燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計方法

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計方法范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著燃?xì)?/a>輸配管網(wǎng)規(guī)模不斷擴(kuò)大和結(jié)構(gòu)日漸復(fù)雜，確保燃?xì)夤芫W(wǎng)運(yùn)行的安全性、穩(wěn)定性和可靠性成為了燃?xì)夤芫W(wǎng)發(fā)展研究的的重點(diǎn)。本文介紹了燃?xì)廨斉涔芫W(wǎng)水力計算的基本方法理論，對遺傳算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法在燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計中的應(yīng)用進(jìn)行總結(jié)和分析，以期為相關(guān)研究提供一定的參考。

關(guān)鍵詞：燃?xì)夤芫W(wǎng)；優(yōu)化設(shè)計；遺傳算法；蟻群算法；神經(jīng)網(wǎng)絡(luò)算法

1管網(wǎng)水力計算的理論研究

燃?xì)廨斉涔芫W(wǎng)水力計算是為了在已知管網(wǎng)布排和供氣量的條件下，通過計算流量和壓力損失選擇管段直徑，驗(yàn)算管段流量和壓力損失是否符合要求，從而決定是否調(diào)整管網(wǎng)的設(shè)計方案或?qū)εf輸配管網(wǎng)進(jìn)行改造，從而提高管網(wǎng)的輸配能力[2]。管網(wǎng)水力計算的方法主要有解環(huán)方程法、解節(jié)點(diǎn)方程法和解管段方程法。這三種方法相比較，三種方法都需要進(jìn)行迭代計算，其中計算工作量為解環(huán)方程法最小，解節(jié)點(diǎn)方程法居中，解管段方程法最大。解管段方程法計算精度最高，當(dāng)管段管徑大、摩阻系數(shù)低時，解節(jié)點(diǎn)方程法收斂速度和計算精度較低。因而進(jìn)行管網(wǎng)平差時通常選擇解節(jié)點(diǎn)方程法或解環(huán)方程法，當(dāng)對計算結(jié)果的精度要求較高時選用解管段方程法。因?yàn)樾陆ㄈ細(xì)夤芫W(wǎng)大多采用多氣源供氣，解環(huán)方程法難以滿足管網(wǎng)的可靠性要求，而解節(jié)點(diǎn)方程法由于可以自動生成管網(wǎng)關(guān)聯(lián)矩陣，具有靈活性高、適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，更適合用于處理多氣源供氣的復(fù)雜管網(wǎng)。另外，在燃?xì)夤芫W(wǎng)水力計算中，當(dāng)某管段的直徑過大或流量過小時，在迭代過程中會容易出現(xiàn)不收斂或收斂緩慢的情況，這極大影響了水力計算的精度[3]。因此這三種傳統(tǒng)的水力計算方法也逐漸不能滿足管網(wǎng)運(yùn)行的可靠性和穩(wěn)定性要求，此時相關(guān)智能算法在管網(wǎng)優(yōu)化設(shè)計中的應(yīng)用具有重要的現(xiàn)實(shí)意義。

2燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計方法研究

2.1遺傳算法在管網(wǎng)優(yōu)化的應(yīng)用

遺傳算法是一種模仿生物進(jìn)化論中自然選擇和基因遺傳機(jī)制而提出的隨機(jī)搜尋最優(yōu)解算法，基本步驟為初始化、個體評價、選擇、交叉和變異。遺傳算法搜索時以問題解的串集為搜索對象，可在同一時間處理多個個體，僅用適應(yīng)度函數(shù)值來評估個體而不需要借助其他輔助信息，因此具有全局尋優(yōu)、搜索效率較高、應(yīng)用范圍廣等優(yōu)點(diǎn)。目前遺傳算法在燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計中的應(yīng)用主要體現(xiàn)在提高燃?xì)夤芫W(wǎng)建設(shè)的經(jīng)濟(jì)性和和安全性，具體是利用遺傳算法優(yōu)化管網(wǎng)結(jié)構(gòu)布局和管網(wǎng)管徑，從而找到滿足經(jīng)濟(jì)效益和安全性要求的最優(yōu)設(shè)計方案。鄭利平[4]提出采用遺傳算法對城市燃?xì)夤芫W(wǎng)進(jìn)行優(yōu)化設(shè)計，其優(yōu)化目標(biāo)為管網(wǎng)的工程造價和運(yùn)行費(fèi)用最低，并以滿足燃?xì)夤芫W(wǎng)的水力平衡和最低壓力為約束條件，使用費(fèi)用模型對燃?xì)夤芫W(wǎng)進(jìn)行數(shù)學(xué)建模，其中重點(diǎn)對管網(wǎng)管徑進(jìn)行優(yōu)化，研究結(jié)果過表明用遺傳算法對管網(wǎng)進(jìn)行優(yōu)化設(shè)計不僅經(jīng)濟(jì)高效，并且能夠滿足管網(wǎng)水力可靠性。王煊[5]提出采用改進(jìn)的遺傳算法對城市燃?xì)夤芫W(wǎng)進(jìn)行優(yōu)化設(shè)計，其優(yōu)化目標(biāo)為管道總長度最短，對樹狀燃?xì)夤芫W(wǎng)進(jìn)行數(shù)學(xué)建模，優(yōu)化管網(wǎng)結(jié)構(gòu)布局。呂木英[6]提出采用遺傳算法對樹狀管網(wǎng)布局進(jìn)行優(yōu)化設(shè)計，以管網(wǎng)總長度最小作為優(yōu)化目標(biāo)建立管網(wǎng)布局?jǐn)?shù)學(xué)模型，再在樹狀管網(wǎng)的優(yōu)化方案的基礎(chǔ)上，依照一定規(guī)則添加管段得到環(huán)狀管網(wǎng)，同時驗(yàn)證燃?xì)夤芫W(wǎng)的水力可靠性，從而得到滿足管網(wǎng)水力可靠性和經(jīng)濟(jì)性的環(huán)狀管網(wǎng)優(yōu)化方案，研究結(jié)果表明遺傳算法在環(huán)狀燃?xì)夤芫W(wǎng)的優(yōu)化設(shè)計中的應(yīng)用是可行的?；谶z傳算法的燃?xì)夤芫W(wǎng)布局和管徑優(yōu)化方法，提高了燃?xì)夤芫W(wǎng)建設(shè)的經(jīng)濟(jì)效益和安全性。目前遺傳算法在管網(wǎng)優(yōu)化調(diào)度、運(yùn)行工況分析和水力計算的應(yīng)用較少，燃?xì)夤芫W(wǎng)的水力計算中大多著重考慮管網(wǎng)的經(jīng)濟(jì)效益和安全性，對管網(wǎng)水力可靠性的研究相對較少。由于許多燃?xì)夤境斯芫W(wǎng)初步設(shè)計時進(jìn)行過水力計算，但在較長時期內(nèi)管網(wǎng)規(guī)模和結(jié)構(gòu)發(fā)生較大改變后，并沒有對管網(wǎng)的水力工況進(jìn)行重新核算和分析，因而最初的管網(wǎng)水力計算結(jié)果并不能客觀反映出管網(wǎng)實(shí)際運(yùn)行工況，這對管網(wǎng)水力可靠性有較大的影響。另外，由于城市天然氣輸配管網(wǎng)規(guī)模早已大大超過初期規(guī)劃，現(xiàn)有管網(wǎng)運(yùn)行流量大多超過最初規(guī)劃的負(fù)荷，這使得在燃?xì)庑孤┦鹿拾l(fā)生時，管網(wǎng)的供氣能力將無法滿足部分用戶的需求。一般情況下，當(dāng)發(fā)生燃?xì)庑孤┦鹿蕰r，燃?xì)夤拘枰⒓搓P(guān)掉管段事故點(diǎn)所在管段的上下游閥門，進(jìn)行停氣檢修，但由于管網(wǎng)大多采取的是多氣源供氣和環(huán)狀結(jié)構(gòu)，一個事故點(diǎn)可能由不同的供氣點(diǎn)供氣，因此可能導(dǎo)致不僅事故管段下游的用戶會被停止供氣，管網(wǎng)內(nèi)很大范圍內(nèi)的其他用戶也會受到不同程度的影響。由于城市天然氣管網(wǎng)的監(jiān)測點(diǎn)有限，燃?xì)夤緹o法準(zhǔn)確掌握整個管網(wǎng)的水利工況，當(dāng)事故發(fā)生時，無法預(yù)測事故管段的影響范圍和及時制定有效的調(diào)度決策。因此可以嘗試把遺傳算法應(yīng)用到管網(wǎng)運(yùn)行工況和事故工況下的分析中[7]。另外，根據(jù)遺傳算法全局性的特點(diǎn)，在處理群體較大的問題是具有一定的優(yōu)勢，因此可以與神經(jīng)網(wǎng)絡(luò)、模糊控制等智能算法結(jié)合，為管網(wǎng)優(yōu)化設(shè)計提供新思路。

2.2蟻群算法在管網(wǎng)優(yōu)化的應(yīng)用

蟻群算法是一種通過模擬自然界中螞蟻群尋覓食物時發(fā)現(xiàn)最短路徑行為的尋找最優(yōu)解的啟發(fā)式搜索算法。蟻群算法采用正反饋機(jī)制從而能夠較快地尋找到較優(yōu)值或最優(yōu)值，采用分布式計算從而有效提高算法效率和避免過早收斂，因此蟻群算法具有啟發(fā)性、魯棒性、并行性等優(yōu)點(diǎn)，但也存在局部最優(yōu)解和搜索時間較長的問題。目前蟻群算法已廣泛應(yīng)用于在旅行商問題、Job-shop問題、分配問題等方面，蟻群算法在燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計中的應(yīng)用主要在以燃?xì)夤芫W(wǎng)建設(shè)費(fèi)用和運(yùn)營所需費(fèi)用最低為優(yōu)化目標(biāo)，建立數(shù)學(xué)模型，提高管網(wǎng)設(shè)計的經(jīng)濟(jì)效益和合理性。李智等人[8]對蟻群算法在燃?xì)夤芫W(wǎng)優(yōu)化設(shè)計中的應(yīng)用進(jìn)行了研究，該研究以管網(wǎng)管道建設(shè)費(fèi)用、壓氣站建設(shè)費(fèi)用和管網(wǎng)運(yùn)行費(fèi)用為目標(biāo)函數(shù)建立天然氣輸送管道數(shù)學(xué)模型，對管道的選型、設(shè)計壓力、壓氣站個數(shù)、壓縮比及站間距離進(jìn)行了優(yōu)化設(shè)計。該設(shè)計方案使管網(wǎng)建設(shè)費(fèi)用和運(yùn)營所需費(fèi)用達(dá)到了最小。研究表明蟻群算法的優(yōu)化效果比遺傳算法好，這表明采用蟻群算法對燃?xì)夤芫W(wǎng)進(jìn)行優(yōu)化設(shè)計是可行的。李自力等人[9]提出將環(huán)狀燃?xì)夤芫W(wǎng)布局優(yōu)化問題轉(zhuǎn)換為TSP問題，以環(huán)狀燃?xì)夤芫W(wǎng)造價最低為優(yōu)化目標(biāo)建立數(shù)學(xué)模型，采用蟻群算法進(jìn)行求解，研究結(jié)果表明蟻群算法適用于環(huán)狀管網(wǎng)的優(yōu)化設(shè)計。

2.3神經(jīng)網(wǎng)絡(luò)算法在管網(wǎng)優(yōu)化的應(yīng)用

神經(jīng)網(wǎng)絡(luò)系統(tǒng)是一種模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的高度復(fù)雜的非線性動力學(xué)系統(tǒng)，具有大規(guī)模并行協(xié)同處理、容錯性、自適應(yīng)性和自組織性等特點(diǎn)。聶廷哲等人[10]對Hopfield神經(jīng)網(wǎng)絡(luò)算法在天然氣管網(wǎng)規(guī)劃問題中的應(yīng)用進(jìn)行了相關(guān)研究，其優(yōu)化目標(biāo)函數(shù)為管線總長度最短，建立了基于Hopfield神經(jīng)網(wǎng)絡(luò)的管網(wǎng)布線優(yōu)化數(shù)學(xué)模型，研究結(jié)果表明Hopfield神經(jīng)網(wǎng)絡(luò)算法能夠有效地解決天然氣管網(wǎng)布局優(yōu)化問題，提高了提高技術(shù)水平和經(jīng)濟(jì)效益。目前神經(jīng)網(wǎng)絡(luò)算法大多應(yīng)用于天然氣負(fù)荷預(yù)測、燃?xì)夤芫W(wǎng)泄漏分析、安全性分析、天然氣管道內(nèi)腐蝕速度預(yù)測等方面，在管網(wǎng)優(yōu)化設(shè)計領(lǐng)域的應(yīng)用相對較少，因此，可以借鑒供水管網(wǎng)的先例，,探究神經(jīng)網(wǎng)絡(luò)在燃?xì)夤芫W(wǎng)水力計算的應(yīng)用。陳善慶[11]提出采用改進(jìn)的Hopfield神經(jīng)網(wǎng)絡(luò)算法，目標(biāo)函數(shù)為最低管網(wǎng)年費(fèi)用折算值，以離散管徑為優(yōu)化變量，管網(wǎng)水力可靠性和相關(guān)設(shè)計規(guī)范為約束條件對給水管網(wǎng)進(jìn)行優(yōu)化，研究結(jié)果表明神經(jīng)網(wǎng)絡(luò)算法應(yīng)用在管網(wǎng)優(yōu)化是可行的，該算法有效提高了尋優(yōu)能力、速度和效率。

3結(jié)束語

隨著我國城市燃?xì)廨斉涔芫W(wǎng)建設(shè)規(guī)模擴(kuò)大化和結(jié)構(gòu)復(fù)雜化，如何保證燃?xì)夤芫W(wǎng)運(yùn)行的安全性、穩(wěn)定性和可靠性成為了燃?xì)夤芫W(wǎng)發(fā)展研究的的重點(diǎn)，因此在城市燃?xì)廨斉涔芫W(wǎng)的優(yōu)化設(shè)計中，可以嘗試將遺傳算法、蟻群算法、神經(jīng)網(wǎng)絡(luò)算法等智能算法應(yīng)用到管網(wǎng)運(yùn)行工況分析和事故分析。將智能算法應(yīng)用在管網(wǎng)優(yōu)化設(shè)計中，綜合考慮燃?xì)夤芫W(wǎng)的安全性、經(jīng)濟(jì)性、可靠性和當(dāng)?shù)氐膶?shí)際情況，最終確定城市燃?xì)廨斉涔芫W(wǎng)優(yōu)化設(shè)計的最優(yōu)方案。

作者：張樹玉 劉克江 單位：廣東技術(shù)師范大學(xué)