供水优化调度系统的研究与应用

论文摘要

供水系统是城市基础建设的重要组成部分,它不仅直接关系到城市居民的生活质量、而且极大的影响城市的经济发展,对于社会的安全稳定也有着重要的作用。然而目前城市供水系统的不合理运行产生了较多的水资源浪费、管网漏水甚至爆管等等问题,严重影响着供水安全。本文以长沙市供水管网为依托,着重研究如何建立合理的给水管网优化模型并进行有效的求解。时用水量的预测是优化调度的前提和基础。本文建立了时用水量预测的模型群,利用广义神经网络预测模型进行了时用水量的预测。模型群的建立有效提高了预测算法的运算速度和预测精度。根据水力学相关知识,供水管网参数中的测压点压力是供水优化调度模型的水力约束条件,而水厂供水量是优化调度目标函数的参数变量。由于管网的复杂多样性,难以建立它们的机理模型,本文建立了基于BP神经网络的测压点宏观压力模型以及水厂供水量与水厂出口水压、管网总用水量之间的宏观模型,为供水优化调度奠定基础。本文以水厂出口压力为决策变量,以水厂电耗最小为优化目标,以测压点压力为约束条件建立了供水一级优化调度模型。给出了模型求解的改进PSO算法,得到优化调度方案。最后,本文初步设计开发了一个供水优化调度系统,对上述建模和优化调度算法加以实现。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外供水管网调度理论研究现状
• 1.3 国内外研究中存在的问题
• 1.4 研究的内容，目的和意义
• 1.4.1 研究内容
• 1.4.2 研究意义
• 1.5 本章小结
• 第二章 城市用水量的预测
• 2.1 引言
• 2.2 用水量预测方法
• 2.3 用水量预测模型群的建立
• 2.4 基于广义回归神经网络的水量预测模型
• 2.5 预测实例及结果分析
• 2.6 本章小结
• 第三章 城市供水系统工况建模
• 3.1 引言
• 3.2 城市供水系统工况建模概况
• 3.3 基于BP网络的给水管网测压点宏观压力模型
• 3.3.1 给水管网系统的动态特征
• 3.3.2 测压点压力模型的建立
• 3.3.3 改进BP神经网络模型
• 3.3.4 算法实现和预测结果分析
• 3.4 基于改进BP神经网络的水厂供水量宏观模型
• 3.4.1 水厂供水量宏观模型的建立
• 3.4.2 算法实现和预测结果分析
• 3.5 本章小结
• 第四章 给水管网优化调度决策
• 4.1 引言
• 4.2 概述
• 4.3 供水优化调度系统模型的建立
• 4.4 粒子群算法的基本原理
• 4.4.1 粒子群算法概述
• 4.4.2 基本粒子群算法
• 4.4.3 改进的粒子群算法
• 4.4.4 改进粒子群算法的仿真实验
• 4.5 粒子群算法求解供水优化调度的实现
• 4.6 本章小结
• 第五章 优化调度系统软件设计
• 5.1 功能需求分析
• 5.1.1 功能划分
• 5.1.2 功能描述
• 5.2 软件开发平台介绍
• 5.2.1 基于分层思想的C/S结构
• 5.2.2 基于分层设计思想的B/S结构
• 5.2.3 系统开发环境
• 5.2.4 系统运行环境
• 5.3 软件数据描述
• 5.3.1 静态数据
• 5.3.2 动态数据
• 5.4 软件功能介绍
• 5.4.1 实时采集、监测
• 5.4.2 用水预测模块
• 5.4.3 实时调度
• 5.4.4 数据查询与统计
• 5.4.5 系统管理
• 5.4.6 接口管理
• 5.5 系统特点
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 展望
• 附录 1
• 参考文献
• 致谢
• 攻读学位期间主要研究成果