本發(fā)明屬于工業(yè)控制領域，涉及一種供水管網運行狀況模型的模糊辨識方法，具體是一種基于EPANETH水力平差模型的供水管網模糊辨識方法。

背景技術：
城市供水管網系統(tǒng)是一個結構復雜、規(guī)模龐大的網絡結構。由于城市供水管網多埋于地下，不能直接進行測試和實驗，所以建立與供水系統(tǒng)的宏觀特征相吻合的預測模型，能快速準確地求解出任意時刻的工作狀態(tài)，是實現(xiàn)供水系統(tǒng)優(yōu)化調度的前提和關鍵。經過對現(xiàn)有文獻檢索發(fā)現(xiàn)，IngeduldPetr等在文章ModellingintermittentwatersupplysystemwithEPANET(8thAnnualWaterDistributionSystemAnalysisSymposium2006,pp.1-8)中處理農村供水網絡建模時，通過改進的EPANET程序解決了由于低壓和水管沒水EPANET難以建立水力模型的問題。IngeduldPetr還在文章Real-timeforecastingwithEPANET(Proceedingofthe2007WorldEnvironmentalandWaterResourcesCongress,2007)中通過EPANET和SCADA系統(tǒng)在實時模式中進行周期穩(wěn)態(tài)模擬和預測水力模型。天津大學的劉洪波等在文章《基于模糊聚類理論的城市供水管網ANFIS系統(tǒng)設計》中利用自適應神經模糊推理系統(tǒng)較強的結構知識表達能力、容錯能力以及自動提取模糊規(guī)則的學習能力，依據城市供水管網的特點，建立了一種基于模糊聚類理論的管網宏觀模型。河海大學的陸健等在文章《基于BP神經網絡的供水管網分時段宏觀模型研究》中利用BP神經網絡建立城市供水管網分時段宏觀模型，該模型基本能反映城市供水管網的供水量與水壓的關系。然而隨著時間的推移和城市建設的發(fā)展，供水管網每年都會由于擴建而變化，各個管段的粗糙系數(shù)也會隨著改變，就會造成歷史數(shù)據辨識的模型與現(xiàn)實管網有所差異，而且模型的精度也很難滿足工業(yè)要求。

技術實現(xiàn)要素：
本發(fā)明的目的在于克服現(xiàn)有方法中的不足，提出了一種基于水力平差的供水管網模型模糊系統(tǒng)辨識方法，能大幅提高預測精度，為研究供水管網的優(yōu)化調度奠定了基礎。本發(fā)明是通過以下技術方案實現(xiàn)的，采用EPANETH軟件建立供水管網的水力平差模型，求解實現(xiàn)對供水管網的運行模擬，獲得模擬的實驗數(shù)據。將水力平差模型模擬給出的系統(tǒng)輸入和輸出時間歷程代替觀測數(shù)據，并采用T-S模型的模糊辨識方法處理此輸入和輸出時間歷程，從而得到系統(tǒng)參數(shù)模型。具體步驟如下：(1)針對特定區(qū)域的供水管網，應用EPANETH水力模型軟件，模擬該區(qū)域供水管網的運行狀況；基于EPANETH水力模型軟件建立的水力平差模型，用水力平差計算得到的系統(tǒng)輸入和輸出時間歷程代替實驗數(shù)據，并采用T-S模型的模糊辨識方法處理此系統(tǒng)輸入和輸出時間歷程，從而得到系統(tǒng)參數(shù)模型；其中建立的水力平差模型，為了使管網更加接近真實，采用管網延時狀況分析，編輯時間選項，根據采樣時間的不同，對采樣時間為一小時的供水管網情況進行研究；采樣時間設為一小時，分析節(jié)點需水量在一天內的變化，時間模式的水力時間步長設為6，于是一天內需水量具有四種不同時段的變化，并設置時間模式的時段乘子分別為0.5、1.3、1.0、1.2；并通過調查統(tǒng)計，將管長、管徑、管壁粗糙系數(shù)、節(jié)點標高及供水量在EPANETH中輸入，運行軟件，進行水力平差計算，得到各節(jié)點的壓力和流量數(shù)據，將供水量和節(jié)點水壓數(shù)據看作實驗數(shù)據，作為模糊辨識方法的輸入；所述的模糊辨識方法具體是：通過簡化模糊規(guī)則，以高斯型隸屬函數(shù)，采用最小二乘的方法辨識得到系統(tǒng)的參數(shù)模型。采用EPANETH軟件建立的水力平差模型，建模步驟如下：(1)對某一研究區(qū)域的用水情況進行了大量詳實的調查統(tǒng)計工作，對居民用水量及衛(wèi)生設備的配置情況、自備井水量、企事業(yè)單位用水量及工業(yè)用水量進行分類調查整理統(tǒng)計。(2)根據實際區(qū)域的供水管網走向，確定管網水力計算的節(jié)點數(shù)目，從CAD圖中導入供水管網到EPANETH或直接在EPANETH上直接繪制，初步建立管網水力模型。(3)為了使管網更加接近真實，采用管網延時狀況分析，編輯時間選項，根據采樣時間的不同，可分別對采樣時間為一小時或一天的供水管網運行情況進行模擬。(4)通過步驟(1)的調查統(tǒng)計，將管長、管徑、管壁粗糙系數(shù)、節(jié)點標高及供水量等參數(shù)在EPANETH中輸入，運行軟件，通過水力平差模型計算得到各節(jié)點的壓力和流量數(shù)據。所述的模糊辨識，基于虛擬的實驗系統(tǒng)獲得輸入輸出數(shù)值，采用T-S模型的模糊辨識方法處理此輸入和輸出時間歷程，計算出系統(tǒng)的未知參數(shù)，從而建立一個模糊系統(tǒng)模型，其具體步驟如下：采用T-S模型的模糊辨識方法處理模擬提供的系統(tǒng)輸入和輸出數(shù)據，進行模型前件參數(shù)的辨識、模型結構的辨識及模型后件參數(shù)的辨識，得到系統(tǒng)基于時間的集中參數(shù)模型，將基于空間的數(shù)值分析模型映射到基于時間的集中參數(shù)模型。對于一個MIMO模型的辨識，可以分解為多個MISO模型的辨識，這里僅討論MISO系統(tǒng)的辨識。系統(tǒng)的模糊模型可用如下的邏輯關系描述：式中，Rj(j＝1,2,…,n)為第j條規(guī)則，xi(i＝1,2,…,M)為第i個輸入變量，為模糊集合，yj為第j條規(guī)則的輸出，為規(guī)則后件的線性參數(shù)。由n個邏輯關系推導出的最終輸出y是：式中，y為模型的輸出，ωj為第j條規(guī)則的滿足程度，為xi對的隸屬度函數(shù)。該模型的辨識問題，就是通過目標系統(tǒng)的輸入輸出數(shù)據確定：(1)即前提中模糊集的隸屬函數(shù)，稱為前提參數(shù)。(2)即結論參數(shù)。使得模型的輸出與目標系統(tǒng)的實際輸出y的誤差平方和，即達到最小。其中，表示由辨識得到的模糊模型計算出的第k個采樣時刻的輸出值，y(k)為目標系統(tǒng)第k個采樣時刻的實際輸出值，N為總采樣次數(shù)。前提參數(shù)的辨識，由于在模糊模型中通常假定模糊集的隸屬函數(shù)的形式是事先給定的，只需確定其參數(shù)。假設隸屬函數(shù)為高斯函數(shù)：式中,cji為聚類中心，rji為輸入半徑，是需辨識的高斯型函數(shù)的參數(shù)。參數(shù)辨識的方法如下：(1)選擇聚類中心cji，計算初始輸入半徑rji；(2)由任意的輸入數(shù)據x(k)，確定與之最近的輸入半徑cjs，即|x(k)-cjs|＝min|x(k)-cji|；(3)刷新以cjs為中心的輸入區(qū)域的半徑rjs，即rjs＝max{|x(k)-cjs|,rjs}；(4)重復(2)、(3)即可獲得各區(qū)域的輸入半徑。結論參數(shù)的辨識，即辨識參數(shù)記于是模糊系統(tǒng)的輸出為：令則式(6)可簡化為：y＝ΦTθ(10)假定取得了N組數(shù)據{x1(k),x2(k),…,xM(k),y(k)；k＝1,2,…N}，令則θ的最小二乘估計為：式中，為θ的最小二乘估計值，本發(fā)明利用EPANETH軟件模擬供水管網的運行過程，將得到的數(shù)據采用T-S模型的模糊辨識方法得到系統(tǒng)模型的參數(shù)，為供水管網的優(yōu)化調度提供了理論依據。本發(fā)明方法可將任何區(qū)域的供水管網數(shù)據信息導入EPANETH軟件，得到建模需求的實驗數(shù)據，而T-S模型又具有良好的非線性逼近能力，從而可得到精度較高的辨識結果。本發(fā)明的特點在于，利用EPANETH的優(yōu)勢，簡化了現(xiàn)場傳感器的布點及數(shù)據采集，而且通過T-S模型的高精度的模糊辨識用于供水管網的預測控制，可保證供水管網優(yōu)化調度的可靠性。附圖說明圖1為本發(fā)明的原理框圖；圖2為本發(fā)明EPANETH供水管網拓撲結構圖。具體實施方式下面結合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。本發(fā)明的核心思想是采用水力平差模型計算在某一區(qū)域節(jié)點的流量和壓力等，基于此輸入和輸出時間歷程代替實驗數(shù)據，采用T-S模型的模糊辨識方法得到該系統(tǒng)的表達式。如圖1所示，本發(fā)明的基于水力平差模型的供水管網模糊辨識方法，該方法具體步驟如下：(1)采用EPANETH軟件求解建立供水管網的水力平差模型，實現(xiàn)對某一區(qū)域供水管網運行過程的模擬，由此獲得虛擬的相關數(shù)據。(2)基于此水力平差模型，模擬得到的系統(tǒng)輸入和輸出時間歷程代替觀測數(shù)據，并采用T-S模型的模糊辨識方法處理此輸入和輸出時間歷程，從而得到系統(tǒng)參數(shù)模型。以下對圖2所示的區(qū)域的供水管網運行過程進行具體辨識作進一步說明：1、建立供水管網水利平差模型，并在EPANETH軟件中求解，其具體步驟如下：(1)對這一區(qū)域的用水情況進行了大量詳實的調查統(tǒng)計工作，對居民用水量及衛(wèi)生設備的配置情況、自備井水量、企事業(yè)單位用水量及工業(yè)用水量進行分類調查整理統(tǒng)計。(2)如圖2所示，根據實際區(qū)域的供水管網布管情況，確定管網水力計算的節(jié)點數(shù)目，從CAD圖中導入供水管網到EPANETH或直接在EPANETH上直接繪制，初步建立管網水力模型。(3)為了使管網更加接近真實，采用管網延時狀況分析，編輯時間選項，根據采樣時間的不同，可分別對采樣時間為一小時或一天的供水管網情況進行研究。對于本例，采樣時間設為一小時，分析節(jié)點需水量在一天內的變化，時間模式的水力時間步長設為6，于是一天內需水量具有四種不同時段的變化，并設置時間模式的時段乘子分別為0.5、1.3、1.0、1.2。(4)通過步驟(1)的調查統(tǒng)計，將管長、管徑、管壁粗糙系數(shù)、節(jié)點標高及供水量等參數(shù)在EPANETH中輸入，運行軟件，進行水力平差計算，得到各節(jié)點的壓力和流量數(shù)據。2、采用T-S模型的模糊辨識方法處理水力平差模型提供的系統(tǒng)輸入和輸出數(shù)據，先將整個MIMO系統(tǒng)分解為多個MISO系統(tǒng)研究，以其中一個MISO系統(tǒng)為例，以研究節(jié)點的壓力為系統(tǒng)輸出，研究節(jié)點前3個采樣時刻的壓力和供水量為系統(tǒng)輸入，并不考慮滯后時間進行模糊辨識，得到一個參數(shù)模型。辨識方法的具體步驟如下：(1)前提變量的選擇每一個輸入變量劃分為兩個模糊集合，若按傳統(tǒng)的模糊概念，模糊規(guī)則數(shù)將為24＝16，這里作如下簡化：式中，Rj(j＝1,2)為兩條規(guī)則，small、big為兩個模糊集合，前三個采樣時間的節(jié)點水壓xi(i＝1,2,3)與供水量x4為輸入變量，下一個采樣時間的節(jié)點水壓yj為第j條規(guī)則的輸出，為規(guī)則j的結論參數(shù)。最后推導出的最終輸出y是：式中，y為模型的輸出，ωj為第j條規(guī)則的滿足程度，為xi對的隸屬度函數(shù)，(2)前提參數(shù)的辨識由于在模糊模型中通常假定模糊集的隸屬函數(shù)的形式是事先給定的，只需確定其參數(shù)。假設隸屬函數(shù)為高斯函數(shù)：式中,cji和rji為高斯型函數(shù)的參數(shù)。參數(shù)辨識的方法如下：①選擇聚類中心cji，計算初始輸入半徑rji；②由任意的輸入數(shù)據x(k)，確定與之最近的輸入半徑cjs，即|x(k)-cjs|＝min|x(k)-cji|；③刷新以cjs為中心的輸入區(qū)域的半徑rjs，即rjs＝max{|x(k)-cjs|,rjs}；④重復②、③即可獲得各區(qū)域的輸入半徑；(3)結論參數(shù)的辨識即辨識參數(shù)使得模型的輸出與目標系統(tǒng)的實際輸出y的誤差平方和，即達到最小。其中，表示由辨識得到的模糊模型計算出的第k個采樣時刻的輸出值，y(k)為目標系統(tǒng)第k個采樣時刻的實際輸出值，N為總采樣次數(shù)。記于是模糊系統(tǒng)的輸出為：令則式(8)可簡化為：y＝ΦTθ(11)假定取得了N組數(shù)據：{x1(k),x2(k),x3(k),x4(k),y(k)；k＝1,2,…N}，令則θ的最小二乘估計為：式中，為θ的最小二乘估計值，