基于时差系数的城市原水需水量预测应用

doi:10.16183/j.cnki.jsjtu.2017.10.016

摘要/Abstract

摘要： 以上海市青草沙原水智能调度管理系统为背景,采用基于改进粒子群的最小二乘支持向量机为原水需水量预测的方法，得到了较为准确的预测效果.通过对需水量数据进行特征分析，发现在节假日需水量预测与实际供水量有较大误差.建立基于时差系数的小时级与天级原水需水量预测模型，用以改善和优化原天级预测模型.最后，结合水厂的实际运行情况，将优化改善后的预测模型应用于水厂，为其提供更为精确的需水量预测并取得较好结果.

关键词: 需水量预测；时差系数；粒子群算法；最小二乘支持向量机

Abstract: The support of water supply system has been a concerned focus of urban construction. The accurate prediction of short term water quantity is important for the whole water system operation and maintenance. In this paper, the intelligent scheduling management system for raw water based on least square support vector machine with improved particle swarm optimization is proposed by means of the project Shanghai Qingcaosha Intelligent Raw Water Dispatch and Management System. After analyzing the characteristics of water quantity data, the results of water quantity prediction have a big deviation from the actual water supply during the holidays. So forecasting model of daily and hourly water demand is built based on time difference coefficient to optimize the original prediction model. Combined with the actual operation and process conditions of water plant, this optimized model is applied to water plant to provide more accurate water supply scheduling suggestion.

Key words: water demand forecasting; time difference coefficient; particle swarm optimization algorithm; least square support vector machine

中图分类号:

TP 29

罗华毅，王景成，杨丽雯，李肖城. 基于时差系数的城市原水需水量预测应用[J]. 上海交通大学学报, 2017, 51(10): 1260-1267.

LUO Huayi,WANG Jingcheng,YANG Liwen,LI Xiaocheng. Research and Application of Urban Water Demand Forecasting
Based on Time Difference Coefficient[J]. Journal of Shanghai Jiao Tong University, 2017, 51(10): 1260-1267.

参考文献

［1］上海市水务局, 上海市统计局. 上海市第一次水利普查暨第二次水资源普查公报［EB/OL］, (201388) ［2014112］.http:∥shzw.eastday.com/shzw/G/20130808/u1ai111884.html.
［2］HERRERA M, TORGO L, IZQUIERDO J, et al. Predictive models for forecasting hourly urban water demand［J］. Journal of Hydrology, 2010, 387(1): 141150.
［3］TIWARI M K, ADAMOWSKI J. Urban water demand forecasting and uncertainty assessment usingensemble waveletbootstrapneural network models［J］. Water Resources Research, 2013, 49(10): 64866507.
［4］王春超, 王丽萍, 曹云慧, 等. 改进多变量灰色模型在城市用水量预测中的应用［J］. 水电能源科学, 2013, 31(2): 2729.
WANG Chunchao, WANG Liping, CAO Yunhui, et al. Application of improved multivariable grey model in urban water consumption prediction［J］. Water Resources and Power, 2013, 31(2): 2729.
［5］JAIN A, VARSHNEY A K, JOSHI U C. Shortterm water demand forecast modelling at IIT Kanpur using artificial neural networks［J］. Water Resources Management, 2001, 15(5): 299321.
［6］岑健, 危阜胜, 张多宏, 等. 最小二乘支持向量机用于水量预测［J］. 计算机仿真, 2009, 26(7): 212215.
CEN Jian, WEI Fusheng, ZHANG Duohong, et al. Least squares support vector machines for water quantity prediction［J］. Computer Simulation, 2009, 26(7): 212215.
［7］岳琳, 张宏伟, 王亮. 粒子群优化算法在城市需水量预测中的应用［J］.天津大学学报, 2007, 40(6): 742746.
YUE Lin, ZHANG Hongwei, WANG Liang. Application of particle swarm optimization in prediction of urban water demand［J］. Journal of Tianjin University, 2007, 40(6): 742746.
［8］戢钢, 王景成, 葛阳, 等. 城市小时级需水量的改进型引力搜索算法最小二乘支持向量机模型预测［J］. 控制理论与应用, 2014, 31(10): 13771382.
JI Gang, WANG Jingcheng, GE Yang, et al. Gravitaional search algorithmleast squares support vector machine model forecasting on hourly urban water demand［J］. Control Theory & Applications, 2014, 31(10): 13771382.
［9］PALMER R N, HOLMES K J. Operational guidance during droughts: Expert system approach［J］. Journal of Water Resources Planning and Management, 1988, 114(6): 647666.
［10］ZHOU S L, MCMABON T A, WALTON A, et al. Forecasting daily urban water demand: A case study of Melbourne［J］. Journal of Hydrology, 2000, 236(3): 153164.
［11］DING B, HUANG B. Constrained robust model predictive control for timedelay systems with polytopic description［J］. International Journal of Control, 2007, 80(4): 509522.
［12］任崇光, 高俊芳, 张黛华. 时间序列分析在水量预测中的应用［J］. 预测, 1985(S1): 7784.
REN Chongguang, GAO Junfang, ZHANG Daihua. Application of time series analysis in water quantity forecast［J］. Forecasting, 1985(S1): 7784.
［13］郑毅. 时间序列数据分类、检索方法及应用研究［D］. 合肥：中国科学技术大学研究生院, 2015.
［14］吕谋, 赵洪宾. 城市日用水量预测的实用动态模型［J］. 哈尔滨建筑大学学报, 1998, 31(3): 3944.
L Mou, ZHAO Hongbin. A practical dynamic model for forecasting urban daily water consumption ［J］. Journal of Harbin University of Civil Engineering and Architecture, 1998, 31(3): 3944.
［15］SHVARTSER L, SHAMIR U, FELDMAN M. Forecasting hourly water demands by pattern recognition approach［J］. Journal of Water Resources Planning and Management, 1993, 119(6): 611627.

编辑推荐 0

Metrics

阅读次数

全文

109

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	5	0	104

来源	本网站	其他网站

次数	31	78
比例	28%	72%

摘要

1125

最新录用	在线预览	正式出版

82	0	1043

来源	本网站	其他网站

次数	504	621
比例	45%	55%

[1]	赵子任1, 杜世昌1, 黄德林1, 任斐2, 梁鑫光2. 多工序制造系统暂态阶段产品质量#br# 马尔科夫建模与瓶颈分析[J]. 上海交通大学学报, 2017, 51(10): 1166-1173.
[2]	周鹏辉, 马红占, 陈东萍, 陈梦月, 褚学宁. 基于模糊随机故障模式与影响分析的#br# 产品再设计模块识别[J]. 上海交通大学学报, 2017, 51(10): 1189-1195.
[3]	李昌玺1, 2, 周焰1, 林菡3, 李灵芝1, 郭戈1. 基于MIMOFNN模型的弹道导弹目标#br# 时空序贯融合识别方法[J]. 上海交通大学学报, 2017, 51(9): 1138-.
[4]	冯明月, 何明浩, 韩俊, 郁春来. 基于协方差拟合旋转不变子空间信号参数#br# 估计算法的高分辨到达角估计[J]. 上海交通大学学报, 2017, 51(9): 1145-.
[5]	杨平1，盛杰1，王禹程2，李柱永1，金之俭1，洪智勇1. YBa2Cu3O7δ超导带材非均匀性对失超传播特性的影响[J]. 上海交通大学学报（自然版）, 2017, 51(9): 1090-1096.
[6]	王星, 周一鹏, 田元荣, 陈游, 周东青, 贺继渊. 基于改进遗传算法和SinChirplet原子的调频#br# 雷达信号稀疏分解[J]. 上海交通大学学报, 2017, 51(9): 1124-1130.
[7]	张良俊1, 2, 李晓慈1, 吴静怡1, 蔡爱峰1. 大型空间展开机构微重力环境模拟#br# 悬吊装置热结构耦合分析[J]. 上海交通大学学报, 2017, 51(8): 954-961.
[8]	夏海亮1, 2, 刘亚坤1, 2, 刘全桢3, 刘宝全3, 傅正财1, 2. 长持续时间雷电流分量作用下电极形状#br# 对金属烧蚀特性的影响[J]. 上海交通大学学报, 2017, 51(8): 903-908.
[9]	谷家扬, 谢玉林, 陶延武, 黄祥宏, 吴介. 新型浮式钻井生产储油平台#br# 涡激运动数值模拟及试验研究 [J]. 上海交通大学学报, 2017, 51(7): 878-885.
[10]	林达, 朱益佳, 魏小栋, 王志宇, 张武高. 喷油参数对聚甲氧基二甲醚/柴油发动机燃烧及其#br# 颗粒物排放的影响[J]. 上海交通大学学报, 2017, 51(7): 787-795.
[11]	孟庆阳1, 阎威武1, 胡勇1, 程建林1, 陈世和2, 张曦2. 基于子空间方法的超超临界机组#br# 过热蒸汽系统模型辨识[J]. 上海交通大学学报, 2017, 51(6): 672-678.
[12]	蒋华军a, 蔡艳a, b, 李超豪a, 李芳a, b, 华学明a, b. 基于改进Sobel算法的焊缝X射线图像#br# 气孔识别方法[J]. 上海交通大学学报, 2017, 51(6): 665-671.
[13]	董冠华,殷勤,殷国富,向召伟. 机床结合部耦合动刚度的辨识与建模[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1263-1434.
[14]	谢启江，余海东. 硬岩掘进机刀盘载荷与撑靴接触界面刚度的耦合关系[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1269-1275.
[15]	仲健林1，马大为1，任杰1，李士军2，王旭3. 基于平面应变假设的橡胶圆筒静态受压分析[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1276-1280.