matlab trendsurface,供水管网压力异常工况下的趋势面分析模型及应用_期刊网
表2某市管网异常时节点压力数据
节点i
xi
(102 m)
yi
(/102 m)
压力hi(m)
趋势压力(m)
残差
△hi(m)
节点i
xi
(/102 m)
yi
(/102 m)
压力hi(m)
趋势压力(m)
残差
△hi(m)
9*
3.604
17.65
28.290
27.597
0.693
17
19.067
9.608
23.930
24.742
-0.812
10
11.488
15.855
26.670
25.422
1.248
18
27.833
7.591
22.200
22.360
-0.16
11
16.537
14.715
22.010
23.965
-1.955
19
1.012
6.789
27.160
27.491
-0.331
12
20.17
13.901
21.690
22.884
-1.194
20
8.951
4.959
25.170
25.979
-0.809
13
29.079
11.805
21.690
20.189
1.501
21
14.09
3.774
27.620
24.940
2.68
14
2.555
13.252
27.620
28.865
-1.245
22
17.373
3.018
23.060
24.253
-1.193
15
10.456
11.485
27.510
26.959
0.551
23*
25.866
1.059
22.002
22.385
-0.383
16
11.559
10.343
28.370
26.738
1.632
注:标*的为测压节点
The date of nodes pressure inthe abnormal network of the city
table23.3.2 建立趋势面方程
考虑到本研究的实例中地形比较平坦,管网系统也较为简单,选用二次趋势面分析。其方程为:
利用表2中的数据,并借助MATLAB软件中的矩阵计算功能,求解二次趋势面方程系数,得到二次趋势面方程为:
(7)
根据该方程算得各节点的趋势值见表2。
3.3.3 趋势面拟合优度分析
运用拟合度分析方程进行拟合度分析:
(8)
表示趋势面反映了原始数据中76.29%的变异性,还有23.71%的变化没有在趋势面中反映,而成为偏差值。根据判断标准[3]C为60%~80%时就能揭示数据的空间趋势,所以二次趋势面拟合度符合要求,过高的拟合度会因为过度的逼近实际而难以反映分布的主体特征。
3.3.4 趋势面拟合程度检验
(9)
根据R2检验结果可知,二次趋势面回归模型显著性较高。
(10)
查F分布检验F(5,9)0.025=4.48
F> F(5,9)0.025,所以说明二次趋势面方程是显著的,也是可靠的,可以进行趋势分析。
3.3.5 结果分析
利用MATLAB软件进行趋势面的绘制,见图4和图5。
图4 管网异常工况下压力趋势面趋势图
Figure4 The trend chart of trend surface forabnormal network pressure
图5 管网异常工况下压力趋势面残差图
Figure5 The diversity chart of trendsurface for abnormal network pressure
分析管网压力趋势面的趋势图(图4),平面为管网节点的坐标(x, y),空间为压力的坐标h,纵坐标反映的是由南朝北的压力变化,横坐标反映的则是由西向东的压力变化,与图2对比可看出,压力仍然随节点纵坐标的增大,横坐标的减小而逐渐升高,但是整个管网节点压力普遍呈现下降现象,并且在管网的东北部发生较大的下陷,故而怀疑此区域管网发生了异常现象。
而对比残差图5与图3,可以看出残差图发生变化,中部突起现象稍微缓和期刊网,并在管网的东北部下陷程度稍微变大,并且在管网的东北部出现了残差值为-2的区域。结合趋势图管网节点压力普遍下降,局部区域下降较大,故而此处管网发生漏损现象,由于残差图上负剩余值不太大,说明管网漏损不太严重。
4 结论
(1)结合管网压力趋势图和残差图,趋势图上表现为打破正常趋势,即在某处突起或下陷;而相应残差图上负剩余区出现大的下陷,就有理由怀疑该异常是管网漏水现象的反映。
(2)残差除了包括局部异常外,还包括随机干扰(噪声)以及系统误差,反映的是局部压力的变化情况,即管网中局部压力变化特征,代表了局部控制因素,由于随机干扰因素的存在,使得残差不能完全反映管网异常工况,只能对管网漏损现象进行粗略判断,不是理想的判定漏损的方法;而趋势只包括系统误差。所以通过研究对比管网正常与异常工况下节点趋势图和残差图的规律,可以排除随机干扰所造成的影响,提高漏损判定的准确性。
参考文献
[1]崔建国,贾新强,李华丽.供水管网压力趋势面分析模型及其应用[J].太原理工大学学报,2008,39(2):174-177.
[2]梁建文,肖笛,赵新华,张宏伟.给水管网故障实时诊断方法[J].水利学报,2001,(12):40-47.
[3]秦忠诚,翟德元.趋势面分析方法的应用[J].煤矿开采,1998,(1):47-51.
[4]Amor.V.M.Ines.Application of GIS and crop growth modelsin estimating water productivity[J].Agricultural water management,2002,54 (3):205-225.
[5]齐鑫山,王晓明.环境监测数据空间分布规律的研究方法及应用-趋势面分析法[J].环境保护,2000,(10):20-22.
matlab trendsurface,供水管网压力异常工况下的趋势面分析模型及应用_期刊网相关推荐
- 【城市污水处理过程中典型异常工况智能识别】(基于迁移学习,拓扑结构卷积神经网络的污水异常工况识别)
基于迁移学习拓扑结构卷积神经网络的污水异常工况识别 **摘 要:针对城市污水处理过程的异常工况识别问题,本文提出了基于图像纹理性分析的工况识别方法.首先总结了几种典型的异常工况的特点,并且分析了卷积神 ...
- 利用matlab对纯电动汽车在nedc工况下的燃油经济性进行仿真
本次仿真以一汽红旗 红旗e-hs9 2021款 旗·领 四座版为例,需要计算其他车型更换其中的参数即可. clc: clear:%清除工作区与命令行窗口,防止参数混淆 nb=0.9;%动力电池系统 ...
- 不同坐标系下角速度_「分析」驱动桥传动系典型工况下的一体化动力学仿真
驱动桥是汽车总成中重要的组成部分,主要由主减速器总成.差速器.半轴和驱动桥壳等部分构成,其主要作用是将由传动轴传导来的转矩和力通过半轴分配到左右车轮,实现降低速度增大转矩的作用,同时改变转矩方向:当车 ...
- 斯坦福大学:极限工况下的无人驾驶路径跟踪|厚势汽车
来源: 同济智能汽车研究所 责任编辑:啜小雪 文章译自 2017 年美国控制年会的会议论文 原标题:Path-Tracking for Autonomous Vehicles at the Limit ...
- 三相pmsm矢量控制仿真模型_低载波比工况下永磁同步电机磁链矢量轨迹分析
沈建新,何标 浙江大学 电气工程学院 浙江省电机系统智能控制与变流技术重点实验室,杭州 310027 摘要:永磁同步电机采用空间矢量脉宽调制控制时,每个PWM周期内施加适当的电压矢量(包括电压矢量的模 ...
- 不同映射方式下cache的失效率_详解发动机在不同工况下的喷油量控制方式
发动机在不同工况条件下运转,对混合气浓度的要求也不同:特别是在一些特殊工况条件下(如启动.急加速以及急减速等),对混合气浓度有特殊的要求.ECU要根据有关传感器测得的运转工况,根据不同的方式控制喷油量 ...
- 复杂工况下少样本轴承故障诊断的元学习
摘要:近年来,基于深度学习的轴承故障诊断得到了较为系统的研究.但是,这些方法中的大多数的成功在很大程度上依赖于大量的标记数据,而这些标记数据在实际生产环境中并不总是可用的.如何在有限的数据条件下训练出 ...
- AIEKF VS EKF 在 FUDS 和 DST工况下的对比
目录 FUDS工况下参考SOC曲线 DST工况下参考SOC曲线 FUDS工况下SOC估计对比图(EKF与参考值) FUDS工况下SOC估算绝对误差曲线图 DST工况下SOC估计对比图(EKF与参考值) ...
- 电机振动噪声分析电机多转速工况下的NVH分析,有模型文件,教学视频
电机振动噪声分析电机多转速工况下的NVH分析,有模型文件,教学视频 ID:69200636485462609
最新文章
- 为清理助手制作便利工具的技术实现
- Xen Server二安装xc及管理xen主机
- VMM系列之使用VMM服务器构建 Hyper-V主机(2)
- Linear_algebra_02_行列式
- 机器学习——支持向量机SVM之非线性模型(低维到高维映射)
- 回归分析中自变量共线性_具有大特征空间的回归分析中的变量选择
- mysql数据库表的导入导出
- centos7安装docker 以及简单使用
- 教育|一位女博士五年的艰难毕业历程
- 【操作系统】—操作系统的概念 目标和功能
- MIDAS截面特性计算器说明
- 回荡口过新年,独特江南水乡年味体验 冰雪非遗贺新年,荡口古镇春节嗨不停!
- 使用wireshark分析HTTPS数据包
- 现代密码学的第一次高光时刻
- MySQL具体解释(5)-----------函数超全总结
- 中国电信9月在京推5G新号段,资费199元至599元?
- ValueError: Unknown activation function: ReLU
- 梯度下降法 python_(四)梯度下降法及其python实现
- python获取网页内容 不打开_网页抓取python不返回任何内容
- 智能向左,设计向右,酒店行业进入“智美新时代”