基于水力模型耦合机器学习的城市污水干管风险评估

TU992; 污水干管承担了主要的污水转输任务,失效后对环境影响大,为保障污水系统安全稳定运行,需要开展污水干管风险评估.以广州市中心城区的污水干管为研究对象,基于最新的管网现状结构数据和运行数据,耦合使用机器学习、水力模型等多种方法用于评估,简化用于评价的数据种类,筛选出7类指标作为风险评估指标,找出"高风险"污水干管,采用增设连通管等方法降低风险.结果表明:机器学习模型"非高风险"管段预测精度为96.84％,"高风险"管段预测精度为85.95％,可认为模型精度满足使用要求;与改造前的管段进行对比,有88.92％的"高风险...

Full description

Saved in:
Bibliographic Details
Published in净水技术 Vol. 43; no. 11; pp. 132 - 140
Main Authors 周军, 柯臻玮, 霍广炼, 周午阳, 朱世泰, 王广华
Format Journal Article
LanguageChinese
Published 广州市城市排水有限公司,广东 广州 510308%广州市市政工程设计研究总院有限公司,广东 广州 510060 2024
Subjects
hydraulic model
运行安全
risk assessment
水力模型
污水干管
机器学习
safe operation
sewage main
风险评估
machine learning
Online AccessGet full text
ISSN1009-0177
DOI10.15890/j.cnki.jsjs.2024.11.017

Cover

More Information
Summary:TU992; 污水干管承担了主要的污水转输任务,失效后对环境影响大,为保障污水系统安全稳定运行,需要开展污水干管风险评估.以广州市中心城区的污水干管为研究对象,基于最新的管网现状结构数据和运行数据,耦合使用机器学习、水力模型等多种方法用于评估,简化用于评价的数据种类,筛选出7类指标作为风险评估指标,找出"高风险"污水干管,采用增设连通管等方法降低风险.结果表明:机器学习模型"非高风险"管段预测精度为96.84％,"高风险"管段预测精度为85.95％,可认为模型精度满足使用要求;与改造前的管段进行对比,有88.92％的"高风险"管段转变为"非高风险"管段,保障了污水干管的安全运行.
ISSN:1009-0177
DOI:10.15890/j.cnki.jsjs.2024.11.017