Aplicación de la herramienta PEST para la calibración de redes de distribución de agua
Type
Trabajo de grado - Maestría
Document language
EspañolPublication Date
2016-11-23Metadata
Show full item recordSummary
Para el proceso de calibración de un modelo de una red de distribución de agua se realiza la estimación de los parámetros que intervienen en el proceso de cálculo, utilizando métodos de aproximación como algoritmos de búsqueda, comparando los resultados obtenidos del modelo con mediciones sobre la red existente. PEST (Model-independent Parameter Estimation and Uncertainty Analysis) es una herramienta para la estimación de parámetros que utiliza el algoritmo de Gauss – Marquardt – Levenberg, el cual puede ser utilizado con diferentes modelos matemáticos; esta herramienta tiene la posibilidad de ejecutar el software EPANET y leer los resultados producto de la simulación, para efectuar la estimación de los parámetros de modelos de redes de distribución de agua, basados en mediciones de presiones y caudales. En este trabajo se presenta la aplicación de PEST para la calibración de un modelo matemático elaborado en EPANET, para diferentes escenarios de funcionamiento, utilizando la información y mediciones de una instalación del laboratorio de la Universidad Nacional de Colombia. Los parámetros estimados mediante la herramienta PEST fueron los coeficientes de pérdidas por accesorios, los coeficientes de descarga de los emisores y las demandas base; y se encontró que el criterio de Nash-Suttclife (NS) en los modelos calibrados se encuentra entre 0.89 y 0.93 para presiones. En los escenarios de validación el criterio NS fue bueno en general en el rango de 0.83 a 0.95, aunque en uno de los escenarios las presiones reportadas por el modelo calibrado fueron mayores a las medidas y el criterio NS fue muy bajo.Summary
Abstract: Calibration of a water distribution model requires the estimation of the best set of parameter values, which can be accomplished by implementing global search algorithms that compare model estimates with observed data. PEST (Model-Independent Parameter Estimation and Uncertainty Analysis) is a computational tool for parameter estimation based on the Gauss-Marquardt-Levenberg algorithm, which can be applied to different physical-based models, for example EPANET, using measured pressures and flows along a water distribution network. This study illustrates the application of PEST for the calibration of an EPANET model, for different flow scenarios, and using information and data from an experimental set-up installed at National University of Colombia. The estimated parameters were minor loss coefficients, emitter discharge coefficients, and water demands. We used the Nash and Suttclife efficiency coefficient to evaluate model performance. Results show an acceptable model performance since the calibrated model exhibited NS values ranging from 0.89 to 0.93. For the validation phase, the NS coefficient ranged from 0.83 to 0.95; however, for one case the model over predicted pressures on some points of the water distribution network, lowering the final NS value.Keywords
Collections
