时间:2024-05-04
张一倩 王岳
(济南职业学院 山东省济南市 250014)
作为校园公用设施,当前校园供水系统中普遍使用智能水表。后勤部门希望基于水表提供的实时数据,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。
统计全部水表在“一天中各时段”、“一周中7天”、“一年中的12个月”的用水量总和、均值、极值,观察用水量在“日、星期、月度”的数据变化规律。
1.1.1 分析数据的时段特征
设15分钟为一时段,建立矩阵描述时段特征如下:
qijk表示某周第k天里,第i个水表第j个时段的用量。
利用Excel合并计算功能[1]求出每个水表同期时段的用量均值。能够看出:早间7:00-8:00、晚间21:30-23:00时段为用水高峰,水表平均用量超过1.4m3/h,高峰时段占比10.4%;夜间01:00-06:00时段为用水低谷,水表平均用量小于0.6m3/h,低谷时段占比20.8%。
1.1.2 统计分析数据的星期特征
建立以下矩阵描述用量的星期特征:
qijk表示在整季度每周第k天第i个水表第j个时段的用量。统计出周一至周日的用量均值,其变化规律为:周中用水量较周末高些,四个季度的情况基本相同;周六用水量最低。
1.1.3 分析数据的月度特征
建立以下矩阵描述月度特征:
qijk表示在第i个水表第j天96个时段的用量。统计出每月用量均值,其变化规律为:校园用水量夏季较高,冬季较低,春秋季节居中;2月最低,8月最高,4月次之。
将校园分为宿舍区、教学区、办公区、食堂区、其他区五个功能区,重点通过用量日均值的变化分析区域特征。选取不含节假日的有代表性的4月某周,进行不同功能区用水特征的研究,计算该周内各时段均值,绘制用量折线图,描述了用量的区域特征:
(1)宿舍区于早七至九点、晚二十二点前后经历用水高峰,中午稳定;不同宿舍楼因作息时间不完全同步,高峰时段略有差别,但均呈现日间稳定晚间高峰的特性。
(2)教学区用量变化较宿舍区明显,以教学为主的区域在上下午各出现几次小高峰,以科研为主的区域在中午有高峰出现,平均用量50m3/d。
(3)办公区、食堂区、运动场的特征略有差别,但整体呈现夜间较低、早间小高峰、下午稳定、晚间差异较大的特征。
水表的各级表计之间形成树形结构。从该层级关系出发,建立“层级关系与误差累计模型”,利用已有数据,对关系模型的误差进行了定性和定量分析[2]。
各层级水表的用量关系为:
构造矩阵的乘积运算进行展示:
Q为用水量矩阵,其元素qij为第i个时段第j个水表的用量,定义为:
R91×13为层级关系矩阵,由水表层级关系形成逻辑树,对应R中的列向量。在每个列向量的各元素中,父级表对应的元素赋值1,其下级表对应的元素赋值-1,隔级水表、无层级关系的水表对应元素赋值0。构造用量矩阵Q与层级关系矩阵R的乘积为误差矩阵E,记为:
εij表示所有时段里一级表读数与其下一级子表读数总和之间的差值。鉴于管道可能存在的漏水情况,以及水表读数存在的误差,因而会有εij存在。
若父级表、子级表间的管道上没有用水且无漏水,在不计各类误差的前提下,差值为0。但由实际数据分析,有部分一级表有自用水和漏水现象,考虑到各种误差的产生,会使得矩阵E中各元素εij非零,一般是较小的正数。
2.2.1 定性分析
供水系统中,父级表与各子级表的累计流量间存在误差。鉴于水表口径不同、各时段流量不同,误差值也不同。除计量误差、累计误差、加和误差、漏损误差外,还因为子级表与父级表的口径接近时,管网中水流量在小于起始流量时,子级表没有计量,但多块子表加起来的起始流量可能达到父级表的起始流量,此时父级表计量数值,产生了误差。
2.2.2 定量分析
供水系统中水流量的计算公式为:
S为水管的截面面积,v为水流速度。以“各区域用水特征”分析结果为样本,结合水表口径数值,得出该水表处的水流量、流速,对比关系模型中的值,进行了误差分析。计算结果表明:流量q较大的水表为一级表,流量q较小的为二、三级表,与实际水表层级一致,关系模型得到验证。
为了由实时数据及时确定漏损的时间地点,提出以下策略:每年初根据往年数据更新用水量数据库,包括该年度内所有水表在有时段的用量。取各时段用量均值作为漏损预警阈值,取各时段用量极大值作为漏损判定阈值,对本年度所有用水量进行实时分析并确定漏损的时间和地点。
在确定漏损位置时,利用上述误差矩阵E中εij的计算结果,认为漏水率在5%以下为良好的供水网络。观察误差矩阵E中各元素εij的值,若εij≤0,则此父级表下管道无漏水;若εij>0,则此父级表下有可能出现漏水。具体筛选漏水位置时,从误差矩阵E中对应的三级表计的数值开始,设定若εij>0.07,漏水位置在此三级表到四级表之间;再进行二级水表的筛选,以此类推,直到一级水表。
计算“当前实时时段用水数据”减去“对应数据库中的各时段用水均值”,得到差值,记为d1;计算“当前实时时段用水数据”与“用水量极大值”的差值,记为d2,判断规则为:
(1)正常状态:若d1,d2会围绕0上下波动,但总体应符合d1≈0,且d2≈0;
(2)预警状态:d1连续三个时段大于阈值a,但d2在此时段区间内小于a;
(3)漏损状态:d1连续三个时段大于阈值a,d2在此时段区间内大于a,此时则有可能出现漏损,a即为漏损量。
针对管网漏损现象,若采用维修的决策,可以降低漏损程度,但同时产生人工费、材料费;若考虑成本,采用不维修的决策,则会因漏损产生多余的用水费用。根据水价及维修成本确定管网漏损的最优维修决策方案时,希望总成本最小,此即为“多源最短路径问题”。
将维修决策转换为图形结构,构造二元组G=(V,E),其中每个顶点vi表示月初时间节点,边(vi,vj)的权值w(i,j)表示从第i月初到第j月初的总费用,建立漏损费用模型为:
其中p为用水单价,Ql为j-i个月内漏损总量,C为j-i个月内由人工费和材料费构成的维修总成本。考虑一年内的季节变化、物价变化等因素,认为C在不同月度的取值不同,表示为:
每一条从v1到v13的路径,均对应一种维修方案,其最短路径即为最优方案。
经过数据收集环节,结合物价、季节等因素,对各月维修总成本进行赋值。针对漏水功能区,认为漏损率为梯度变化,即随着时间变长,管道老化,漏损率随之升高,对各种持续时长的漏损率进行了赋值,并构造出邻接矩阵[3]。按照Dijkstra算法的思想,在Matlab下编程得到最短路径为v1→v5→v9,最短路径的长度为10593。解读结果,选择第1、5、9月初作为维修时间节点,最少花费为10539元,此为最优决策方案。
(1)本模型考虑了校园供水系统智能管理的各种因素及其限制,兼顾近期目标和远期目标。该模型可以推广至住宅小区、企事业单位等供水系统的管理之中。
(2)建立的最短路径模型可以应用到生产企业的设备更新问题,帮助企业决策设备的替换与维修。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!