基于人工神经网络的供水管网压力管理探索

• 作者: 张晔明
• 来源期刊: 净水技术
• 学科: 工学
• 关键词: 人工神经网络 供水管网 压力管理
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 经验交流
• 页码范围: 98-104
• 页数: 7页
• 分类号: TU991
• 字数: 3418字
• 语种: 中文

摘要

供水管网的压力管理对实现按需供水、减少漏损和降低能耗具有重要的意义，实现压力管理的重要手段是对供水管网进行数学建模和数值仿真。但是，供水管网是非常复杂的大型非线性系统，按照传统的微观建模方法建立的供水管网模型往往精度不够，其数值求解效率也低，不适合基于这样的模型进行压力管理。该文提出了一种基于人工神经网络的供水管网压力管理的方法，即利用人工神经网络在供水管网的压力和流量之间建立非线性模型，并利用该非线性模型进行供水管网压力管理，而供水管网的压力管理则通过最优化问题的数值求解来实现。试验表明在不降低流量的情况下，供水的水压可降低1％。这对于减少供水管网的漏损、降低产销差率以及减少能耗具有重要的意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晔明		6	48	3.0	6.0