.340.310.280.25MPa)(監測點壓力值21:0018:0015:0012:009:006:003:000:000.40.370.340.310.280.25 (MPa)監測點壓力值7/87/77/67/57/47/37/27/16/306/296/286/276/266/250.360.350.340.330.320.310.3時刻 日期 nPPiinave1nPPiin1ave2二、SCADA壓力數據特征分析 一次爆管事故的壓力變化 工況異常正常工況)MPa(監測點壓力值21:0018:0015:0012:009:006:04、03:000:000.380.350.320.290.260.230.2)MPa(監測點壓力值21:0018:0015:0012:009:006:003:000:000.40.370.340.310.280.25離爆管點距離越近，則受到爆管的影響所導致的壓力變化越大；由增大流量所顯示的壓力變化趨勢可以看出，隨著模擬流量的增大，壓力變化呈現出線性變化的特點。爆管點在水源點附近，各監測點的壓力變化值較小；監測點在管網末梢時，距離水源點越遠則引起監測點的壓力變化值越大；爆管造成整個管網壓力變化的規律 時刻 二、SCADA壓力數據特征分析 SCADA 系統 中 壓 力值的下降，可 作 為 是爆 管 事5、 故判 別 的 一個 重 要 的依據。品牌資產及其測量 二、SCADA壓力數據特征分析 一次爆管事故的壓力下降等值線逐時變化圖 三、基于數據驅動聚類算法的爆管事件偵測 x11.x1f.x1p.xi1.xif.xip.xn1.xnf.xnp n 個個具有具有 p維變量維變量數據點數據點 非監督分類學習算法 聚類之間的距離量度最大 聚類內部點之間距離量度最小|),(2222211nnyxyxyxd yx 異常點 通過聚類分析算法，識別SCADA壓力監測數據中的異常值，根據異常值出現的時刻和空間位置，識別可能的爆管事件發生的時刻和地點 三、基于數據驅動聚類算法的爆管事件偵測 爆管時刻的行向量不僅鄰居6、較少，而且距離別的所有的行向量也異常遠。如果某個行向量具有較小的當地密度，并且同時具有較大的相對距離，則該行向量可能對應為爆管點 SCADA數據特征 爆管事件判別依據 1111nmmmndayppdayppmatrixk1壓力監測矩陣 當地密度 相對距離 三、基于數據驅動聚類算法的爆管事件偵測 2014.4.1 9:15-2014.3.31 9:15 2014.4.1 9:15-2014.3.31 9:00 1111nmmmndayppdayppmatrixk1日期 監測點 四、基于模型的爆管點定位 爆管規模評估與可能爆管點集合 爆管流量分析 壓力驅動模擬 爆管點定位 管徑（管徑（mm）3007、 500 600 800 1000 1200 1400 節點最大壓節點最大壓降（降（MPa）0.035 0.048 0.059 0.073 0.113 0.137 0.158 可疑點編號可疑點編號 模型節點模型節點ID 對應管徑對應管徑 可疑點編號可疑點編號 模型節點模型節點ID 對應管徑對應管徑 1 427905 800 7 224422 800 2 129794 1000 8 424985 1000 3 236143 800 9 246140 1000 4 282733 1000 10 318400 600 5 44013 1000 11 277805 800 6 356960 1000 8、12 319707 1200 可疑爆管點ID及對應管徑 管道爆管與最大壓降值的統計關系 爆管規模評估與可能爆管點集合 爆管流量分析 壓力驅動模擬 爆管點定位 四、基于模型的爆管點定位 QAg HH201sQAHH1.33523m/1335.23L/s2g31101D=800mm;=0.62;A1=0.25A 可疑點編可疑點編號號 對應管徑對應管徑(mm)附近監測附近監測點點 預估壓降值預估壓降值(MPa)爆管流量爆管流量 1 800 4057 0.150 1335.23 2 1000 4057 0.132 1957.12 3 800 航興 0.135 1266.71 4 1000 航興 0.19、29 1934.75 5 1000 航興 0.150 2086.29 6 1000 航興 0.142 2029.89 7 800 長大長大 0.140 1289.95 8 1000 長大 0.122 1881.52 9 1000 長大 0.140 2015.55 10 600 長大 0.142 730.76 11 800 長大 0.160 1379.02 12 1200 長大 0.162 3122.12 爆管規模評估與可能爆管點集合 爆管流量分析 壓力驅動模擬 爆管點定位 傳統水力分析方法不足：不能模擬壓力不足工況下管網水力情況。四、基于模型的爆管點定位 爆管規模評估與可能爆管點集合 爆管流量10、分析 壓力驅動模擬 爆管點定位 通過計算模擬結果與實測結果的歐式距離，定位爆管管段 四、基于模型的爆管點定位 四、基于模型的爆管點定位 與爆管風險評估模型的結合 軟件結構設計 工程及文件管理 新建 打開 保存 導入/導出 WaterNetwork核心組件對象 管網水力水質模擬 延時水力模擬 管網水質模擬 管網水齡分析 管網污染物追蹤 DotSpatial 圖形引擎 管網爆管風險評價與應急處置 爆管數據庫管理 爆管靜態風險分析 爆管動態風險分析 爆管事件偵測定位 數據管理及顯示交互 圖形瀏覽 數據報表 動態曲線 等值線面分析 時序播放 五、結論與建議 壓力在線監測數據是偵測管網運行異常的關鍵，監測密度與頻次是偵測及時性的關鍵 聚類分析可以有效偵測具有顯著壓降的爆管事件，有助于及時發現夜間發生的爆管事件或者不易在地面以上差距的暗爆 水力模型是對爆管位置定位的核心工具，但爆管流量的估計仍然存在較大的不確定性 壓力驅動模擬應代替傳統的水力模擬用于異常事件分析