供水管网压力如何进行精细化管理?

随着管网日益老化,漏损控制要求逐步提高。到2025年,全国城市公共供水管网漏损效率力争控制在9%以内,《城镇供水定价成本监审办法》指出,漏损率高于10%的部分不得计入供水成本,可以看出国家对漏损控制工作的重视程度。

01、漏损类型

由于城市供水管网埋设在地下,我们难以直接发现管网漏损。目前,常见的供水管漏损主要有以下几种类型:

● 景渗漏

在密封性较差的管件、发生腐蚀穿孔的管道以及管道接口处容易发生背景渗漏,且数量较多,在物理漏损量中占较大比例。

● 暗漏

通过主动检漏措施可以检测到的漏水点。管网中90%以上的漏水形式都是暗漏,测漏队伍可通过定期检测发现。

● 

指在外力作用下发生的爆管及管道漏水,如爆管,流量较大,持续时间不长,基本能在2小时内关闭漏点。

 

三种漏损类型图

02、应对漏损的对策

应对漏损,可分为优化/降低供水压力与更换管道/使用优质管料方法。

●  优化/降低供水压力

在管网漏损控制技术中,压力管理被认为是最直接、最具经济效益的漏损管理方法,也是优化供水系统管理的重要手段。

● 更换管道/使用优质管料

管材也是影响管网漏损的主要因素之一,管材不同,漏损形式及程度也不同。

其次,针对不同的漏损,要使用合适方法应对,如暗漏进行主动检测,明漏则提升抢修速度,都能在一定程度上控制漏损水量。

● 变化节点所做措施

(1)漏损率在13%-11%时:更换优质管料,降低漏损水量。

(2)漏损率在10%左右时:成立测漏队伍,引进工具进行主动测漏,并更换水表。

(3)漏损率在7%左右时:进行数字化转型、产销差管理、测漏数据管理,利用平台进行分析,进行压力精细化管理,利用调度工具降低漏损率。

04、供水压力管理理念

(1)满足法例法规

假设供水压力到入户网要达到2.5bars,25米水头。在未实施供水压力管理前,若供水压力出厂为2.5bars,因水头损失,最后入户只有1.0bars,要保证入户网达到2.5bars,那么出厂压力需大于4.0bars。

水厂水泵管网模拟图

(2)减少管道漏损

为了减少管网浪费、达到澳门供水压力入户网标准,可以通过阀门进行调整。

(3)优化能耗

优化供水压力,水管漏水少,水尾压力高,就能减少能耗。

(4)精细化管理延长管道寿命

压力波动会影响管道寿命,对管道进行精细化管理能减少压力对管网的冲击,延长管网寿命。

05、水力模型

● 水力模型

(1) 做法:通过用户系统GIS或者SCADA系统去获取大量资料。

(2) 重点:校准,包括压力、流量的校准。

(3) 优点:可以更好地统计供水设备的数量,看到供水压力的情况,从而进行分析并作出优化。

● 某地供水压力管理特点:每个水泵组都有一个调频泵;每一个压力区都有一个高位水池做缓冲。

                                                           某市自来水供水压力系统 

  • 只有一台定频泵,在管网下面的压力,波动超过 15m

定频泵水利模型简单示例图

  • 有高位水池、定频水泵情况下,水压波动在5-7m 

                                                定频泵+高位水池水利模型简单示例图 

  • 有高位水池、变频泵,水压波动在2m左右

                                        变频泵+高位水池水利模型简单示例图

压力精细化管理实践应用

某市压力点及随时间变化波动情况 

01、水锤

水锤是指突然停电或者在阀门关闭太快时,由于压力水流的惯性,产生的水流冲击波像锤子在敲打一样,来回产生的力量有时会很大,从而破坏阀门和水泵。

水锤传感器,可利用平台分析讯息变化情况,结合情况开关阀门,降低水锤影响。

未做优化前的水锤模型 

加装水锤罐后的水锤模型 

(1)使用传感器系统收集数据

● 每秒钟128个采集数量

● 便携、轻巧

● 电池寿命3年以上

(2)利用传感器进行平台数据分析

● 强大的分析能力

● 非常容易操作

(3)通过水力模型分析

● 不同的事件侦测

● 建立事件跟踪程序

● 制定标准化流程

● 减少潜在的影响

总结

供水压力管理是管网漏损最重要的措施,水司在自来水实践案例的同时,还要因地制宜进行供水压力管理。做好供水优化压力管理不仅可以减低漏损,亦可以减低能耗,还能减少碳排。在精细化压力管理发展大趋势下,进行有效的供水压力管理,减少管道水锤的出现,从而能减少潜在的一系列影响。

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
抱歉,我作为AI语言模型不能够提供完整的代码解决方案,但我可以给您提供一些参考和思路。 首先,图卷积神经络(GCN)是一种用于处理图数据的神经络结构,它可以用于节点分类、图表征学习、链接预测等任务。在预测供水管未知节点压力时,可以将管道连接视为图的边,将节点视为图的节点,然后使用GCN进行预测。 以下是一些参考思路: 1. 数据准备:将供水管数据转换为图形数据。对于管道连接,可以将其看作是图的边,对于节点,可以将其看作是图的节点。可以使用Python中的NetworkX库进行图形数据的操作和可视化。 2. GCN模型构建:使用Python中的PyTorch或TensorFlow等框架构建GCN模型。在构建模型时,需要定义图卷积层(Graph Convolutional Layer)、激活函数(Activation Function)、损失函数(Loss Function)等。 3. 模型训练:使用已知节点压力数据进行模型训练。在训练过程中,可以使用随机梯度下降(Stochastic Gradient Descent, SGD)等优化算法进行模型优化。 4. 模型预测:使用训练好的模型对未知节点压力进行预测。可以将预测结果与真实值进行比较,评估模型预测性能。 需要注意的是,在预测供水管未知节点压力时,还需要考虑管道连接的距离、管道材质、管道直径、节点之间的关系等因素,这些因素可以作为特征输入到GCN模型中。 希望这些参考思路可以帮助您解决问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Rany-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值