供水管网爆管压力波动的传播形态与侦测机制

Pipe burst in water supply networks is an important issue affecting the security of water supply all over the world for a long time. With sudden and strong features, such events can cause interruptions in the water supply, widespread destruction of roads or buildings, waste of water resources, personal injury and property damage and other consequences of pollution. However, response to pipe bursts in water supply industry at home and abroad remains passive disposal stages, especially to those not being found overnight or hidden burst underground in large and complex network, there was no breakthrough for technological bottlenecks of real-time detection yet. This research proposed a novel method that, detection and location of a pipe burst in water distribution network is solved by a "Spider Web" model of pressure monitoring sites, which is based on the thorough inspection of the full dynamics process of pressure fluctuations caused by pipe burst, including the anisotropy and spatial morphology of pressure fluctuations propagation. The proposed novel method will improve those traditional technologies that only rely on the data analysis of the pressure decline results. With pressure monitoring costs decline and development of data communication and storage techniques, pressure monitoring based burst detection and location technologies have good application space, and the achievements of this research will be a promising promotion of technology in this field and have a clear theoretical significance and practical value for mature applications in the future.

供水管网爆管事故是长期以来影响全球供水安全的重要问题，具有突发性与强烈的事件表现等特征，可以造成大范围停水、道路或建筑物破坏、水资源浪费、管网污染、人身伤害和财物损失等后果。然而，目前国内外供水行业对于爆管问题的处理仍然停留在被动处置阶段，尤其是针对在大型复杂管网上不易被人发现的夜间爆管或地下暗爆问题，均未突破实时侦测这一关键技术瓶颈。本项目以管网压力监测为核心，突破仅依赖对压力下降结果数据分析的传统研究思路，提出以解析爆管事件造成管网压力波动的完整动力学过程，分析和提取压力波动传播的空间异质性特征和过程形态为主要手段，通过建立压力监测的“蛛网”模型并进行求解的管网爆管侦测与定位理论方法。随着压力监测成本的下降和大数据通讯和存储技术的不断发展，基于压力监测进行爆管侦测与定位的技术具有良好的应用空间，本项目成果对于推动这一领域的技术发展和成熟应用具有明确的理论研究意义和工程实用价值。

供水管网爆管事故是影响供水安全的重要问题，可以造成大范围停水、道路或建筑物破坏、污染物入侵等后果，但目前针对管网爆管的事件的动力学过程、管网压力状态的响应特征以及管网爆管的侦测定位等理论与方法尚缺乏系统研究。本项目通过基于管网爆管的稳态和瞬态水力学分析，结合机器学习与深度学习技术，主要开展了供水管网爆管事件的动力学过程模拟、供水管网爆管压力波动传播的空间特征与分布形态、基于动力学模拟与监测数据耦合的管网爆管侦测与定位等方面的研究。.（1）针对爆管事件的动力学过程，首先对水力模拟计算引擎的压力驱动模型进行了改进，提出了基于二次插值法的压力驱动模拟迭代方法，提升了爆管稳态水力模拟算法的收敛性能；针对爆管发生的瞬态过程，提出了基于频域响应的爆管瞬态模拟方法，较传统特征线（MOC）法计算时间缩短90%；（2）基于改进后的水力模拟模型，模拟了不同位置和规模的爆管造成压力波动的传导过程，研究分析了爆管压力波动在时间和空间上的传播特征；（3）通过提取管网爆管时压力信号的特异性扰动，利用时域-频域耦合分析技术结合孤立森林异常值检测算法，构建了基于压力扰动提取的爆管侦测方法，实现了爆管的实时侦测，侦测报警时间较人工报告时间最长可提前7小时。（4）建立了水力模型与数据驱动耦合的爆管定位蛛网模型。该模型将水力模型的节点压力灵敏度矩阵与监测数据匹配，初步确定爆管位置，并在此基础上采用全线性密连接深度神经网络（FL-DenseNet）自动分析压力监测数据中的特征，识别爆管的精确位置，可以准确地将爆管定位到5根管道范围内。.通过本项目研究形成的爆管压力驱动模拟、瞬态水力分析的频域响应方法改进和丰富了爆管动力学过程模拟的方法手段；研究提出的基于压力扰动的爆管事件侦测方法、基于蛛网模型与深度学习的爆管定位方法可为供水管网爆管事件的智能化响应与处置提供理论技术支撑，对于保障城市供水管网安全运行具有积极的理论指导意义和良好的应用参考价值。