农村饮水工程输配水管道水质安全定量评价

王 斌

(巴州天宝水利工程设计有限公司，新疆 库尔勒 841000)

1 概 述

伴随人们生活水平的逐渐优化以及全世界经济的高速发展，人们对生活用水的质量需求愈发显著[1]。饮用水为人类生存的核心需求，所以水质安全对人体健康存在直接关系。农村饮水工程输配水网能够为用户输配生活用水，由于管道中存在物理、化学和生物作用，导致输配过程中的水质出现一定变动[2]。因此，评价农村饮水工程输配水管道水质安全是优化用户水质的核心步骤。在复杂的农村饮水工程输配水管网系统中，人工检测全部管道与节点中水质变化并不现实。所以，本文提出农村饮水工程输配水管道水质安全定量评价方法，对优化供水水质具有重要意义[3]。

2 农村饮水工程输配水管道水质安全定量评价方法

2.1 基于复合粒子群的水质数据分类方法

2.1.1 粒子群算法设计

粒子群算法的核心内容是模拟鸟类群体行为，和同类进化算法存在一定近似性，均通过“群体”和“进化”内容，按照个体(微粒)适应度实施处理[4-5]。在粒子群算法中，通过粒子方位描述需要优化问题的解。各个粒子性能好坏和需优化问题目标函数的适应度存在直接联系，各个粒子飞行方位与速率值通过速度设置[6]。

假定一个农村饮水工程输配水管道存在m个水质粒子，在第h次迭代时水质粒子j的方位描述成Yj(h)=(yj1(h),yj2(h),…,yjn(h))，且yjn(h)代表方位参数；对应的飞行速度描述为Uj(h)=(uj1(h),uj2(h),…,ujn(h)),ujn(h)描述运行速度参数。开始使用粒子群算法时，先初始化n个水质粒子方位与速度，之后使用迭代形式获取最佳解。在各次迭代过程中，水质粒子通过跟踪两种极值刷新自身速度与方位：一种极值为水质粒子自身检索获取的最佳解，此解是个体极值，描述成Qj(h)=(qj1(h),qj2(h),…,qjn(h))，qjn(h)描述个体水质数据；一种极值为全部粒子群至当下所获取的最佳解，是全局极值，描述成Qf(h)=(qf1(h),qf2(h),…,qfe(h)),qfe(h)描述全局水质数据。

(1)

(2)

式中:sig属于sigmoid函数。

2.1.2 复合粒子群算法编码

复合粒子群算法里，粒子首层结构对连续属性实施离散化，第二层结构对混合水质数据实施分类。将农村饮水工程输配水管道水质数据分类问题看做0～1优化问题，两层相融实现复合粒子群算法编码，当中随意一种水质粒子编码和一种可行解相呼应[7-8]。水质粒子的编码结构见图1。

图1 水质粒子编码结构

首层为连续属性数据分割点的编码，将全部非间断属性分割点集合设成二进制编码[9]。该层编码长度总值是分割点数目总值，编码中某一位水质粒子是1时描述选择此分割点，则后续层间的水质粒子编码继续工作；编码中某一位水质粒子是0时，表示不使用此分割点，则后续层间的水质粒子编码不工作[10-11]。图1中首层编码1010010描述该时间段属性b1、b2选择的分割点依次是{0.5,4}、{5,3}。

第二层为混合水质数据编码，水质粒子结构存在3部分：依次是连续数据编码、离散数据编码以及分类种类编码。

2.1.3 复合粒子群适应度设置

若水质粒子Y相应的规则涵盖正例的数目是Dq(Y)，和水质粒子Y相应规则里的种类属性一致的水质数据样本数量是Hq(Y)；水质粒子Y相应的规则涵盖反例的数目是Dm(Y)，和水质粒子Y相应规则里的种类属性差异的数据样本数目是Hm(Y)，因此水质粒子Y的适应度是：

(3)

其中：惩罚因子设成β。

2.1.4 复合粒子群算法

基于复合粒子群的水质数据分类方法步骤如下：

输入：水质数据集

输出：最佳的水质数据分类标准[12]

第一步：设定迭代次数h，设定适应度函数惩罚系数，同时初始化复合结构粒子群Y(h)。

第二步：运算复合结构粒子Y(h)里每个水质粒子的适应度大小，若粒子群里水质粒子的每一位均是0，那么将此个体设定一个很小的适应度值。

第三步：将各个水质微粒的适应度和它的最佳方位qbest实施对比，若较好，便把它设成目前的最佳方位qbest。

第四步：将各个水质微粒的适应度大小按照全局粒子的最佳方位实施对比，若较好，便再次设定索引号。

第五步：计算水质微粒的速度与方位，之后按照各个水质粒子离散化非间断属性并分类，运算水质粒子的适应度大小。

第六步：若抵达最高迭代次数便进入第八步，反之回到第三步。

第七步：分辨停止条件，如果不符合便回到第二步。

第八步：按照最佳水质粒子实现水质数据分类，分类后的水质数据能够描述水质数据整体和个别属性，降低后续水质评价时工作量[13]。

2.2 基于指标权重的管道水质安全定量评价

基于指标权重的管道水质安全定量评价方法是将2.1小节获取的每种分类后水质数据设成分析单元，设置每个分类组中水质数据的每个指标的单因子水质标识指数，然后使用超标法计算每个指标的权重，每个单因子水质标识指数的加权和即为综合水质标识指数，其能够全方位体现农村饮水工程输配水管道水质，评价水质种类。

2.2.1 单因子水质标识指数的设置

按照相关水环境质量标准，化学需氧量CODMn、生物需氧量BOD5以及氨氮的单因子水质标识指数使用式(4)运算；溶解氧EO属于递减类指标，它的单因子水质标识指数使用式(5)运算：

(4)

(5)

其中：第j项水质指标的水质种类设成Hj；第j项水质指标第Hj种水区间的下限值、第j项水质指标第Hj类水区的上限值依次设成Rjh下、Rjh下；第j项指标的实测浓度设成Dj。

若CODMn、BOD5以及氨氮指标代表六级标准，它的单因子水质标识指数是：

(6)

其中，第j项指标的五级水质标准设成Rj5。

2.2.2 水质指标权重设置

使用超标赋权法设置每个指标的权重，不但凸显超标因子的干扰，还能够设置合理的权重[14]。每个指标的权重按照超标倍数设置，CODMn、BOD5以及氨氮的超标倍数是：

(7)

其中，五级水质评估标准设成Rj5。

如果EO为一级标准，设定它的超标倍数是0。如果EO未曾达到一级标准，EO的超标倍数是：

(8)

其中，EO的五级标准设成R5(EO)；EO的一级标准设成R1(EO)。R1(EO)运算方法是：

(9)

其中，水体温度设成W。

使用上式把每个超标倍数实施归一化操作，能够获取CODMn、BOD5以及氨氮的权重：

(10)

2.2.3 综合水质标识指标的设置

综合水质标识指数代表每个单因子水质标识指数的加权和[15]。则有：

(11)

按照获取的综合水质标识指数，能分辨综合水质级别。分辨关系见表1。

表1 分辨关系表

3 实例分析

使用本文方法对辽宁省沈阳市某农村饮水工程输配水管道水质安全实施定量评价，结果见表2。

表2 评价结果

将本文方法评价结果和实际值实施比较，判断本文方法评价结果可信度。若本文方法评价结果和实际值相符，便描述成“√”，否则为“×”。结果见表3。

由表3可知，本文方法评价结果和实际情况几乎一致，存在可信度，可有效实现农村饮水工程输配水管道水质安全定量评价。

表3 本文方法评价结果可信度

采用基于模糊数学的水质评价方法、基于层次分析的水质评价方法对该农村饮水工程输配水管道水质安全实施定量评价，测试3种方法评价结果的均方误差与评价时延，结果见表4。

由表4对比结果可知，本文方法和基于模糊数学的水质评价方法、基于层次分析的水质评价方法相比，评价结果的均方误差最大值是0.056 6，低于另外两种方法；评价时延最小，比另外两种方法的评价效率快。

表4 3种方法的评价性能测试

测试3种方法对该农村饮水工程输配水管道水质安全实施定量评价时，对化学需氧量CODMn、生物需氧量BOD5、氨氮以及EO的水质数据查准率与查全率，结果见图2和图3。

图2 3种方法查准率对比结果

图3 3种方法查全率对比结果

根据图2、图3显示，本文方法对该农村饮水工程输配水管道水质安全实施定量评价时，对化学需氧量CODMn、生物需氧量BOD5、氨氮以及EO的水质数据查准率与查全率分别达0.99和0.98；基于模糊数学的水质评价方法、基于层次分析的水质评价方法的查准率与查全率小于本文方法。

4 结 论

1)本文提出一种农村饮水工程输配水管道水质安全定量评价方法，该方法分为水质数据分类、水质安全定量评价两步骤。

2)本文方法和基于模糊数学的水质评价方法、基于层次分析的水质评价方法相比，评价结果的均方误差最大值是0.056 6，低于另外两种方法；评价时延最小，比另外两种方法的评价效率快。

3)本文方法对该农村饮水工程输配水管道水质安全实施定量评价时，对化学需氧量CODMn、生物需氧量BOD5、氨氮以及EO的水质数据查准率与查全率分别达0.99和0.98，高于对比方法。