供水管網安全運行智能化管理技術體系研究及應用

周 文，潘良波，李倩楠，郭燕燕

(1.正元地理信息集團股份有限公司，北京 101300；2.北京市智慧管網安全評價及運營監管工程技術研究中心，北京 101300)

城市供水管網系統擔負著向用戶輸水和配水的重任，是保證城市生產、生活正常運行不可或缺的基礎設施[1]。隨著我國城市化進程的不斷加快，供水管網規模逐漸擴大且管網系統日趨復雜，施工損壞供水管網，以及因供水管網引發的飲用水污染、路面塌陷乃至資源浪費等事件頻發，對城市生產和居民生活都造成了不同程度的影響[2]。近年來，我國推進城市供水管線信息化建設取得了積極進展和成效，但供水管線超期服役、隱患突出、應急能力脆弱、預警不足等問題依然存在。如何徹底解決供水管網安全問題，成為政府關切、公眾關注的難點和痛點。

為解決上述問題，本文針對供水管網安全涉及的核心環節，提出了涵蓋隱患管理、綜合風險評估、監測報警、預測預警、輔助決策5個關鍵環節的供水管網安全運行智能化管理技術體系。通過“線下+線上+模型+應用”的技術手段，利用地理信息、專業供水模型和物聯網、大數據等新一代信息技術，構建了全面感知、實時監控、異常報警、預測預警、科學決策的供水管網安全運行智能化管理技術體系，實現了供水管網安全由被動管理向主動上報、智能化管理的轉變，對提高供水管網的抗災和安全風險管理能力具有重要意義[3]。

1 技術體系

1.1 技術流程圖

通過對供水管網安全進行全過程管理，構建供水管網從隱患管理到輔助決策于一體的技術體系。該體系以供水管網安全運行為核心，充分利用現代信息技術，通過線上線下結合，保障供水管網的安全運行(圖1)[4]。

圖1 供水管網安全運行智能化管理技術流程圖Fig.1 Flow Chart of Safety-Operation and Intelligent Management Technology for Water Supply Pipelines Network

1.2 隱患管理

1.2.1 隱患排查

針對供水管線關聯隱患，通過專業軟件對目前已有的供水管線普查數據進行規范性、合理性分析，排查不符合國家相關技術規范的管線隱患點；針對供水管線周邊隱患，采用地質雷達法直接確定管線埋設位置、埋藏深度以及供水管線周邊空洞、裂縫與地層沉降等隱患；針對供水管線自身隱患，采用音聽法等對供水管道的漏損狀況進行排查，實現水管的泄漏檢測與定位。綜合運用內外探測手段，摸清供水管線結構性隱患和危險源。通過隱患識別和排查作業，準確掌握管線運行環境、自身狀況、周邊土地不密實程度等信息，同時獲取空間位置，與供水管線建立關聯關系，形成基于空間位置的供水管線健康檔案數據庫。

1.2.2 隱患管理

對上述3種方式排查出的供水管網隱患進行全生命周期管理(發現→處理→解決→維護)，對每個問題進行分類編號，實行問題銷號制度，實現問題全過程可追溯。

1.2.3 隱患核查

根據隱患排查計劃，現場復核隱患點具體情況，并編制探測記錄表，記錄現場探測信息。

1.2.4 隱患分析報告

基于供水管線健康檔案數據庫形成隱患分析報告，包括隱患空間分布、隱患區域分布及數量統計、漏失量統計、超期服務分析、覆土深度分析、占壓分析、隱患處理建議、影響分析等信息。

1.3 綜合風險評估

1.3.1 綜合風險評估模型構建

對供水管網中易爆管段在運行中所面臨的威脅、管段本體存在的弱點、產生爆漏時造成的影響，以及三者綜合作用而帶來風險的可能性進行評估。運用層次分析法、模糊綜合評價法等進行評估模型的構建：依據管網管徑、管壓、管材、溫差、管齡、接口類型、埋深、土壤環境、區域屬性、歷史事故等多層次指標體系確定因素集，并進一步建立各指標相對上一層指標的權重集，綜合反映各指標相對上級指標的重要程度；然后結合因素集和權重集建立管網綜合風險評估模型，實現管網綜合風險計算[5-8]。

(1)建立供水管網運行安全風險評估指標體系。通過識別供水管線運行風險內容，運用風險識別的基本方法將風險進行分解，建立風險清單。根據所識別的風險因子和城市供水管線風險評價指標體系的構建流程，結合供水管線風險評價特點以及專家建議匯總和分析，按照致災類型劃分，確定風險評價指標。

(2)基于模糊綜合分析法進行風險評價。建立層次結構模型，然后構造判斷矩陣，最后進行權重向量計算與一致性檢驗。確定被評價對象因素集、風險等級集、因素權重集；通過建立模糊關系矩陣，確定風險評價因素的權向量，然后合成模糊綜合評價結果向量，對模糊綜合評價結果向量進行分析。

(3)地下供水管線安全風險評估的GIS實現。實現指標體系的存儲和指標體系的維護、供水管線基本管理功能和相應的風險分析功能。

1.3.2 綜合風險等級分布

根據風險評價值對供水管網風險評價結果進行風險定級，分為安全、低風險、中度風險、高風險、危險5個等級。

1.3.3 傳感器優化布局

在高風險以及危險風險等級區域增加傳感器布設密度，實時感知重點管控要素的狀態信息，實現傳感器的優化布設。

1.4 監測報警

1.4.1 監測數據接入

基于物聯網統一接入技術，應用SCADA軟件平臺，接入供水管線權屬單位和其他物聯網監測數據，構建涵蓋壓力、流量、余氯、渾濁度、pH等一系列指標的供水管網綜合管理動態監測網絡，實現物聯網數據的高效接入、解析和管理。

1.4.2 監測在線報警

通過對水源井、水廠、供水管網和用戶全過程進行管理，在過程的關鍵節點安裝壓力、流量和水質等物聯網傳感器實時監測，實現對供水管網及其附屬設施的全面、動態化管理。設定流量、液位、壓力、水質等各類監測指標閾值，對各監測點監測指標進行實時超標判定。當達到預警閾值或超過閾值時，進行記錄并報警，即提示當前供水管網運行處于非健康狀態，存在風險。

1.4.3 報警熱力分析

根據報警歷史數據，分析某一時間段內報警頻率高的監測點，計算得出報警分布、密度和變化趨勢，為供水管網隱患排查、巡檢等提供輔助決策。

1.5 預測預警

1.5.1 供水管網爆管預警分析

基于管材、管齡、埋設年代、季節等靜態因素，以及供水管網壓力、流量、水溫等動態數據，通過自主提出的主成分分析和Cox生存分析(Cox生存分析又稱比例風險回歸模型，是以生存結局和生存時間為因變量，可同時分析眾多因素對生存期影響的一種半參數回歸模型)的供水管網爆管風險預測方法，建立供水管網爆管預警分析模型，實現供水管網爆管預警模擬。

供水管網爆管預警模型通過接入SCADA動態壓力、流量數據，并結合管材因環境腐蝕、老化等問題影響綜合數據，進行一系列的分析計算，包括管網腐蝕計算、正常壓力、流量模擬仿真計算、校驗計算和其他計算，得到最終的模擬結果，輸出供水管網爆管模擬報告(圖2)[9-10]。

圖2 供水管網爆管預警模擬計算示意圖Fig.2 Schematic Diagram of Simulated Calculation for Pipe Burst Early Warning of Water Supply Pipelines Network

1.5.2 供水管網泄漏預警分析

分析供水管網泄漏規律，并結合積累的管網泄漏歷史數據，建立相應的泄漏預警分析模型，對滲漏可能性進行預測，為采取供水管網運行維護措施提供依據。

1.5.3 地下空洞/路面塌陷預警

根據管網泄漏預警分析，以及管網泄漏對地下空洞的產生和路面塌陷的影響，結合地質條件分析，建立地下空洞和路面塌陷預警分析模型，對由于供水管網滲漏引發的地下空洞和路面塌陷事故的發生概率或風險進行預測。

1.5.4 關閥分析

通過供水管網上任意一點與前后閥門的關聯分析，在發生突發情況或者開展應急搶修作業時，迅速提供需要關閉的閥門信息，給出關閥方案。根據關閥后的管網仿真模擬，提供受影響的管線和用戶范圍，為應急處置提供決策參考。

1.6 輔助決策

1.6.1 管線模擬開挖

支持對地形進行模擬開挖，并且支持對開挖斷面的分析。在應急處置時，可以分析開挖面內的管線數量、管線埋深、相對距離等，輔助管理者進行開挖分析，以免造成對其他管線的二次破壞。

1.6.2 供水管網安全運行評估

根據自動生成的安全運行評估報告，包括繪制供水管網安全運行風險分布圖、統計分析報警情況等，總結供水管網安全運行狀況，并針對供水管線高風險區域提供相應的處置建議等，輔助提升管理部門的防災減災能力。

2 創新點

2.1 形成一套供水管網安全運行智能化管理技術體系

針對城市供水管線管理面臨的安全問題，經過關鍵技術攻關、技術方法集成、平臺研發和工程應用，創新性提出供水管網從隱患管理到輔助決策全流程技術體系。目前，國內地下管線領域企事業單位或研究機構尚未針對供水管網或其他類管網提出類似技術體系。該體系綜合利用“線下排查+線上監控+模型模擬+決策應用”技術手段對城市供水管網進行安全運行和智能化研究，實現集線下排查、線上監控與智能化管理于一體的完整技術服務。

(1)該體系是在地下管線精準探測定位并建立基礎信息數據庫基礎上，對已有供水管線進行全面檢測和健康評估，全面查清和評估已有管道健康狀況，建立管道健康檔案，為及時有效處置提供可靠依據。

(2)供水管線運行安全風險評估是管線安全運行管理體系的核心環節，包括風險識別、風險分析和風險評價3個階段。通過風險評估確定風險等級，可對傳感器布設方案進行優化，實現高風險區域重點監控。

(3)在建立完整準確基礎信息和恢復已有管道功能基礎上，實現物聯感知，實時了解掌握地下管網運行狀況，并建立地下管線數據動態更新機制和有效的管網運行智能監控報警機制，實現管網問題的異常報警。

(4)分析爆管、泄漏規律，并結合積累的爆管、泄漏歷史數據，建立相應的爆管、泄漏風險預測模型，對爆管、滲漏可能性進行預測，以識別出供水管網中的高風險管道；并支持對由于供水管網滲漏引發的地下空洞和路面塌陷事故的發生概率或風險進行預測。

(5)根據供水管網安全運行狀況，預判異常高發區域，為相關職能部門提供有效的輔助決策，促進供水管網安全管理由被動應對為主動預防，實現高效監管。

2.2 創新一種供水管網爆管風險預測方法

本文創新性提出一種基于主成分分析和Cox生存分析的供水管網爆管風險預測方法，能夠在盡量保證數據信息不丟失的情況下，解決現有預測方法對供水管網爆管影響因素考慮不全，且未考慮各因素之間存在相關性的問題，可提高預測結果的合理性。

通過將生存分析理論應用于估計管道生存時間，同時加入諸如管道自身特性與環境因素等眾多對管道爆管有影響的風險因素，能夠同時分析多種因素對管道爆管的影響，實現管道爆管風險的科學預測。彌補了目前基于Cox比例風險模型構建供水管網爆管風險預測模型只考慮管徑和管材兩個風險因素的不足。此外，爆管因素之間往往具有耦合性，而傳統方法直接將爆管影響因素值作為風險因素代入模型，未考慮各因子之間的相關性，導致數據信息重疊，致使爆管風險預測結果和實際情況不符。

基于主成分分析和Cox生存分析的供水管網爆管風險預測方法具體如下。

(1)收集供水管網爆管的歷史數據，通過對比和重要度分析，篩選出影響供水管網安全的因素，建立爆管因素集。

(2)采用主成分分析法，對所述爆管因素集進行主成分分析，將所述影響供水管網安全的因素，重新組合成一組新的互相無關的綜合指標。

(3)采用層次分析法，確定每個所述綜合指標的權重值，權重值最高的作為最重要的綜合指標。

(4)以所述最重要綜合指標為自變量建立爆管率基準函數，表示管道爆管風險隨時間的變化過程；以所述綜合指標中其他指標為風險因素建立爆管風險相關條件強度函數；基于生存分析理論，建立爆管風險預測模型。

(5)基于供水管網爆管的歷史數據，計算管網爆管率，并以所述管網爆管率為因變量進行參數擬合，確定爆管風險預測模型參數。

(6)通過所述爆管風險預測模型分析計算在所述各個綜合指標的影響下，爆管事件發生的風險，即單位管長爆管率，并計算各管段爆管率和未來爆管次數。

3 應用實踐

XX市智能管網項目范圍為110 km2，運行時間為2017年12月—2018年11月，主要對原有地下管網管理進行智能化改造。XX市已完整應用了供水管網安全運行智能化管理技術體系，具體應用如下。

(1)通過開展管線安全評估及構建管線健康檔案數據中心、管線安全運行云數據中心，完成對目前不符合國家相關技術規范的5類供水管線隱患點的排查，通過對220 km供水管線進行漏水檢測，發現漏點18處，并第一時間通知權屬單位。通過對供水管線段之間依次進行水平凈距分析、垂直凈距分析、覆土深度分析、碰撞分析，對供水管線數據進行一次全面的規范性檢查，給出數據合理性評價，并能對各類隱患進行分類統計(圖3)。

圖3 供水管網隱患分類統計圖Fig.3 Classification of Potential Risk of Water Supply Pipelines Network

(2)通過構建供水管網安全風險評估指標庫，基于層次模型法和模糊綜合分析法對供水管網現存的風險性進行評價。依據供水管網埋深、管徑、管壓、管材、溫差、歷史事故、土壤環境等多層次指標體系確定因素集，并進一步建立各指標相對上一層指標的權重集，綜合反映各指標相對上級指標的重要程度。然后結合因素集和權重集建立供水管網綜合風險評估模型，將供水管網風險分為安全、低風險、中度風險、高風險、危險5個等級，以便對供水管線進行重點管控，有效提升了XX市供水管網運行安全管理的科學性和合理性(圖4、圖5)。

圖4 供水管網評估指標及指標權重Fig.4 Evaluation Indexes and Index Weight of Water Supply Pipelines Network

圖5 供水管網綜合風險評估結果圖Fig.5 Comprehensive Risk Assessment Results for Water Supply Pipelines Networks

(3)通過為供水專項布設前端物聯網傳感器和應用系統，實現了供水管線監控信息的統一并行物聯網接入管理和異常告警，運行期1年內發現供水管道滲漏13處、供水管網爆管1處，實現了XX市供水管網實時感知、運維監控和數據分析等功能。

通過供水運行監測系統，在2018年3月15日凌晨1點25分，XX市供水管網監測點壓力驟降(圖6)超過預警閾值，調度中心收到監測報警通知，及時將相關信息推送給自來水公司相關責任人，核實后，發現此處因道路施工造成供水主管爆管，搶修人員第一時間趕到現場進行管閥搶修，將影響降到最低。

圖6 供水管網智能監管圖Fig.6 Intelligent Monitoring Chart of Water Supply Pipelines Network

(4)構建供水管網泄漏預警分析模型，通過樣本總體平均值法進行漏點分析，從而得出供水管網泄漏風險空間分布熱力圖，通過預測的泄漏量渲染地圖顏色，將風險劃分為正常、警告、超標3個等級，輔助降低供水管網漏損率。通過預測預警模型，成功預警供水管網爆管15起，以短信、微信等方式推送相關業務單位及時處置，助力供水管網安全運行(圖7)。

圖7 供水管網泄漏預警分析及數據統計圖Fig.7 Leakage Early Warning Analysis and Data Statistics of Water Supply Pipelines Network

(5)構建基于物聯網數據匯聚的XX市主城區GIS供水管網分析模型，模型管網覆蓋XX市主城區，面積為87.4 km2、總長為324.8 km、節點數為7 099個、水表為443個、閥門為1 791個、管段為9 464個、日供水為12萬m3、供水人口為13萬戶(約50萬人)。通過分析XX市供水管網的壓力分布情況、管網流量、流速、流向及水齡情況，實現了供水管網運行狀態模擬與供水調度自動管理，輔助發現口徑與賬務水量不匹配的具體水表表卡信息以及管網存在的壓力、口徑流量等不合理情況，為XX市供水管網的科學調度和安全供水提供了決策依據。

通過直觀分析整個供水管網的高低壓區域，針對管網存在的壓力不合理情況提出了解決方案(圖8)。通過直觀分析整個供水管網的管線走向，輔助查找出口徑流量不相符管線(圖9)。

圖8 供水管網壓力模擬圖Fig.8 Pressure Simulation Diagram of Water Supply Pipelines Network

圖9 供水管網管網流量模擬圖Fig.9 Flow Simulation Diagram of Water Supply Pipelines Network

綜上，項目成果經實際應用檢驗，可為供水管網安全、穩定、高效、綠色運行提供有力技術保障，有助于提高城市供水管網的安全管控水平。

4 結論

本文在供水管網安全運行和智能化管理等方面開展系統研究與協同創新，提出了城市供水管網安全運行智能化管理的構建方法和技術體系。通過“線下排查+線上監控+模型模擬+決策應用”相結合，實現“數據驅動”智慧管網，并創新性地提出了一種供水管網爆管風險預測方法，提高了供水管網爆管風險預測結果的合理性。此外，通過XX市的應用實踐，在驗證該技術體系合理性的同時，反向促進了對該技術體系的建立與優化。

供水管網安全運行智能化管理技術體系是一個發展的技術體系，通過繼續加強供水管網風險評估、管網監測預警以及災害趨勢分析和輔助決策支持的創新研究，發揮地理時空數據和物聯感知實時數據的支撐優勢，將有效地促進供水管網的智能化管理，并能為其他的管網安全運行提供參考。