基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的供熱管網(wǎng)故障診斷.pdf

1、隨著我國城市基礎(chǔ)設(shè)施建設(shè)的不斷完善，城市集中供熱日益受到重視，城市集中供熱管網(wǎng)作為城市生命線的一部分，是保證城市功能正常發(fā)揮的一個重要方面。由于供熱管道材質(zhì)、環(huán)境、運(yùn)行年代等眾多因素的影響，供熱管網(wǎng)會不可避免的發(fā)生一些故障，不僅增大供熱能耗、浪費(fèi)投資，還會給城市居民生活和企業(yè)生產(chǎn)帶來巨大的安全隱患。因此，對于供熱管網(wǎng)故障的準(zhǔn)確診斷就成為供熱工程安全領(lǐng)域的重要研究課題。
　　供熱管網(wǎng)最常見的故障是管道泄漏故障。泄漏故障具有隨機(jī)性、模

2、糊性、可變性等不確定性特點(diǎn)。國內(nèi)大多數(shù)供熱公司普遍使用人工檢漏和聲學(xué)檢漏方法，這些傳統(tǒng)方法容易受到人為和外界因素的干擾，誤判率很高，不能滿足供熱管網(wǎng)現(xiàn)代化安全監(jiān)控的要求。目前國內(nèi)外發(fā)展較為成熟供熱管網(wǎng)泄漏故障診斷技術(shù)有基于數(shù)學(xué)模型和傳感器的診斷技術(shù)，但是兩者都存在著一定的局限性。基于數(shù)學(xué)模型的泄漏故障診斷需要建立管網(wǎng)的精確數(shù)學(xué)模型，一般的實(shí)際供熱管網(wǎng)很難達(dá)到要求;基于傳感器檢測的診斷方法，直接對檢測信號處理，不需要建立數(shù)學(xué)模型，但是由于

3、一般的城市供熱管網(wǎng)供水溫度都在90℃以上，所以普通的傳感器很難滿足實(shí)際供熱系統(tǒng)的要求。
　　隨著人工智能的飛速發(fā)展，供熱管網(wǎng)泄漏診斷的研究重點(diǎn)逐漸轉(zhuǎn)移到了自動化和智能化的泄漏故障診斷技術(shù)，特別是具有自學(xué)習(xí)和高度非線性擬合能力的BP神經(jīng)網(wǎng)絡(luò)，已成為一大研究熱點(diǎn)。供熱管網(wǎng)的BP神經(jīng)網(wǎng)絡(luò)故障診斷以不同泄漏工況的壓力變化為學(xué)習(xí)樣本通過一系列的學(xué)習(xí)得到診斷模型，但是BP神經(jīng)網(wǎng)絡(luò)采用的梯度下降學(xué)習(xí)法決定了其容易出現(xiàn)收斂速度慢、陷入局部極值的問

4、題。為了彌補(bǔ)這一缺陷，本文將有強(qiáng)大搜索尋優(yōu)能力的遺傳算法與之結(jié)合，提出了一種基于遺傳優(yōu)化的二級BP神經(jīng)網(wǎng)絡(luò)供熱管網(wǎng)泄漏故障診斷模型，該模型包括遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)泄漏管段診斷模型和遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)泄漏定位和泄漏量診斷模型，不僅可以快速、精確的診斷出發(fā)生泄漏的具體管段，還可以針對泄漏管段進(jìn)行泄漏點(diǎn)定位和泄漏量估計(jì)。
　　最后本文利用MATLAB將上述模型應(yīng)用到了一個實(shí)際供熱管網(wǎng)中，通過實(shí)例的結(jié)果對比分析，證明了基于遺傳優(yōu)化BP神