Machine Translated by Google

Ciencia del Medio Ambiente Total 656 (2019) 1401–1412

Listas de contenidos disponibles en ScienceDirect

Ciencia del Medio Ambiente Total

página de inicio de la revista: www.elsevier.com/locate/scitotenv

Un método práctico de sectorización de optimización multiobjetivo para el agua

red de distribución
kui zhang un,1
, Hexiang Yan a,1, Han Zeng a, Kunlun Xin a Tao Tao a, b, ÿ
,
a
Instituto de Control de la Contaminación y Seguridad Ecológica de Shanghái, Facultad de Ciencias e Ingeniería Ambientales, Universidad de Tongji, Siping Road, Shanghái 200092, República Popular China
b
ONU Medio Ambiente-Tongji Institute of Environment for Sustainable Development, Siping Road, Shanghai 200092, PR China

DESTACAR GRÁFICAMENTE ABSTRACTO

• El problema de fugas de agua causó una gran

cantidad de pérdida de agua y necesita
ser resuelto con urgencia.
• La sectorización de la red de agua son beneficios
especial para el control de fugas de agua
a través del control y la gestión del caudal.

• Aplicamos el algoritmo genético de clasificación

no dominada-II (NSGA-II) en agua
sectorización de la red.
• Límites naturales y administrativos
fueron considerados al definir la
tuberías principales.

• Se optimizaron parcialmente las tuberías de

conexión para mejorar los enlaces hidráulicos
y calidad del agua.

información del artículo resumen

Historial del artículo: En los últimos años, los problemas de fugas de agua en las redes de distribución de agua (WDN) han atraído más
Recibido el 14 de septiembre de 2018 atención, con énfasis en los recursos energéticos y hídricos. Como una de las medidas utilizadas para monitorear el flujo y controlar las
Recibido en forma revisada el 16 de noviembre de 2018
fugas, la sectorización de la red de agua es un punto crítico de investigación en China. Este papel, que
Aceptado el 18 de noviembre de 2018
comienza con una introducción de los métodos de sectorización actuales, propone una optimización multiobjetivo
Disponible en línea el 19 de noviembre de 2018
método de sectorización basado en una consideración integral de la hidráulica, la calidad del agua y la economía.
Montaje: Henner Hollert Este método se basa en el algoritmo genético de clasificación no dominada (NSGA-II), que es un algoritmo heurístico
para la optimización multiobjetivo para obtener los esquemas óptimos. Además, también se considera la experiencia humana.
Palabras clave: en el proceso de optimización. En un estudio de caso, este método demuestra ser eficiente en la producción de buenos resultados con
Sectorización de la red de distribución de agua poco impacto en la hidráulica y la calidad del agua de la WDN, y los resultados obtenidos son aceptables para múltiples
área de medición del distrito objetivos Por lo tanto, este método proporciona referencias para la transformación de la futura distribución de agua.
Método de optimización multiobjetivo sectorización de la red.
Algoritmo genético de clasificación no dominado-II
© 2018 Elsevier BV Todos los derechos reservados.

Abreviaturas: WDN, Red de distribución de agua; NSGA-II, algoritmo genético de clasificación no dominada-II; WNS, Sectorización de Redes de Agua; DMA, área de medición del distrito.
ÿ Autor para correspondencia en: Instituto de Control de la Contaminación y Seguridad Ecológica de Shanghái, Facultad de Ciencias e Ingeniería Ambientales, Universidad de Tongji, Siping Road, Shanghái
200092, RP China.

Dirección de correo electrónico: taotao@tongji.edu.cn (T.Tao).

1
Estos autores contribuyeron igualmente a este trabajo y deben ser considerados co-primeros autores.

https://doi.org/10.1016/j.scitotenv.2018.11.273
0048-9697/© 2018 Elsevier BV Todos los derechos reservados.
Machine Translated by Google
1402 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412
1. Introducción
Como componente crucial de la infraestructura urbana, la red de distribución
de agua (WDN) es indispensable en el desarrollo estable de la producción y la vida
urbanas. La gestión de fugas en las redes de distribución de agua (WDN) es un
problema muy desafiante y una tarea clave para las empresas de servicios públicos
de agua en todo el mundo. Enfrentadas a una gran cantidad de problemas, como
instalaciones de distribución envejecidas y sistemas de gestión defectuosos, las
WDN se enfrentan a muchos problemas, incluida la fuga de agua.
Un impacto ambiental considerable y una gestión costosa se derivan de las fugas,
que también pueden generar perjuicios sociales cuando la demanda de agua no
se satisface adecuadamente.
La partición de una WDN en pequeñas redes denominadas áreas medidas por
distrito (DMA) se ha propuesto como una estrategia para controlar la antigüedad
de las fugas en una red de distribución de agua (Burrows et al., 2000; Chambers
et al., 2004; Morrison et al., 2007; Hajebi et al., 2013). Mediante la instalación de
caudalímetros o válvulas en determinadas ubicaciones, la WDN se divide en una
serie de DMA. Mientras tanto, esto permite monitorear el flujo dentro de cada DMA
y entre las DMA. Este método se denomina sectorización de la red de agua (SRN)
(Di Nardo et al., 2013). La experiencia ha demostrado que la implementación de
DMA es beneficiosa para el control de fugas. Por ejemplo, luego de la sectorización,
el monitoreo de flujo y presión, la estimación de fugas de agua y la ubicación de
fugas y rupturas son mucho más fáciles (Zhang, 2012). Dicha implementación
también beneficia a las empresas de suministro de agua en la gestión, ya que
ayuda a estimar las fugas que ocurren en cada DMA. Además, un DMA es útil para
distinguir áreas clave para la detección de fugas. Mientras tanto, la sectorización
de la red de agua también beneficia la gestión de la calidad del agua, ya que puede
proteger la WDN de la contaminación accidental o intencional (Perelman et al.,
2015b; Rahman y Wu, 2018; Liu y Han, 2018; Zheng et al., 2016, 2017; Zhang et
al., 2017; Qi et al., 2018).
En algunas aplicaciones prácticas, la mayoría de las WDN se dividen en
función de la experiencia, especialmente según los límites naturales y
administrativos. Este método es subjetivo y carece de base teórica, pero puede
aprovechar al máximo las condiciones de contorno, como ríos, carreteras
principales y divisiones administrativas. Es por eso que es accesible para la
mayoría de las empresas de suministro de agua. Recientemente, se han propuesto
muchos métodos para la sectorización WDN combinados con la optimización para
mejorar la racionalidad y eficiencia de los esquemas WNS. Actualmente, los
métodos propuestos se dividen en tres categorías: análisis de conglomerados,
detección de comunidades y análisis de rutas.
El análisis de conglomerados es uno de los primeros métodos de optimización
utilizados en WNS (Herrera et al., 2010; Di Nardo et al., 2014b; Di Nardo et al.,
2017; Perelman et al., 2015a). La matriz se construye de acuerdo con la información
y las restricciones de la WDN, y luego se aplica un algoritmo de agrupamiento
espectral para dividir la WDN en varios sectores aislados sobre la base de la matriz
(Herrera et al., 2010). Di Nardo et al. (2013) usaron un algoritmo de agrupamiento
espectral para obtener límites y usaron un algoritmo genético para obtener las
ubicaciones óptimas de las válvulas de límite y los medidores de flujo. Perelman et
al. (2015a) utilizó el algoritmo de agrupamiento jerárquico de abajo hacia arriba
para descubrir la similitud entre los nodos para particionar la WDN.
La detección comunitaria se aplica por primera vez para tratar el problema de
la sectorización por Diao et al. (2013). Se cree que la WDN se desarrolla con la
expansión de la ciudad, y la red de tuberías de suministro de agua tiene la misma
estructura comunitaria que la ciudad. Posteriormente, se desarrolló y propuso un
método más completo de descomposición de doble capa de WDN basado en la
detección comunitaria (Diao et al., 2014; Diao et al., 2016).
Ciaponi et al. (2016) utilizaron la detección comunitaria para identificar los sectores
que debían construirse y optimizaron las entradas de los sectores.
Campbell et al. (2016) combinó el camino más corto para analizar la importancia
de las tuberías y luego las clasificó para filtrar las tuberías principales.
Para abordar la topología de la WDN y el análisis hidráulico en la WNS, se han
propuesto métodos basados en el análisis de rutas (Di Nardo et al., 2013, Di Nardo
et al., 2014a, 2014b; Ferrari et al., 2014; Hajebi et al. ., 2014, 2016). Tomando los
nodos de fuente de agua como punto de partida, el
la potencia disipada de las tuberías como el peso, y el algoritmo de Dijkstra para
calcular el árbol de caminos más cortos de cada fuente de agua, se propuso un
método que usa el camino de la menor potencia disipada (Di Nardo et al., 2013).
Posteriormente, se propone como mejora un método de sectorización automática
más completo que utiliza un sistema de colonia de hormigas y búsqueda en
profundidad (Di Nardo et al., 2014a). Ferrari et al. (2014) propusieron un método
basado en la búsqueda primero en amplitud y la teoría de grafos. Hajebi et al.
(2014, 2016) aplicaron la optimización multiobjetivo en problemas de sectorización,
resumieron sistémicamente las restricciones y funciones objetivo de la optimización
y propusieron una sectorización de la red de distribución de agua utilizando la
teoría de grafos y la optimización multiobjetivo.
Puede demostrarse fácilmente que algunos de los métodos mencionados
anteriormente están limitados en la aplicación práctica. Por ejemplo, los resultados
de los métodos basados en algoritmos de agrupamiento tienden a ser relativamente
similares en algunos atributos, como la elevación, la presión o el tamaño de las
DMA, debido a las características del agrupamiento (Herrera et al., 2010; Di Nardo
et al., 2014b; Perelman et al., 2015a). El método que utiliza la ruta de la potencia
menos disipada requiere que la WDN tenga múltiples fuentes de agua (Di Nardo
et al., 2013). Estos requisitos suelen traer dificultades a las aplicaciones prácticas.
En la detección comunitaria, suele ser necesario modificar los parámetros clave
del método, como el número de sectores y el umbral de modularidad, para obtener
más resultados, ya que se obtiene un resultado durante una sola aplicación.
Además, los diámetros de las tuberías suelen considerarse como los pesos de las
tuberías sin tener en cuenta los factores hidráulicos (Campbell et al., 2016). La
optimización del rendimiento hidráulico y la eficiencia de reducción de fugas son
indispensables independientemente del método utilizado.
Además, la optimización de un solo objetivo se usa comúnmente en la mayoría
de los métodos presentes en general (Di Nardo et al., 2013, 2014a, 2014b; Ferrari
et al., 2014). Sin embargo, WNS es un problema complejo en las redes de
distribución de agua, y se deben considerar más objetivos en los problemas de
sectorización y no solo la confiabilidad del suministro de agua.
También se deben tener en cuenta muchos factores, como la estabilidad de la
presión, la seguridad de la calidad del agua y la economía del proyecto de
reconstrucción. Además, las tuberías de conexión entre los sectores generalmente
están cerradas, lo que reduce los enlaces hidráulicos entre sectores y puede influir
en la presión y la calidad del agua al final de la red, ya que las tuberías con válvulas
instaladas traen extremos de la red de tuberías, donde el agua puede permanecer
durante mucho tiempo. Para hacer frente a este problema, el estado de las tuberías
de conexión entre tuberías también debe ser una parte de la optimización, que a
menudo los investigadores descuidan.
En muchos métodos, las tuberías principales se consideran la parte significativa,
ya que pueden influir en la sectorización final, especialmente en métodos que
utilizan análisis de ruta (Di Nardo et al., 2013, 2014a, 2014b; Ferrari et al., 2014;
Hajebi et al. ., 2014, 2016). A menudo se determinan y seleccionan de acuerdo
con el diámetro de la tubería. Sin embargo, en este documento, las tuberías
principales deben referirse a las tuberías que cumplen la función de distribución de
agua, incluidas no solo las tuberías de gran diámetro sino también las tuberías que
cumplen una función significativa en la geografía, como las tuberías que cruzan un
río.
Este artículo trata el WNS como un proceso de optimización multiobjetivo,
proponiendo un método práctico de sectorización de distribución de agua utilizando
la teoría de grafos y NSGA-II (Algoritmo genético de clasificación no dominada II)
combinado con límites naturales y administrativos. Está organizado de la siguiente
manera: (i) Primero se consideran los objetivos y las limitaciones. (ii) Luego, se
propone el proceso de optimización de este método basado en los objetivos y
restricciones discutidos, durante el cual se deben establecer tres parámetros y
también se deben definir las tuberías principales. Este documento también propone
los valores recomendados de los parámetros y un enfoque para definir las tuberías
principales considerando los límites naturales y administrativos. (iii) A continuación,
se aplica el método a un caso real para probar la viabilidad del método, y se
comparan y discuten los resultados obtenidos en las diferentes situaciones después
de la sectorización. (iv)
Finalmente, este documento se resume en base a los resultados obtenidos y la
importancia para las aplicaciones prácticas, y se discuten las insuficiencias de este
método.
Machine Translated by Google

K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412 1403

2. Metodología optimización multiobjetivo, considerando la estabilidad de presión, la seguridad de la calidad del

En general, WNS divide la WDN en varios sectores al agrupar los nodos y las tuberías en
varios grupos mediante la instalación de válvulas y medidores de flujo. En otras palabras,
expresado matemáticamente, WNS busca la mejor combinación de condición de tubería (abierta
o cerrada) y función objetivo optimizada, mientras satisface las condiciones de restricción.
agua y la economía del proyecto de reconstrucción y sectorización. Se seleccionan como objetivos
la presión media, la edad media del agua, los costes de transformación y el número de sectores,
por ser los objetivos más importantes para las empresas suministradoras de agua y los
investigadores, así:

• Minimización de la presión promedio: Para garantizar la confiabilidad de la cantidad de agua del

Como se mencionó anteriormente, la optimización multiobjetivo es un método apropiado
usuario y la presión del agua, no se permiten cambios excesivos en la presión de operación en
para abordar los problemas de sectorización, ya que puede lograr las metas de considerar
cada nodo durante un día. Por lo tanto, la presión de la red de tuberías debe caracterizarse
múltiples objetivos y obtener una serie de resultados simultáneamente. La optimización
por la presión promedio Pavg, es decir, la presión promedio de todos los nudos durante las
multiobjetivo obtiene el frente de Pareto, que contiene un conjunto de soluciones óptimas de
últimas 24 h de la simulación hidráulica. Pavg se calcula con la siguiente fórmula (1):
Pareto (Hajebi et al., 2016). El algoritmo genético de clasificación no dominada (NSGA-II) adopta
una clasificación rápida no dominada, estratifica la población de acuerdo con el nivel de solución
no inferior del individuo. Este enfoque tiene ventajas en cuanto a velocidad de ejecución y
convergencia. Por lo tanto, NSGA-II se aplica como algoritmo de optimización en este método. La minP ¼
NP
i¼1 PT
t¼Tÿ23 Pti = 24
ð1Þ
norte
figura 1 muestra la metodología general del método propuesto.
t
donde Pi es la presión del nodo i en el tiempo t en (m), T es el total de horas de
simulación hidráulica en (h), y N es el número de nudos.

2.1. Funciones de objetivos • Minimizar la edad media del agua: La edad del agua refleja hasta cierto punto la calidad del
agua. Se espera que mejore la calidad del agua y que el impacto de la sectorización en la
Dividir la WDN en una serie de sectores utilizando caudalímetros y válvulas puede causar calidad del agua pueda reducirse después de la sectorización. Por lo tanto, la edad promedio
que se disipe más energía en las redes y puede afectar la presión (Hajebi et al., 2016). Además, del agua WAavg también se usa como uno de los objetivos, y otros valores se usan como
esta partición también puede dar lugar a un aumento de la edad del agua debido a las válvulas indicadores de referencia.
cerradas. WAavg se caracteriza por la edad promedio en las últimas 24 h de la simulación hidráulica y
Para obtener esquemas más razonables, sin un impacto significativo en la confiabilidad de la red se puede calcular con la siguiente fórmula (2):
y la calidad del agua, el enfoque propuesto en este trabajo obtiene la sectorización de la red de
distribución de agua utilizando
minWA ¼
NP
i¼1 PT
t¼Tÿ23 i wat =24
ð2Þ
norte

t
donde wai de es la edad del agua del nodo i en el tiempo t en (h), T es el total de horas
simulación hidráulica en (h), y N es el número de nudos.

• Minimizar los costos de transformación: Los esquemas de sectorización deben reducir los
caudalímetros y válvulas instalados para disminuir los costos de transformación. Al mismo

tiempo, la reducción de válvulas también ayuda a reducir el callejón sin salida de la WDN. Los
costes de transformación (C) se calculan con la siguiente fórmula (3):

k
Cmetro þ
Nuevo Méjico xválvula Válvula C
Nevada

ð3Þ
minC ¼ KXmetro
nm¼1 nv¼1

metro
donde Cn metro
es el precio del caudalímetro nm en (Yuan RMB), que es el precio de la
válvula
está relacionado con las especificaciones de calibre, válvula nv en
Cnv (Yuan RMB), que está relacionado con las especificaciones de calibre, Kmeter es el número
total de caudalímetros y Kvalve es el número total de válvulas.

• Maximizar el número de sectores: Parece que existe un conflicto entre la función objetivo que
maximiza el número de sectores y otra función objetivo que minimiza los costos de
transformación, pero este problema se puede entender bien. Por un lado, más sectores
aumentarán los costos de transformación; por otro lado, los costos de transformación para
cada sector se reducen, y es beneficioso para transformar la WDN a sectores en etapas.
Además, el tamaño del sector tiende al tamaño máximo, y los esquemas de sectorización
tienden a tener la menor cantidad de sectores posible ya ser similares cuando se consideran
solo los costos de transformación.

Por lo tanto, estos dos objetivos son indispensables y se restringen mutuamente. Así, el
objetivo es maximizar el número de sectores para obtener un esquema con número de sector
adecuado y bajos costos.

maxN ð4Þ

2.2. Variables de decisión

Como se mencionó anteriormente, el problema WNS es una combinación de las condiciones

Fig. 1. La metodología general del método propuesto. de la tubería, aclarado matemáticamente. Para agrupar nudos y tuberías
Machine Translated by Google
1404 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412
en varios sectores, los límites deben determinarse primero. En cuanto a la
Problema WNS, los límites se refieren a un número de tuberías que cruzan dos
sectores, es decir, aquellas tuberías cuyo nodo inicial y nodo final se encuentran en
diferentes sectores Si estas tuberías en los límites están todas estrictamente cerradas,
no se establecería ninguna conexión hidráulica entre sectores, lo que
interferiría con el suministro de agua en la RMD. Como resultado, algunos de
estas tuberías deben abrirse para transportar agua mientras otras permanecen
cerrado para disminuir la conexión hidráulica entre los diferentes sectores. Mientras tanto, para
monitorear el flujo en cada sector, los medidores de flujo deben
instalarse en aquellas tuberías abiertas en los límites. En consecuencia,
Las válvulas están instaladas en las tuberías cerradas.
Por lo tanto, para resolver el problema WNS, las variables de decisión en este
trabajo son la condición de las tuberías delimitadoras (abiertas o cerradas). los
expresión matemática se muestra en la fórmula (5) como sigue:
ÿtuberíaiÿtuberías límite; xð Þi ÿfg 0; 1
donde borderpipes es la colección de tuberías en los límites,
i es el índice en las tuberías de contorno y x(i) es la condición de la tubería. x(i) es igual
0 si pipei está cerrado y es igual a 1 si pipei está abierto.
Cada conjunto de estas condiciones representa un esquema inicial;
estos esquemas se presentan en 2.4.2–2.4.5 en detalle.
2.3. Condiciones de restricción
Para que el método y los resultados sean razonables, las siguientes condiciones
Deben cumplirse las tensiones consideradas en este trabajo:
ÿ Aislamiento de sectores: No existe intersección de nodos y tuberías
entre dos sectores cualesquiera.
ÿyo; Jÿf 1; …; kg ; nodosIÿnodosJ ¼ ÿ; tubosIÿtubosJ ¼ ÿ
donde I,J significa dos sectores diferentes; k significa el número de sectores;
y nodesI and pipesI significa todos los nodos y las tuberías en el sector I,
respectivamente.
ÿ Conectividad a fuentes de agua: Debe existir al menos un camino para la
agua para ser transportada a los sectores.
ÿIÿfg 1;…; k ; ÿuÿnodosI; ÿsÿfuentes; ÿtuberías transportan agua de s a u ð7Þ
donde I significa un sector de k sectores, nodesI significa todos los nodos en
sector I, y fuentes significa todas las fuentes de agua.
ÿ Tamaño de los sectores: Los tamaños de los sectores deben estar entre el
tamaño máximo (maxSize) y tamaño mínimo (minSize).
minSizebsizeð Þ DMAI bmaxSize
El tamaño de los sectores se ve afectado por factores como el nivel de urbanización
desarrollo económico, distribución y densidad de usuarios, y geografía
diferencias El tamaño de los sectores también afecta directamente el número de
sectores Generalmente, el tamaño de los sectores se determina con base en la experiencia.
Farley (2001) propuso que, al considerar el flujo nocturno
análisis y ubicación de fugas, el tamaño de un DMA debe ser menor que
5000 conexiones de clientes. Desde otra perspectiva, la mayor
DMA debe contener (150–200) bocas de incendio, 2500 conexiones de usuario
o tuberías principales de 30 km (MacDonald y Yates, 2005).
Pobladas en diferentes densidades, las ciudades tienen diferentes números de
personas por hogar y un número diferente de hogares por unidad
área. En consecuencia, para una ciudad con baja densidad de población, 500–5000
conexiones de clientes son el tamaño más común, mientras que para una ciudad
con altas densidades de población como Shanghai, el tamaño apropiado
puede ser hasta varias veces el tamaño anterior. El tamaño máximo
(maxSize) y el tamaño mínimo (minSize) de los sectores también pueden ser aproximadamente
fijo de acuerdo al número de sectores deseados para la división.
ÿ Restricciones hidráulicas: La conservación de la masa y la conservación de
la energía debe estar garantizada, como se muestra en la fórmula (9) y la fórmula
(10).
ÿXqin þXqout þ Qi ¼ 0 ð9Þ
HFjÿHTj ¼ hj ð10Þ
donde qin, qout significa el flujo de entrada y salida del nodo i, respectivamente; Qi
significa la demanda del nodo i; F, T significa el nodo de inicio y el nodo final
del tubo j, respectivamente; HFj, HTj significa el total del nodo F, T, respectivamente;
y hj significa la pérdida de carga de la tubería j.
ÿ Restricciones de presión: la presión en todos los nodos debe ser superior al mínimo
presión nodal mínima.
ð 5Þ
Pi ÿPmín ð11Þ
donde Pi significa la presión del nodo i, y Pmin significa el mínimo
presión nodal. La presión nodal mínima suele determinarse de acuerdo con las normas locales.
ÿ Capacidad de suministro de agua de las plantas de agua: Para aquellas WDN que tienen
múltiples fuentes de agua, el suministro de agua de las plantas de agua puede
cambiar después de la sectorización y debe estar entre el máximo
y la capacidad mínima de suministro de agua de las plantas de agua.
preguntas; mín ÿQs ÿQs; máximo ð12Þ
donde Qs, min, Qs, Qs, max significan la capacidad de suministro de agua
mínima, real y máxima de las plantas de agua, respectivamente.
ð6Þ
2.4. Proceso de solución
2.4.1. Establecer parámetros y definir las tuberías principales
En primer lugar, se leen los datos de la red desde un archivo de entrada de EPANET (Rossman,
2000), y luego se construye una matriz de adyacencia basada en la topología de la red. Los
parámetros a configurar contienen el tamaño máximo de
los sectores (maxSize), el tamaño mínimo de los sectores (minSize) y
la presión nodal mínima (Pmin). el maximo y el minimo
se introducen los tamaños de los sectores, y su valor recomendado son
propuesto en (2.3).
En cuanto a las tuberías principales, suelen referirse a las tuberías que tienen grandes
diámetros y transportan una gran cantidad de agua. Cada tubo de bifurcación en
la tubería principal puede considerarse como un posible comienzo de los posibles sectores. El
agua es suministrada desde las tuberías principales a los sectores a través de la
ramales de tubería. Como resultado, las tuberías principales pueden convertirse en el límite de
los sectores, y los ramales pueden cruzar el límite de los sectores.
ð8Þ
Por tanto, estos ramales, también llamados de salida, son la decisión
variables Además, este método propone que las tuberías principales
también debe incluir tuberías cerca de los límites, incluidos los límites naturales y las divisiones
administrativas. En consecuencia, los resultados obtenidos
por este método puede ser más razonable para la gestión del suministro de agua.
Considerando los ríos, carreteras principales, divisiones administrativas, etc., la
Las tuberías cercanas a estos límites y que se encuentran aproximadamente paralelas se
pueden seleccionar como tuberías principales para lograr una predefinición de la esperada.
límites de los sectores. En particular, si el tamaño del área de suministro de una sucursal
es menor que el tamaño mínimo, el área debe considerarse como un área secundaria. Al mismo
tiempo, el ramal ya no es el comienzo de
los sectores posibles.
Tomando como ejemplo la red de estudio de caso N2 (Elhay et al., 2016) ,
las tuberías principales se seleccionan por los diámetros ya que solo la topología de
la red está disponible, como se muestra en la Fig. 2.
2.4.2. Generar el cromosoma del primer individuo.
El cromosoma de un individuo en este método está representado por un
serie de números binarios, incluido el esquema inicial, el nivel de control
Machine Translated by Google
K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412
Fig. 2. La topología de la red de estudio de caso N2
en el paso de fusión de áreas y el nivel de diámetros de las tuberías de conexión entre sectores,
introducidos en 2.4.3, 2.4.4 y 2.4.5, respectivamente.
2.4.3. Agrupar los nodos por el camino más corto El
esquema de salida está representado por una serie de números binarios, cuya longitud es
igual al número de salidas posibles. El posible inicio se selecciona como el inicio de los sectores
y se representa como “1”; en caso contrario, se representa como “0”. Para cada individuo de la
población, los nodos se agrupan según el inicio seleccionado. El algoritmo de Dijkstra se usa
para calcular la ruta más corta en combinación con el peso del segmento de tubería para
representar la ruta de distribución de agua óptima entre el inicio k y el nodo i, como se muestra
en la fórmula (13):
distanciaki ¼ Xwl; lÿfg pathki ð13Þ
donde {pathki} es la colección de tuberías en el camino más corto desde el
partiendo k al nodo i, y dado l ÿ{pathki}, wl es el peso de la tubería l.
Di Nardo et al. (2013) creía que el flujo de agua se distribuiría naturalmente a lo largo de la
ruta de menor potencia disipada y usa la potencia disipada de la tubería (el producto del flujo
de la tubería y la pérdida de carga) como el peso de la tubería. Teniendo en cuenta que la
topología de la WDN antes y después de la sectorización ha cambiado, es posible que el uso
de la potencia disipada antes de la sectorización como peso del segmento de tubería no
represente la ruta óptima de suministro de agua después de la sectorización. Zheng et al.
(2013) y Zheng y Zecchin (2014) consideraron la diferencia entre la longitud de la tubería y la
columna de agua, pero no se consideraron factores como el diámetro y la rugosidad de la
tubería. Por lo tanto, este método utiliza como peso el coeficiente de resistencia de la tubería
(Rossman, 2000), como se muestra en la fórmula (14):
wl = 10:67Cl ÿ1:852dl ÿ4:871Ll l = 1; 2;…; METRO ð14Þ
donde dado l ÿ{pathki}, Cl es el coeficiente de rugosidad de Hazen-Williams
de tuberías l, dl es el diámetro de las tuberías l, y Ll es la longitud de las tuberías l.
Para un nodo i dado, la ruta de suministro de agua óptima debe tener en cuenta la ruta de
suministro de agua no solo desde el principio hasta el nodo, sino también desde la fuente de
agua hasta el principio. Por lo tanto, distanciask
1405
significa la ruta óptima de suministro de agua desde la fuente de agua s hasta el inicio k, y
luego, la ruta óptima de suministro de agua desde el inicio k hasta el nodo i se corrige con
distancesk y totalDistanceski, que indican la ruta más corta corregida desde la fuente de agua
s al nodo i al principio k, calculado según la fórmula (15).
Finalmente, se obtiene un conjunto de caminos óptimos de suministro de agua desde un cierto
nodo i hasta K inicios seleccionados, como se muestra en la fórmula (16):
distancia totalski ¼ distanciask þ distanciaki ð15Þ
totalDistancesi ¼ totalDistance1i;…;totalDistanceki;…;totalDistancekselectedi
ð16Þ
De acuerdo con el conjunto de distancia anterior, totalDistanceski es el valor mínimo de
totalDistancesi, lo que significa que el nodo i se asigna al principio k. Este proceso se repite
hasta que todos los nodos se agrupan en el seleccionado
comienzo.
Debido a la propiedad de subestructura óptima de la ruta más corta, es decir, parte de la
ruta más corta sigue siendo la ruta más corta, cuando un cierto nodo i se asigna a un cierto
inicio k, todo el nodo en la ruta más corta todavía se asigna al inicio k. Por tanto, los sectores
formados por todos los nodos de un mismo origen deben cumplir los requisitos de conectividad.
Por lo tanto, la WDN se divide en Ksectores seleccionados . Sin embargo, estos sectores son
de diferentes tamaños y pueden estar presentes demasiados sectores pequeños. Por lo tanto,
estos sectores deben fusionarse para que el tamaño de los sectores tienda a equilibrarse.
Se seleccionaron diecisiete ramales conectados a las tuberías principales como arranques
de 34 arranques posibles, y la red N2 se dividió en 17 sectores, como se muestra en la Fig. 3.
2.4.4. Combinar pequeños sectores calculando su tamaño de control
Este método usa el nivel de control (controlLevel) para limitar el tamaño máximo que se
puede lograr y calcula el tamaño del control (controlSize) de acuerdo con el nivel de control en
el paso de combinación.
ControlSize es un valor calculado entre el tamaño mínimo y máximo de los sectores. Si la suma
de los tamaños de los dos sectores excede controlSize, los dos sectores no deben fusionarse;
de lo contrario, ellos
Machine Translated by Google

1406 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412

Fig. 3. Sectores en la red N2 después de agrupar los nodos

se fusionan. Suponiendo que maxSize se utiliza para el controlSize, el proceso de optimización calculado de acuerdo con el controlLevel correspondiente, como se muestra en la fórmula (17):
tiende a obtener los sectores con tamaños lo más cercanos posible al maxSize, lo que reduce la
posibilidad de una mayor división de la red de tuberías y puede dar como resultado muy pocos nivel de control
sectores. En esta situación, la presión y la calidad del agua son difíciles de asegurar. Por lo tanto, controlSize ¼ minSize þ ð Þ maxSizeÿminSize ð17Þ
7
se introduce la fórmula (17) para calcular el controlSize para obtener diversos esquemas.

Se fusionan varios sectores pequeños y la red N2 se transforma

ControlLevel también se usa como una parte del cromosoma y se representa mediante una
serie de valores binarios. Por lo tanto, su tamaño (el número de todos sus valores) debe ser un
múltiplo de 2 y el valor inicial es 0, lo que significa que el sector no se puede fusionar. El valor ideal
de controlLevel es 0–10, un valor que es suficiente para obtener más esquemas fusionados y no
sería demasiado grande para aumentar el cálculo. Como resultado, se recomienda que controlLevel
sea un número binario de tres bits, ya que su valor máximo es 7 cuando se convierte en un número
decimal. ControlSize es
en 7 sectores después de la fusión, como se muestra en la Fig. 4.
2.4.5. Optimice las tuberías de conexión entre sectores Para diferentes
esquemas, las tuberías delimitadoras son impredecibles y codificar cada tubería delimitadora
es difícil. Por lo tanto, en este artículo se propone un método simplificado. Las tuberías de conexión
se clasifican según el diámetro de la tubería, y el estado de las tuberías en la misma clase de
diámetro se representa mediante un código binario. Las válvulas se instalan en las tuberías de
conexión normalmente cerradas, mientras que los caudalímetros se instalan en las

Fig. 4. Sectores en la red N2, a) antes de la fusión; b) después de la fusión

Machine Translated by Google

K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412 1407

Fig. 5. Topología de tuberías principales y otras en la Ciudad A. Las líneas negras en negrita representan las tuberías principales seleccionadas por sus diámetros, mientras que las líneas rojas en negrita en el círculo rojo representan otras
tuberías principales seleccionadas por límites naturales y administrativos. Las líneas grises indican tuberías distintas de las tuberías principales. (Para la interpretación de las referencias al color en la leyenda de esta figura, el
se remite al lector a la versión web de este artículo).

tubos de conexión normalmente abiertos. Por ejemplo, suponiendo que un sector de acuerdo con las reglas de codificación en el paso 2.4.2–2.4.5 y obtener el
contiene clases de tubería de tres diámetros de DN200, DN300 y DN400, información básica de cada esquema, incluyendo el inicio, el nivel de control
se utiliza un código binario de tres bits. El código “010” indica que la tubería y la optimización de las tuberías de conexión, es fácil. A continuación, realizando
La clase de DN300 se mantiene abierta, mientras que otras permanecen cerradas. simulación hidráulica y de calidad del agua (EPANET), los detalles de
disponible la sectorización, tales como los sectores, objetivos y
2.4.6. Calcular los objetivos, la clase y el ciclo no dominados número de caudalímetros y válvulas. Cada individuo en las soluciones representa
Utilizando EPANET para realizar una simulación del modelo hidráulico de la un esquema para la sectorización de las redes de distribución de agua.
red de tuberías seccionadas, se investiga el comportamiento después de la
sectorización. La clasificación no dominada se basa en el valor de los objetivos de
tabla 1
cada individuo y si se violan las restricciones. Un individuo Precio de caudalímetros y válvulas.
con un alto valor para el objetivo está dominado por un individuo con un
Tamaño Precio de los caudalímetros/(RMB por cada uno) Precio de las válvulas/(RMB por cada una)
bajo valor, y un individuo que viola las restricciones es dominado
por cualquier individuo que no viole las restricciones. los individuos son DN150 17.800 4500
DN200 20.200 5330
seleccionados de mayor a menor según su no dominancia
DN250 22.700 5950
nivel hasta que el número de individuos exceda el tamaño de la población. DN300 6650
25.100
La generación padre P1 obtiene la siguiente generación Q1 por selección, DN400 33.200 7220
cruce y mutación, y los pasos de 2.4.3–2.4.6 se repiten hasta DN450 38.100 10,100
DN500 42.800 13,000
se cumple la condición de terminación del algoritmo, y la generación Pt
DN600 47.600 19,100
es obtenido. La generación Pt es la serie de soluciones óptimas de Pareto o
DN700 53.000 27,200
las soluciones óptimas aproximadas. DN800 57.900 32,100
DN1000 64.000 39,000
2.4.7. Descompilar el código cromosómico DN1200 70.700 46,200
DN1500 93.000 53,600
La serie de soluciones óptimas de Pareto se obtiene por multiobjetivo
DN1800 112.000 60,200
optimización utilizando NSGA-II. Descompilando el código cromosómico
Machine Translated by Google

1408 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412

Fig. 6. Frente de Pareto de objetivos sin (a) presión promedio, (b) edad promedio del agua. El azul significa costos de transformación más bajos, mientras que el amarillo significa costos de transformación más
altos. (Para la interpretación de las referencias al color en la leyenda de esta figura, se remite al lector a la versión web de este artículo).

3. Estudio de caso
La WDN de la ciudad A se utiliza como caso para verificar el desempeño del
método propuesto. Esta WDN cubre un área de aproximadamente 100 km2 y las
tuberías de DN100 y superiores tienen aproximadamente 977 km, de los cuales
aproximadamente el 66% son tuberías de hierro dúctil. La WDN contiene un total de
7684 nodos y 8558 conductos. El volumen diario de abastecimiento de agua es de
.
aproximadamente 170.000 m3 Partiendo de la fuente de agua, según el diámetro,
todas las tuberías de DN 1000 y superiores se utilizan como tuberías principales.
Mientras tanto, para garantizar suficientes salidas posibles, también se seleccionan
algunas tuberías de DN800 como tuberías principales. Además, también se
seleccionan algunas tuberías cercanas a los ríos, carreteras principales, divisiones
administrativas, etc., como se muestra en la Fig. 5.
Se realizaron otros dos experimentos para verificar si el proceso de elegir
artificialmente las tuberías principales y optimizar las tuberías de conexión tiene
sentido en la optimización. Uno definió las tuberías principales solo por sus
, diámetros, lo que significa que las tuberías principales no se eligieron artificialmente,
y solo se seleccionaron tuberías con diámetros grandes para ser las tuberías
principales, y en el otro experimento, todas las tuberías de conexión se cerraron sin
ninguna optimización. Otros procesos se mantuvieron igual que en el experimento
original.
4. Resultados y discusiones
4.1. Objetivos de las soluciones óptimas

Se espera que la WDN se divida en 15 a 20 sectores, y la demanda base durante
la simulación es de aproximadamente 2767 L/s. El minSize y maxSize establecidos
son 40 L/s y 400 L/s, respectivamente. De acuerdo con las normas locales del
pueblo A, la presión nodal mínima se establece en 14 m. La Tabla 1 muestra los
precios de los medidores de flujo y válvulas utilizados para calcular los costos de
transformación. La optimización multiobjetivo se implementa utilizando un algoritmo
genético de clasificación no dominada (NSGA-II) en MATLAB. El número de
individuos se establece en 100, las generaciones en 500 y los parámetros restantes
se establecen de forma predeterminada.
Después de la optimización se obtienen 35 soluciones únicas. Las 35 soluciones
están distribuidas en una superficie de cuatro dimensiones. Dado que existen
pequeñas variaciones en la presión promedio o la edad promedio del agua entre
estas soluciones, se dibujan dos superficies tridimensionales de los tres objetivos
restantes, ignorando la influencia de la presión promedio y la edad promedio del
agua, respectivamente, como se muestra en Figura 6.
Según el número de sectores, las 35 soluciones únicas se ordenan en orden
ascendente. La variación de los cuatro objetivos se muestra en la Fig. 7, lo que
indica que con el aumento del número

Fig. 7. Variación de cuatro objetivos. El eje de abscisas significa el número de resultado y el eje de ordenadas principal significa el valor del número de sectores, la presión promedio (m) o la edad promedio del
agua (h), mientras que el eje de ordenadas secundario significa el valor de los costos de transformación (Yuan RMB ).
Machine Translated by Google

K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412 1409

Fig. 8. Las imágenes de sectorización de la sectorización seleccionada resultan con (a) la presión promedio más baja, (b) la edad promedio del agua más baja, (c) los costos de transformación más bajos, (d) el mayor número de sectores.
Las tuberías del mismo color se consideran un sector, mientras que los puntos rojos y la cruz negra, que significan caudalímetros y válvulas respectivamente, indican los límites del sector. (Para
interpretación de las referencias al color en la leyenda de esta figura, se remite al lector a la versión web de este artículo).

de sectores, la presión media tiende a disminuir, mientras que la
los costos de transformación tienden a aumentar, en general.
La edad promedio del agua es casi opuesta a la presión promedio.
El número de sectores para las 35 soluciones es 11–26. La media
presión y la edad media del agua tienen pequeñas variaciones, ya que la media
la presión está entre 25,24 y 26,59 m, y la edad media del agua es
entre las 40.70 y las 42.78 h. Los costes de transformación están entre 0,91
y 2,2 millones de yuanes. Los números mínimo y máximo de caudalímetros son 36 y
92, respectivamente, y los números mínimo y máximo de válvulas son 1 y 28,
se observó en varios esquemas de sectorización, lo que puede causar poca
impacto en la calidad del agua. Este impacto es aceptable. Sin embargo, como la Fig. 9
muestra, aunque la presin promedio muestra slo una pequea disminucin, la
presión en muchos nodos y tuberías, especialmente en las áreas del norte lejos
lejos de las fuentes de agua, tiende a ser menor después de la sectorización,
en comparación con la presión en esas áreas antes de la sectorización.
Tabla 2

respectivamente. La Fig. 8 muestra cuatro seleccionados Detalle de objetivos de resultados de sectorización seleccionados.

resultados de sectorización con diferentes objetivos óptimos, y Tabla 2 Sector Medidores de flujo Válvulas
Nº Promedio Promedio Costos de transformación
muestra los detalles de los objetivos de estos resultados. presión era del agua (RMB yuan) número número número

Antes de la sectorización, la presión media y la edad media del agua (metro) (h)

de la red original fueron 26,6 m y 40,9 h, respectivamente. los a 25,24 42,10 1, 238, 050 1, 13 37 14
la presión promedio disminuye en general después de la sectorización, lo que beneficia b 26,38 40,70 975, 050 907, 24 89 6
C 26,48 41,19 720 2, 143, 11 37 1
control de fugas Mientras tanto, un pequeño aumento en la edad promedio del agua
d 26,20 41,29 870 26 92 13
en la mayoría de los esquemas de sectorización, e incluso una disminución
Machine Translated by Google

1410 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412

Fig. 9. Distribución de presiones a) antes de la sectorización yb) después de la sectorización. El pentagrama muestra la ubicación de las fuentes de agua.

4.2. Comparaciones con los resultados en otras situaciones
4.2.1. Sin elegir artificialmente las tuberías principales
Cuando definimos las tuberías principales sólo por su diámetro, se ignoran los
límites naturales y administrativos. Se seleccionó un esquema de sectorización de
los resultados del experimento anterior, y su imagen de sectorización se muestra en
la Fig. 10. Se hizo una comparación entre esta situación y la Fig. 8(a). Para hacer la
comparación más intuitiva, la parte dentro del rectángulo rojo en la Fig. 10 está
ampliada, como se muestra en la Fig. 11.
En la figura se muestra un río y una carretera, y algunas tuberías se extienden a
través del río o de la carretera, lo que significa que, si estas tuberías se usan por
completo, la cantidad de medidores de flujo y válvulas a instalar disminuirá. Los
costes de transformación también se reducen correspondientemente.
Mientras tanto, menos dispositivos también son más fáciles de administrar. Además,
las tuberías que cruzan el río siempre se instalan como tuberías puente, lo que hace
que la instalación de los medidores de flujo y las válvulas sea más conveniente.
Como muestra la comparación, el área este de la Fig. 11(b) está dividida en tres
sectores, mientras que la misma área de la Fig. 11(a) está dividida en un sector
completo. Si varias tuberías alrededor de los límites en el rectángulo rojo

Fig. 10. Una imagen de sectorización seleccionada de los resultados del experimento sin elegir artificialmente las tuberías principales.
Machine Translated by Google
K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412
Fig. 11. Comparación entre imágenes de sectorización parcial de los resultados (a) sin, (b) con, eligiendo artificialmente las tuberías principales.
se seleccionan como las tuberías principales como en la Fig. 5, el resultado es mucho más
aceptable, como se muestra en la Fig. 11(b).
4.2.2. Sin optimizar las tuberías de conexión
Como se mencionó anteriormente, las tuberías de conexión generalmente están
cerradas, lo que reduce los enlaces hidráulicos entre sectores y hace que el agua
permanezca durante mucho tiempo en los extremos de la red de tuberías. El
experimento sin optimización de tuberías se realiza para probar los efectos del
proceso de optimización en las tuberías de conexión. Los resultados muestran que,
en promedio, la edad media del agua es de 42,43 h sin optimización, mientras que
disminuye a 41,58 h después de la optimización. Además, el número promedio de
válvulas aumentó de 13,12 a 30,48, lo que se traduce en cerca de 34 extremos de
red de tuberías; es decir, a medida que se instale una válvula más, se formarán dos
extremos más de la red de tuberías.
Esto puede conducir a una disminución en el nivel general de calidad del agua en
la red de tuberías.
4.3. Discusión de los resultados
De los resultados obtenidos se puede comentar lo siguiente:
ÿ Una comparación de estas soluciones indica que el impacto de estas soluciones
sobre la presión y la calidad del agua es relativamente pequeño, ya que la
presión promedio solo difiere en 1,35 my la edad promedio del agua solo difiere
en 2,08 h. ÿ Al comparar estas soluciones, podemos ver que más sectores
significan más caudalímetros y válvulas a instalar y mayores costos de
transformación. Con el aumento del número de sector y número de válvula, la
presión media disminuye, mientras que la edad media del agua aumenta. ÿ
También existen similitudes en la disposición de los sectores en estas soluciones.
En la Fig. 8(a) y (c), el área sur se divide en un sector, mientras que en (b) y
(d), esta área se divide en varios sectores que enriquecen los resultados y
pueden utilizarse para asesorar la transformación del subsector. . Mientras
tanto, los resultados también ilustran que algunos sectores se pueden dividir
aún más instalando caudalímetros y válvulas de forma adecuada, con un bajo
impacto en la presión hidráulica y la calidad del agua.
1411
ÿ Los resultados pueden romper los límites naturales y administrativos como se
muestra en la Fig. 11(a) si el método para elegir las tuberías principales es solo
por su diámetro y si no se agregan límites artificiales.
ÿ La optimización de las tuberías de conexión ayuda a disminuir la edad promedio
del agua y el número de extremos de la red de tuberías, lo que puede tener
sentido en la mejora de la calidad del agua.
5. Resumen y conclusiones
Como medida eficaz para presionar a la dirección, la sectorización despierta
una preocupación generalizada en la investigación. En este trabajo se propone un
método de optimización multiobjetivo de la sectorización de redes de distribución
de agua. En comparación con otros métodos de sectorización, el método propuesto
en este trabajo se mejora en varios aspectos: objetivos múltiples, proceso de
optimización, definición de tuberías principales y estado de las tuberías de conexión.
La presión promedio, la edad promedio del agua, los costos de transformación y el
número de sector se seleccionan como objetivos, y el Algoritmo genético de
clasificación no dominado (NSGA-II) se utiliza para la optimización multiobjetivo
para realizar la optimización sincrónica de múltiples objetivos. Teniendo en cuenta
los límites naturales y administrativos, este documento también aborda el proceso
de definición de tuberías principales. Además, las tuberías de conexión entre
sectores también están optimizadas para garantizar la fiabilidad del suministro de
agua, en lugar de dejar todas las válvulas cerradas.
Después de la sectorización se obtuvieron una serie de esquemas de partición.
Los resultados obtenidos son más razonables para la gestión del suministro de
agua y más aceptables para la empresa de suministro de agua. Existen similitudes
en estos resultados, pero tienen diferentes valores para los diferentes objetivos, por
lo que brindan opciones variadas para los tomadores de decisiones. Además, los
resultados también muestran que la sectorización adecuada a partir de la instalación
de caudalímetros y válvulas tiene poco impacto en la presión hidráulica y la calidad
del agua, lo que ilustra que algunos sectores pueden dividirse aún más cuando sea
necesario. En general, los esquemas obtenidos por este método proporcionan
referencias para la futura transformación de la sectorización de la red de distribución
de agua, y el método destaca el muy buen desempeño en la provisión de soluciones
factibles y optimizadas.
Todavía existen algunas deficiencias y deben mejorarse para el trabajo futuro.
Por ejemplo, las tuberías principales se seleccionan artificialmente en este
Machine Translated by Google
1412 K. Zhang et al. / Ciencia del Medio Ambiente Total 656 (2019) 1401–1412
método, lo que significa que el proceso de sectorización es todavía un poco subjetivo.
Cómo lograr el objetivo de seleccionar las tuberías principales en combinación con
los límites naturales y administrativos automáticamente necesita una mayor
consideración. Además, si la red de ramales representa una gran proporción en la
RMD, los resultados obtenidos suelen ser de poca diversidad. En esta situación, es
posible que sea necesario ajustar los resultados por separado.
Agradecimientos
Este trabajo fue apoyado por la Fundación Nacional de Ciencias Naturales de
China [números de subvención 51778452, 51478326]; y Programa Principal de
Ciencia y Tecnología para el Control y Tratamiento de la Contaminación del Agua
[2017ZX07201001].
Referencias
Burrows, R., Crowder, GS, Zhang, J., 2000. Utilización del modelado de redes en la gestión operativa de los
sistemas de distribución de agua. Agua Urbana J. 2, 83–95.
Campbell, E., Izquierdo, J., Montalvo, I., Perez-Garcia, R., 2016. Una metodología novedosa de sectorización
de redes de suministro de agua basada en un análisis económico completo, incluidas las incertidumbres.
agua 8.
Chambers, K., Creasey, J., Forbes, L., 2004. Diseño y operación de redes de distribución.
Agua entubada segura: gestión de la calidad microbiana del agua en sistemas de distribución entubados,
págs. 38–68.
Ciaponi, C., Murari, E., Todeschini, S., 2016. Procedimiento basado en la modularidad para dividir los sistemas
de distribución de agua en distritos independientes. Recurso de agua. Administrar 30, 2021–2036.
Di Nardo, A., Di Natale, M., Santonastaso, GF, Tzatchkov, VG, Alcocer-Yamanaka, VH, 2013. Sectorización de
redes de agua basada en un algoritmo genético y caminos de mínima potencia disipada. ciencia del agua
Tecnología Suministro de agua 13, 951–957.
Di Nardo, A., Di Natale, M., Greco, R., Santonastaso, GF, 2014a. Algoritmo Ant para la partición inteligente de
redes de agua. En: Brunone, B., Giustolisi, O., Ferrante, M., Laucelli, D., Meniconi, S., Berardi, L.,
Campisano, A. (Eds.), 12th International Conference on Computing And Control for la industria del agua,
págs. 525–534 Ccwi2013.
Di Nardo, A., Di Natale, M., Santonastaso, GF, Tzatchkov, VG, Alcocer-Yamanaka, VH, 2014b. Sectorización de
redes de agua en base a teoría de grafos e índices de desempeño energético. J. Recursos Hídricos. Plan.
Administrar 140, 620–629.
Di Nardo, A., Di Natale, M., Giudicianni, C., Greco, R., Santonastaso, GF, 2017. Partición de la red de suministro
de agua basada en agrupamiento espectral ponderado. En: Cherifi, H., Gaito, S., Quattrociocchi, W., Sala,
A. (Eds.), Redes complejas y sus aplicaciones. V, págs. 797–807.
Diao, K., Zhou, Y., Rauch, W., 2013. Creación automatizada de límites de área de medición de distrito en
sistemas de distribución de agua. J. Recursos Hídricos. Plan. Administrar 139, 184–190.
Diao, K., Guidolin, M., Fu, G., Farmani, R., Butler, D., 2014. Descomposición jerárquica de los sistemas de
distribución de agua para la evaluación de fugas de fondo. En: Giustolisi, O., Brunone, B., Laucelli, D.,
Berardi, L., Campisano, A. (Eds.), 16th Water Distribution System Analysis Conference, págs. 53–58.
Diao, K., Fu, G., Farmani, R., Guidolin, M., Butler, D., 2016. Descomposición de doble jerarquía para el
diseño óptimo de sistemas de distribución de agua. J. Recursos Hídricos. Plan. Administrar 142.
Elhay, S., Piller, O., Deuerlein, J., Simpson, AR, 2016. Un método robusto y rápidamente convergente que
resuelve las ecuaciones de distribución de agua para modelos dependientes de la presión. J. Recursos
Hídricos. Plan. Administrar 142.
Farley, M., Water, S., Supply, W., Council, SC, Organization, WH, 2001. Gestión y control de fugas: un manual
de capacitación sobre mejores prácticas. Organización Mundial de la Salud, Ginebra.
Ferrari, G., Savic, D., Becciu, G., 2014. Enfoque de teoría de grafos y principios sólidos de ingeniería para el
diseño de áreas de medición de distrito. J. Recursos Hídricos. Plan. Administrar 140.
Hajebi, S., Song, H., Barrett, S., Clarke, A., Clarke, S., 2013. Hacia un modelo de referencia para
red inteligente de agua. En t. j adv. Ing. ciencia Tecnología 2, 310–317.
Hajebi, S., Temate, S., Barrett, S., Clarke, A., Clarke, S., 2014. Sectorización de redes de distribución de agua
mediante partición de grafos estructurales y optimización multiobjetivo.
En: Giustolisi, O., Brunone, B., Laucelli, D., Berardi, L., Campisano, A. (Eds.), 16th Water Distribution
System Analysis Conference, págs. 1144–1151.
Hajebi, S., Roshani, E., Cardozo, N., Barrett, S., Clarke, A., Clarke, S., 2016. Sectorización de la red de
distribución de agua mediante teoría de grafos y optimización de muchos objetivos.
J. Hidroinf. 18, 77–95.
Herrera, M., Canu, S., Karatzoglou, A., Perez-Garcia, R., Izquierdo, J., 2010. An Approach to Water Supply
Clusters by Semi-supervised Learning. Sociedad Internacional de Software y Modelado Ambiental .
Liu, J., Han, R., 2018. Clustering espectral y decisión multicriterio para el diseño de distritos
áreas medidas. J. Recursos Hídricos. Plan. Administrar 144.
MacDonald, G., Yates, CD, 2005. Diseño e implementación de DMA, A North American
Contexto, Fuga 2005, Actas de conferencias especializadas.
Morrison, J., Tooms, S., Rogers, D., 2007. Notas de orientación sobre las áreas de medición del distrito. interna
Asociación Nacional del Agua, Grupo de trabajo sobre pérdida de agua.
Perelman, LS, Allen, M., Preis, A., Iqbal, M., Whittle, AJ, 2015a. Subzonificación automatizada de
sistemas de distribución de agua. Reinar. Modelo. suave 65, 1–14.
Perelman, LS, Allen, M., Preis, A., Iqbal, M., Whittle, AJ, 2015b. Reconfiguración flexible de los sistemas de
infraestructura de agua urbana existentes. Reinar. ciencia Tecnología 49, 13378–13384.
Qi, Z., Zheng, F., Guo, D., Maier, HR, Zhang, T., Yu, T., Shao, Y., 2018. Mejor comprensión de la capacidad de
los sistemas de sensores de presión para detectar la explosión de tuberías dentro redes de distribución de
agua . J. Recursos Hídricos. Plan. Administrar 144.
Rahman, A., Wu, ZY, 2018. Enfoque de modelado de simulación y optimización de varios pasos para dividir el
sistema de distribución de agua en áreas de medidores de distrito. J. Recursos Hídricos.
Plan. Administrar 144.
Rossman, LA, 2000. Manual de usuario de EPANET 2.
Zhang, N., 2012. Investigación sobre la optimización de la tecnología de gestión de sectorización para la red de
suministro de agua urbana. (en chino). Universidad de Tianjin.
Zhang, Q., Wu, ZY, Zhao, M., Qi, J., Huang, Y., Zhao, H., 2017. Partición automática de redes de distribución de
agua mediante detección comunitaria multiescala y optimización multiobjetivo. J. Recursos Hídricos. Plan.
Administrar 143.
Zheng, F., Zecchin, A., 2014. Una descomposición eficiente y un método de optimización multiobjetivo de dos
etapas para sistemas de distribución de agua con múltiples fuentes de suministro.
Reinar. Modelo. suave 55, 143–155.
Zheng, F., Simpson, AR, Zecchin, AC, 2013. Un enfoque de descomposición y optimización de múltiples etapas
aplicado a la optimización de los sistemas de distribución de agua con múltiples fuentes de suministro.
Recurso de agua. Res. 49, 380–399.
Zheng, F., Zecchin, AC, Maier, HR, Simpson, AR, 2016. Comparación del comportamiento de búsqueda
de los MOEA NSGA-II, SAMODE y Borg aplicados a problemas de diseño de sistemas de distribución
de agua. J. Recursos Hídricos. Plan. Administrar 142.
Zheng, F., Zecchin, AC, Newman, JP, Maier, HR, Dandy, GC, 2017. Un algoritmo de optimización de
colonias de hormigas controlado por trayectoria de convergencia adaptativa con aplicación a problemas
de diseño de sistemas de distribución de agua. Trans. IEEE. Evol. computar 21, 773–791.