文章链接：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2017WR022147

作者信息

• 周啸，合肥工业大学
• Weirong Xu，同济大学
• 信昆仑，同济大学（通讯作者）
• Hexiang Yan，同济大学
• Tao Tao，同济大学

主要内容

随着水资源短缺问题加剧，供水管网的精确管理愈发重要，而精确的水力模型是关键，但确定模型参数面临诸多挑战。本研究提出基于卡尔曼滤波（KF）的自适应校准（SAC）方法，引入推理测量以解决传统 KF 在非线性供水管网中的应用难题，能实时校准节点需水量和管道粗糙度。通过三个案例研究表明，SAC 方法可减少测量误差导致的不确定性，在大系统非线性或测量误差较大时仍能准确校准，还能检测异常情况，如火灾流量和管道破裂。然而，分组策略、测量误差、采样设计及其他参数不确定性等因素会影响校准结果准确性，未来还需进一步研究改进。该方法为供水管网模型校准提供了有效手段，有助于提升供水管网管理水平。