基于機(jī)器學(xué)習(xí)的跨海管道泄漏位置預(yù)測(cè)模型

卓美燕，林文介

(1.福建水利電力職業(yè)技術(shù)學(xué)院，福建 永安 366000； 2.福建省莆田水利水電勘測(cè)設(shè)計(jì)院有限公司，福建 莆田 351100)

輸送石油、天然氣、水等的管道系統(tǒng)會(huì)因?yàn)楣艿啦牧线x擇不當(dāng)、接頭薄弱、土方運(yùn)動(dòng)、泥沙等問題[1-3]造成管道泄漏?？绾Ｒこ蹋鐕?guó)內(nèi)的汕頭市南澳島供水工程[4]、獐島農(nóng)村引水跨海供水工程[5]等泄漏位置多處于海底，位置難以檢測(cè)。

盡管泄漏檢測(cè)和定位很重要，但目前對(duì)于管道的泄漏影響因素還沒有很完善的研究。Ali等[6]將現(xiàn)有的檢漏方法進(jìn)行了分類：第一類方法依賴于從聲學(xué)儀器、照相機(jī)、探地雷達(dá)(GPR)、光纖等收集數(shù)據(jù)[7-8]。這些方法的主要問題是可擴(kuò)展性差、安裝和維護(hù)成本高、功耗高。第二類方法是使用水力學(xué)穩(wěn)態(tài)方程計(jì)算得出泄漏位置，瞬態(tài)流在網(wǎng)絡(luò)發(fā)生泄漏時(shí)可以帶來更多的信息。該方法將傳感器收集到的瞬態(tài)水利參數(shù)與穩(wěn)態(tài)方程的計(jì)算參數(shù)進(jìn)行比較[9]，通過參數(shù)的差異識(shí)別異常情況。但研究表明，該方法在泄漏量比較輕微或者背景噪聲較大時(shí)精度較低[10]。第三類方法是依靠傳感器的實(shí)時(shí)數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)進(jìn)行預(yù)測(cè)，Soldevila等[11]提出了一種基于分類器(K- Nearest Neighbor和Bayes)和壓力模型的配水網(wǎng)絡(luò)(water distribution networks,WDNs)泄漏檢測(cè)方法，通過收集壓力數(shù)據(jù)，然后應(yīng)用K-Nearest Neighbor和Bayes分類器獲取殘差，以確定泄漏位置。該方法的優(yōu)點(diǎn)是采集和傳輸數(shù)據(jù)的時(shí)間間隔較短，成本較低，可考慮因素較多。

本文以莆田平海灣跨海供水應(yīng)急工程為例，使用EPANET軟件建模，分析使用水力學(xué)方程計(jì)算和使用多種神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)泄漏位置的可行性，并與實(shí)際工程結(jié)果進(jìn)行比較，以期能為跨海輸水管道泄漏問題提供參考?！?br>