标准天然气 微信公众号 行业动态

发布：2026-06-07 08:48:09 · 事件：2026-06-07 08:48:09

摘自 《煤气与热力》2025年6月刊 基于遗 传算法的复杂管网泄漏故障诊断优化 周守军 1 ，张弛 1 ，李继超 2 ，田永生 1 ，刘祥瑞 1 ，李法昌 1 （1.山东建筑大学 热能工程学院， 山东 济南 250101；2.山东电力建设第三工程有限公司， 山东 青岛 266010） 摘要：建立管网水力工况仿真模型，将复杂管网拆分成单热源枝状管网，采用CUSUM算法进行泄漏故障诊断。利用遗传算法优化管网水力工况仿真模型，评价仿真模型优化对诊断结果准确度的提升效果。

电力系统供热燃气输配施工安全

  摘自 《煤气与热力》2025年6月刊>>> 基于遗 传算法的复杂管网泄漏故障诊断优化 周守军 1 ，张弛 1 ，李继超 2 ，田永生 1 ，刘祥瑞 1 ，李法昌 1 （1.山东建筑大学  热能工程学院，  山东  济南  250101；2.山东电力建设第三工程有限公司，  山东  青岛  266010） 摘要：建立管网水力工况仿真模型，将复杂管网拆分成单热源枝状管网，采用CUSUM算法进行泄漏故障诊断。利用遗传算法优化管网水力工况仿真模型，评价仿真模型优化对诊断结果准确度的提升效果。将复杂管网拆分成单热源枝状管网，可明显提高诊断结果准确度。与优化前相比，优化模型的诊断结果准确度得到提升。 关键词：泄漏诊断；遗传算法；水力工况仿真；优化 参考文献示例： 周守军，张弛，李继超，等. 基于遗传算法的复杂管网泄漏故障诊断优化［J］. 煤气与热力，2025，45（6）：A09-A15. 1  概述 随着我国供热行业快速发展，供热系统供热能力不断增加，管网结构也越来越复杂，管网故障发生率显著升高，其中泄漏是最具危害的一类故障。目前，大部分管网实现了远程监控，可以实时采集管网运行数据，这为软件法管网泄漏故障诊断提供了基础。杨开林等人 [1] 提出基于恒定流动模拟的静态泄漏检测法和基于水力瞬态模拟的瞬态泄漏检测法，研究表明瞬态泄漏检测能够明显提高软件法管网泄漏诊断能力。郝江勇等人 [2] 为解决传统 BP （反向传播算法）神经网络模型的故障识别率低、收敛速度慢等问题，提出了基于遗传算法、蚁群算法优化的 GA （遗传算法） -ACO （蚁群算法） -BP 神经网络模型，有效提高了管网泄漏故障的预测精度。 Kammoun 等人 [3] 使用多变量 LSTM （长短期记忆）自编码器提出了一种用于泄漏检测和定位的无监督 RNN （循环神经网络）模型，利用管网泄漏压力数据达到 97% 的灵敏度，利用流量数据达到 100% 的灵敏度，实现了泄漏区域的精准识别。杨辉青等人 [4] 采用不同工况下的压力、流量数据，通过缩小泄漏位置的可能范围，合理设置压力梯度，采用 PIPENET 软件对仿真可行性进行验证。 Brahami 等人 [5] 调查了遗传算法和源定位之间的联系，将泄漏问题建模成一个逆源定位问题，并采用穷举法搜索求解算法。除上述泄漏诊断方法外，还出现了很多新型泄漏诊断方法，如加速度传感器单点定位法 [6] 、枝状管网泄漏定位传播模型方法 [7] 以及基于改进的均匀相位经验模态分解去噪和深度学习双支持向量机的检测方法 [8] 等。 很多学者利用新型算法与技术针对管网泄漏的压力、流量变化以及空间参数等进行各种软件法泄漏诊断研究，但很少涉及复杂管网。本文建立管网水力 工况仿真模型，将复杂管网拆分成单热源枝状管网，采用 CUSUM 算法 [9] 进行泄漏故障诊断（简称泄 漏 诊断）。利用遗传算法优化管网水力工况仿真模 型，评价仿真模型优化对诊断结果准确度的提升效果。 2  水力工况仿真模型与遗传算法 2.1  水力工况仿真模型 根据图论理论并结合基尔霍夫定律，可推出管段数为 m 、节点数为 n +1 的管网水力工况的基本计算模型为 [10-12] ： 管段阻力特性系数的计算采用阻力平方区计算式 [12] 。结合矩阵运算方法，管网水力工况基本计算模型可表示为： 当 Q p, k 为方程组的解时， Δ Q k +1 应足够小（本文将上限设定为 10 -6 ）。 2.2  遗传算法 采用遗传算法，对管段阻力特性系数进行优化，进一步提高管网水力工况仿真模型的准确度。利用选择策略保证遗传算法中种群搜索的平衡，主要运算过程有编码、初始化、选择运算、交叉运算、变异运算、进化迭代等。 适应度函数 [13] 为： 2.3 CUSUM 算法 建立管网水力工况仿真模型后，进行实验管网仿真模拟计算 [14] ，然后采用 CUSUM 算法进行泄漏故障诊断。 CUSUM 算法用于监测管网补水量变化，当管网补水量变化超过预定阈值时，即可确定泄漏发生时间及泄漏量，然后将泄漏量代入管网泄漏仿真模型，对每个节点进行泄漏量模拟计算，根据给定的判定准则，对采样压力表监测值与模拟值进行比较分析，从而确定泄漏位置 [9] 。 3  研究对象 依托实验室现有智能供热管网实验台 [14] 进行管网水力工况仿真模型建模以及泄漏故障诊断等研究。 智能供热管网实验台现场布置见图 1 。实验管网拓扑结构见图 2 。图 2 中，圆圈中的编号代表用户编号。 s×× 表示管段编号，括号中的编号为回水管段编号。 n×× 表示节点编号，括号中的编号为回水节点编号。 DN×× 表示管段内直径，单位为 mm 。 1 个 SCV×× 表示供回水干管上的 1 对干管电动调节阀， 1 个 SSV×× 表示供回水干管上的 1 对电磁阀（仅有开闭两种状态）。 图 1     智能供热管网实验台现场布置  图 2     实验管网拓扑结构（软件截图） 由图 2 可知，实验管网包含 18 个用户（上供下回）、 3 个热源（含循环泵）、 3 个环路，每个环路包含 6 个用户，环路之间由电磁阀相连。管网定压点设置在热源回水入口，定压压力为 30 kPa 。每个热源供水干管安装干管电动调节阀、流量计、压力表，回水干管安装干管电动调节阀、压力表。用户供水立管安装用户手动调节阀（常开状态）、用户电动调节阀、流量计、温度计、压力表，回水立管安装压力表。实验管网数据采集系统每 0.5 s 记录 1 次数据。 通过调节电磁阀、电动调节阀，实验管网形成 4 种管网拓扑结构，分别见图 3~6 。图 3~6 中，保留用户编号，对管段重新编号。发生泄漏位置均用 “ × ”表示。编号 1 、 2 分别代表热源 1 、 2 。 4 种管网热源循环泵压头见表 1 。 图 3     单热源枝状管网（软件截图）  图 4     单热源单环管网（软件截图） 图 5     双热源枝状管网（软件截图） 图 6     双热源双环管网（软件截图） 表 1    4 种管网热源循环泵压头 正常工况管网中每个用户流量均为 1 m 3 /h ，单热源管网总流量为 18 m 3 /h ，双热源管网总流量为 12 m 3 /h 。在泄漏用户、泄漏管段位置安装阀门（称为泄漏阀门），通过开启泄漏阀门模拟泄漏工况。改变泄漏阀门开度改变泄漏率（泄漏量占总流量的比例），泄漏率分别设定为 1.0% 、 2.5% 、 4.0% 、 5.5% 。 本文仅对单点泄漏工况进行分析，研究对象为：单热源枝状管网、单热源单环管网、双热源双环管网的泄漏位置均为用户 1 ，泄漏率均为 5.5% 。双热源枝状管网泄漏位置为用户 18 ，泄漏率为 5.5% 。为获得稳定且充足的管网水力工况运行数据，每个工况运行稳定后采集数据 10 min ，每隔 0.5 s 采样 1 次，可获得 1 200 组数据。 4  泄漏故障诊断结果 4.1  诊断准确度 由于泄漏位置诊断的准确度为一种随机事件，因此为衡量诊断结果的准确性，设置 4 种误差距离： 4 、 6 、 8 、 10 m 。如诊断泄漏位置距实际泄漏位置 5 m ，用误差距离 6 、 8 、 10 m 衡量时，诊断结果均为准确。用误差距离 4 m 衡量时，诊断结果为不准确。 用某误差距离衡量的诊断结果准确度 β 的计算式为： 4.2  复杂管网拆分及压力监测点选取 笔者在前期针对单热源枝状管网泄漏故障诊断研究中，基于近、中、远的原则选取压力监测点，得到了较高的诊断结果准确度。因此，本文将复杂管网（指单热源单环管网、双热源枝状管网、双热源双环管网）拆分为单热源枝状管网 [15] ，并按近、中、远的原则选取压力监测点。 单热源单环管网：在用户 10 处进行拆分，按热源所在位置分为左枝、右枝，左枝包括用户 1~10 ，右枝包括用户 11~18 。 双热源枝状管网：按热源所在位置分为左枝、右枝，左枝包括用户 7~12 ，右枝包括用户 13~18 。 双热源双环管网：先将管网拆分为 2 个双热源枝状管网，分别称为内枝、外枝，见图 7 。内枝包括用户 1~6 ，外枝包括用户 13~18 。再将内枝分为 1 枝、 2 枝（见图 8 ）： 1 枝包括用户 1~3 ， 2 枝包括用户 4~6 ；将外枝分为 3 枝、 4 枝（见图 9 ）： 3 枝包括用户 13~15 ， 4 枝包括用户 16~18 。 图 7     双热源双环管网拆分的 2 个双热源枝状管网（软件截图）  图 8     内枝拆分的 2 个单热源枝状管网（软件截图） 图 9     外枝拆分的 2 个单热源枝状管网（软件截图） 复杂管网拆分前后各用户流量保持不变，拆分后根据管网压力降进行热源循环泵压头分配。 4 种管网的压力监测点见表 2 。为验证复杂管网拆分对提高诊断结果准确度的效果，对复杂管网拆分前管网布置了压力监测点，并采用 CUSUM 算法进行泄漏故障诊断。 表 2    4 种管网的压力监测点 4.3  泄漏故障诊断结果 4 种管网结构的诊断结果准确度见表 3 。由表 3 可知，将复杂管网拆分成单热源枝状管网后，可明显提高诊断结果准确度。相同条件下，误差距离越大，诊断结果准确度越高。因此，将复杂管网拆分后的最终拓扑结构作为研究对象。 表 3    4 种管网结构的诊断结果准确度 5  遗传算法优化效果 5.1  遗传算法优化结果 正常工况 4 种管网用户流量、进出口压力的优化模型（指由遗传算法优化的管网水力工况仿真模型）误差分别见图 10~13 。误差定义为模型仿真值与实测值的最大相对误差的绝对值。由图 10~13 可知，正常工况 4 种管网用户流量、进出口压力的优化模型误差均小于 4% 。 图 10     正常工况单热源枝状管网用户流量、进出口压力的优化模型误差 图 11     正常工况单热源单环管网用户流量、进出口压力的优化模型误差 图 12     正常工况双热源枝状管网用户流量、进出口压力的优化模型误差 图 13     正常工况双热源双环管网用户流量、进出口压力的优化模型误差 泄漏工况 4 种管网用户流量、进出口压力的优化模型误差分别见图 14~17 。由图 14~17 可知，泄漏工况 4 种管网用户流量、进出口压力的优化模型误差基本小于 4% 。 图 14     泄漏工况单热源枝状管网用户流量、进出口压力的优化模型误差 图 15     泄漏工况单热源单环管网用户流量、进出口压力的优化模型误差 图 16     泄漏工况双热源枝状管网用户流量、进出口压力的优化模型误差 图 17     泄漏工况双热源双环管网用户流量、进出口压力的优化模型误差 由以上分析可知，与实测值相比，正常工况和泄漏工况优化模型误差基本小于 4% ，因此遗传算法对管网水力工况仿真模型的优化效果较好，具有一定的可行性。 5.2  对泄漏诊断结果的影响 基于遗传算法优化的管网水力工况仿真模型，得到的 4 种管网泄漏故障诊断准确度见表 4 。由表 3 、 4 可知，与优化前相比，优化模型的诊断结果准确度得到提升。 表 4     基于遗传算法优化的管网水力工况仿真模型的诊断结果准确度 6  结论 ①  将复杂管网拆分成单热源枝状管网后，可明显提高诊断结果准确度。 ②  与优化前相比，优化模型的诊断结果准确度得到提升。 参考文献： [ 1 ]  杨开林，郭宗周，汪勋，等 .   热力管网泄漏检测数学模型 [J].   水利学报， 1996(5) ： 50-56. [ 2 ]  郝江勇，段鹏飞，杜永峰，等 .   一种 GA-ACO-BP 模型的热网泄漏故障诊断研究 [J].   太原理工大学学报， 2024(2) ： 338-347. [ 3 ] KAMMOUN M ， KAMMOUN A ， ABID M.  LSTM-AE-WLDL ： Unsupervised LSTM Auto-Encoders for Leak Detection and Location in Water Distribution Networks[J].  Water Resources Management ， 2022(2) ： 731-746. [ 4 ]  杨辉青，王新轲，赵乾，等 .   城镇供热管网的泄漏检测及定位分析研究 [J].   科技学报， 2020(11) ： 24-26. [ 5 ] BRAHAMI M A ， ABDI S M ， CHERIF S H ， et al.  Optimization of a Pipelines Leak Detection Method Based on Inverse Transient Analysis Using a Genetic Algorithm[J].  Arabian Journal for Science and Engineering ， 2022(2) ： 1451-1460. [ 6 ] YIN S X ， LIU Y F ， HAN W.  Single-point Location Algorithm Based on an Acceleration Sensor for Pipeline Leak Detection[J].  Measurement ， 2020 ， 163 ： 108021-1-8. [ 7 ] WANG X ， CAMINO A G ， CHE T C ， et al.  Factorized Wave Propagation Model in Tree-type Pipe Networks and Its Application to Leak Localization[J].  Mechanical Systems and Signal Processing ， 2021 ， 147 ： 107116-1-24. [ 8 ] ZHU Y Q ， LANG X M ， CAI Z F.  Leak Detection Method for the Jet Fuel Pipeline Based on IUPEMD and DTWSVM[J].  Measurement Science and Technology ， 2023(5) ： 055103-1-5. [ 9 ]  张国正 .   基于变点理论与管网模型的集中供热管网泄漏故障诊断（硕士学位论文） [D].   济南：山东建筑大学， 2022 ： 13-19. [10]  周守军 .   基于管网动态模型的城市集中供热系统参数预测及运行优化研究（博士学位论文） [D].   济南：山东大学， 2012 ： 18-25. [11] ZHOU S J ， TIAN M C ， ZHAO Y E ， et al.  Dynamic Modeling of Thermal Conditions for Hot-water District-heating Network[J].  Journal of Hydrodynamics ， 2014(4) ： 531-537. [12]  赵宗峰，周守军，李海明 .   管段阻力数计算方法对热网水力计算的影响 [J].   煤气与热力， 2015(4) ： A16-A20. [13]  贾连联 .   供热管网漏损实时诊断系统研究（硕士学位论文） [D].   北京：华北电力大学， 2015 ： 27-31. [14]  周守军，刘臣，张雅玲，等 .   复杂热网水力工况仿真模型与可信度检验 [J].   煤气与热力， 2023(2) ： A06-A13. [15]  张雅玲 .   复杂集中供热管网仿真建模以及泄漏故障诊断（硕士学位论文） [D].   济南：山东建筑大学， 2023 ： 30-32. （本文责任编辑：贺明健） 声明：本文著作权（版权）归《煤气与热力》杂志社所有。 点击关注我们↘