کاربرد سامانه مدیریت بهینه شبکه های توزیع آب در فرایند کالیبراسیون

مدل هیدرولیکی شبکه توزیع آب زمانی موفق و قابل استناد است که بتواند شرایط واقعی شبکه را با دقت بالا شبیه سازی نماید که جهت دستیابی به این هدف انجام فرایند کالیبراسیون مدل امری اجتناب ناپذیر می باشد. در این تحقیق یک سامانه جدید به نام سامانه مدیریت بهینه شبکه های توزیع آب شهری جهت کالیبراسیون شبکه توزیع آب بر مبنای یک نسخه ساده اصلاحی الگوریتم بهینه سازی ازدحام ذرات (smpso) به شکلی ساده و کاربرپسند برای استفاده کارشناسان شرکت آب و فاضلاب معرفی می گردد. فرایند کالیبراسیون موجود در این سامانه با هدف کمینه کردن معیار میانگین درصد خطای مطلق (mape) بین فشارهای مشاهداتی و شبیه سازی و بر مبنای استفاده از ضرایب زبری هیزن ویلیامز لوله ها به عنوان متغیرهای تصمیم عمل می کند. بدین منظور در این مقاله ابتدا توانایی روش smpso جهت کالیبراسیون یک شبکه مرجع از پژوهش قبلی مورد بررسی قرار گرفت که نتایج نشان داد مقادیر متوسط mape در شرایط تقاضای حداکثر، حداقل و جریان آتش نشانی به ترتیب به میزان 0.425، 2.857 و 0.306 درصد کاهش و فقط در شرایط نرمال به میزان 0.186 درصد افزایش یافته است که نشان از برتری این روش نسبت به الگوریتم ژنتیک (ga) می باشد. سپس یک شبکه واقعی در شرایط نرمال، حداکثر، حداقل و مصرف متغیر در طی 24 ساعت بررسی گردید که در تمامی این شرایط میزان mape نسبت به کالیبراسیون انجام شده توسط شرکت مشاور به ترتیب 5.82، 6.20، 5.21 و 5.95 درصد کاهش یافت.

The Application of optimal management system of water distribution networks in the calibration process

A hydraulic model of water distribution network is successful and reliable if it can simulate real condition by high accuracy. In this paper introduces a new webbased system which called optimal management system of water distribution networks with the goal of calibration of water distribution network based on simple modified particle swarm optimization (SMPSO) in a simple and user friendly way for the experts of the water and wastewater companies. The calibration process in this webbased system is aimed to minimize Mean Absolute Percentage Error criterion (MAPE) between simulated and observed pressures with the Hazen Williams roughness coefficients as the decision variables. To achieve this purpose, firstly the SMPSO method is investigated to calibrate a benchmark network which the results showed MAPE average has reduced to 0.425, 2.857 and 0.306 percent in the maximum, minimum and fire demand conditions respectively and has increased 0.186 percent just in the normal condition. It is verify that the SMPSO algorithm performs better than the GA. Then the system is used to calculate a real case water network in the normal, maximum, minimum and different demand conditions during the 24 hours which in these condition MAPE values have decreased 5.82,6.20,5.21 and 5.95 respectively, when compared with calibration obtained by consulting company.