计量小区(DMA)夜间最小流量解析方法探讨与案例研究

通过对给水管网实测计量小区(DMA)的夜间流量数据进行解析,可以及时获得近似的真实漏损数值。利用大频率、高精度的夜间实测流量数据进行分析,发现夜间不同时段DMA流量近似满足正态分布,其最小值近似接近真实漏损。根据某案例凌晨2∶00-4∶00夜间最小流量数据,采用置信水平95.5%、置信区间(μ-2δ,μ+2δ)进行了分析。结果表明,利用μ-2δ表征剔除异常值后的DMA最小流量,可以消除实测数据的误差和干扰影响,来得出小区的真实漏损水量。这种方法可减少对用户夜间用水估计产生的误差,也可便利地通过流量设备进行现场计量,从而快速评估DMA的夜间漏失水平     

典型居民水表计量误差曲线拟合及性能分析

水表的计量损失通常根据水表计量误差曲线以及对应的用户流量分布确定。针对水表检定流量点较少时水表误差难以准确估计的问题,提出误差曲线的经验拟合公式,对研究区域内10块典型水表的检定数据进行拟合,结果证实该公式可以较好地还原水表误差变化情况。针对用户流量分布难以确定的问题,收集了8户典型用户5 min时间间隔用水量,分析了不同流量的概率分布及对应计量误差情况,发现小流量用水出现概率高,用户流量<10 L/h的流量占比1.20%,<50 L/h的流量占比10.26%。在此基础上,对水表的计量性能进行了探讨。结果显示小流量用水及“跑冒滴漏”水量难以被准确计量,建议家用水表的常用流量Q₃可选为1 600 L/h,同时Q₁应达到4～8 L/h,以达到更高的计量精度。     

居民小口径水表计量误差案例研究

使用水表计量误差模型,对深水集团辖区内两个住宅小区居民水表使用情况进行了调查分析.从可控因素和不可控因素两个角度进行了分析和检验,探索用户用水模式,量化水表计量误差,并详细分析了水表安装条件对水表计量误差的影响.     

基于线性回归法预测南方居民夜间合法用水量研究

DMA小区内无收益水量类型较多,分析困难,对其类型准确分离的关键是确定居民夜间合法用水量。以南方某市8个居民小区17 000余户智能水表实时远传数据为基础样本,采用统计学方法对居民夜间合法用水量进行了研究。户均夜间合法用水量Y与户均日用水量X之间存在较好的线性相关性,其回归方程为Y=7.876 X+0.446(R~2=0.760)。并在6个新安装的智能小区加以验证,整体准确性较高。采用年度平均值实时估计夜间合法用水量时,其误差范围宽度与用户夜间合法用水总量的年度平均值存在显著的线性关系。应用线性回归方程,同时考虑误差范围,可计算得到未装智能远传水表的DMA小区居民夜间合法用水量,从而为小区漏损控制奠定基础。     

基于水表误差曲线重建的供水系统表观漏损量估算方法及应用

在分类用户用水模式分析的基础上,考虑选取5个特征流量进行水表误差曲线重建,对水表误差值进行修正,建立了基于水表误差曲线重建的表观漏损量估算方法.利用该方法对苏州市研究区域内新建小区、老旧小区、工业、商业、学校和医院等6类用户的水表误差进行修正,各水表的误差修正值分别为-0.25％、-4.1％、-4.59％、-2.03％、-5.74％、-0.34％,据此计算得到各类用户的表观漏损水量分别为7.41万m3、103.42万m3、292.50万m3、28.29万m3、167.83万m3、2.82万m3.与传统方法相比,建立的方法考虑到用户用水模式对水表误差曲线的影响,对表观漏损水量估算更为准确,能为用水行为类似的苏南地区的表观漏损水量估算提供参考.     

物流园区供水管网漏损控制管理

小区DMA管理是供水企业漏损控制管理的重要一环,按照将水量平衡管理思路应用于小区漏损控制管理中,通过漏损分析、综合运用优化水表口径、在线监控夜间最小流量、竞争性探漏等方法,有效地将盐田港保税区物流园南区对照表的夜间最小流量从7m~3/h降低到0.5m~3/h。     

计量水表使用误差分析及改进措施

用于贸易结算的计量水表准确与否直接关系用户和企业的利益,它是衡量供水企业与用水户之间供用水量多少的计量器具。调查发现,大口径普通计量水表计量小流量时偏差较大,采用复式水表或节水型水表效果较好,根据实际经验,提出了正确选择和使用计量水表的建议。     

安康水库入库洪水预报误差分布形式

为进一步探讨水库预报入库洪水误差可能服从的概率分布形式,在分析预报入库洪水、实测入库洪水和实际入库洪水之间关系的基础上,采用入库洪水误差的不同定义方式分别生成预报入库洪水误差序列,进而对误差序列的分布类型进行了假设检验和论证。以安康水库为例,分别对正态分布、对数正态分布、Gamma分布等十余种洪水预报误差可能服从的概率分布类型进行验证,结果表明:安康水库入库洪水预报误差序列符合Logistic分布规律,而不符合正态分布、皮尔逊Ⅲ型分布等其他类型分布。同目前广泛采用的正态分布相比,对于一些水库,采用Logistic分布类型可能会更好地表达其入库流量预报误差的概率特性。     

深圳市拓安信自动化仪表有限公司

深圳市拓安信自动化仪表有限公司独有的一体式电池供电型流量（压力）测量采集远传（GSM／GPRS）终端、AX8000系列大用水户计量及区域漏控系统特别适用于水利水务行业，进行供水管网流量压力测量监控，大用水户贸易结算计量和监控，分区计量，管网水量监测，区域漏控等应用。     

大明矿业生产用水水平衡测试分析

水量平衡测试对单位用水申请,提高用水效益具有重要作用,基于大明矿业生产情况,在分析企业水源地、取水、排水的基础上,采用水平衡动态测试法和逐级平衡法,对企业各用水单元用水效益进行测试,提出企业二级水表计量率为98.46%,动态测试差率为1.54%,可为企业提高用水管理提供借鉴。     

水量平衡原理在区域供水计量中的应用

结合盐城市市级供水计量工程阐述了水量平衡原理在区域供水计量中的应用,根据陶舍小区试验建立相应的水量平衡计算模型,提出了模型中各要素的计算方法,并利用2002-2003及2003-2004年度的实测资料进行了验证。结果表明,利用该模型计算出的2个年度的水量平衡误差均在允许范围内,该试验区域水量处于平衡状态,该水量平衡模型能够用于区域供水计量分析中。     

城市居民用水阶梯水价计量模型及应用

为了科学地制定城市居民用水定价,以水价改革目的为指导,根据城市居民用水定价原则,结合需求弹性相关理论,建立基于正态分布假设的城市居民用水阶梯水价计量模型并给出模型的评价标准,对城市居民用水的不同阶梯定价模式进行评价.以北京市2004年水价听证会上提出的城市居民用水阶梯水价方案为实例进行研究,得出1:3:5的阶梯水价是更...     

顺义区农业用水计量管理系统建设的实践与探讨

<正>北京市顺义区为解决用水计量问题,依托节水灌溉工程建设,完善了基础计量设施,使农业用水做到精准计量、按量收费,提升了顺义区农业用水管理水平。一、用水计量管理系统目前,顺义区农业用水机井数量为4 131眼,基本都安装过水表,但由于农业机井管理相对薄弱、井水含沙量大等原因,相当一部分机井的水表毁坏或闲置,利用率低。农业机井用水量按照实际灌溉用水量统计的比例较低,主要是依靠管水员手工记录     

生物质热电项目取用水合理性分析

根据淮阴区生物质热电项目所在区域水资源基本情况,对建设项目取用水合理性进行分析。结果表明:本项目取用水方案基本合理,取水和退水对区域水资源及其他用水户的影响较小。建议项目单位在取水口处安装计量设施,以便水行政主管部门对水资源的统一管理;遇到特殊干旱年区间水量不能满足区间用水需要压缩工业用水时,项目单位应服从水行政主管部门的统一调度,确保特殊干旱时期的用水秩序。可为生物质热电项目水资源保护提供技术支持。     

基于BP神经网络的柳州市需水量概率区间预测研究

需水量的预测对区域水资源规划至关重要。首先通过BP神经网络模型预测2020、2025年的柳州市需水量,再在预测相对误差小于2%的情况下选择100组预测结果进行频率分布统计,结果显示柳州市2020年预测结果服从正态分布、2025年预测结果服从轻度正偏态分布。然后,通过SPSS数据转换,使2025年柳州市预测结果服从正态分布,再结合正态分布的区间估计,得出在置信水平95%的情况下柳州市需水量的预测区间,预测结果为2020年需水量21.478亿～21.622亿m~3、2025年需水量21.813亿～22.023亿m~3。研究结果对未来柳州市水资源规划具有一定的理论指导与借鉴意义。     

大表小流量产生原因与对策探讨

水表计量的准确性一直深受关注。从供水行业计量工作中客观存在的“大表小流量”现象入手,依据国家标准,详细分析了大表在小流量下产生计量误差的原因;同时在实验室环境下对各类不同口径、不同计量等级的水表进行综合测试;并结合实际情况,进行了数据的实地对比;进而提出了提高计量准确性的几点措施。     

居民用水表产生计量偏差原因分析与对策

针对居民用水表产生计量精度的偏差问题,从水表的购置、安装、维护、管理等原因进行分析,提出了几点防范对策.     

水平衡测试在大兴区生物医药产业基地供水损失分析中的应用

以大兴区生物医药产业基地为例,阐述用水平衡测试进行供水损失分析的内容、步骤和方法,并初步得出了基地供水损失原因突出表现在:水表安装不规范、.口径选择过大、未按要求检定或更换及总分表计量精度悬殊等问题上,且基地各涉水部门存在着对供水管网、自备井供水企业疏于管理,普遍不重视与水相关的管理工作等管理问题,提出应从规范水表使用、加强水平衡测试、加强与水相关的管理工作、提高自身节水、用水及管水的管理水平等为重点开展整改.     

农村居民用水行为的识别方法

实时准确地识别居民用水行为对制定有效的家庭用水需求管理策略、提高用水安全、改善当前水基础设施的规划和管理有重要的研究意义。针对每个用水事件的流量特点,通过分析几种典型的居民用水行为,提出了两种居民用水行为识别方法。分别利用HMM和BP神经网络建立不同类型居民用水行为的识别模型,对居民用水行为进行实时而有效的识别。这两种方法首先从训练集合中提取不同用水行为的流量特征、并建立该行为的参考模型,然后从测试集合中提取用水行为的流量特征和已设置的参考模型进行匹配,得出识别结果,最后对两种识别方法的结果进行了对比分析。可以得出两个结论:在不同流量模式用水事件下,HMM模型比BP神经网络的识别准确度高6%左右;在相似流量模式用水事件下,BP神经网络比HMM模型的识别准确度高约6%。     

区域夜间最小流量的灰色DGM(1,1)动态预测

针对一个实际独立计量区域(DMA),根据数据采集与监控系统(SCADA)的数据,采用趋势图和灰色关联度分析了DMA入水口的流量特征。然后基于灰色理论建立4个夜间最小流量的灰色模型,对比分析4个模型的模拟和预测精度,确定离散灰色DGM(1,1)模型是此DMA的夜间最小流量的最佳预测模型。灰色DGM(1,1)新陈代谢模型具有很好的动态预测精度,应用灰色DGM(1,1)新陈代谢区间预测方法分析了此DMA区域的夜间最小流量的阈值,从而为DMA的漏失状况起到预警作用。