本文關(guān)鍵詞：基于數(shù)據(jù)的城市供水管網(wǎng)建模分析和異常事件偵測(cè)

  更多相關(guān)文章： 城市供水管網(wǎng)系統(tǒng) 壓力預(yù)測(cè) 異常事件偵測(cè) 信噪比

【摘要】：城市供水管網(wǎng)系統(tǒng)是城市可持續(xù)發(fā)展的重要基礎(chǔ)設(shè)施。對(duì)供水管網(wǎng)進(jìn)行建模分析可以更好地發(fā)現(xiàn)其運(yùn)行規(guī)律,為日常調(diào)度、優(yōu)化管理提供科學(xué)指導(dǎo)。同時(shí)有效偵測(cè)管網(wǎng)中發(fā)生的異常事件,便于及時(shí)采取相應(yīng)措施,保障城市供水。本文關(guān)于城市供水管網(wǎng)的數(shù)據(jù)建模和異常事件偵測(cè)的主要研究工作如下:(1)基于多變量回歸模型和小波降噪方法對(duì)城市供水管網(wǎng)壓力進(jìn)行短期預(yù)測(cè)。對(duì)于SCADA系統(tǒng)現(xiàn)場(chǎng)采集的數(shù)據(jù)含有大量噪聲以及缺失現(xiàn)象,采用小波降噪和插值處理方法,有效地降低了壓力時(shí)間序列的噪聲,提高數(shù)據(jù)的質(zhì)量。隨后分別使用VAR模型和VARX模型對(duì)供水管網(wǎng)壓力時(shí)間序列進(jìn)行預(yù)測(cè)分析,其中VARX模型由于加入了外部變量(管網(wǎng)分區(qū)入水口壓力),相比VAR模型在預(yù)測(cè)精度上有了很大提高。(2)基于SPC統(tǒng)計(jì)方法和VARX預(yù)測(cè)模型嘗試管網(wǎng)異常事件偵測(cè)。前者經(jīng)統(tǒng)計(jì)分析得到正常模式下管網(wǎng)壓力數(shù)據(jù)的變化規(guī)律,當(dāng)壓力波動(dòng)不符合該規(guī)律時(shí)即判斷為異常事件,該方法靈敏度高,但容易受干擾;后者通過VARX預(yù)測(cè)模型,將模型預(yù)測(cè)值和實(shí)際觀測(cè)值間的差異作為診斷異常事件的依據(jù),具有抗擾動(dòng)性強(qiáng)的特征,但偵測(cè)精度受異常事件規(guī)模大小限制。最后采用貝葉斯網(wǎng)絡(luò)推理方法有效結(jié)合上述兩種方法的優(yōu)點(diǎn),提高模型異常事件偵測(cè)的準(zhǔn)確性。(3)分析噪聲對(duì)供水管網(wǎng)壓力/流量數(shù)據(jù)的影響,利用EPANET模擬軟件和小波降噪方法獲得管網(wǎng)監(jiān)測(cè)點(diǎn)壓力信號(hào)中理想信號(hào)、突變信號(hào)和噪聲。接著,通過計(jì)算壓力信號(hào)中噪聲的有效值,確定供水管網(wǎng)內(nèi)噪聲在一定范圍內(nèi)波動(dòng)。然后基于信噪比對(duì)第四章節(jié)管網(wǎng)異常事件偵測(cè)實(shí)驗(yàn)結(jié)果進(jìn)行分析,通過設(shè)定信噪比閾值判斷異常事件的有效性,進(jìn)一步降低異常事件偵測(cè)方法的誤報(bào)率。
【關(guān)鍵詞】：城市供水管網(wǎng)系統(tǒng) 壓力預(yù)測(cè) 異常事件偵測(cè) 信噪比
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TU991.33
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-19
• 1.1 引言11
• 1.2 城市供水管網(wǎng)模型研究現(xiàn)狀11-17
• 1.2.1 城市供水管網(wǎng)模型研究概述11-13
• 1.2.2 城市供水管網(wǎng)動(dòng)態(tài)數(shù)據(jù)預(yù)測(cè)模型研究狀況13-15
• 1.2.3 城市供水管網(wǎng)異常事件偵測(cè)定位研究狀況15-17
• 1.3 本課題研究的背景意義17
• 1.4 論文總體框架及主要內(nèi)容17-19
• 第2章 城市供水管網(wǎng)系統(tǒng)描述19-24
• 2.1 城市供水管網(wǎng)系統(tǒng)19-20
• 2.2 供水管網(wǎng)DMA分區(qū)20-21
• 2.3 S市供水管網(wǎng)實(shí)例21-23
• 2.3.1 S市供水管網(wǎng)概況21-22
• 2.3.2 S市供水管網(wǎng)系統(tǒng)運(yùn)行過程22-23
• 2.4 本章小結(jié)23-24
• 第3章 城市供水管網(wǎng)壓力預(yù)測(cè)24-34
• 3.1 數(shù)據(jù)預(yù)處理24-26
• 3.1.1 小波降噪25-26
• 3.1.2 實(shí)驗(yàn)結(jié)果26
• 3.2 監(jiān)測(cè)點(diǎn)壓力數(shù)據(jù)相關(guān)性分析26-27
• 3.3 基于VAR模型的壓力時(shí)間序列預(yù)測(cè)分析27-30
• 3.3.1 VAR模型簡(jiǎn)介27
• 3.3.2 VAR模型定階27-28
• 3.3.3 VAR模型參數(shù)估計(jì)28
• 3.3.4 VAR模型實(shí)際應(yīng)用28-30
• 3.4 基于VARX的壓力時(shí)間序列預(yù)測(cè)模型30-33
• 3.4.1 VARX模型簡(jiǎn)介30
• 3.4.2 顯著性檢驗(yàn)30-31
• 3.4.3 VARX模型實(shí)際應(yīng)用31-33
• 3.5 本章小結(jié)33-34
• 第4章 城市供水管網(wǎng)異常事件偵測(cè)34-48
• 4.1 S市某DMA區(qū)的爆管事件模擬實(shí)驗(yàn)34-35
• 4.2 基于SPC統(tǒng)計(jì)分析的供水管網(wǎng)異常事件偵測(cè)35-40
• 4.2.1 方法概述36-37
• 4.2.2 方法應(yīng)用37-39
• 4.2.3 結(jié)果分析39-40
• 4.3 基于VARX模型的供水管網(wǎng)異常事件偵測(cè)40-43
• 4.3.1 方法概述40-41
• 4.3.2 方法應(yīng)用41-42
• 4.3.3 結(jié)果分析42-43
• 4.4 基于貝葉斯網(wǎng)絡(luò)的異常事件綜合分析43-47
• 4.4.1 貝葉斯網(wǎng)絡(luò)概述43-44
• 4.4.2 網(wǎng)絡(luò)參數(shù)學(xué)習(xí)44-45
• 4.4.3 實(shí)驗(yàn)分析45-47
• 4.5 本章小結(jié)47-48
• 第5章 噪聲環(huán)境下的供水管網(wǎng)異常事件分析48-56
• 5.1 管網(wǎng)動(dòng)態(tài)數(shù)據(jù)的噪聲分析48-49
• 5.1.1 噪聲概述48
• 5.1.2 噪聲對(duì)信號(hào)的干擾分析48-49
• 5.2 實(shí)測(cè)信號(hào)與EPANET模擬信號(hào)的對(duì)比分析49-52
• 5.2.1 EPANET簡(jiǎn)介49-50
• 5.2.2 EPANET的模擬仿真結(jié)果50-51
• 5.2.3 結(jié)果分析51-52
• 5.3 基于信噪比的管網(wǎng)異常事件偵測(cè)優(yōu)化52-55
• 5.3.1 信噪比概述52-53
• 5.3.2 實(shí)驗(yàn)結(jié)果分析53-55
• 5.4 本章小結(jié)55-56
• 第6章 總結(jié)與展望56-58
• 6.1 總結(jié)56
• 6.2 展望56-58
• 致謝58-59
• 參考文獻(xiàn)59-63
• 附錄63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 汪健;王煜;秦正飛;高磊;;基于小波神經(jīng)網(wǎng)絡(luò)對(duì)城市供水管網(wǎng)壓力的預(yù)測(cè)[J];供水技術(shù);2015年04期

2 王琳;;多維大數(shù)據(jù)序列相關(guān)性分析方法在宏觀經(jīng)濟(jì)中的應(yīng)用[J];統(tǒng)計(jì)與決策;2014年09期

3 劉書明;王歡歡;徐錦華;劉文君;;基于智能優(yōu)化算法的供水管網(wǎng)漏水點(diǎn)定位[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

4 張曄明;;基于人工神經(jīng)網(wǎng)絡(luò)的供水管網(wǎng)壓力管理探索[J];凈水技術(shù);2014年02期

5 孫平;王麗萍;陳凱;蔣志強(qiáng);張璞;;基于時(shí)間序列模型ARMA的水廠逐日需水量過程預(yù)測(cè)方法[J];中國(guó)農(nóng)村水利水電;2013年11期

6 程偉平;趙丹丹;許剛;蔣建群;;供水管網(wǎng)爆管水力學(xué)模型與爆管定位[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年06期

7 吳迪;何芳;林建敏;;利用供水管網(wǎng)水力模型輔助爆管點(diǎn)定位方法研究[J];給水排水;2012年S1期

8 李穩(wěn);崔建國(guó);毛立波;;供水管網(wǎng)壓力異常工況下的趨勢(shì)面分析模型及應(yīng)用[J];節(jié)水灌溉;2011年08期

9 李翠梅;王建華;王浩;;基于價(jià)格彈性系數(shù)的城市用水量中長(zhǎng)期預(yù)測(cè)實(shí)例研究[J];給水排水;2011年06期

10 郭新蕾;楊開林;;管道泄漏檢測(cè)的水力瞬變?nèi)l域數(shù)學(xué)模型[J];水利學(xué)報(bào);2008年10期

，

本文編號(hào)：1058598