CN118520806A - 一种供水管网压力调控方法、设备及介质 - Google Patents

Abstract

本申请实施例公开了一种供水管网压力调控方法、设备及介质。属于供水管网调节技术领域，解决供水管网压力调控准确度较低的问题。对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

Description

一种供水管网压力调控方法、设备及介质

技术领域

本申请涉及供水管网调节技术领域，尤其涉及一种供水管网压力调控方法、设备及介质。

背景技术

随着城市化进程的加速和居民生活水平的提高，供水管网作为城市基础设施的重要组成部分，其稳定运行和供水质量对于居民生活和经济发展至关重要。

管网压力是制约自来水系统有效供水的重要指标，也是影响管网健康，维保与使用寿命的核心因素，同时它也是水务企业的重要成本项目。

在供水管网中，水压的稳定性对于保障供水质量、防止管网损坏以及提高供水效率具有重要意义。然而，现有的供水管网压力调控通常依赖于经验设定或简单压力传感器反馈进行阀门调节，存在压力波动大、能源消耗高、漏损率居高不下等问题，以致对供水管网压力调控准确度较低。

发明内容

本申请实施例提供了一种供水管网压力调控方法、设备及介质，用于解决如下技术问题：现有的供水管网压力调控通常依赖于经验设定或简单压力传感器反馈进行阀门调节，存在压力波动大、能源消耗高、漏损率居高不下等问题，以致对供水管网压力调控准确度较低。

本申请实施例采用下述技术方案：

本申请实施例提供一种供水管网压力调控方法。包括，对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

本申请实施例通过对数据进行预处理，去除噪声和错误数据，提高数据质量。其次，通过构建水力学模型，能够模拟水流在供水管网中的实时流动状态，为压力调控和流量分配提供理论依据。实时校正可以确保模型始终与实际情况保持一致，提高模拟的准确性和可靠性。动态压力调控策略可以根据实时数据和预测结果进行调整，确保供水系统始终运行在最佳状态，通过优化阀门开度和泵站功率，可以实现节能降耗，降低供水系统的运营成本。本申请实施例通过数据预处理、水力学模型构建与实时校正、动态压力调控策略生成以及现场设备调控等一系列步骤的结合，实现对供水系统的全面监控和优化管理，提高供水系统的安全性和可靠性同时降低运营成本。

在本申请的一种实现方式中，对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理，具体包括：基于设置在供水管网关键节点位置的传感器，获取供水管网对应的运行状态数据；其中，运行状态数据至少包括压力值、流量值、流速以及温度中的一项；对运行状态数据进行时间序列分析，确定出运行状态数据的变化特征；基于供水管网对应的地理信息数据构建供水管网的拓扑结构，并在拓扑结构中分配相应的供水管网属性数据；基于历史用水数据，对用水需求数据进行预测，并基于用水类型，对预测的用水需求数据进行分类。

在本申请的一种实现方式中，基于供水管网对应的地理信息数据构建供水管网的拓扑结构，并在拓扑结构中分配相应的供水管网属性数据，具体包括：基于预置地理要素类型，对供水管网对应的地理信息数据进行划分；其中，预置地理要素类型至少包括管道、节点、阀门以及泵站中的一项；对划分后的供水管网对应的地理信息数据，分别设置不同的标记符号，以构建供水管网的拓扑结构；确定出供水管网的拓扑结构中各地理要素分别对应的供水管网数据，并将供水管网数据与供水管网的拓扑结构进行绑定。

在本申请的一种实现方式中，基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，具体包括：基于预置模型构建软件，将预处理后的数据作为输入，构建水力学模型；获取水力学模型的运行结果，以基于运行结果获取供水管网对应的第一检测结果；基于预置间隔时长，获取到供水管网的状态数据，以对水力学模型进行周期性数据更新；获取更新后的水力学模型的运行结果，将运行结果与实时数据进行比对，以确定出误差指标数据，基于误差指标数据确定出第二检测结果；基于第一检测结果、第二检测结果以及预置权重，确定出参考误差值，在参考误差值符合预设误差条件的情况下，确定出校正完成。

在本申请的一种实现方式中，基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略，具体包括：基于最小化总能耗、最大化供水稳定性、最大限制压力以及最小限制压力构建目标函数；基于遗传算法与目标函数调控参数进行迭代，以根据目标函数的计算结果对调控参数进行调整，并通过水力学模型预测出新的状态；其中，调控参数与阀门开度与泵站功率相关；根据目标函数对应的计算结果确定出当前调控策略效果，并将当前调控策略效果与历史调控策略效果进行比较，以确定出当前最优解；当达到预设的迭代次数或满足收敛条件时，基于当前最优解生成动态压力调控策略。

在本申请的一种实现方式中，将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，具体包括：基于动态压力调控策略对供水管网进行调节后，在供水管网压力未处于预设区间内的情况下，确定出供水管网压力与预设区间的差值；将差值与动态压力调控策略分别与预置历史数据库进行比对，以确定相似度最高的参考数据；基于预置历史数据库中的映射关系，确定出与参考数据相关联的二次调节数据；根据二次调节数据对阀门开度与泵站运行状态进行二次调整。

在本申请的一种实现方式中，将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整之后，方法还包括：获取供水管网对应的历史工单数据；基于历史工单数据确定出供水管网对应的维修段，并确定出不同的维修段分别对应的维修次数与故障原因；基于维修次数与故障原因，确定出各维修段分别对应的风险级别，并将风险级别与水力学模型进行关联。

在本申请的一种实现方式中，将风险级别与水力学模型进行关联之后，方法还包括：将水力学模型中存在风险级别的管段进行标注，并确定出相应的故障原因与维修次数；间隔预设时长后，将风险级别、故障原因与维修次数以及存在风险级别的管段的属性数据输入预置管段运行时长预测模型，以输出存在风险级别的管段对应的预测运行时长。

本申请实施例提供一种供水管网压力调控设备，其特征在于，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

本申请实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过对数据进行预处理，去除噪声和错误数据，提高数据质量。其次，通过构建水力学模型，能够模拟水流在供水管网中的实时流动状态，为压力调控和流量分配提供理论依据。实时校正可以确保模型始终与实际情况保持一致，提高模拟的准确性和可靠性。动态压力调控策略可以根据实时数据和预测结果进行调整，确保供水系统始终运行在最佳状态，通过优化阀门开度和泵站功率，可以实现节能降耗，降低供水系统的运营成本。本申请实施例通过数据预处理、水力学模型构建与实时校正、动态压力调控策略生成以及现场设备调控等一系列步骤的结合，实现对供水系统的全面监控和优化管理，提高供水系统的安全性和可靠性同时降低运营成本。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附

图中：

图1为本申请实施例提供的一种供水管网压力调控方法流程图；

图2为本申请实施例提供的一种供水管网压力调控设备的结构示意图。

具体实施方式

本申请实施例提供一种供水管网压力调控方法、设备及介质。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种供水管网压力调控方法流程图，如图1所示，供水管网压力调控方法包括如下步骤：

S101、对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理。

在本申请的一个实施例中，基于设置在供水管网关键节点位置的传感器，获取供水管网对应的运行状态数据；其中，运行状态数据至少包括压力值、流量值、流速以及温度中的一项。对运行状态数据进行时间序列分析，确定出运行状态数据的变化特征。基于供水管网对应的地理信息数据构建供水管网的拓扑结构，并在拓扑结构中分配相应的供水管网属性数据。基于历史用水数据，对用水需求数据进行预测，并基于用水类型，对预测的用水需求数据进行分类。

具体地，在供水管网的关键节点(如水泵站、大型交叉点、用户接入点等)安装传感器，以实时或定期获取管网的压力值、流量值、流速以及温度等运行状态数据。对收集到的运行状态数据进行时间序列分析，以识别数据的趋势、季节性变化、周期性变化等特征。基于供水管网的地理信息数据(如GIS数据)，构建管网的拓扑结构图，展示管网的连接关系、管道长度、直径等属性。在拓扑结构中为每条管道或关键节点分配相应的属性数据，如管道材料、使用年限、维护记录等。根据用水类型(如居民用水、工业用水、农业用水等)，对预测的用水需求数据进行分类，以便更好地理解和管理不同类型的用水需求。

在本申请的一个实施例中，基于预置地理要素类型，对供水管网对应的地理信息数据进行划分；其中，预置地理要素类型至少包括管道、节点、阀门以及泵站中的一项。对划分后的供水管网对应的地理信息数据，分别设置不同的标记符号，以构建供水管网的拓扑结构。确定出供水管网的拓扑结构中各地理要素分别对应的供水管网数据，并将供水管网数据与供水管网的拓扑结构进行绑定。

具体地，在供水管网中，地理要素类型通常指的是组成管网的各种物理组件和设施。这些类型包括但不限于管道、节点、阀门和泵站。在地理信息系统(GIS)中，供水管网的地理信息数据通常包括空间数据(如管道的走向、长度、位置等)和属性数据(如管道的直径、材质、埋深等)。根据预置的地理要素类型，可以将这些数据划分为不同的图层或数据集。为了在地图上清晰地展示供水管网的拓扑结构，需要为每种地理要素类型设置不同的标记符号。这些符号可以是颜色、形状、大小等视觉元素，以便在地图上快速区分不同类型的地理要素。

进一步地，使用GIS软件，将划分后的地理信息数据导入到地图中，并根据设置的标记符号构建供水管网的拓扑结构。在拓扑结构中，不同类型的地理要素将以不同的方式展示，例如管道用线条表示，节点用圆点或圆圈表示，阀门和泵站用特定的图标表示。在拓扑结构中，每个地理要素均与特定的供水管网数据相关联。例如，一条管道可能包含其长度、直径、材质、埋深等属性数据；一个节点可能包含其位置、类型(如水源点、交汇处等)等信息；一个阀门或泵站可能包含其运行状态、控制参数等数据。在GIS中，可以通过将属性数据与空间数据关联起来，实现供水管网数据与拓扑结构的绑定。当在地图上选择某个地理要素时，可以立即查看和编辑其相关的属性数据。

S102、基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟。

在本申请的一个实施例中，基于预置模型构建软件，将预处理后的数据作为输入，构建水力学模型。获取水力学模型的运行结果，以基于运行结果获取供水管网对应的第一检测结果。基于预置间隔时长，获取到供水管网的状态数据，以对水力学模型进行周期性数据更新。获取更新后的水力学模型的运行结果，将运行结果与实时数据进行比对，以确定出误差指标数据，基于误差指标数据确定出第二检测结果。基于第一检测结果、第二检测结果以及预置权重，确定出参考误差值，在参考误差值符合预设误差条件的情况下，确定校正完成。

具体地，使用Python或C++等编程语言，结合水力分析软件等水力学模型库，构建水力学模型。在构建水力学模型之前，需要对原始数据进行预处理，如清洗、转换格式、缺失值填充等，以确保数据的质量和准确性。使用预处理后的数据，在软件系统中构建水力学模型，通过该模型可以模拟供水管网中的水流、压力等动态变化。运行水力学模型，获取模拟结果，如各节点的压力、流量等，根据水力学模型的运行结果，对供水管网的状态进行初步分析，得出第一检测结果。

进一步地，基于预置间隔时长(如每小时、每天等)，定期获取供水管网的实时状态数据，用于更新水力学模型。将更新后的水力学模型的运行结果与实时数据进行比对，计算误差指标数据，如均方误差、最大误差等，基于误差指标数据，分析出水力学模型与实际情况之间的差异，确定出第二检测结果。综合考虑第一检测结果、第二检测结果以及预置权重，计算出参考误差值。如果参考误差值符合预设的误差条件(如小于某个阈值)，则认为校正完成。

S103、基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略。

在本申请的一个实施例中，基于最小化总能耗、最大化供水稳定性、最大限制压力以及最小限制压力构建目标函数。基于遗传算法与所述目标函数调控参数进行迭代，以根据所述目标函数的计算结果对所述调控参数进行调整，并通过所述水力学模型预测出新的状态；其中，所述调控参数与所述阀门开度与所述泵站功率相关。根据所述目标函数对应的计算结果确定出当前调控策略效果，并将所述当前调控策略效果与历史调控策略效果进行比较，以确定出当前最优解。当达到预设的迭代次数或满足收敛条件时，基于所述当前最优解生成动态压力调控策略。其中，动态压力调控策略与阀门开度以及泵站功率相关。

具体地，首先需要构建目标函数，这些函数能够量化评估供水系统在不同调控参数下的性能。目标函数包括：最小化总能耗、最大化供水稳定性、最大限制压力以及最小限制压力。基于遗传算法，随机生成一组调控参数的组合，作为初始种群，将种群中的每个参数组合输入到水力学模型中，预测出供水系统的新状态，并根据目标函数计算出每个参数组合的适应度值，根据适应度值，选择出优秀的个体作为下一代的父代。对父代进行交叉和变异操作，生成新的个体，以增加种群的多样性和搜索能力，重复上述步骤，不断迭代更新种群，直到满足预设的迭代次数或收敛条件。

进一步地，在供水系统中，调控参数通常与阀门开度和泵站功率直接相关。阀门开度决定了管网中水流的分配和流向，而泵站功率则决定了水流的驱动力和能耗。因此，在遗传算法的迭代过程中，这些参数会被作为决策变量进行优化。

进一步地，在每次迭代中，都会根据目标函数的计算结果对当前调控策略的效果进行评估。同时，还会将当前策略的效果与历史策略的效果进行比较，以确定出当前的最优解。具体地，通过记录每次迭代中的最优解，并在迭代结束后选择全局最优解来实现。当达到预设的迭代次数或满足收敛条件时，遗传算法会停止迭代，并输出当前的最优解。这个最优解就是基于最小化总能耗、最大化供水稳定性、最大限制压力和最小限制压力等目标函数得出的最优调控参数组合。根据这个最优解，可以生成相应的动态压力调控策略，用于指导供水系统的实际运行。

S104、将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

在本申请的一个实施例中，基于动态压力调控策略对供水管网进行调节后，在供水管网压力未处于预设区间内的情况下，确定出供水管网压力与预设区间的差值。将差值与动态压力调控策略分别与预置历史数据库进行比对，以确定出相似度最高的参考数据。基于预置历史数据库中的映射关系，确定出与参考数据相关联的二次调节数据。根据二次调节数据对阀门开度与泵站运行状态进行二次调整。

具体地，根据实际需求(如用水量、用水时间等)设定一个预设的压力区间，以确保供水质量和效率。系统实时监测供水管网的压力，以判断当前压力是否处于预设的区间内。将计算出的差值与动态压力调控策略以及预置历史数据库进行比对。历史数据库可能包含了之前各种情况下(如不同用水量、不同时间段等)的调节数据和对应的压力变化。搜索历史数据库中与当前差值相似度最高的参考数据。基于预置历史数据库中的映射关系可以确定与参考数据相关联的二次调节数据。这些二次调节数据可能包括阀门开度的调整量、泵站运行状态的改变等。根据确定的二次调节数据，对阀门开度和泵站运行状态进行二次调整。例如，如果二次调节数据指示需要增加阀门开度以减少供水阻力，则系统会自动调整相关阀门的开度；如果需要调整泵站运行状态(如增加或减少泵的运行数量或速度)，则系统也会相应地调整。

在本申请的一个实施例中，获取供水管网对应的历史工单数据。基于历史工单数据确定出供水管网对应的维修段，并确定出不同的维修段分别对应的维修次数与故障原因。基于维修次数与故障原因，确定出各维修段分别对应的风险级别，并将风险级别与水力学模型进行关联。

具体地，本申请实施例首先收集供水管网对应的历史工单数据。这些工单通常记录了维修活动的详细信息，包括维修时间、地点、维修人员、维修内容、故障原因等。这些数据通常保存在数据库或文件系统中。基于历史工单数据，可以确定供水管网中的不同维修段。维修段可以是管网中的某个具体区域、管道段或设备单元。通过分析工单中的维修地点信息，可以将相关的维修活动归类到对应的维修段。对于每个维修段，统计其历史维修次数和常见的故障原因。维修次数反映了该维修段的故障频率，而故障原因则提供了关于故障类型和可能原因的信息。通过统计和分析这些数据，可以了解各维修段的维修历史和故障特点。基于维修次数和故障原因，可以为每个维修段确定一个风险级别。风险级别的确定可以根据一定的评估准则，综合考虑维修次数、故障类型、故障后果等因素。例如，维修次数多且故障后果严重的维修段可以被评定为高风险级别。最后，将确定的风险级别与供水管网的水力学模型进行关联。水力学模型是用于模拟和分析供水管网水流状态、压力分布等水力特性的数学模型。通过将风险级别与水力学模型关联，可以综合考虑管网的物理特性和历史维修数据，为管网的维护和管理提供更加全面和准确的信息支持。

在本申请的一个实施例中，将水力学模型中存在风险级别的管段进行标注，并确定出相应的故障原因与维修次数。间隔预设时长后，将风险级别、故障原因与维修次数以及存在风险级别的管段的属性数据输入预置管段运行时长预测模型，以输出存在风险级别的管段对应的预测运行时长。

具体地，在水力学模型中，首先需要对存在风险的管段进行标注。这些风险级别是根据历史工单数据中的维修次数和故障原因确定的。例如，可以将管段分为几个风险级别，如“低风险”、“中风险”和“高风险”，并相应地在水力学模型中进行标注。对于每个标注了风险级别的管段，需要确定其常见的故障原因和维修次数。这些信息可以从历史工单数据中提取，并作为管段属性的一部分进行存储。在确定了风险级别、故障原因和维修次数之后，需要间隔一个预设的时长来重新评估这些管段的状态。这个预设时长可以根据管网的实际情况来确定，例如可以设置为每季度、每半年或每年。在间隔的预设时长后，将风险级别、故障原因、维修次数以及存在风险级别的管段的属性数据输入到预置管段运行时长预测模型中。这个预测模型可能是基于机器学习或统计方法构建的，用于根据历史数据和当前状态来预测管段的未来运行时长。预测模型会根据输入的数据进行计算，并输出存在风险级别的管段对应的预测运行时长。这个预测运行时长可以表示管段在未来一段时间内可能继续正常运行的时间，或者表示管段在何时可能需要进行维修或更换。

图2为本申请实施例提供的一种供水管网压力调控设备的结构示意图。如图2所示，供水管网压力调控设备，其特征在于，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

本申请实施例还提供一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：对获取到的供水管网的状态数据、供水管网对应的地理信息数据，以及用水需求数据进行预处理；基于预处理后的数据进行水力学模型构建，并对水力学模型进行实时校正，以通过水力学模型对水流在供水管网中的实时流动状态进行模拟；基于目标函数、预置优化算法以及水力学模型，生成动态压力调控策略；其中，动态压力调控策略与阀门开度以及泵站功率相关；将动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对供水管网压力的调控。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种供水管网压力调控方法，其特征在于，所述方法包括：

对获取到的供水管网的状态数据、所述供水管网对应的地理信息数据，以及用水需求数据进行预处理；

基于预处理后的数据进行水力学模型构建，并对所述水力学模型进行实时校正，以通过所述水力学模型对水流在所述供水管网中的实时流动状态进行模拟；

基于目标函数、预置优化算法以及所述水力学模型，生成动态压力调控策略；其中，所述动态压力调控策略与阀门开度以及泵站功率相关；

将所述动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对所述供水管网压力的调控。

2.根据权利要求1所述的一种供水管网压力调控方法，其特征在于，所述对获取到的供水管网的状态数据、所述供水管网对应的地理信息数据，以及用水需求数据进行预处理，具体包括：

基于设置在所述供水管网关键节点位置的传感器，获取所述供水管网对应的运行状态数据；其中，所述运行状态数据至少包括压力值、流量值、流速以及温度中的一项；

对所述运行状态数据进行时间序列分析，确定出所述运行状态数据的变化特征；

基于所述供水管网对应的地理信息数据构建供水管网的拓扑结构，并在所述拓扑结构中分配相应的供水管网属性数据；

基于历史用水数据，对用水需求数据进行预测，并基于用水类型，对预测的用水需求数据进行分类。

3.根据权利要求2所述的一种供水管网压力调控方法，其特征在于，所述基于所述供水管网对应的地理信息数据构建供水管网的拓扑结构，并在所述拓扑结构中分配相应的供水管网属性数据，具体包括：

基于预置地理要素类型，对所述供水管网对应的地理信息数据进行划分；其中，所述预置地理要素类型至少包括管道、节点、阀门以及泵站中的一项；

对划分后的所述供水管网对应的地理信息数据，分别设置不同的标记符号，以构建所述供水管网的拓扑结构；

确定出所述供水管网的拓扑结构中各地理要素分别对应的供水管网数据，并将所述供水管网数据与所述供水管网的拓扑结构进行绑定。

4.根据权利要求1所述的一种供水管网压力调控方法，其特征在于，所述基于预处理后的数据进行水力学模型构建，并对所述水力学模型进行实时校正，具体包括：

基于预置模型构建软件，将预处理后的数据作为输入，构建所述水力学模型；

获取所述水力学模型的运行结果，以基于所述运行结果获取所述供水管网对应的第一检测结果；

基于预置间隔时长，获取到所述供水管网的状态数据，以对所述水力学模型进行周期性数据更新；

获取更新后的所述水力学模型的运行结果，将所述运行结果与实时数据进行比对，以确定出误差指标数据，基于所述误差指标数据确定出第二检测结果；

基于所述第一检测结果、所述第二检测结果以及预置权重，确定出参考误差值，在所述参考误差值符合预设误差条件的情况下，确定校正完成。

5.根据权利要求1所述的一种供水管网压力调控方法，其特征在于，所述基于目标函数、预置优化算法以及所述水力学模型，生成动态压力调控策略，具体包括：

基于最小化总能耗、最大化供水稳定性、最大限制压力以及最小限制压力构建目标函数；

基于遗传算法与所述目标函数调控参数进行迭代，以根据所述目标函数的计算结果对所述调控参数进行调整，并通过所述水力学模型预测出新的状态；其中，所述调控参数与所述阀门开度与所述泵站功率相关；

根据所述目标函数对应的计算结果确定出当前调控策略效果，并将所述当前调控策略效果与历史调控策略效果进行比较，以确定出当前最优解；

当达到预设的迭代次数或满足收敛条件时，基于所述当前最优解生成动态压力调控策略。

6.根据权利要求1所述的一种供水管网压力调控方法，其特征在于，所述将所述动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，具体包括：

基于所述动态压力调控策略对供水管网进行调节后，在所述供水管网压力未处于预设区间内的情况下，确定出所述供水管网压力与所述预设区间的差值；

将所述差值与所述动态压力调控策略分别与预置历史数据库进行比对，以确定出相似度最高的参考数据；

基于所述预置历史数据库中的映射关系，确定出与所述参考数据相关联的二次调节数据；

根据所述二次调节数据对所述阀门开度与所述泵站运行状态进行二次调整。

7.根据权利要求1所述的一种供水管网压力调控方法，其特征在于，所述将所述动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整之后，所述方法还包括：

获取所述供水管网对应的历史工单数据；

基于所述历史工单数据确定出所述供水管网对应的维修段，并确定出不同的所述维修段分别对应的维修次数与故障原因；

基于所述维修次数与所述故障原因，确定出各所述维修段分别对应的风险级别，并将所述风险级别与所述水力学模型进行关联。

8.根据权利要求7所述的一种供水管网压力调控方法，其特征在于，所述将所述风险级别与所述水力学模型进行关联之后，所述方法还包括：

将所述水力学模型中存在风险级别的管段进行标注，并确定出相应的故障原因与维修次数；

间隔预设时长后，将所述风险级别、所述故障原因与维修次数以及所述存在风险级别的管段的属性数据输入预置管段运行时长预测模型，以输出所述存在风险级别的管段对应的预测运行时长。

9.一种供水管网压力调控设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

对获取到的供水管网的状态数据、所述供水管网对应的地理信息数据，以及用水需求数据进行预处理；

基于预处理后的数据进行水力学模型构建，并对所述水力学模型进行实时校正，以通过所述水力学模型对水流在所述供水管网中的实时流动状态进行模拟；

基于目标函数、预置优化算法以及所述水力学模型，生成动态压力调控策略；其中，所述动态压力调控策略与阀门开度以及泵站功率相关；

将所述动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对所述供水管网压力的调控。

10.一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

对获取到的供水管网的状态数据、所述供水管网对应的地理信息数据，以及用水需求数据进行预处理；

基于预处理后的数据进行水力学模型构建，并对所述水力学模型进行实时校正，以通过所述水力学模型对水流在所述供水管网中的实时流动状态进行模拟；

基于目标函数、预置优化算法以及所述水力学模型，生成动态压力调控策略；其中，所述动态压力调控策略与阀门开度以及泵站功率相关；

将所述动态压力调控策略发送至现场设备，以对阀门开度和泵站运行状态进行调整，以实现对所述供水管网压力的调控。