عملکرد الگوریتم تکامل تفاضلی برای نشت یابی در شبکه های توزیع آب با درنظر گرفتن عدم قطعیت نیازهای گرهی
Publish place: Journal of Hydraulics، Vol: 19، Issue: 1
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 60
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHYDAN-19-1_007
تاریخ نمایه سازی: 9 اسفند 1402
Abstract:
با توجه به اینکه در حال حاضر هدررفت آب یک نگرانی جهانی است و از طرف دیگر تقاضا برای آب در حال افزایش است، این مساله مدیریت تقاضا و اصلاح الگوی مصرف را ضروری ساخته است. یکی از اجزاء مهم آب بدون درآمد، نشت موجود در شبکه آبرسانی بوده و از اقدامات ضروری به منظور کاهش آب بدون درآمد و مدیریت مصرف، نشت یابی است. در این پژوهش، یک فرمول بندی بهینه سازی به منظور نشت یابی در شبکه های آب با فرض عدم اطلاع از تعداد نشت ها و داده های حاصل از اندازه گیری فشار توسعه داده شده است و مساله با الگوریتم تکامل تفاضلی حل شده است. عملکرد مدل توسعه داده شده با تعریف سناریوهای مختلف از نظر موقعیت، میزان و تعداد نشت مورد بررسی قرار گرفته و ابتدا سناریوهای مکان یابی از نظر تعداد و میزان نشت شامل یک، ده و بیست نشت همزمان بررسی شد و پس از آن مدل توسعه داده شده برای سناریوهای مکان یابی با تعداد نشت نامعلوم و همچنین عدم قطعیت نیازهای گرهی اجرا شدند. نتایج نشان داد موفقیت مدل در حالت قطعیت داده های ورودی و وجود یک گره، ۱۰۰% بوده و با درنظرگیری تغییرات ساعتی نیاز گرهی و با افزایش تعداد نشت ها، میزان موفقیت مدل در یافتن محل نشت به ترتیب ۹۵% و ۹۴/۵% بدست آمده است. در سناریوهایی با تعداد نشت ها مجهول، موفقیت مدل برای پیدا کردن تعداد نشت ۹۴% بدست می آید. موفقیت مدل در حالت عدم قطعیت نیازهای گرهی با تعداد نشت معلوم، با افزایش نشت تا ۹۱% و با تعداد نشت مجهول تا ۸۶% می رسد.
Keywords:
Authors
شهرزاد مدنی اصفهانی
دانشگاه شهید بهشتی
جعفر یزدی
دانشگاه شهید بهشتی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :