人工神经网络算法建立城市供水优化调度模型

杨欣

天津水务集团有限公司供水发展配套分公司，天津市  300202

摘要：供水调度模型是建立在管网GIS、调度监控系统、水量分析和预测、成本预算、能耗分析等信息系统基础上的系统，应用现代信息技术对影响供水过程的各环节的主要设备、运行参数进行实时监测、运算和分析，提出调度控制依据或参考方案，辅助调度人员对供水系统进行科学调度控制。

关键词：城市供水；神经网络算法；优化调度

1 引言

随着城市人口不断增加以及人们对美好生活的追求越来越高，势必对城市供水系统的要求也越来越高。如何通过优化调度确保供水管网在合理的范围中运行，满足供水水量水质及水压等条件下降低能耗减少管网事故以及提高管理效率，最大限度的提高供水企业的社会效益和经济效益是企业面临的巨大的挑战。管网建模仿真是预测供水管网动态工况的有效办法，有助于实现按需供水,减少损耗和漏损，有助于实现对管网的科学化、现代化管理。

2 城市供水系统模型

2.1人工神经网络模型

人工神经网络模型是由若干个人工神经元按照一定的拓扑结构连接在一起构成的。目前，已有几十种主要的人工神经元网络模型，神经元网络模型的分类是根据神经元之间连接方式和网络中信息流向的不同为依据，其中“前向型网络”指没有信息反馈，“反馈神经网络”指具有信息反馈。

前馈神经网络由输入层，中间层（隐层）和输出层组成，前馈神经元网络有若干个中间隐层，输出的信息都是一层一层传递的。前馈神经元网络是目前研究的最深入最有效的，它成功应用于模式识别、分类聚类、自适应控制和学习等领域。反馈神经网络具有任意两个神经元都有可能联接的特性，在反馈神经网络中，输入信号要在神经元之间进行来回往返传递，从某一初态开始，经过多次的变换处理，逐渐趋于稳定或进入周期振荡状态。由于反馈神经网络运行模式必须考虑对反馈信息的处理问题，结构复杂，不容易应用到实际中，因而相应的成果也较少。

2.2建立供水管网系统模型

供水管网模型是将经验转化为理论的运算从而解决调度运行中的问题，通过模型运算不需实际操作即可模拟某设定工况下管网运行情况，为调度提供了有力的辅助决策手段，是从经验型调度向科学型调度转变的核心。利用人工神经网络建立水厂、泵站出口压力模型:

HiS&P=netp1(QS1,···,QSn,Qp1,···,QpM)i

其中HiS&P为水厂与泵站出口压力,netp1为水厂与泵站出口压力的神经网络模型,QS为各水厂流量，Qp为各泵站流量。将历史数据作为样本来训练该网络模型就可以得到该模型的权矩阵。

利用BP神经网络建立测压点压力模型：

HMi=netp2(QS1,···,QSn,Qp1,···,QpM)i

其中HMi为测压点i的压力值,netp2为测压点压力的神经网络模型,QS为各水厂流量，Qp为各泵站流量。

将历史数据作为训练样本对上述两个神经网络模型进行训练测试，可以验证管网模型得到结果与实际结果的一致性，证明模型的合理性和有效性。

2.3建立供水管网系统优化调度模型

供水管网优化调度的目标是在满足用户对供水压力、流量、水质要求的前提下尽可能降低生产的直接成本和间接成本并提高生产和输送过程的安全性稳定性。在管网整体优化调度模型上算出供水系统内每个水厂的时段最优供水量和相应的出厂压力后再根据各水厂内的机泵配置情况进行优化确定出水厂内各水泵的开启方案。

供水优化调度的模型以运行费用为目标函数，以满足管网水力特征方程及其他技术条件为约束进行系统整体优化，由此供水调度优化模型为:

minCost(Q1,··,QL,t)=%目标函数

其中pi(t)为t时刻下的电费, Ci是水厂泵站功耗与用电量的转换系数，HiS&P为水厂、泵站的出口水压，Bj为水厂的制水成本。

Hi≧Hmin%城市供水管网中的每个测压点的水压要大于能够接受的最低水压

%水厂供水总流量要大于管网中用水总需求量

%泵站的总供水量要大于后级用户的总需水量

%水厂泵站的出口压力要满足水厂、泵站出口压力模型

%测压点的水压要满足测压点压力模型

根据水厂配置情况以及所测得管网压力、流量等信号，建立供水管网系统模型及供水管网系统优化调度模型，由于城市供水系统具有多种不确定性和非线性特性，应用人工神经网络算法，无需考察管网的整体结构，无需了解管网中各个管段的具体信息，通过神经网络的学习和训练对输入和输出之间的非线性关系进行模拟，从而得到最优调度方案。同时,由于随着所测得的管网压力、流量等样本的增加，网络的预测精度随之提高以及网络的训练可以在样本的在线收集中进行,这就意味着网络的质量可以随着新样本的提供自适应的提高,所以该方法非常适合应用于管网的在线监测和自适应控制当中,也特别适合于处理不可能一次性得到全部测量样本的复杂预测问题。

3 结语

随着城市的发展以及集约化供水的推进，城市的供水管网系统不断扩大并且越来越复杂，这样势必造成调度管理工作也越来越复杂，传统的调度管理模式已慢慢不能适应新的管理的要求，这给供水企业带来了巨大的挑战与压力，在满足供水水量水质及水压等条件下，如何通过优化调度确保供水管网在合理的范围中运行，减少管网事故，降低能耗以及提高管理效率，最大限度的提高供水企业的社会效益和经济效益是目前大部分供水企业所要解决的课题。

人工神经网络是目前应用较为广泛的一种神经网络结构，其结构和学习算法简单明了，能够对任意的非线性函数进行逼近而不依赖于被控对象的结构，可以通过对网络系统的自学习找到最优控制方案，从而实现基于人工神经网络整定的最佳控制。使用Matlab神经网络工具箱，建立供水管网系统模型及供水管网系统优化调度模型，并根据此模型确定出最佳供水调度方案，可以作为供水调度运行的依据。

参考文献

[1]高隽主编《人工神经网络原理及仿真实例》2007年2月：1.

[2]飞思科技产品研发中心.神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2006,5:26.

[3]崔建国,王俊岭.城市供水系统的优化调度模型研究.太原理工大学学报，2002，33(3)