城市供水系統(tǒng)中大客戶用水量的分析與預(yù)測(cè).pdf

1、作為城市供水系統(tǒng)調(diào)度過程中的重要環(huán)節(jié)，可靠的城市用水量預(yù)測(cè)在保證城市供水系統(tǒng)的穩(wěn)健運(yùn)行中具有至關(guān)重要的地位。從城市供水系統(tǒng)調(diào)度管理的研究進(jìn)展來看，大量方法都是在建立整個(gè)城市的用水量預(yù)測(cè)模型，很少有學(xué)者探究局部小范圍的用水特性并對(duì)局部區(qū)域用水進(jìn)行預(yù)測(cè)。然而，將供水管網(wǎng)調(diào)度管理工作區(qū)塊化和細(xì)分化，分析小范圍用水區(qū)域的特性，進(jìn)而實(shí)現(xiàn)區(qū)域用水調(diào)度和監(jiān)測(cè)，能為整個(gè)城市管網(wǎng)的可靠性管理提供思路，同時(shí)也為局域管網(wǎng)節(jié)點(diǎn)的設(shè)備漏損監(jiān)測(cè)提供依據(jù)。
　

2、　本文將城市供水管網(wǎng)中不同的用水大戶作為研究對(duì)象。首先，提出了實(shí)時(shí)接收和保存用水?dāng)?shù)據(jù)的方法，并選用一套數(shù)據(jù)管理方案對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。其次，以人工神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)，選用在預(yù)測(cè)研究領(lǐng)域中廣泛使用的三種方法，即小波神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)方法、Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法及基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法，建立了時(shí)間序列預(yù)測(cè)模型，將模型應(yīng)用于實(shí)例中各用水大戶，對(duì)結(jié)果進(jìn)行分析并探討改進(jìn)的方案。然后，提出了改進(jìn)的模糊C均值聚類數(shù)自適應(yīng)算法，并

3、以某一用水客戶為例，使用該方法對(duì)時(shí)用水模式曲線進(jìn)行聚類分析，并根據(jù)不同模式曲線的聚類結(jié)果，對(duì)影響該客戶用水的因素（天氣、溫度、降雨、星期量等）進(jìn)行屬性約簡(jiǎn)計(jì)算，提取影響時(shí)用水量變化的主因素。最后，結(jié)合主影響因素和歷史用水?dāng)?shù)據(jù)觀測(cè)值，重新建立預(yù)測(cè)模型。實(shí)驗(yàn)表明，模型的改進(jìn)效果比較理想。
　　論文中以時(shí)間序列預(yù)測(cè)法建立的模型在部分用水區(qū)域的預(yù)測(cè)應(yīng)用中收效較好，已經(jīng)達(dá)到可靠性預(yù)測(cè)要求。通過對(duì)時(shí)用水模式曲線進(jìn)行聚類分析和屬性約簡(jiǎn)，提取了時(shí)