城市排水是指城市生活污水、工业废水、和部分大气降水的收集、输送、净化、利用和排放,城市建设的重要基础设施。随着城市化进程的不断加快,城市污水排量也大幅增加,由此引起的洪涝灾害加剧、降雨径流污染加重、城市水资源短缺等问题,使城市排水面临着巨大的挑战。而现有的泵站简单液位控制方式具有滞后性,若短时间内大量污水进入污水管网,极易引起污水外溢。因此探讨建立污水泵站预测模型,为城市排水安全运行控制提供依据具有重要的意义。但因城市污水受天气、人为及管道损漏等复杂因素影响,污水流量具有不确定性,非线性严重,再者由于检测设备的限制和基础资料的匮乏,使得机理建模更加困难。本文在杭州市排水有限公司自动化监测与控制SCADA系统所采集的海量实际运行数据基础上,建立基于神经网络的城市排水管网预测模型,再建立整条污水线的模型。通过所建立的模型对各个泵站进行监控预测,并运用模糊算法给出最优控制策略,改变原有的泵站简单液位控制方式,使污水溢出最小化。论文主要研究内容概括如下:(1)建立串级泵站预测模型通过对串级污水泵站运行机理,相关性进行分析确定影响污水泵站前池液位的主要因素,并通过计算上下游间的互相关性来确定上游到下游所需时延,结合两者作为神经网络模型的输入。通过对历史数据的学习训练,建立不同预见期内基于神经网络的污水泵站预测模型,并对所建模型进行对比验证,结果表明模型具有较高的精度且泛化能力好。(2)建立汇流点泵站预测模型由于汇流点泵站有多个上游泵站,使得各上游泵站和汇流点泵站的相关性变弱,不确定性增多,无法运用互相关计算得到时延值。针对该问题,通过对各个上游泵站和汇流点泵站的灰色关联分析计算,比较各个时刻点的灰色速率关联度值来确定时延,再结合汇流情况下的机理分析确定神经网络的输入,该模型在旁侧流小于50%时,模型具有较高的精度。(3)基于神经网络的排水模拟预测系统及仿真应用结合(1)(2)两项建模技术,开展工程应用研究。首先开展基于神经网络的排水管网模拟预测系统的设计与实现研究:分别对软件设计、实现关键技术及实现效果进行探讨,实现BP神经网络算法、自定义泵站预测模型及上下游泵站的实时模拟,可直观展现给用户。在此基础上,结合模糊控制技术对城市排水现行简单液位控制进行优化研究:通过分析传统控制方法的缺点,提出优化规则加以改进,并详细介绍模糊控制器的设计,最终以武林门泵站为例进行模糊优化控制仿真验证。