Generation of synthetic water demand time series at different temporal and spatial aggregation levels

This paper presents a procedure for the generation and spatial-temporal aggregation of synthetic water demand time series which reproduce the main statistics - mean, variance and (spatial and temporal) covariance - of the corresponding observed series. Starting from observed historical time series taken at low levels of temporal aggregation (e.g., one minute) and relating to individual users, the procedure enables a) the generation of synthetic water demand time series for every individual user with a time step of one minute, b) the temporal aggregation of these synthetic series in order to obtain synthetic water demand time series with a time step, for example, of one hour, and which are such as to reproduce the hourly mean, variance and temporal covariances of the corresponding temporally aggregated historical time series, and c) the spatial aggregation of the synthetic hourly water demand time series of every user in order to generate a synthetic water demand time series that is representative of the entire group of users considered, and is such as to reproduce the mean, variance and temporal covariance observed at that level of spatial aggregation; The entire procedure was parameterized and applied to a case study on the water demands of 21 users of the water distribution system of Milford (Ohio). The results obtained show that the temporal aggregation procedure is effective in generating hourly water demand time series that preserve the mean, variance and temporal correlation of the historical time series for every individual user, while the spatial aggregation method shows good level of effectiveness in preserving the statistics of the aggregated series. Overall, the proposed procedure is demonstrated to be a valid tool for the bottom-up generation of synthetic water demand time series at various levels of spatial-temporal aggregation which reproduce the mean, variance and covariance statistics of the historical time series.     

基于非线性优化理论的混凝土材料配合比研究

建立了高强混凝土的强度预测的非线性优化模型。并将该模型计算结果与实测混凝土28 d抗压强度进行比较。改用十进制遗传算法在训练过程中搜索最优超参数,形成遗传-组合核函数高斯过程回归算法,并编制了相应的计算程序,研究结果表明:与单一核函数高斯过程回归算法和支持向量回归(SVR)算法相比,提出的遗传-组合核函数高斯过程回归算法显著提高了预测精度,预测结果与实测结果吻合较好,具有较高的预测精度,为高强混凝土的强度预测提供了一条新途径。     

城市燃气负荷非平稳时序预测模型的研究

以时间序列分析理论为基础,针对城市燃气负荷具有非平稳时间序列的特点,介绍了非平稳时序模型建模流程。提出了基于Box和长自回归白噪化的改进建模方法,建立了城市燃气负荷用Fourier级数描述周期项及AR模型描述平稳项的非平稳时序模型。     

我国"三步走"战略中工业需水量趋势

简要回顾了我国1980年—2002年的用水情况,对工业用水量与工业增加值的关系进行了分析。对我国在实现第三步战略目标这一过程中的工业需水量进行了预测,结果表明我国工业需水量将在2040年左右达到顶峰,约为1 600×108 m3。     

天津市滨海新区供水系统的优化

在合理确定用水指标的基础上,预测出2020年滨海新区城市总需水量为445.96×104m3/d;对多种水资源进行综合配置,得到2020年滨海新区城市自来水的总需求量为251.58x104/d;根据就近供水这一基本原则及滨海新区供水管网分布的现状,建立各水厂与各用水区域之间的供需关系;通过建立总费用最小这一目标函数,对系统中各水厂的供水量进行了优化,最终决定在滨海新区内新建2座水厂、扩建6座水厂、其余4座水厂暂时维持现状.     

从需水量探索茂名市中水回用的必要性

通过茂名市城区生活及工业需水量预测分析,建议茂名市进行中水回用的技术研究,及早开辟第二水源,为建设节水型茂名提供参考,并进一步证明了茂名市市区生活污水回用于生活和工业用水的必要性。     

改进单指数平滑法预测某市日用水量

为实现供水管网经济、可靠、科学的优化调配用水量,给出一种基于改进单指数平滑预测方法,该预测方法引进"追踪信号"来反应时间序列的变化,通过重新修正平滑常数a以建立改进单指数预测模型。以东北某城市日用水量为原始数据进行了实际预测,模型精度检验的结果满足Y市用水量要求,该预测模型应用于Y市的日用水量预测,为Y市供水优化调配提供有效依据。     

改进的RBF网络在区域需水预测中的应用

利用径向基函数神经网络,建立了区域用水量预测模型,改进了RBF网络学习方法;根据某地区近年来影响用水量主要影响因素的数据对该网络进行训练,并用训练好的网络模型对该区域以往和今后不同年份的用水量进行预测;对以往用水量预测结果表明该模型有较高预测精度、通用性和客观性.     

一个基于网络计划技术的建筑施工管理系统

本文作者根据网络计划技术 ,利用Dephi4.0工具开发了一套建筑施工管理系统。本系统以建筑施工项目为管理对象 ,围绕建设项目的施工准备、施工规划、项目施工、项目竣工验收和项目保修等环节 ,以提高劳动生产率 ,提高工程质量为目标 ,利用网络计划优化技术及其它先进的管理方法 ,建立了一个通用的、智能化的工程施工管理模型。     

岩土工程时间序列预报问题初探

 对岩土工程中的时间序列预报问题进行了研究, 认为: 在该类问题中, 灰色建模存在着一定的问题, 通过两个实例指出神经元网络是解决岩土工程时间序列预报问题的有效方法。     

SVM在张弦桁架施工变形预测中的应用研究

在介绍支持向量机的理论基础及其在时间序列预测中应用方法的基础上,建立一种基于支持向量机的结构变形预测方法。通过在某会展中心张弦桁架实际变形数据中的应用并与AR模型预测方法进行对比,验证了基于支持向量机的结构变形预测方法的准确性和优越性,该方法有较高的预测精度,并且在预测区间较长情况下同样有效,具有较大的研究意义并可以在实际预测中应用。     

时间序列方法及其在实际办公楼能耗预测中的应用

建立了基于时间序列分析方法的建筑能耗预测模型,对上海某办公建筑逐月能耗进行预测.采用CensusX12方法进行季节调整,建立ARMA时序模型,并对季节因子进行温度化处理.模拟结果表明,采用时间序列分析的方法来预测建筑能耗是一种有效方法.     

城市市政杂用再生水需水量计算分析

对我国再生水用作市政杂用水所需水量进行了分析、计算及预测.并对污水回用作市政杂用提出了今后的研究方向.     

National Rivers Authority National Strategy and Planning for the Future

The protracted drought from 1988 to 1992 has focused attention upon the availability of water sources in England and Wales. The drought was most severe in the east and south-east parts of England, which also coincides with the areas having (a) the least available water resources, (b) the greatest forecast increase in demand, and (c) the majority of low-flow problems due to excessive authorized abstraction. Even with increasing attention being paid to demand management, there is a need to develop further water-resource schemes. Once local options have been developed it is likely that inter-basin transfers will be required.     

地下采矿生产事故预报专家系统

 采矿生产事故预报专家系统是金川二矿区安全管理与事故预报智能集成系统中的一个子系统。介绍专家系统的结构, 功能与研究开发技术路线。     

给水管网运行优化计算方法研究进展

给水管网运行优化是管网模型的最重要应用之一,有必要对该问题研究进展进行回顾和总结。分析了给水管网运行优化问题,从管网需水量预测模型、水力计算模型、运行优化决策模型三方面介绍了管网运行优化的各种计算方法和技术,并分析了各方法存在的问题和难点。研究结果表明,应进一步完善管网运行优化的相关算法,以指导工程实践。     

人工神经网络及在建筑施工中应用

从人工神经网络的发展入手,对其基本概念及组成特性做了介绍。并以反向传播模型B-P模型为例阐述了人工神经网络(ANN)的结构及学习算法,给出了B-P模型的实现方法及最终在建筑施工中的成功应用,指出了人工神经网络系统广阔的应用前景,最后提出了今后研究的方向。     

人均综合用水量法在西南城市中的应用探讨

科学的需水量预测是城市水源规划和供水工程建设的重要依据。结合实例对我国西南某城市总体规划中市域范围需水量预测方法进行了探讨,并提出人均综合用水量法是预测需水量的有效方法之一。     

煤层底板突水组合人工神经网络预测

综合考虑水源、水压、隔水层、断层等因素对煤层底板突水的影响 ,采用遗传算法训练人工神经网络 ,建立了煤层底板突水组合人工神经网络预测模型。实例分析表明 ,采用遗传算法训练BP网络明显提高了人工神经网络的预测精度 ,使预测结果更加可靠     

基于集对分析的供水管网漏损预测模型

探讨了集对分析法在供水管网漏损预测中的实现途径,从同、异、反三个方面度量漏损预测样本与历史样本的相似性,建立了基于集对分析的漏损预测( SPA - LF)模型.应用结果表明,SPA - LF对预测过程不确定性的描述较为详细,供水管网漏点数及漏损频率预测结果均显示出SPA - LF模型的有效性,减小了预测过程的不确定性,与灰色系统模型、指数平滑模型及神经网络模型预测结果相比,SPA - LF模型取得了满意的预测精度.SPA - LF模型计算简单,使用方便,可为供水管网的维护及管道更新提供决策支持.