基于神经网络算法的长距离供水管网漏损定位方法研究

为解决长距离供水管网漏损定位的不确定性难题,以某长距离供水管网为对象,对比不同神经网络法在管网漏损定位中的效果。结果表明,神经网络的训练过程可实现训练误差的迅速收敛,BP神经网络法的训练误差最大,RNN循环神经网络法次之,LSTM长短记忆神经网络法最小;对比实际监测结果,BP神经网络法的预测误差最小,RNN循环神经网络法和LSTM长短记忆神经网络法的预测误差相近。研究结果为管网漏损定位提供参考。

长距离供水系统中消毒副产物分布特征及二次加氯的影响

供水管网覆盖区域大,导致出厂消毒剂量不足以维持管网末梢余氯量,需进行途中二次投氯.以H市供水管网为目标,通过均匀布点采样分析,考察二次加氯消毒型管网中消毒副产物(disinfection by-products,DBPs)的分布特征.结果表明,管网中检出DBPs包括三氯甲烷(TCM)、一溴二氯甲烷(BDCM)、二溴一氯甲烷(DBCM)、三溴甲烷(TBM)、二氯乙酸(DCAA)、三氯乙酸(TCAA)、二氯乙腈(DCAN)、溴氯乙腈(BCAN)和三氯硝基甲烷(TCNM)等,所检水样中DBPs浓度均低于《生活饮用水卫生标准》(GB 5749-2006)规定的标准限值.二次加氯前检出质量浓度(以平均值±偏差表示)分别为:(8.08±3.34)、(9.77±2.91)、(7.38±4.82)、(2.65±2.02)、(2.95±3.26)、(6.02±6.06)、(3.13±2.48)、(1.61±2.05)和(0.15±0.10)μg·L-1.二次加氯后检出质量浓度分别为:(10.30±4.55)、(11.73±3.60)、(8.23±5.22)、(2.95±2.45)、(3.29±3.60)、(8.15±7.58)、(3.31±2.61)、(1.33±2.04)和(0.12±0.06)μg·L-1.二次加氯后DBPs含量相较于出厂水至二次加氯点呈明显上升趋势,三卤甲烷(THMs)和卤乙酸(HAAs)分别比前段管网含量升高6.32%~26.60%和5.32%~42.71%.此外,原水水质和季节变化对DBPs的形成有一定影响,夏季DBPs的水平普遍高于春季或秋季.出厂水及管网水DBPs生成势分析表明,H市供水系统中DBPs可能存在超标风险,后续需考虑进一步优化处理工艺以保障供水水质.