ABSTRACT Water distribution networks (WDNs) are designed to operate over a long period, however, it is expected that their capacity reduces over time. The large set of options that can be applied to improve their capacity, combined with their hydraulic complexity and the search for the most economical solution create a difficult problem to solve. Therefore, in this paper the hydraulic and economic benefits of three rehabilitation strategies: pipes cleaning, pipe replacement and leakage fixing. were evaluated individually first and then combined into two case studies, through a cost minimization using the PSO algorithm. Initially, the relation between the investment and the reduction in pressure deficit is analyzed for each alternative to identify the best strategy, and at which point the benefits are saturated. Then, an optimization considering the combination of the three intervention techniques is made to verify if there is a prioritization of any technique, and if it is related with the individual performance. in economic and hydraulic terms pipe replacement was the best intervention technique, followed by pipe cleaning and leak repair. For substitution, few interventions are sufficient to significantly improve the pressure. Moreover, it was observed that in the intervention - combined, the algorithm prioritizes joint solutions.

RESUMO As redes de distribuição de água são projetadas para operar durante um longo período, porém, espera-se que sua capacidade se reduza ao longo do tempo. O grande conjunto de opções que podem ser aplicadas para melhorar sua capacidade, combinado com sua complexidade hidráulica e a busca da solução mais econômica, criam um problema difícil de resolver. Portanto, neste artigo são avaliados os benefícios hidráulicos e econômicos de três estratégias de reabilitação: limpeza de tubos, substituição de tubos e correção de vazamentos. Primeiramente, cada estratégia é avaliada individualmente, e em seguida avaliadas em conjunto em dois estudos de caso, utilizando a minimização dos custos através do algoritmo PSO. Primeiro é avaliada a relação entre o investimento e a redução do déficit de pressão, tentando identificar a melhor estratégia, e em que ponto os benefícios são saturados. Em seguida, é feita a otimização considerando a combinação das três técnicas de intervenção para verificar se há a priorização de alguma das técnicas, e se essa priorização está relacionada com seu desempenho individual. Em termos econômicos e hidráulicos, a substituição de tubos foi a melhor técnica de intervenção, seguida da limpeza de tubulações e do conserto de vazamentos. No caso da substituição, poucas intervenções são suficientes para melhorar significativamente a pressão. Além disso, foi observado que quando as técnicas de intervenção são combinadas, o algoritmo prioriza a soluções conjuntas.

RESUMO O conhecimento dos parâmetros hidráulicos em uma rede de distribuição de água pode ser usado para indicar problemas em tempo real, como rompimentos de tubos, pequenos vazamentos, aumento da rugosidade do tubo e conexões ilegais. No entanto, uma indicação precisa depende da quantidade e qualidade dos dados adquiridos, ou seja, do número de sensores usados para monitorar a rede e sua localização. Entretanto, não é economicamente viável ter um grande número de sensores, portanto, o uso da inteligência artificial, como Redes Neurais Artificiais (RNAs) podem reduzir a falta de informações necessárias para identificar problemas, estimando parâmetros hidráulicos através das poucas informações coletadas. A confiabilidade das RNAs depende de sua arquitetura, então, neste trabalho, diferentes condições são testadas para o treinamento das RNAs de modo a identificar quais são os parâmetros mais relevantes a serem ajustados quando utilizadas na estimativa de pressão.

ABSTRACT The knowledge of hydraulic parameters in water distribution networks can indicate problems in real time, such as pipe bursts, small leakages, increase in pipe roughness and illegal connections. However, an accurate indication relies on the quantity and quality of the data acquired, i.e., the number of sensors used to monitor the network and their location. It is not economic feasible have a great number of sensors, thus, the use of artificial intelligence, such as Artificial Neural Networks (ANNs) can reduce the lack of information necessary to identify problems, estimating hydraulic parameter through the few information collected. The reliability of ANNs depends on its architecture, so, in this paper, different conditions are tested for ANN training to identify which are the most relevant parameters to be adjusted when the ANN is used for pressure estimation.

RESUMO A otimização da operação das estações elevatórias nas redes de distribuição de água tem sido amplamente estudada, principalmente com o desenvolvimento de conversores de frequência, que permitem que as máquinas ajustem a potência hidráulica de acordo com as demandas requeridas. Embora essa abordagem resulte em muitos benefícios, as características originais das bombas permanecem as mesmas. Consequentemente, as bombas podem estar operando em um intervalo de eficiência abaixo do ideial. Portanto, esse artigo irá avaliar os beneficios que a seleção otimizada de uma bomba pode gerar para sua operação com rotação variável. A seleção da bomba com o melhor ponto de operação e o número de bombas operando em paralelo na rede foram definidos através da técnica Particle Swarm Optimization (PSO), minimazando os custos de energia do sistema. Os resultados mostram que não há benefício em operar múltiplas bombas em paralelo, e que manter uma rotina operacional mais flexível reduz significativamente os gastos com energia, principalmente quando a bomba é selecionada com este objetivo.

ABSTRACT The optimization of pumping stations operation in water distribution networks has been largely studied, especially with the development of speed drivers, which allowed the machines to adjust the hydraulic power inserted to the system according to the demand requirements. Although this approach results in high benefits, the original characteristics of pumps remains the same. Consequently, the pumps can be operating in a range of suboptimal efficiency. Thus, this paper will evaluate the benefits that an optimized pump selection can bring for variable speed operation. The selection of the pumps best efficiency point and the number of pumps operating in parallel are defined applying Particle Swarm Optimization (PSO) to minimize the energy costs of the system. For the case study, the results show that there is no benefit when more pumps are operated in parallel, and that a flexible operational routine significantly reduces the energy expenses, especially when the pump is selected for this purpose.

RESUMO A gestão integrada dos sistemas de abastecimento de água com o uso eficiente dos recursos requer a otimização das operações. O agrupamento das redes de abastecimento de água em pequenas unidades, chamadas de distritos de medição (DMAs), é uma estratégia que permite o desenvolvimento de regras operacionais específicas, responsáveis por melhorar o desempenho da rede. Neste contexto, os métodos de classificação agrupam os nós vizinhos de acordo com características semelhantes, como elevação ou distância à fonte de água. Utilizando os critérios topológicos, operacionais e matemáticos para determinar a configuração dos DMAs, o trabalho apresenta um modelo k-means e um modelo híbrido, que combina um mapa auto-organizado (SOM) com o algoritmo k-means, como métodos de agrupamento. Comparou-se quatro critérios matemáticos, Silhouette, GAP, CalinskiHarabasz e Davies-Bouldin e analisou-se a influência de três critérios topológicos variáveis, a demanda de água, a elevação dos nós e o comprimento do tubo, para determinar o número ótimo de agrupamentos. Ademais, com o intuito de identificar a melhor configuração de DMAs, o método de otimização de enxame de partículas (PSO) foi aplicado para determinar o número, o custo, as pressões e a localização das entradas do DMA.

ABSTRACT Integrated management of water supply systems with efficient use of natural resources requires optimization of operational performances. Dividing the water supply networks into small units, so-called district metered areas (DMAs), is a strategy that allows the development of specific operational rules, responsible for improving the network performance. In this context, clustering methods congregate neighboring nodes in groups according to similar features, such as elevation or distance to the water source. Taking into account hydraulic, operational and mathematical criteria to determine the configuration of DMAs, this work presents the k-means model and a hybrid model, that combines a self-organizing map (SOM) with the k-means algorithm, as clustering methods, comparing four mathematical criteria to determine the number of DMAs, namely Silhouette, GAP, Calinski-Harabasz and Davies Bouldin. The influence of three clustering topological criteria is evaluated: the water demand, node elevation and pipe length, in order to determine the optimal number of clusters. Furthermore, to identify the best DMA configuration, the particle swarm optimization (PSO) method was applied to determine the number, cost, pressure setting of Pressure Reducing Valves and location of DMA entrances.