论文部分内容阅读
城市供水管网系统是城市可持续发展的重要基础设施。对供水管网进行建模分析可以更好地发现其运行规律,为日常调度、优化管理提供科学指导。同时有效侦测管网中发生的异常事件,便于及时采取相应措施,保障城市供水。本文关于城市供水管网的数据建模和异常事件侦测的主要研究工作如下:(1)基于多变量回归模型和小波降噪方法对城市供水管网压力进行短期预测。对于SCADA系统现场采集的数据含有大量噪声以及缺失现象,采用小波降噪和插值处理方法,有效地降低了压力时间序列的噪声,提高数据的质量。随后分别使用VAR模型和VARX模型对供水管网压力时间序列进行预测分析,其中VARX模型由于加入了外部变量(管网分区入水口压力),相比VAR模型在预测精度上有了很大提高。(2)基于SPC统计方法和VARX预测模型尝试管网异常事件侦测。前者经统计分析得到正常模式下管网压力数据的变化规律,当压力波动不符合该规律时即判断为异常事件,该方法灵敏度高,但容易受干扰;后者通过VARX预测模型,将模型预测值和实际观测值间的差异作为诊断异常事件的依据,具有抗扰动性强的特征,但侦测精度受异常事件规模大小限制。最后采用贝叶斯网络推理方法有效结合上述两种方法的优点,提高模型异常事件侦测的准确性。(3)分析噪声对供水管网压力/流量数据的影响,利用EPANET模拟软件和小波降噪方法获得管网监测点压力信号中理想信号、突变信号和噪声。接着,通过计算压力信号中噪声的有效值,确定供水管网内噪声在一定范围内波动。然后基于信噪比对第四章节管网异常事件侦测实验结果进行分析,通过设定信噪比阈值判断异常事件的有效性,进一步降低异常事件侦测方法的误报率。