基于独立计量区的夜间最小流量的研究进展

夜间最小流量是评估独立计量区实际漏损水平的重要指标,流量数值的变化有助于管理者及时发现新增漏点,开展主动探测,降低泄漏损失和产销差等经济损失。在指出夜间最小流量构成的基础上,重点回顾了夜间最小流量的发生时间、基准值确定方法和夜间最小流量的应用,并对基准值的确定方法的优缺点进行了对比分析。研究发现各地夜间最小流量出现的时间存在差异,基准值的确定方法受客观条件限制,通用性较差,相对而言,采用统计学确定夜间合法用水量进而得到夜间最小流量基准值的方法应用性较强。     

考虑参数相关性的给水管网模型不确定性分析

给水管网运行环境的随机性与复杂性,导致管网水力模型参数存在不确定性.为分析模型参数的不确定性对模拟结果的影响,基于Monte Carlo随机模拟方法,提出考虑参数相关性的给水管网模型不确定性分析方法.将存在相关性的参数视为具有一定相关系数的随机变量,在Monte Carlo随机抽样阶段,先进行独立正态随机数抽样;当计算随机样本对应的管网模型结果时,通过逆-正交变换和逆-Nataf变换,把独立正态随机数转换为相关随机数,将相关随机数作为管网模型参数值进行水力计算.以管道摩阻系数的相关性和不确定性对模型计算结果中的节点压力和管道流量的影响为重点进行探讨.算例分析结果表明,管道摩阻系数的相关性对不确定性分析结果有显著的影响,考虑相关性与不考虑相关性的计算结果相比,节点压力、管道流量的平均波动值相差比率分别可达70%和60%以上.所以,在给水管网模型的不确定性分析中应该考虑模型参数间的相关性问题.     

基于Bayesian-LSSVM和残差修正的用户短期需水量预测

为有效改善供水管网短期需水量预测模型在预测精度和稳定性方面存在的不足,提出在短期需水量预测模型基础上叠加残差预测模型的组合预测建模方法.首先采用贝叶斯最小二乘支持向量机法(Bayesian-LSSVM)建立管网用户需水量时间序列预测模型(BL模型),得到需水量预测初始值;对BL模型得到的需水量预测初始值的残差序列,构建基于贝叶斯最小二乘支持向量机法的混沌时间序列预测模型(RM模型),得到残差预测值;同时将RM模型得到的残差预测值实时补偿到BL模型的需水量预测初始值中,得到经过残差修正的需水量预测值.实例结果表明,RM模型可以准确捕获BL模型需水量预测初始值的残差变化趋势,对其残差序列进行准确预测;在短期需水量预测的精度和稳定性方面,由BL模型和RM模型叠加构成的组合预测模型(BL+RM模型)明显优于单一BL模型;BL+RM模型适用于平均需水量较小、水量波动性较大等不同特点用户的短期需水量预测,可有效满足实际工程的需要.