基于阻抗辨識的BP神經(jīng)網(wǎng)絡(luò)供熱管網(wǎng)泄漏三級診斷研究.pdf

1、集中供熱系統(tǒng)是城市公用事業(yè)的重要組成部分，是保障城市功能正常發(fā)揮的重要基礎(chǔ)設(shè)施之一。其中，供熱管網(wǎng)是集中供熱熱源向各熱用戶輸配熱量的管線系統(tǒng)，是供熱系統(tǒng)的重要組成部分。但是眾多因素都可能致使供熱管網(wǎng)會發(fā)生一些故障，因此供熱管網(wǎng)也是供熱系統(tǒng)可靠性的薄弱環(huán)節(jié)。供熱管網(wǎng)最常見的故障是管道泄漏，為了確保供熱管網(wǎng)穩(wěn)定、安全運(yùn)行，建立供熱管網(wǎng)泄漏診斷系統(tǒng)，對供熱管網(wǎng)的運(yùn)行情況進(jìn)行實(shí)時(shí)監(jiān)控，判斷泄漏故障并進(jìn)行定位，在引發(fā)更嚴(yán)重的事故之前及時(shí)進(jìn)行核查搶

2、修，將故障的影響降到最低，是供熱企業(yè)和相關(guān)研究人員需要共同研究的課題。
　　在現(xiàn)有供熱管網(wǎng)泄漏診斷模型的研究中，供熱系統(tǒng)管網(wǎng)阻抗等參數(shù)常被處理為不變的參數(shù)或者帶入設(shè)計(jì)值；同時(shí)，管網(wǎng)監(jiān)測設(shè)備安裝位置與診斷模型需要的監(jiān)測點(diǎn)不完全匹配。因此若在工程實(shí)際中應(yīng)用這些模型的時(shí)候，由于阻抗等參數(shù)的設(shè)計(jì)值可能會隨著管網(wǎng)的運(yùn)行已偏離實(shí)際值，導(dǎo)致仿真或計(jì)算結(jié)果與實(shí)際情況有較大偏差，從而降低了模型的實(shí)用價(jià)值。
　　本文針對枝狀熱水供熱管網(wǎng)的泄漏診

3、斷模型進(jìn)行了相應(yīng)的研究。首先對基于圖論理論的供熱一次側(cè)枝狀空間管網(wǎng)模型進(jìn)行了改進(jìn)。然后提出了基于雙向遞推的枝狀供熱管網(wǎng)阻抗辨識方法，基于實(shí)際情況中可測得的熱源及熱力站進(jìn)出口壓力值和熱源與熱力站內(nèi)部的管段流量值，通過水力工況組合形式求解辨識方程組進(jìn)行阻抗辨識。并將阻抗辨識結(jié)果帶入泄漏故障診斷模型之中以使模型更貼近于實(shí)際供熱管網(wǎng)。
　　BP神經(jīng)網(wǎng)絡(luò)在故障智能診斷領(lǐng)域已得到廣泛應(yīng)用，針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的收斂速度較慢、易陷入局部極值的問

4、題，本文采用了全局搜索能力更強(qiáng)、收斂速度更快、可以較好地解決已知解域內(nèi)精細(xì)搜索和擴(kuò)展新解域之間的矛盾的優(yōu)化算法—人工蜂群（ABC)算法對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。依據(jù)在實(shí)際情況中可測得的熱源、熱力站進(jìn)出口節(jié)點(diǎn)壓力值、熱源和熱力站內(nèi)部管段流量值，以泄漏工況相對于正常工況的壓力變化率和流量變化率的二維輸入作為神經(jīng)網(wǎng)絡(luò)的輸入量進(jìn)行泄漏故障診斷，建立基于蜂群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的枝狀熱水供熱管網(wǎng)泄漏三級診斷模型。三級泄漏診斷模型中，第一級診斷模

5、型可以進(jìn)行調(diào)節(jié)工況和泄漏工況的模式識別，盡可能防止調(diào)節(jié)工況的誤判斷；第二級診斷模型判斷泄漏管段并輸出其唯一編號值；第三級模型可以對泄漏發(fā)生的具體位置進(jìn)行定位及估計(jì)泄漏量的大小。結(jié)合算例發(fā)現(xiàn)，采用壓力、流量變化率的二維輸入相對于常規(guī)的單獨(dú)壓力變化率的一維輸入的泄漏預(yù)測效果更好；蜂群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)泄漏診斷模型的性能優(yōu)于基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的性能。
　　本文提出的方法均采用M atlab編制程序，結(jié)合具體算例進(jìn)行驗(yàn)證，結(jié)果表明