2020年高教社杯全国大学生数学建模竞赛题目《校园供水系统的损漏定位与优化管理》

STM32单片机定制

于 2023-12-18 22:44:35 发布

阅读量1.4k

点赞数 25

文章标签：数学建模

本文链接：https://blog.csdn.net/m0_64562382/article/details/135072017

版权

E题校园供水系统智能管理

校园供水系统是校园公用设施的重要组成部分，学校为了保障校园供水系统的正常运行需要投入大量的人力、物力和财力。随着科学技术的发展，校园内已经普遍使用了智能水表，从而可以获得大量的实时供水系统运行数据。后勤部门希望基于这些数据，通过数学建模和数据挖掘及时发现和解决供水系统中存在的问题，提高校园服务和管理水平。

附件是某校区水表层级关系以及所有水表四个季度的读数(以一定时间为间隔，如15分钟)与相应的用水数据。请利用这些信息和数据，建立数学模型，讨论以下问题：

统计、分析各个水表数据的变化规律，并给出校园内不同功能区（宿舍、教学楼、办公楼、食堂等）的用水特征。
结合校区水表层级关系，建立水表数据之间的关系模型，并利用已有数据分析模型误差。
输水管网的漏损是一个严重问题。资料显示，在维护良好的公共供水网络中，平均失水在5%左右；而在比较老旧的管网中，失水则会更多。请利用附件提供的数据，建立数学模型，分析该校园供水管网的漏损情况。
地下水管暗漏不容易被发现，需要花费大量人力对供水管道的漏损进行检测及定位，如果能够从水表的实时数据及时发现并确定发生漏损的位置，将极为有益。请帮助学校解决这个问题。
管网维修需要一定的人工费和材料费，但同时可以降低管网漏损程度。请根据以上结果和你了解的水价及维修成本确定管网漏损的最优维修决策方案。

摘要

本文以某校园供水系统为研究对象, 当前校园供水系统是校园公共设施的重要组成部分，学校为保障校园供水的正常运行需要投入人力、物力以及财力。随着智能水表的普及，可以从中获取大量的实时供水的数据，后勤部门通过数据的分析，解决供水系统中存在的一些问题，提高校园服务和管理水平。

针对问题一，借助EXCEL软件的数据储存与图像功能，先把四个季度的数据导入EXCEL软件，然后绘制条形统计图（见附录1），统计和分析各个水表的变化规律；利用PANDAS软件把校园内的各个功能区进行划分，求各个功能区的用水情况，分析其用水特征，最后（见附录2）。

针对问题二，根据水表之间的关系模型，一级水表约等于一级水表下所以二级水表的和。利用EXCEL软件，分析一级水表的用水总量与各个二级水表的用水总量做对比，同理二级水表与三级水表对比，以及三级水表与四级水表对比（见表4-1），经数据分析，得出有一部分数据异常，剔除异常数据（可能是水表损坏等原因）。

针对问题三，我们构建了小波神经网络模型，对于用水量数据进行了预测，我们发现预测结果与实际结果比较接近，可以用网络来判定是否存在损漏问题。

针对问题四，考虑到漏损点定位的困难，我们使用小波分析的方法，绘制小波分析的方差图来确定漏损点的准确位置。

针对问题五，对管网维修相关成本进行分析，结合水费，根据最优策略原则，我们构建了线性规划模型，确定管网漏损最优维修方案，因相关信息的动态更新，实时调整优化维修决策方案。

关键词：小波神经网络，最优维修规划。

一、问题重述

1.1 问题背景

随着近代科学技术的发展，智能水表在校园内已经普遍使用，同时智能水表提供的实时运行数据，有利于对供水系统的管理与监测，所以，利用EXCEL对智能水表的数据进行全方面的分析，建立供水智能管理系统，加强院校节能，是校园服务和管理水平得以提高的有效途径。

1.2 问题提出

根据以上背景，以及给出的五个附件，需要解决以下问题：

（1）分析该校园水表数据的变化规律，比较四个季度用水情况差异，总结出校园内各个功能区的用水特征。

（2）针对校区水表层级关系，建立能了解水表数据间关系的数学模型，同时分析模型误差。

（3）输水管网的漏损会造成严重的经济损失，在校园供水系统中，输水管网的状态分为正常型（平均失水5%左右）和老旧型（平均失水5%以上），根据附录，建立输水管网状态的数学模型，从而分析校园供水管网的漏损情况

（4）通过对水表的实时数据分析，及时发现并确定发生漏损的位置，帮助学校解决地下水管暗漏问题。

（5）管网维修需要一定的人工费和材料费，但同时可以降低管网漏损程度。请根据以上结果和你了解的水价及维修成本确定管网漏损的最优维修决策方案。

二、问题分析

2.1 问题一的分析

题目要求统计、分析各个水表数据的变化规律，我们可以根据四个季度的附件，把四个附件的数据分别导入，使用EXCEL软件统计出各个水表的用水变化规律；把每一个表的每一个季度统计用水量，按区域划分，再用EXCEL导出各个不同功能区折线统计图，并给出校园内不同功能区的用水特征。

2.2 问题二的分析

题目是要求建立水表数据之间的关系模型，并利用已有数据分析模型误差。首先，要分析附件-水表层级，根据水表之间的关系模型，一级水表约等于一级水表下所以二级水表的和。利用EXCEL软件，分析一级水表的用水总量与各个二级水表的用水总量做对比，同理二级水表与三级水表对比，以及三级水表与四级水表对比，得出结论即可。

2.3 问题三的分析

题目是建立输水管网状态的数学模型，分析校园供水管网的漏损情况。首先要了解水管网的漏损种类以及定义，然后结合附件数据建立适当的数学模型，分析校园供水管网的漏损情况。

2.4 问题四的分析

题目要求解决地下水管暗漏问题，首先要了解暗漏的定义，然后根据暗漏的定义，结合附件数据利用所建立的数学模型找出哪些地方暗漏，并且分析这些地方的暗漏特征。

2.5 问题五的分析

题目要求制定一个管网维的最优维修决策方案。需要根据人工费和材料费，水价及维修成本来确定管网漏损的最优维修决策方案。其实，本问是一个线性规划模型，需要找出目标函数，以及可行域，求解最优解即可。

三、模型假设及符号说明

1.假设题目所给的所有数据真实可靠；

2.假设各级水表均灵敏，可以准确记录数据；

3.假设校园用水人口稳定；

4.假设我们所用水价具有普遍性；

5.假设学校没有恶意用水的情况。

四、模型建立与求解

由于“关系模型”依次递进，因此采用流程图绘制水表梯级结构，流程控制图提供了关系模型的理念，一级水表用水量约等于一级水表下所以二级水表的和。同理依次类推。描述了这么实现概念模型：其图示如图4-1所示。

4-1 水表梯级结构图

4.1 利用EXCEL图像功能分析水表变化规律

根据水表数据，统计、分析水表的变化规律。利用EXCEL图像功能，先把一个季度的数据导入，然后很直观的可以观察到食堂、宿舍等用水较为集中，水流量相对较大，同理，这些人群较为密集的区域，用水量会增加，其图示如图4-2所示

4-2 水表变化规律

借助PANDAS软件将校园各个地方水表进行分区，提取其中两个区域进行分析和评估其用水特征，再利用EXCEL调出以下两个区域的各项数据。如表4-1，表4-2所示。

表4-1 用水量数据分析表

	纳米楼厕所+	XX大楼厕所东	养殖管公厕	养殖管附房
最高用水量	57.21	336.01	58.88	53.76
最低用水量	32.94	169.07	23.64	14.33
用水总量	175.23	1118.39	146.07	134.69

	书店+	XXXS宾馆	XXXK酒店	XXXK
最高用水量	3.41	6141.01	5645.93	872.55
最低用水量	1.76	2764.89	2837.8	365.35
用水总量	9.88	18026.17	19638.8	2553.64

4.2 问题二

针对本问题，为了分析已有数据和模型的误差，首先我们根据附件的水表层级，借助EXCEL统计出了16组相邻的附属子水表，其图示如图4-3所示。

图4-3 水表附属关系图

我们根据上图很容易发现有几组数据异常；差值比出现了负值。

二级水表的用水量 + 三级水表的用水量>= 一级水表用水量；（这与我们关系模型相违背）。所以经分析：1.有可能是水表陈旧损坏 2.可能是计数出现问题。

4.3 问题三

4.3.1 漏损的种类

根据漏损的观测性质，可将真实漏损分为眀漏、暗漏和背景漏损。

（1）眀漏一般由用户、公众和水司日常巡检人员汇报，是指已经泄漏到地表的漏水，或者通过开启表箱、阀箱等设备可以明显看到清水的漏水形态。眀漏由于容易被发现，因此存在的时间较短，漏损的水量也较少，爆管属于眀漏的极端情况。

（2）暗漏一般由水司委派的专业检漏人员检测并汇报，是指不能直接看到，需要借助检漏仪器和设备进行确认的漏水形态。暗漏一般较难发现，因此存在时间较长，漏损的水量也较多。暗漏的发现周期与检漏人员的水准以及巡检周期直接相关。

（3）背景漏损是所有其它泄漏源的集合，其中每一个源头都很小，通过视觉和声学的方法都检测不到。通常指在流量0.5Mpa 时单个流量小于0.25m³/h的漏根据漏损的观测性质，可将真实漏损分为眀漏、暗漏和背景漏损。

4.3.2 检测漏损的技术

漏损检测技术主要有以下几种：

直接观察法—这是最基本的漏损定位方法，沿着某一路线行走，以寻找出现在地面上的漏水，或者在很干旱的地区发现可疑绿色植物覆盖区域来确定漏点，该检测方法是最原始和经济性较高的检漏方法，主要依靠检漏人员的巡检和市民义务报修，以发现明漏为主，对暗漏一般而言无能为力，而且往往是造成大量漏水后才能发现，造成水量损失很大。

听音法—可能是漏损探测中最常用的一种方法，主要利用人耳来感知漏口的摩擦声和水头撞击声。包括阀栓听音法、地面听音法或钻孔听音法。

流量法—流量法包括区域装表法和区域测流法。区域装表法要求除主要进水管外，其他与本区域连接的管道的阀门均应关闭，主要进水管段均应安装计量水表。计量水表应在小流量时有较高的计量精度，通过一段时间读抄和估算小区内所有住户水表与进水管水表的差值，当差值超过5%时，认为存在漏水。区域测流法通过探测无屋顶水箱和蓄水设备，夜间流量较小的区域的夜间用水情况（通常取管道长度2km 至3km，居民2000 户至5000 户内），当单位管长夜间流量超过1.0m3/km·h 时，可判断为有漏水异常。也可以通过比较夜间测得的最小流量值和日平均用水量，若二者比值超过某一百分点，即认为可能出现漏失；或者根据经验筛选出区域用水量数据绘制基准图表，再与实际用水量比较后，即可得出是否存在漏水。

流量法—流量法通过在管道或消火栓上布置流量测试点，并根据输水管道的输用水条件计算探测管道的理论流量坡降，绘制理论流量坡降曲线。对比管段实际流量坡降曲线与理论流量坡降曲线的差异，判定是否发生漏损，当某点实测流量值突变且低于理论流量值时，可判定附近发生漏损异常。

示踪剂监测法—在环境噪音大，管道埋深深时，如果条件允许，可以采用示踪剂法来确定漏点位置，对于供水管网漏点定位十分有效。氢气是最为理想的示踪气体之一。通过监测泄露处冒到地面的示踪气体可以准确定位泄露的位置。该方法的精度受到管道流量、漏损大小、覆土厚度、土壤类型等影响，不宜在风雨天使用。

红外探测法—这种方法通过监测漏损水对环境造成的温度变化来发现漏点，要求环境温度相对稳定，供水管埋设深度不超过1.5m。在冬夏两季使用效果较好，冬天漏水现象会造成邻近土壤温度升高，夏天则会降低临近土壤的温度。目前常用的设备有：红外测温仪、红外线热点和红外线热像仪等。

4.3.3 建立模型

为了准确量化供水管网漏损，本文通过算例管网和漏损控制实验平台模拟供水管网不同管网形式、不同漏损点及不同运行工况的供水漏损情况，采集管网入口流量、入口压力数据及供水管网的平均压力，研究小波神经网络量化漏损模型的理论适用性和量化分析的效果。具体研究内容如下：

（1）建立算例管网。利用 EPANET 进行求解，模拟不同形式管网、不同工作工况和不同漏损点和位置下的供水情况，采集管网实时数据，为验证漏损量化方法可行性提供模拟数据依据；搭建供水管网漏损控制实验平台，采集流量信号，为验证漏损量化方法实际效果提供数据依据；

（2）构建小波神经网络漏损量化判断模型，本文首次提出将小波神经网络应用于校园供水管网漏损量化研究，并介绍小波变换的理论适用性及针对算例管网、漏损控制实验室平台采集的典型数据。

利用人工小波神经网络构建的管网捡漏模型结构详细介绍如下：

1) 模型输入层

模型输入层的变量为管网泄露发生时的监测点流量变化率，计算方法如式(1)所示：

(1)

式中： ri 为监测点 i 的流量变化率； Pi 为管网正常运行工况下监测点 i 的流量值； Pi' 为爆管事故时监测点 i 的流量值。

爆管的位置假设发生在模型的节点处，两个流量监测点很难准确描述泄露的位置，在监测点个数无冗余的条件下，三个流量监测点可测算其扰动半径，再通过管道长度及其连接关系，可大致确定爆管在管网中位置，

因此所构建的模型输入层神经元个数为 3，输入流量变化率值为 1r 、 2r 和 3r 。

2) 模型隐含层

研究表明，对于一般的非线性映射问题，选用一个隐含层即可得到较理想的结果。隐含层的神经元个数无法直接确定，目前理论上还没有一种科学和普遍的确定方法，为避免训练时出现过拟合现象，保证足够高的网格性能和泛化能力，一般应遵循如下原则：在满足精度要求的前提下，选取尽可能紧凑的结构，即选择尽可能少的隐含层神经元个数。

3) 模型输出层

模型输出层的变量为爆管点距三个流量监测点的距离 1d′、 2d′和 3d′。为了提高小波网络模型的精度，在此对三个距离值分别建立小波网络模型，因此所构建模型的输出层神经元个数为 1，输出值为 id′。通过以上过程，即可建立反映爆管点位置与监测点流量变化率关系的小波网络模型，关系式如(2)所示：

(2)

式中： f (•) 为小波网络模型中所确定的函数关系。

假设盲源分离得到的用水量、漏损量变化趋势与供水网实际用水量与漏损量变化趋势及相对幅度具有一致性，则做如下公式处理：

(3)

式中的量均做无量纲化处理，设用水量均值Uy，标准差为βy，实际漏损量均值为U1、标准差为β1

，Qy(t)为官网实际用水量，Q1(t)为官网实际漏损量。则下式成立

，通过求解这个超定方程组可以得到实际实际用水量均值、标准差及实际漏损量均值、标准差的最优解。

表4-2 漏损量的系数最优解

未知数	βy	Uy	β1	U1
最优解	251.5987	1063.8000	16.7038	162.8201

最后我们可以得到小波模拟的漏损量和实际漏损量的误差，如下图所示：

图4-3 小波神经网络预测结果与实际结果对比表

4.4 问题四

我们利用Matlab小波工具箱中的小波分析功能，对数据两端进行小波分析。具体步骤：在Matlab界面的“Command Window”中输入小波工具箱调用命令“wavemenu”，按Enter键弹“Wavelet Toolbox Main Menu”（小波工具箱主菜单）界面，小波工具箱主菜单界面上，单击“One-Dimensional”下的子菜单“Complex Continuous Wavelet 1-D”，打开一维复连续小波界面。单击“Analyze”运行按钮，计算小波系数。然后单击“File”菜单下的“Save Coefficients”，保存小波系数为cePrec.mat文件。接下来我们绘制小波方差图，小波方差图能反映用水量时间序列的波动能量随尺度的分布情况。可用来确定用水量演化过程中存在的主周期。

图4-4 小波分析工具箱界面图

小波方差图中存在4个较为明显的峰值，它们依次从小至大对应着3500、4500、5500和9000的时间尺度。其中，最大峰值对应着4500的时间尺度。

图4-5 小波分析方差图

4.5 问题五

水费和巡检位置的选择，将显著影响其实际营运的效率与成本。因此在决定巡检设置的方案时，必须谨慎参考相关因素，按适当步骤进行。在选择过程中，如果已经有泄露概率较高的地点或区域的方案，应于规划前先行提出，并成为规划过程中的限制因素;如果没有预定的地点，则可于可行性研究时提出几个备选方案,并对比各备选方案的优劣,以供决策者选择。

巡检位置模型，包含一级水表、二级水表和三级水表三个层次，模型的分布函数是从被选水表中选出一定数量的水表作为最佳的巡检位置，在考虑水表对应的单位重要度的前提下，使从水费消耗和巡检流管理费用以及维护的建设费的总和最少。建立巡检位置模型为：