利用数据同化方法维持供水管网模型的长期准确性

作者信息

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

主要内容

在全球气候变化与人口持续增长的大背景下，水资源愈发短缺，供水管网的高效运行与精准管理变得至关重要，而精确的水力模型是实现这一目标的关键支撑，其对于优化调度、水质维护以及异常诊断等工作不可或缺。然而，由于供水管网深埋地下，规模庞大、结构复杂、水力状态多变，且部分参数难以直接测量，这给模型参数的精确确定带来了巨大挑战。

目前广泛应用的传统模型校准方法，如高斯 - 牛顿算法（GNA）和跟踪状态估计器（TSE），主要致力于最小化模型模拟与现场测量之间的残差。但在复杂的非线性供水管网环境中，这些方法难以有效区分和减少由测量误差、参数分组错误以及假定已知参数的误差等多种不确定因素所导致的影响，从而使得校准结果波动较大，在实际工程应用中，尤其是需要实时水力建模的场景下，其适用性受到限制。

为解决这些问题，数据同化（DA）方法应运而生。本研究通过两个案例，对 GNA、TSE 以及四种 DA 方法（扩展卡尔曼滤波器 EKF、推理测量卡尔曼滤波器 IMKF、变分贝叶斯自适应卡尔曼滤波器 VBAKF、粒子滤波器 PF）进行了全面比较。在案例 1 中，利用含合成数据的实际环状供水管网，模拟多种参数设置和测量误差条件，结果显示传统方法受不确定性干扰严重，而 DA 方法能更好地处理多时间数据，降低校准误差，其中 IMKF 在处理大测量误差时表现突出，EKF 和 PF 受限于线性近似及测量误差设置。案例 2 采用实际原水管道系统，进一步验证了 IMKF 在复杂实际工程中应对不确定性的卓越能力，EKF 结果有波动，PF 在简单结构下尚可，VBAKF 因对协方差假设与实际不符而性能最差。

综合来看，传统校准方法在应对供水管网模型校准中的不确定性时存在明显短板，而数据同化方法展现出更优的性能和潜力，尤其是集合型方法在处理管网非线性和复杂不确定性方面具有显著优势，但计算效率有待提高。基于研究成果，建议在应用 DA 方法时，校准前优化参数分组策略或结合其他算法减少分组误差；校准中进一步细化方法以降低非零均值误差影响；校准后深入探究管道异常情况对校准结果的影响，并开展更多实验拓展其在管网模型参数校准及水资源环境领域的应用，同时集成加速技术提升其在大型实际问题中的表现。这一系列研究为供水管网模型校准提供了重要的理论依据和实践指导，有助于推动供水管网管理向更精准、高效的方向发展。