(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210863034.8 (22)申请日 2022.07.21 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 陈欣然　信昆仑　陶涛　王嘉莹　 颜合想　李树平　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 丁云 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/18(2020.01) G06K 9/62(2022.01) G06F 17/16(2006.01) G06Q 50/06(2012.01)G06F 119/14(2020.01) (54)发明名称 基于灵敏度的供水管网管道分组及参数校 核方法、 装置 (57)摘要 本发明涉及基于灵敏度的供水管网管道分 组及参数校核方法、 装置， 该方法包括： (1)收集、 处理管网压力、 流量监测数据； (2)统计管网中管 道属性信息； (3)对管网中待校核管道进行灵敏 度分析； (4)根据管道属性信息对高灵敏度管道 加权聚类， 计算高灵敏度管道聚类结果中各分组 的管道属性聚类中心； (5)将剩余低灵敏度管道 归入高灵敏度管道的分组 中， 完成管道分组； (6) 在该分组下进行粗糙系数校核， 输出管道粗糙系 数校核结果及监测点误差。 与现有技术相比， 本 发明采用两步聚类的方法， 针对 管网中高灵敏度 管道和低灵敏度管道分别聚类， 可在管网模型校 核中实现对待校核参数的自动分组， 并显著提升 后续校核算法的稳定性和准确性。 权利要求书2页 说明书10页 附图1页 CN 115270619 A 2022.11.01 CN 115270619 A 1.一种基于 灵敏度的供 水管网管道分组及参数 校核方法， 其特 征在于， 该 方法包括： (1)收集、 处 理管网压力、 流 量监测数据； (2)统计管网中管道属性信息； (3)对管网中待校核管道进行灵敏度分析； (4)根据管道属性信息对高灵敏度管道加权聚类， 计算高灵敏度管道聚类结果中各分 组的管道属性聚类中心； (5)将剩余低灵敏度管道归 入高灵敏度管道的分组中， 完成管道分组； (6)在该分组下进行粗 糙系数校核， 输出 管道粗糙系数校核结果及监测点 误差。 2.根据权利要求1所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(1)具体包括： 对管网压力、 流量监测数据进行筛选， 剔除异常数据， 估计监测 点监测误差 。 3.根据权利要求1所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(2)具体包括： (21)收集管网中管道属性信息， 包括m类管道属性数据； (22)生成管网管道信息矩阵P， 矩阵P中包括管网中所有管道的管道属性数据； (23)对管网管道信息矩阵P中的每一类 管道属性数据进行归 一化处理， 得到xkp′， xkp′为 管道k属性p的归一 化数据， k ＝1,2,…,n， p＝1,2, …,m， 其中， n 为管网中管道数。 4.根据权利要求1所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 所述的管道属性信息包括管 材、 管龄、 管径。 5.根据权利要求1所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(3)具体包括： (31)获取 管道粗糙系数对监测点的灵敏度矩阵J： JHk,kHi为管网中第i个压力监测点对第k根管道粗糙系数的灵敏度， Jqk,kqj为管网中第j 个流量监测点对第k根管道粗糙系数的灵敏度， k＝1,2, …,n， i＝1,2, …,n， j＝1,2, …,n， kHn、 kqn分别管网中压力监测点和流 量监测点的个数； (32)计算管网监测点权 重矩阵： 对于压力监测点， 权 重矩阵为： WkH＝(wkH1 wkH2  …  wkHn) wkHi为第i个压力监测点的权 重， 式中， σH为压力监测点 误差方差， wH为粗糙系数校核中压力监测数据权 重； 对于流量监测点， 权 重矩阵为： Wkq＝(wkq1 wkq2  …  wkqn) 其中， wkqj为第j个流 量监测点的权 重，权　利　要　求　书 1/2 页 2 CN 115270619 A 2式中， σkqj为流量监测点j误差方差， wq为粗糙系数校核中流 量监测数据权 重； (33)计算各 管道对所有监测点的加权 灵敏度： Sk＝∑(wkHi×JHk,kHi)+∑(wkqj×Jqk,kqj) Sk为第k根管道的加权 灵敏度。 6.根据权利要求5所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(4)具体包括： (41)对管道的加权 灵敏度Sk进行排序， 选出高灵敏度管道 记为G1； (42)对G1按照属性特 征采用加权聚类算法分组， 加权聚类算法中管道与各组聚类中心的加权距离d(xk‑c)按照下式计算： xkp′为管道k属性p的标准化数据， cp′为该组聚类中心中属性p的标准化数据； wp为属性p 的属性权 重， p＝1,2, …,m， m为管道属性数目， 不断更新聚类中心得到高灵敏度管道分组结果； (43)计算高灵敏度管道各组管道属性的标准 化聚类中心cp′： 式中， Ng为第g组管道数。 7.根据权利要求6所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(5)具体包括： (51)根据管网背景资料及已知信息对该影响该管网管道粗糙系数的因素进行重要性 评估， 根据重要性 排序结果对管道各属性权 重赋予相应 变化范围。 (52)采用步骤(42)中的加权距离计算公式计算剩余低灵敏度管道与各组聚类中心的 加权距离； (53)将低灵敏度管道归入距离最近的高灵敏度管道组， 更新各组聚类中心， 多次迭代 直至聚类中心不再发生变化， 完成管道分组。 8.根据权利要求1所述的一种基于灵敏度的供水管网管道分组及参数校核方法， 其特 征在于， 步骤(6)具体包括： 在当前分组下采用高斯 ‑牛顿迭代 等方法校核 管道粗糙系数， 输 出最终校核结果及监测点 误差。 9.一种装置， 包括存储器和 处理器， 所述的存储器有计算机程序， 其特征在于， 所述处 理器执行所述计算机程序时实现如权利要求1～8任一项所述的基于灵敏度的供水管网管 道分组及参数 校核方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述的计算机程序被 处理器执行时实现权利要求1～8任一项所述的基于灵敏度的供水管网管道分组及参数校 核方法。权　利　要　求　书 2/2 页 3 CN 115270619 A 3