基于管網實時在線模型的爆管預警應用

侯英娜,黃國慶,費霞麗,曲 揚,白妙順,鄭楚飛,舒詩湖

(1.廈門市政水務集團有限公司,福建廈門 361000;2.上?；鬯萍加邢薰?上海 200090;3.上海市政工程設計研究總院<集團>有限公司,上海 200092;4.四創科技有限公司,福建福州 350108;5.東華大學環境科學與工程學院,上海 201620)

供水管網是城市重要的基礎生命線,是維持城市正常運轉、工業生產、人民日常生活的必備設施。隨著城鎮化進程的快速推進,城市供水管網的規模也在不斷擴大,供水企業面臨的運營場景更加復雜。水力模型開始被逐漸應用于供水管網的日常運營維護,尤其是物聯網技術的不斷成熟,實時在線水力模型應運而生。實時模型可以通過數據自動更新和實時模擬計算,實現管網運行狀況的動態更新,使供水管網的“數字孿生”成為可能。所謂水行業的數字孿生,即是利用多源實時數據與模型相結合,對水系統特定部分的數字表示[1]。在傳統行業數字化轉型和智能化升級逐漸成為關注重點的情況下,數字孿生技術是實現這一目標的重要途徑[2]。探索利用數字孿生技術對提高管網爆管的預警效率具有重要意義,管網爆管不僅會導致水資源的浪費,更嚴重的是對城市的公共安全構成威脅。事實上,爆管是供水企業面臨的重大公共安全事件之一。

隨著廈門城市化的快速發展,城市供水的管理矛盾日益突出,特別是在2017年金磚國家領導人廈門會晤和每年在廈門舉辦的中國國際投資貿易洽談會等重大會議期間,都對供水保障提出了更高的要求。近年廈門市政水務集團信息化、物聯網的快速建設,利用海量數據來保障供水安全,優化供水效率,逐步實現智慧水務成為工作焦點。

當前供水管網實時在線水力模型的建設已經取得長足發展,國內有很多城市都正在探索或者已經嘗試建設了實時在線模型,并已在實際應用中取得了一些成果。例如廣州市建立了中心城區DN300以上供水管網實時在線水力模型,在無人值守情況下,連續24 h,每15 min進行一次水力模擬校驗,從而使得該模型運行精度高、穩定性好,并在模型系統基礎上開發了輔助調度模塊,調度員可在線模擬水泵調整時的管網運行狀態,充分發揮管網水力模型在管網實時運行調度中的指導作用[3]。陳捷[4]將實時在線水力模型運用于供水規劃中,在新建水廠輸水管、新建單元配水管、新建區域聯絡管3種供水規劃場景下進行了應用研究,結果表明在線模型能更科學、高效地為解決實際問題提供決策依據。

在供水管網日常運營過程中,爆管是威脅城市供水安全的重要因素,研究探索有效預防爆管、減少爆管事故的發生頻次,并在爆管事故發生后能夠快速地甄別和定位以便快速處置的方法和手段是十分必要的。閆濤等[5]利用歷史監測數據采用自適應卡爾曼濾波結合平均低通濾波對管網供水量進行實時估計,根據監測值與估計值的差值預警爆管。深圳水務集團利用隨機森林算法建立了多因子爆管預測模型,并將分析結果繪制成爆管預測圖,并將預測圖應用于日常管網的巡檢維護[6]。深圳某原水調水工程的管道采用基于相位敏感光時域反射儀(φ-OTDR)原理的分布式振動光纖監測系統和準分布式光纖光柵壓力傳感系統,可以對壓力管道的漏水進行有效監測,并對爆管發出預警[7]。目前有關實時在線模型、爆管等研究都相對獨立,但爆管問題是城市供水安全的重要課題,實時在線模型的爆管預警可以有效改善以往爆管預警方法時效性差的缺陷,從而使得供水企業能夠更高效地確定爆管事故位置,并快速制定爆管處置方案,提高了處置效率。本文將以廈門水務為例,構建供水管網實時在線水力模型,探討利用實時在線模型進行爆管預警的方法,并以一次重大爆管為例驗證了爆管處置方法的有效性。

1 實時在線模型建設

1.1 廈門本島供水格局

廈門市本島共有高殿水廠和蓮坂水廠兩座水廠,總供水能力為90萬t/d,2019年兩水廠最高日供水量合計69.7萬t。高殿水廠位于本島的北部是主要供水水源,通過長岸路、嘉禾路、金尚路和環島干道4條主輸水管道由北向南供水。蓮坂水廠位于本島的中部,生產能力為5萬t/d。本島區域內共有11個管網泵站,全部為封閉區域增壓泵站。DN100及以上管道總長約為1 400 km,供水管網已形成較為完善的環狀管網系統。廈門本島區域供水格局如圖1所示。

圖1 廈門本島區域供水格局概覽

1.2 模型建設

廈門水務在2016年開始建設本島管網模型,模型建設中收集了地理信息系統(GIS)管網數據、營收水量數據、水廠和管網的壓力流量數據。通過管網數據的導入,管網拓撲結構的檢查、整理和簡化,用水量的時間和空間分配,管網模型的校核,在2017年完成了本島管網模型的建立。在建設模型之前,廈門水務集中資源對管網GIS數據進行了完善,因此,具備了高質量的供水管網GIS數據,為離線模型的構建打下了堅實基礎。同時,離線模型構建過程中,也對GIS數據進行了進一步梳理,尤其是對管網拓撲結構以及閥門狀態等做了細致檢查。在數據完善的基礎上,建成的離線模型共包含66 855個節點,54 328段管道,14 706萬個閥門,納入精度統計的測壓點共計60個,水廠、泵站和管網測流點共計4個。校核完成的模型,80%數量的測壓點平均誤差在±1.5 m以內,100%測壓點平均誤差在±2.0 m內,100%測流點的平均誤差在10%以內。

1.3 技術路線

廈門水務同步開展了離線模型與實時在線模型的建設,實時在線模型系統是建立在系統數據庫和核心計算引擎的基礎之上,與數據采集與監視控制(SCADA)系統的供水調度數據、營收系統的用戶水量數據、GIS管網拓撲數據建立了數據交互,作為智慧管網運營的核心驅動。系統主要分為3個模塊,數據清洗、實時計算、數據存儲。

數據清洗模塊:實時數據是在線模型的基礎,模型系統的計算、預警、報警等都依賴于實時數據的準確性。但是,實時數據在產生、傳輸、保存過程中都會出現不同的錯誤。數據清洗模塊針對數據丟失、數據波動、數據異常、數據延遲等問題進行處理,從而減少數據對模型的影響。

實時計算模塊:利用經過清洗的數據,實時計算模塊進行迭代求解,更新水力計算和水質計算。它利用當前的系統狀態、輸入數據和水力學方程進行迭代收斂,得到最能反映當前水力條件的解。這個迭代過程實現了實時更新和調整。

數據存儲模塊:實時在線模型系統的數據不僅有模型計算結果,還有實時數據、基礎信息數據、管網拓撲數據等。由于模型需要頻繁更新和迭代,版本控制是存儲模塊的一個重要功能,它允許管理多個模型版本。另外,實時在線模型需要處理大規模的數據和高并發的請求。因此,系統采用分布式存儲,將模型數據分片存儲在多個節點上,并提供了復制、故障恢復和負載均衡等機制。

在線水力模型系統技術路線如圖2所示。

圖2 實時水力模型系統技術路線

基于實時水力模型系統的構建,實現了仿真模型在移動端的應用,打通了桌面端、網頁(WEB)端和移動端,實時在線模型的使用場景不僅突破了傳統離線模型僅在有限授權的PC端使用局限,實現多部門、多用戶的WEB端應用,還進一步拓展到管網運維的一線,實時水力模型的跨平臺一體化應用如圖3所示。建設完成的實時模型,實現了所有管徑DN100及以上管網的5 min步長在線計算。該系統具有管網動態監測、事件偵測和預警、實時模擬與優化調度、預案歷史庫管理等功能。

2 爆管預警算法與應用

2.1 爆管預警算法

在線模型系統通過實時監控管網流量、壓力等的在線監測值和模擬值的差異,可以快速地探查并定位爆管事件。當系統分析結果滿足疑似爆管的觸發條件時,會通過等多種形式報警并告知調度中心和相關運維部門,便于一線人員能夠在第一時間了解并探查事故現場,節省響應時間,提升應急處置的主動性。系統判斷爆管主要依據監測點的壓力變化,爆管預警的主要判斷流程如圖4所示。

圖4 爆管預警判斷流程

在日常運營過程中,供水企業對于監測點的維護力度不同,會出現監測點數據異常、數據缺失等情況,因而在進行爆管判斷之前需要對設備進行評估,爆管判斷必須立足于可靠度較高的監測設備。此外,模型的精度表明了模擬值與實測值的差異,代表當前模型反映現實管網的真實程度。爆管的準確預警很大程度上取決于模型的精度,因此,模型系統實時對模型的精度進行評分,當模型實時精度滿足不低于連續7 d模型平均精度時,系統才會發出爆管預警。

在上述基礎上,在線系統才能更為準確地判斷出爆管事件,爆管預警的觸發條件主要如下。

(1)壓力監測點a在某時刻出現實測壓力值低于日常運營數據包絡線的下限值。

(2)壓力監測點a在此時刻監測值與模擬值產生的誤差較大。

(3)出現與監測點a壓力下降高度相關的其他異常監測點數量超過2個。

(4)管網流量計b在此時刻流量異常,并對該流量計下游進行追蹤,管網流量計b下游降壓最大處為爆管點。

(5)持續一段時間出現上述情況。

當同時滿足上述條件時,管網流量計b和壓力監測點a及與其高度相關的其他監測點整體觸發為一個爆管預警事件,若不滿足上述條件,則結束預警。

2.2 爆管事件預警和處置

在2021年9月,廈門市政水務集團遭遇了一次DN500管道爆裂事件。這是集團首次在應急處置方面成功地應用了實時在線模型,以提升應對爆管事件的效率。從模型發出爆管預警開始,到制定快速應急方案,再到通過模型系統向用戶發送停水短信,整個過程得以高效地完成。

圖5是一起爆管事件的系統報警界面,當日上午9:40左右系統發出島內西南地區疑似爆管報警,片區內13處測壓點的監測值較模擬值下降了10 m左右,持續時間5 min以上。

圖5 事件報警界面

針對此次爆管預警事件,利用在線模型系統進行流量壓力的相關分析和下游追蹤模擬分析,縮小現場勘察定位范圍,確定了在湖濱西路西側附近小學DN500管線發生爆管,如圖6所示。

圖6 爆管事件定位

根據此次爆管事件位置,運用在線模型進行調度仿真模擬,調節爆管管線上游高殿水廠西區的出廠壓力值以便進行后續的關閥處置,同時分析降壓前后對用戶用水壓力的影響,以求把影響范圍降到最低。當設定水廠壓力降低4 m時,分析結果如圖7所示。

圖7 出廠降壓前后管網模擬壓力分布

從降壓前后的方案對比示意圖上可見,除某公園附近供水壓力有所降低,低壓區范圍略有擴大外,管網其他地區供水壓力的影響微小?？紤]到爆管為突然性偶然事件,緊急程度較高,通常管道修復時間較短,結合上述模擬結果,決定對高殿水廠西部出廠進行短時間的降壓。

繼而進行關閥分析和停水區域分析,根據管網拓撲結構及閥門分布位置,爆管維修需關閉3個閥門(圖8)。

圖8 擬關閉閥門位置

經過仿真模擬分析,關閥前后的用戶端水壓變化如圖9所示。關閥后,爆管路段上的附近管網局部壓力降低至14 m以下,其余管網壓力分布較關閥前無重大變化,可以保證其余區域正常供水,供水管網整體運行未受影響。

圖9 關閥后停水影響范圍

3 實時在線模型系統優點

傳統的離線模型,存在數據更新繁瑣滯后、應用場景單一、軟件操作學習成本高等缺點,因此,沒有在城市供水系統中得到廣泛應用。實時在線模型建立在監測手段、物聯網、移動通信、計算機科學等技術基礎之上,其優勢主要如下。

(1)實時水力模型的快速更新。由于傳統離線模型只能在孤立的桌面端軟件里運行,它跟管網GIS和SCADA數據之間是隔開的。因此,每一次模型的更新都是非常繁瑣而耗時的過程[8],它涉及GIS數據的更新和校驗,SCADA數據的導出和處理,模型的更新率定困難一直是阻礙模型推廣應用的重要成因。國際水協(IWA)倡導在水泵、閥門、傳感器等各類供水設備之間實現“對話”的智慧(數字)控制技術[9]。通常在供水企業,閥門的工作狀態和操作記錄等信息每月更新一次,且缺少必要的數據質量審查。為配合不同的供水調度方案或者工程需要而進行的閥門操作,有時可能是不必要的,甚至是錯誤的。但由于缺乏有效和快速的判別依據,類似情況很難有所改善。頻繁的閥門操作可能會導致爆管、水質或客戶投訴等問題。由圖3可知,實時在線模型系統建設過程中特別強調了機泵運行和閥門數據的動態管理,現場的重大閥門操作及狀態得以實時同步到系統,這對于實時水力模型的運行和精度保障是非常關鍵的,也更有利于模型維護,保證模型實時反映管網真實情況。

(2)通過打通桌面端、WEB端和移動端,可以將實時在線模型的使用場景拓展到更多的使用場景,突破了原有的傳統離線模型僅能在有限授權的PC端下使用的局限性,真正實現多部門多用戶、隨時隨地使用在線模型,更有利于將模型進一步推廣到管網運維的生產一線。

(3)利用模型集成的大數據分析,為供水系統的中長期運營優化提供輔助決策。實時模型系統通過流量、壓力等數據的相關性分析,以及管網在線監測點模擬值與實測值的對比分析等,提高了爆管應急響應效率。

(4)基于模型的處置手段輔助分析,避免了過去僅靠工程師經驗處理的主觀性,使處置方案更加科學合理,減少對周邊供水壓力的影響范圍。

綜上,實時在線模型比傳統離線模型具有更廣泛的應用場景。近些年供水企業的遠傳水表數量增長迅猛,未來將實時在線模型與用戶實時用水量數據結合,使得模型能夠更加真實地反映現實工況將成為未來研究的重點。

4 結論與展望

本文基于廈門水務的實時在線模型,開展了爆管預警分析應用探索。從廈門水務的應用實踐可以看出,文中提出的爆管預警算法能夠快速識別管網爆管,實時水力模型系統實現了對管網運行的動態監測和實時模擬,能夠幫助供水企業提高處置爆管的效率,平均停水時間減少了25%。融入到供水企業日常的生產運營和管理活動中,對提升城市供水安全具有重要意義。

一方面,管網監測數據的質量對爆管預警的準確性有著重大的影響,而在現實管網中,由于通訊、設備穩定性等問題,錯誤數據是難以避免的。隨著管網上監測設備愈來愈多,這種情況愈加明顯。在做好設備維護管理的同時,做好監測數據的預處理,將會有效提高預警的準確性。另一方面,本文中的爆管預警算法依賴于模型數據的實時性,因此,改進實時在線模型的計算效率將提高爆管預警的時效性。隨著實時在線模型在供水企業的推廣使用,模型將成為管網科學運行的重要工具。