Page 78 - 水利学报2025年第56卷第4期
P. 78
由表 9 可知,SSA-BP 定位模型在大尺度泄漏下的预测表现优于 BP 模型和 GA-BP 模型,SSA-BP
定位模型预测泄漏点横、纵坐标与真实值的平均相对误差为 1.73%、1.90%,比 GA-BP 和 BP 模型预测
的平均相对误差 2.37%、2.10% 和 6.53%、4.57% 均要小,显示出更高的精度和稳定性。
由 表 10 可 知 , SSA-BP 定 位 模 型 在 小 尺 度 泄 漏 下 的 预 测 表 现 同 样 优 于 BP 模 型 和 GA-BP 模 型 。
SSA-BP 模型预测的泄漏点横、纵坐标与真实值的平均相对误差分别为 4.00%、1.67%,GA-BP 模型和
BP 模型的平均相对误差分别为 6.06%、2.09% 和 6.85%、3.56%。
综上所述,SSA-BP 定位模型在大尺度和小尺度泄漏条件下均能提供更准确的泄漏定位,表明模
型在应对新数据的挑战时表现更好,避免了过拟合,相比 BP 和 GA-BP 模型,SSA-BP 模型具有更强的
泛化能力和鲁棒性。
以坐标真实值与预测值之间的欧氏距离作为泄漏点位置的预测偏差距离,其计算公式如下:
2
d = ( X 1 - X 2 ) + (Y 1 - Y 2 ) 2 (10)
式中:d 为欧氏距离;X 、Y 分别为真实值的横、纵坐标;X 、Y 分别为预测值的横、纵坐标。
1 1 2 2
比较三个模型的预测偏差距离,SSA-BP 定位模型整体的预测偏差最小,仅有一个样本预测中 BP
模型的预测偏差最小。大尺度泄漏情况下,BP 神经网络模型的平均预测偏差为 123.47 m,GA-BP 模
型的平均预测偏差为 54.69 m,SSA-BP 模型的平均预测偏差仅为 39.93 m,相比 BP 模型和 GA-BP 模型
分别降低了 67.66% 和 26.99%;而在小尺度泄漏情况下,BP 模型的平均预测偏差距离为 142.93 m,
GA-BP 模型为 105.94 m,SSA-BP 模型仅为 66.17 m,SSA-BP 模型的平均预测偏差相较于 BP 模型和
GA-BP 模型分别降低了 53.70% 和 37.54%。说明本研究所构建的 SSA-BP 定位模型相比 BP 模型和 GA-
BP 模型,在小尺度和大尺度泄漏定位精度方面均表现出更高优势,具有更好的鲁棒性和可靠性。
4 结论
本文通过搭建自压灌溉管网水力模型,分析了泄漏点空间分布对管网压力的变化影响,确定了自
压管网中压力监测点的分布,研究了泄漏位置与水压监测点压力变化率之间的非线性映射关系。在此
基础上建立了 SSA-BP 泄漏定位模型,并在相同数据集和网络参数下与 BP 模型和 GA-BP 模型进行预
测对比,主要结论如下:
(1)当主干管发生泄漏时,整个灌溉管网的压力会随之降低;管网压降程度随着漏失流量比的增
加而增大;距离泄漏点越近压力下降越剧烈;以泄漏点划分上下游,下游管道的压降更为明显。对于
自压灌溉管网,应在下游增加压力监测点的布设。
(2)本文建立的 SSA-BP 模型在预测 X 和预测 Y 时的 R²值为 0.991 和 0.993,相比 GA-BP 模型和 BP
模型,分别提高了 0.90%、1.70% 和 3.32%、3.12%。SSA-BP 模型的 RMSE 和 MAPE 值为 29.45、0.88%
和 26.76、 0.74%, 相 较 GA-BP 模 型 降 低 了 54.81%、 1.05% 和 55.64%、 0.88%, 相 较 BP 模 型 降 低 了
71.93%、2.42% 和 72.86%、2.31%,表明 SSA-BP 定位模型的预测精度与综合性能均为最优,GA-BP
模型次之,BP 模型相对较差。
(3)在管网随机模拟泄漏定位中,大尺度泄漏下 SSA-BP 模型的平均预测偏差距离仅为 39.93 m,
相较 BP 模型和 GA-BP 模型分别降低了 67.66% 和 26.99%;小尺度泄漏条件下 SSA-BP 模型的平均预测偏
差距离仅为 66.17 m,相较 BP 模型和 GA-BP 模型分别降低了 53.70% 和 37.54%。本文建立的 SSA-BP 自压
灌溉管网泄漏定位模型在定位准确度方面具有明显优势,可以为自压管网泄漏定位应用提供新思路。
参 考 文 献:
[ 1 ] 雷雨,王振华 . 大型自压滴灌系统在现代农业节水灌溉上的应用研究[J] 安徽农业科学,2018,46(18):
.
186-190.
— 496 —