Page 73 - 水利学报2025年第56卷第4期

（2）计算适应度值并排序，将每个麻雀个体作为 BP 神经网络权值和阈值参数进行前向传播和预测
输出，与真实值对比计算均方误差作为适应度值，并根据所定种群比例，将麻雀种群按 40%、40%、
20% 依次划分为捕食者、加入者和警戒者。
（3）计算并更新捕食者、加入者及警戒者位置。
（4）更新适应度值和捕食者最优位置，判断是否满足结束条件即达到设定误差或最大迭代次数，
如满足，执行下一步，否则，返回步骤 （2）。
（5）将 SSA 获得的全局最优位置即最优解作为 BP 神经网络的权值和阈值，完成训练，预测管道泄
漏位置。
2.2.4 模型评价指标 为了更全面、客观地比较 BP、GA-BP 和 SSA-BP 三种模型在自压灌溉管网泄漏
定位中的综合性能，本文采用均方根误差 RMSE、决定系数 R²及平均绝对百分比误差 MAPE 来评估模
型的综合性能及预测精度。其计算式分别为：

n
1
RMSE = ∑ ( y i - y ̂ i ) 2 （4）
n
i = 1
n 2
∑ ( y i - y ̂ i )
2 i = 1
R = 1 - （5）
n
∑ ( y i - y ˉ ) 2
i = 1
n | | y i - y ̂ | | |
|
1
MAPE = ∑ | | i | | × 100% （6）
n i = 1 | y i |
式中：n 为样本量；y i 为实测值；y ̂ 为预测值；y ˉ为样本的平均值。
i
3 案例验证

3.1 水力模型构建 选择文献［29］中的自压灌溉管网工程进行水力模型的构建。该管网由 38 条管道
和 38 个节点组成，水库水头 305.22 m，管网总长度 65 220 m，灌溉管道采用 PSC（钢塑复合压力管），
管 道 粗 糙 系 数 均 为 130， 管 径 为 450 ~ 2100 mm。 该 自 压 灌 溉 管 网 的 基 本 参 数 如 表 1 和 表 2 所 示 ，
EPANET 软件缺省设置中，流量单位选择“LPS”，水头损失公式选择“H-W”，构建其基础水力模型
如图 3 所示。
3.2 不同泄漏工况下管网压力变化分析 根据节点的标高和压力分布，将水源—节点 5、节点 5—10、
节点 10—14 划分为自压灌溉管网的上、中、下游，并分别选取上、中、下游的管道添加新的泄漏点，
如图 3 所示。依次设定泄漏点的漏失流量比为 0.05、0.10、0.15，并据此设置泄漏点的扩散器系数模拟
泄漏，扩散器系数由式（7）计算，所设泄漏点的扩散器系数如表 3 所示。
C = KQ/P γ （7）
图 4 为漏失流量比 0.10 时上、中、下游管道分别发生泄漏时管网的压力变化，上游管道泄漏时，
主干管上、中、下游节点压力平均下降 2.96%、3.50%、4.07%；中游管道泄漏时，节点压力平均下降
3.95%、11.08%、13.71%；下游管道泄漏时，节点压力平均下降 0.57%、1.98%、5.85%。泄漏位置显
著影响管网的压力变化，发生在上、中、下游管道的泄漏会导致泄漏点附近及其下游的压力剧烈下
降，对泄漏点上游的压降影响较小，如图 4（a）所示。
上、中、下游管道分别发生泄漏时，分干管 1 和分干管 2 的节点压力均出现不同程度的下降。分
干管 1 的节点压力平均下降 6.99%、5.09%、0.74%，表明上游泄漏对分干管 1 的节点压力影响最大，
导致其压力显著下降，中游泄漏对其压降影响相对较小，下游泄漏对其压降影响最小，如图 4（b）所
示。分干管 2 的节点压力平均下降 5.46%、18.39%、5.61%，表明中游泄漏导致分干管 2的节点压降幅最
大，下游泄漏对其压降影响次之，上游泄漏对其影响最小，其变化趋势见图 4（c）。
漏失流量比为 0.05 和 0.15 时，管网压力变化趋势与上述基本相同。将三处管道发生泄漏时管网

— 491 —