论文部分内容阅读
为应对当前水资源分布不均、资源短缺的巨大压力,提升供水管网中水的利用效率,改善供水单位的经济效益,保证人民生活质量,控制供水管网漏损势在必行。基于水量平衡分析方法对供水管网当前运行情况进行研判,是制定漏损控制措施的基础与关键。本文首先对国内外水量平衡分析方法的应用展开研究,由于我国供水管网复杂多变的特性,使得水量平衡分析各部分水量的确定难以统一,尤其是管网漏损水量。除此之外,水量平衡作为以数据为核心的分析方法,仅靠单一数据来制定漏损控制措施,显得结果不够可靠。综上,水量平衡分析在国内各地区展开应用仍有一定阻碍。因此,本文针对水量平衡分析应用存在的困难,提出一种适应性更广的漏损水量定量方法,并引入不确定度评定方法,对水量平衡分析的数据进行不确定度定量。本文具体研究工作如下:基于供水管网漏损水量统计与检漏修漏工作的密切关系,本文利用实际管网的漏损修复数据,结合灰色关联度分析法,对管网漏损发生影响因素进行了评价。对道路类型、土壤类型、管材、管径、管龄以及温度六个因素展开研究,来定量其对漏损影响的程度。评价结果表明:道路类型0.769>土壤类型0.754>管材0.732>管径0.68>管龄0.607>温度0.605。道路类型、土壤类型以及管材的关联度相对较高,属于影响A市漏损的重要因素;在道路类型中,柏油路与人行道的关联系数偏高,代表对管网漏损影响较高。在此基础上,考虑引入单位管长管径作为新的序列进行研究,与常规方法的管径关联度对比分析,发现其结果从0.680提升为0.690,而其中各个属性值的关联系数均有一定程度变化。引入改进的序列在传统方法的基础上更具合理性,且结果更加精确。该方法明确了管网漏损检修工作的重心。针对实际区域水量平衡分析中漏损水量难以定量的困境,从水量平衡分析的准备以及应用展开分析。结合A市某区实例,发现传统漏损水量的分解方式不利于研究区域内漏损水量的定量化,因此提出了一种新的分解方式,将真实漏失分为以下三类:(1)破管漏失水量(2)可检测但未检测到的漏失水量(碍于检漏技术与工作队伍的局限)(3)背景漏失水量。继而明确漏损水量的计算方法,发现在某些DMA数据缺失的情况下,常规方法无法实施,因此本文通过对比组分分析法与夜间最小流量法,研究出一种改良后的夜间最小流量法,可以在DMA数据不全的区域展开应用。从30个DMA区域内选取17个数据较为齐全的DMA区域展开漏损水量估算,引入单位管长漏损量,从而将局部漏损量扩展到全区,最终得到结果全区域可检测但未检测到的漏失水量达730.9617万m~3,背景漏失水量达5.6720万m~3,漏损形式严峻。由于数据的不确定性无法避免,因此有必要对数据的不确定性进行量化,以区间形式表达,结果更为全面可靠。对水量平衡分析中涉及的数据展开不确定性分析及不确定性定量计算,引入不确定度评定,采用GUM法对数据从来源到传播的不确定度展开计算,并通过蒙特卡洛法(MCM)对GUM法测得的结果进行验证,结果表明GUM法不确定度定量计算可以适用于水量平衡分析方法中数据不确定性定量。各水量不确定度区间结果为:总供水量区间(4277±42.77)万m~3、合法用水量(2987.73±56.359)万m~3以及漏损水量(1289.27±70.75)万m~3,其中真实损失(805.83±21.24)万m~3,表观损失(484.44±73.87)万m~3,而真实损失中可检测但未检测到的漏失水量(730.96±21.21)万m~3;背景漏失(5.67±0.017)万m~3。结果表明,研究区域的真实损失水量结果相较更加可靠,且损失水量较高,供水单位应当注重真实损失水量的控制,加强检漏修漏以及监测预警技术的应用效果,提升漏损控制效率。基于前文的研究成果,对A市某区展开水量平衡分析。通过对A市某区基本情况分析发现存在基本数据不全、漏损水量定量化困难等问题。传统“自上而下”建表的方式行不通,因此利用前文研究成果,根据改良后的漏损水量定量方法,通过“自下而上”校核的方式修正漏损水量,并以此估算表观损失,最终得到水量平衡分析表。并结合不确定度评定法,分别以区间的方式表达各个数据的不确定度。将无收益水量价值化,发现2020年A市某区无收益水量价值7305万元。通过对供水系统指标计算,发现无效用水率为18%,与国际水协估计的发展中国家比率相近,表观漏损指数为2.264,偏高,漏损控制工作有待提升。最终基于研究区域现状,从管网改造、优化分区计量、DMA构建以及提升检漏能力和检漏抢修工作开展力度四个方面提出了改进措施,以控制真实损失中可检测但未检测到的漏失水量(730.96±21.21)万m~3。本研究结合灰色关联度分析法,指出了研究区域漏损检修工作的重心;提供了一种适应性更广的漏损水量定量计算方法,并引入不确定度评定方法,为供水单位制定漏损控制措施提供更为精准可靠的方法,解决了水量平衡分析在国内复杂的供水现状下难以应用的困境。