随着我国经济的迅猛发展,人民生活质量的稳步提升,社会节水、节能意识的日益增强,人们对供水系统的期望也越来越高。如何在稳定供水的前提下,尽可能的节约成本已经成为社会关注的焦点。泵站和清水池作为供水系统中重要的组成部分,寻求更加科学合理的运行模式是我国供水系统进一步发展的必然要求。目前我国泵站管理水平相对比较落后,传统的依赖经验管理的调度模式已经无法满足人们对日益增长的供水质量的要求,泵站运行的优化调度面临着新的挑战。本文以芜湖市三山区供水系统为依托,运用BP神经网络、遗传算法、动态规划等算法,建立时用水量预测模型、供水系统管网分析模型、泵站优化调度模型以及一、二级泵站与清水池联合优化调度模型,对泵站优化调度中所涉及的各种内容进行了系统研究,主要内容如下:(1)时用水量预测:根据芜湖市三山区时用水量的变化规律及各种影响因素,选择BP神经网络建立芜湖市三山区时用水量预测模型。模型采用3层网络结构,以过去24h的时用水量作为输入变量,将下一小时的时用水量作为输出变量,对未来用水量进行科学预测。通过芜湖市三山区实际数据检验表明,所建模型具有较高的预测精度。(2)供水系统管网分析模型:根据芜湖市三山区压力监测点的布置位置,选择BP神经网络建立芜湖市三山区供水系统管网分析模型。其中网络结构为3层,模型以7个压力监测点的时平均压力和三山水厂的时供水流量作为输入变量,将三山水厂的时平均供水压力作为输出变量。经过芜湖市三山区供水管网的实例检验,所建模型基本能够模拟管网的运行状态,可以为优化调度服务。(3)泵站优化调度:研究一、二级泵站优化调度模型的建模方法,以流量、水压、水泵性能等为约束,建立三山水厂一、二级泵站优化调度模型,并运用遗传算法进行求解。(4)一、二级泵站与清水池联合优化调度:针对一、二级泵站的工作特性,充分利用峰谷电价差和清水池的调蓄容积,以一、二级泵站日运行总电费最小和水泵机组启停次数最少为双目标,建立一、二级泵站与清水池分级优化调度模型,并分别运用动态规划方法、遗传算法进行求解,制定了一、二级泵站的优化调度运行方案。实例计算结果显示,优化后的运行方案经济效益大幅提升。