基于用户长期平均出水量的最小夜间用水量建模方法及其在漏损评估中的应用

本文提出了一种创新的最小夜间用水量（MNC）建模方法，通过建立MNC与用户长期平均出水量（Qagg）的线性关系，突破了传统以用户数量（Nu）为自变量的模型局限。研究基于三个意大利案例区（DMA）的智能水表数据，证明新模型系数β具有有界性（0

　　

供水管网（WDN）作为城市关键基础设施，其漏损问题正引发全球性关注。据统计，美国每年发生24万起主管道破裂事件，全球非收入水（NRW）年损失达1260亿立方米，造成390亿美元经济损失。传统漏损评估方法主要基于最小夜间流量（MNF）与最小夜间用水量（MNC）的差值计算，其中MNC通常采用以用户数量（N_u）为自变量的线性模型（MNC_agg = α×N_u）。然而，该模型系数α在不同国家呈现显著差异（如英国1.7 L/用户/小时、意大利2.8-4 L/用户/小时），且理论无界性导致预测不确定性较高。

研究方法创新：从用户数量到长期平均出水量的范式转变

本研究提出将MNC建模为长期平均用户出水量（Q_agg）的函数，建立新型线性模型MNC_agg = β×Q_agg。该模型通过四步分析法实现：首先识别区域最小用水时段（MCT，通常为凌晨2-5点），接着基于智能水表数据逐户计算MNC，然后通过渐进聚合生成MNC_agg与N_u/Q_agg的关系曲线，最终构建包含所有可能聚合路径的包络区域。其中β系数具有理论有界特性（0<>

案例研究揭示模型优越性

针对意大利三个典型区域（CSA、CSB、CSC）的分析显示，住宅用户日均用水呈双峰模式（早晚高峰），非住宅用户曲线波动更大且正偏态显著。通过比较两种模型的平均包络宽度（W）和决定系数（R²）发现：

• •
  住宅用户：新模型使W值降低7%-11%，β系数集中在0.09-0.14的狭窄区间
• •
  非住宅用户：W值降幅达28%-69%，β系数范围0.17-0.47
• •
  所有案例中，代表模型拟合度的直线均位于包络区域中心位置

模型应用价值与推广前景

新型模型通过将MNC与可计量参数Q_agg关联，显著提升漏损评估精度。其系数β可视为"需求系数"，反映最小用水量与平均用水量的比例关系，比传统α系数更具物理解释性。对于混合用户区域，建议按用户类别出水量的加权平均计算β值。尽管非住宅用户的β值离散度较高，但模型为水务公司优化维修预算分配提供了更可靠的工具。未来需进一步研究不同非住宅活动类型对β值的影响，并验证模型在意大利以外地区的适用性。

技术突破点总结

本研究核心创新在于：通过智能计量技术实现用水行为的精细化解析，建立具有物理意义的有界系数模型，有效克服传统方法对用户数量过度依赖的缺陷。这种以平均流量为基准的建模思路，为全球水资源管理领域提供了一种可复制的技术范式，尤其适用于智慧城市建设中的基础设施数字化升级需求。