供水管網(wǎng)震后流量監(jiān)測點的動態(tài)分級優(yōu)化布局研究*

劉朝峰，蘭　玥，張曉博，王　威

(1.河北工業(yè)大學 土木與交通學院，天津 300401；2.北京工業(yè)大學 抗震減災(zāi)研究所，北京 100124)

0　引言

強烈地震極易破壞城市供水管網(wǎng)，造成功能損失乃至系統(tǒng)癱瘓，還可能引發(fā)次生災(zāi)害[1-3]，如在汶川地震中，都江堰市管網(wǎng)破壞導致城區(qū)大面積停水；日本阪神地震發(fā)生次生火災(zāi)，但供水系統(tǒng)癱瘓，導致消防人員無能為力。城市供水管網(wǎng)的規(guī)劃布局不僅要保證其在日常運營中的安全性，還要確保其在地震后能夠滿足人們的基本生活、消防應(yīng)急供水等需求。因此，研究城市供水管網(wǎng)的地震監(jiān)測點優(yōu)化布局，對提升管網(wǎng)的故障預警、搶修恢復能力，保障其震后運行能力具有重要意義。

通常，水壓、流量是表征管網(wǎng)運行狀態(tài)及實施科學調(diào)度的重要參數(shù)[4]。目前，基于水壓監(jiān)測信息進行故障診斷的研究較多[5-8]，而基于流量監(jiān)測信息進行故障診斷的研究相對較少[9]，但對于管網(wǎng)震后漏損故障診斷來說，流量監(jiān)測要比水壓監(jiān)測更直接、敏感[10]。城市供水管網(wǎng)系統(tǒng)中的節(jié)點、管段數(shù)量眾多，某管段流量的變化對管網(wǎng)中各個節(jié)點流量變化的影響各不相同，供水管網(wǎng)中地震監(jiān)測點的優(yōu)化布局屬于多指標數(shù)值優(yōu)化分類問題。已有研究多集中在采用多目標優(yōu)化方法[4-5]、模糊聚類法[9-10]、水力分析法[11]等進行水壓或水量監(jiān)測點優(yōu)化布局，這些方法需要人為確定監(jiān)測點的數(shù)量，不能體現(xiàn)管段分類的動態(tài)性。因此，本文基于水力計算模型來計算管道流量影響系數(shù)，構(gòu)建管道樣本屬性矩陣，利用動態(tài)分級方法實現(xiàn)供水管網(wǎng)地震監(jiān)測點的優(yōu)化布局。

1　供水管網(wǎng)地震監(jiān)測點優(yōu)化布局模型的建立

1.1　管段流量屬性矩陣建立

(1)

將給水管網(wǎng)模型中管段作為樣本，各管段流量對應(yīng)節(jié)點流量變化的影響系數(shù)作為樣本的特性，則樣本集的指標特征矩陣X=(xij)n×m。

根據(jù)管段屬性特征矩陣，采用式(2)和式(3)對管段屬性特征矩陣進行標準化處理。

(2)

(3)

1.2　動態(tài)分級的優(yōu)化布局方法

動態(tài)分級法的基本思想是“聚類分析”[15]。根據(jù)管段屬性特征矩陣，采用動態(tài)分級方法可對所有管段進行聚類分析，實現(xiàn)管網(wǎng)地震監(jiān)測點動態(tài)分級與識別，其動態(tài)優(yōu)化步驟如下[16]：

1)根據(jù)供水管網(wǎng)的屬性特征矩陣，確定分類數(shù)的上、下限，比較不同分類數(shù)下的分類結(jié)果，優(yōu)選最佳分類數(shù)目。

(4)

(5)

當劃分為K類時，則初始分類為：

(6)

式中：IFLX為取整函數(shù)；Nc(i)為第i個樣本所屬的分類。

3)計算每個類的重心。樣本有m項屬性，每一類有m個重心值。

(7)

(8)

式中：Cr,k為第r類樣本的第k個屬性的重心。

4)計算樣本到各類重心的距離，按最近距離原則，劃入最近的類別中，并更新樣本分類。

(9)

di,p=min(di,1,di,2,…,di,r)

(10)

Nc′(i)=p,p∈{1,2,…,r}

(11)

式中：di,r為第i個樣本到第r類的樣本集重心的距離；Nc′(i)為第個樣本所屬的新類。

5)迭代2)～4)步得到新重心，比較2次重心之差，若滿足精度要求，則輸出分類結(jié)果。

6)采用式(12)計算分類函數(shù)DS，繪制DS與分類數(shù)K的散點圖，確定適當?shù)姆诸悢?shù)( 即管網(wǎng)監(jiān)測點數(shù)量) ，并優(yōu)選出各類關(guān)鍵管段。

(12)

2　實例分析

為了驗證方法的可行性與可靠性，采用圖1所示的供水管網(wǎng)[10]進行實例計算。其中，各節(jié)點標高、各管段長度等基礎(chǔ)數(shù)據(jù)已知，該管網(wǎng)中有19個管段(L1～L19)，14個節(jié)點(J1～J14)，其中水廠節(jié)點J1、水塔節(jié)點J14、管網(wǎng)節(jié)點J13和出廠干管L1暫不考慮，對管段L2～L19劃分管網(wǎng)的監(jiān)測分類，并找出管網(wǎng)地震監(jiān)測的代表性管段。

圖1　某供水管網(wǎng)示意Fig.1　A water distribution network

2.1　供水管網(wǎng)模型構(gòu)建與水力模擬計算

建立圖1所示的供水管網(wǎng)模型，進行水力平差計算，得到各管段基準工況下的流量，如圖2所示。然后，各節(jié)點流量分別增大10%，重新進行各管段的水力模擬計算，得到各個管段流量，并按照式(1)計算各個管段的影響系數(shù)，構(gòu)建管段樣本的屬性特征矩陣，如表1所示。

圖2　基準工況下的管段流量Fig.2　Pipe flows under initial condition

表1　管道流量的影響系數(shù)

2.2　供水管網(wǎng)監(jiān)測分類等級動態(tài)優(yōu)化

首先，依據(jù)表1中的數(shù)據(jù)，利用信息熵理論計算得到任意管段對應(yīng)各個節(jié)點的權(quán)重w=[0.031 1, 0.070 0, 0.131 3, 0.059 6, 0.056 9, 0.065 2, 0.069 0, 0.074 2, 0.1425，0.139 8, 0.160 5]；設(shè)置誤差限值e=0.001，最大分類限值Ka=18，輸入樣本總個數(shù)n=18，屬性總個數(shù)m=11。然后，根據(jù)式(2)～(12)，采用MATLAB編寫動態(tài)分級程序代碼，經(jīng)過反復迭代聚類計算，得到最終分類結(jié)果及分類函數(shù)值DS，具體結(jié)果如表2所示。

表2　管網(wǎng)動態(tài)分類的計算結(jié)果

注：同一行中標有相同數(shù)字的管段，認為其歸類級別劃分為同一級的。

圖3　DS-K曲線Fig.3　DS-K curve

以表2中的分類函數(shù)值DS為縱坐標，以分級數(shù)目K為橫坐標，繪制出DS隨K變化的散點圖，如圖3所示。散點圖中，擬合曲線顯示了分類函數(shù)DS的變化情況，隨著劃分級別數(shù)目K的增大而不斷減小，即DS-K曲線越來越平滑。DS的減小意味著分類得到了進一步合理調(diào)整，但是DS-K曲線是非線性降低的，在分級數(shù)K≥7后趨于光滑平緩，其變化率較小，表明其后的分級差別不大。 然而，具體分類數(shù)目的確定，不僅要依據(jù)DS-K曲線的形態(tài)，還要結(jié)合工程實際情況。考慮監(jiān)測裝置布局的經(jīng)濟性和合理性，本文選擇曲線拐點附近的7級作為管段的分類數(shù)，經(jīng)過多次迭代，當DS函數(shù)不再變化時，則表明前后2次分類重心重合，分級達到合理，即為最終分類，得到將供水管網(wǎng)中的所有管段分為7級時，每個管段的分類等級情況，如圖4所示。但是，在動態(tài)分類計算過程中，各管段的分類界線之間存在模糊性，不是嚴格的等級所屬關(guān)系，只反映屬于某類的相對強弱程度的不同，這與重心的歐式距離有關(guān)。

圖4　管網(wǎng)動態(tài)分類的計算結(jié)果Fig.4　Dynamic classification results of the pipe network

2.3　分類等級中代表性管段選取

分別計算各分類等級中的所有管段到該類重心的歐式距離，選取歐式距離最小的管段作為該分類等級的關(guān)鍵管段。第1級分類中，僅有管段L19，其與聚類中心的歐式距離為d=0.00；第2，3級分類中，沒有管段屬于這2個等級；第4級分類中，僅有管段L16，其與聚類中心的歐式距離為d=0.00；第5級分類中，有管段L2，L9，L18，其中與聚類中心歐式距離最小的管段為L2，d=0.06；第6級分類中，有管段L3，L4，L5，L7，L10，L13，L17，其中與聚類中心歐式距離最小的管段為L10，d=0.01；第7級分類中，有管段L6，L8，L11，L12，L14，L15，其中與聚類中心歐式距離最小的管段為L14，d=0.007。最終得到5條關(guān)鍵管段，分別為L19，L16，L2，L10，L14。從圖1中可以看出，最后得到的5條關(guān)鍵管段分布比較均勻，而且都能很好地反映節(jié)點流量的變化情況。而采用FCM聚類算法將管段分為6類，其代表性管道為：L7，L6，L2，L19，L10，L14。2者聚類結(jié)果相比較，管道L2，L19，L10，L14是相同的，可見這4個管段的重要性較大。同時，從表3中分類結(jié)果也可以看出，無論分類等級如何變化，管段L19都屬于第1類，這也說明了管段L19受各個節(jié)點的流量變化影響較大，其在整個供水管網(wǎng)中的重要性較大，需要重點監(jiān)測。

2.4　各管段的影響綜合評價值

采用節(jié)點的權(quán)重w與流量屬性矩陣，加權(quán)計算得到各管段的影響綜合評價值，如圖5所示。

圖5　管段的綜合評價值Fig.5　Comprehensive assessment results

結(jié)合圖4和圖5可知，一類管段為：L19；二類管段為L16；三類管段及其排序為：L18，L2，L9；四類管段及其排序為L5，L4，L13，L10，L17，L3，L7；五類管段及其排序為L14，L11，L8，L6，L12，L15。但是，基于加權(quán)計算方法的評價結(jié)果沒有考慮管網(wǎng)空間分布特征，評價結(jié)果具有局限性。因此，綜合考慮動態(tài)聚類分析與綜合評價結(jié)果，選出震后流量監(jiān)測的代表管段，同時也考慮不同類別中各管段之間的差異性，按照“分級設(shè)防、重點保障”的理念，有針對性地提高連接震后供水用戶的管網(wǎng)震后保障能力。

我國GB 50413-2007《城市抗震防災(zāi)規(guī)劃標準》中考慮了供水系統(tǒng)在震時承擔的功能以及一旦破壞造成的不利影響等因素，將直接服務(wù)于城市應(yīng)急救災(zāi)和避震疏散的供水抗震應(yīng)急功能保障級別劃分為三級[17]。因此，本文將一、二、三類管段劃分為一級管段，應(yīng)按照不低于重點設(shè)防類進行抗震設(shè)防，并應(yīng)采取柔性連接措施，加強應(yīng)急搶通物資儲備及隊伍建設(shè)；四類管段劃分為二級管段，應(yīng)按照重點設(shè)防類進行抗震設(shè)防，或采取相應(yīng)的抗震措施保障管網(wǎng)在大震水準下的供水安全；五類管段劃分為三級管段，加強定期監(jiān)測管段運行狀態(tài)與安全隱患排查，保障風險隱患及時處理。

3　結(jié)論

1)針對供水關(guān)鍵管網(wǎng)的監(jiān)測優(yōu)化問題，在管網(wǎng)水力模擬計算的基礎(chǔ)上，以節(jié)點流量變化對管道流量的影響系數(shù)為屬性，構(gòu)建管段屬性特征矩陣，采用動態(tài)分級法建立供水管網(wǎng)地震監(jiān)測點的動態(tài)分級優(yōu)化布局模型。

2)對實例中14個節(jié)點和19條管線的供水管網(wǎng)進行關(guān)鍵管網(wǎng)監(jiān)測點的優(yōu)化分析，結(jié)果表明：關(guān)鍵管段在空間上分布比較均勻，與FCM聚類結(jié)果大體一致，且管段L19，L2，L10，L14屬于關(guān)鍵管段。

3)本文提出的模型在關(guān)鍵管段動態(tài)聚類分級過程中，體現(xiàn)了管段之間的相似性和差異性，可以科學合理地確定分類級別，劃分整個管網(wǎng)的監(jiān)測分類，進而優(yōu)選出各類別中最重要的關(guān)鍵管段；同時，根據(jù)規(guī)范標準劃分了管道應(yīng)急保障級別，并給出不同的抗震防災(zāi)基本策略。

[1]LIU Wei, XU Liang, LI Jie. Algorithms for seismic topology optimization of water distribution network[J]. Science China Technological Sciences, 2012, 55(11): 3047-3056.

[2]劉遂慶, 鄭小明, 王永. “512”特大地震中供水管網(wǎng)損壞調(diào)查分析[C]// 2010中日給水技術(shù)國際交流會. 2010.

[3]SHINOZUKA E B M. The Hanshin-Awaji Earthquake of January 17, 1995: Performance of Lifelines[R]. MCEER Technical Reports (public) ,1995.

[4]曹欣欣，郄志紅，王偉哲，等．供水管網(wǎng)故障診斷的流量監(jiān)測點遺傳優(yōu)化布置[J]．中國農(nóng)村水利水電，2013(1)：79-83.

CAO Xinxin, QIE Zhihong, WANG Weizhe, et al. Genetic optimization arrangement of the flow monitoring points in water-supply network fault diagnosis[J]. China Water & Wastewater, 2013, (1): 79-83.

[5]劉書明, 王歡歡, 徐鵬,等. 多目標大規(guī)模供水管網(wǎng)監(jiān)測點的優(yōu)化選址[J]. 清華大學學報(自然科學版), 2013,53(1):78-83.

LIU Shuming, WANG Huanhuan, XU Peng, et al. Multiobjective genetic algorithms for optimal monitoring station placement in large water distribution systems[J]. Journal of Tsinghua University(Science and Technology), 2013, 53(1): 78-83.

[6]PIEKUTOWSKI M, LITWINOWICZ T, FROWD R J. Optimal short-term scheduling for a large-scale cascaded hydro system[J]. IEEE Transactions on Power Systems, 1994, 9(2):805-811.

[7]周書葵，許仕榮．城市供水管網(wǎng)水壓監(jiān)測點優(yōu)化布置的研究[J]．南華大學學報(自然科學版)，2005，19(1)：59-63.

ZHOU Shukui, XU Shirong. Studying optimal locationg of pressure monitoring station in urban water distribution system[J]. Journal of Nahua University(Science and Technology), 2005, 19(1): 59-63.

[8]王偉哲，郄志紅，劉美俠，等．基于改進遺傳算法的供水管網(wǎng)故障監(jiān)測點布置優(yōu)化[J]．水力發(fā)電學報，2012，31(1)：15-19, 37.

WANG Weizhe, QIE Zhihong, LIU Meixia, et al. Optimized arrangement of fault-monitor sensors of water supply network by improved genetic algorithm[J]. Journal of Hydroelectric Engineering, 2012, 31(1): 15-19,37.

[9]黃廷林，叢海兵．給水管網(wǎng)測壓點優(yōu)化布置的模糊聚類法[J]．中國給水排水，2001，17(11)：50-52.

HUANG Tinglin, CONG Haibin.The fuzzy clustering on the optimization arrangement for pressure monitoring points of water supply network[J]. China Water & Waste water, 2001, 17(11): 50-52.

[10]王紹偉，李樹平，劉先品，等．FCM聚類算法在給水管網(wǎng)流量監(jiān)測點優(yōu)化布置中的應(yīng)用[J]．給水排水，2009，35(z1)：441-444.

WANG Shaowei, LI Shuping, LIU Xianpin, et al. Application of FCM clustering algorithm in optimized layout of flow monitoring points in the water-supply network[J]. Water Supply and Drainage, 2009, 35(z1):441-444.

[11]梁建文. 供水管網(wǎng)健康監(jiān)測的壓力監(jiān)測點優(yōu)化布置[A].全國第二屆防災(zāi)減災(zāi)工程學術(shù)會議論文集[C].2013:7.

[12]柳春光，何雙華．城市供水管網(wǎng)地震時的水力分析研究[J]．世界地震工程，2010，26(2)：25-29.

LIU Chunguang, HE Shuanghua. Hydraulic analysis of urban water supply network after strong earthquakes[J]. World Earthquake Engineering, 2010, 26(2): 25-29.

[13]PATHIRANA A. EPANET2 Desktop Application for Pressure Driven Demand Modeling[C]// Water Distribution Systems Analysis 2010. ASCE, 2011.

[14]梁建文. 城市供水管網(wǎng)健康監(jiān)測與診斷(Ⅱ)——既有局部漏損識別方法[J]. 地震工程與工程振動, 2010, 30(5):100-105.

LIANG Jianwen. Health monitoring and diagnosis of a water distribution system:Ⅱ. Identification of an existent local loss[J]. Earthquake Engineering and Engineering Vibration, 2010, 30(5):100-105.

[15]胥旋, 鐘茂華, 史聰靈,等. 基于動態(tài)分級法的地鐵設(shè)備設(shè)施風險評價研究[J]. 中國安全科學學報, 2013, 23(7):61-66.

XU Xuan, ZHONG Maohua, SHI Congling, et al. Risk assessment of equipment and facilities in metro based on dynamic classicication method[J]. China Safety Science Journal, 2013, 23(7):61-66.

[16]王思華, 楊桐, 段啟凡,等. 基于DT法和粗糙集理論的接地網(wǎng)安全性狀態(tài)評定[J]. 電力系統(tǒng)保護與控制, 2017, 45(2):48-54.

WANG Sihua, YANG Tong, DUAN Qifan, et al. Evaluation of security state in grounding grid based on DT method and rough set[J]. Power System Protection and Control, 2017, 45(2): 48-54.

[17]王志濤，郭小東．城市抗震防災(zāi)應(yīng)急供水保障對策研究[J]．工業(yè)建筑，2016，46(6)：8-11, 20.

WANG Zhitao, GUO Xiaodong. Research on emergency water supply countermeasures for urban earth-quake disaster prevention[J]. Industrial Construction, 2016, 46(6): 8-11,20.