城市给水系统优化调度研究综述

现介绍了城市给水系统优化调度的主要内容.用水量预测研究和给水管网数学模型研究是优化调度的基础.用水量预测模型是在分析城市用水量序列数据模式的基础上,综合利用统计回归的方法建立的数学表达式.给水管网数学模型是建立水厂出厂压力和流量与管网测压点之间的经验数学表达式,它反映了给水系统的运行工况.优化调度模型的建立和求解是优化调度的核心.     

南京市给水管网微观模型优化调度研究

将给水管网优化调度技术应用于城市供水系统当班调度 ,具有经济效益和社会效益。通过对南京市给水管网优化调度数学模型与计算方法的研究、软件设计、优化调度模型校验与生产实践试运行论证及效果分析 ,提出了南京市给水管网微观模型优化调度生产应用方法 ,并在供水管网运行调度中得到了验证     

城市供水负荷预测模型研究

城市供水负荷预测是给水系统优化调度的基础.用水量负荷既有一定的规律性,又有很强的随机性,未来某一时刻的用水量负荷,通常与过去的负荷水平、当前的运行状况等因素密切相关.用水量预测是在分析城市用水量序列数据模式的基础上,综合利用统计回归的方法建立的数学表达式来预测供水负荷.     

给水管网漏损预测模型研究

给水管网漏损影响因素复杂,难以进行有效控制。通过建立不同的数学模型,对管网漏损情况进行预测,从而为管网管理、维护和更新改造优化提供重要参考依据。     

浅谈城市供水管网智能调配系统

城市供水管网的智能调配系统是在保证供水安全可靠并且满足用户用水量要求的前提下,根据管网监测系统反馈的实时运行状态数据,利用科学的预测手段和最优化技术,从各种可能的调度方案中确定一种使系统总运行费用最省,可靠性最高的优化调度方案,获得满意的经济效益和社会效益。以克拉玛依市供水管网系统为例建设管网智能调配系统,结合地理信息系统建立给水管网水力模型,实现对给水系统中压力、流量等分布的全面了解并制定最优的调度运行管理方案和对突发事件的处置方案,提高水资源的利用率和自来水公司的管理水平。     

给水管网水力计算模型数据库的开发

数据库系统是对数据进行存储、管理、处理和维护的软件系统,是现代计算环境中的一个核心成分.给水管网水力计算模型数据库的建立,可以把给水管网计算、监控、调度、运行、优化设计和绘图有机地结合在一起.它为给水系统现代化管理提供了有利条件.     

滨江山地城镇给水管网优化方法研究与工程实例

研究了滨江山地城镇给水管网的分区优化模型,得出了适用于研究对象的优化目标函数数学表达式,并进行分区优化。由于滨江山地城镇给水管网组成多而分散,管网结构复杂,相应的优化问题属于大型混合离散变量优化问题,模型最优解求解难度大。故提出分步分级优化思想的分层协调算法求解管网优化。首先将管网优化问题分解成管网分区布局优化和各区管网运行参数优化两个优化阶段,逐层寻优,从而求解管网最优化。根据某实例的优化结果可知,该模型及求解方法合理有效,可适用于滨江城镇管网优化。     

给水管网微观模型中节点流量在线预测计算方法研究

阐述了研究区域时总用水量数据整理、时总用水量预测、制作用水模式曲线、节点流量预测值计算 ,建立了给水管网微观模型中节点流量在线预测计算方法 ,并在实践中加以验证。     

研究生论文摘要(25)

研究生论文摘要（２５）给水系统宏观模型与优化调度的研究硕士生：廖振良导师：俞国平（同济大学环境工程学院２０００９２）城市供水企业是耗电大户，实施给水管网的优化调度可以达到节能的目的。本文以现场监测记录为基础，提出了一种测压点压力宏观模型，经过数学推导...     

基于GAMS模型的配水系统阀门与泵的优化调度研究

研究了复杂大型给水管网络(WDN)中的泵阀调度优化问题.在建立水力模型和运行约束的基础上,通过GAMS语言自动生成了优化模型.为了减小优化问题的规模,采用模块降阶算法对全水力模型进行了简化,同时保留了模型的非线性特性.使用非线性规划求解器CONOPT对优化模型进行求解.对考虑不同视角、时间步长、操作约束和拓扑变化等多个...     

基于PSO-GRNN方法的城市用水量短期预测

鉴于城市用水量短期预测中传统的神经网络训练易陷入局部极小点、收敛速度较慢等问题,采用具有全局随机优化思想的PSO算法对GRNN神经网络径向基函数的扩展速度进行优化,提出了城市用水量的PSO-GRNN神经网络预测方法。根据某市日用水量的实测数据进行建模和预测,通过与最小二乘模型、核估计模型、局部线性估计模型的模拟效果进行对比表明：PSO-GRNN网络具有较强的自适应能力和泛化能力,能够有效地提高用水量的预测精度。     

基于粗集和改进BP网络的城镇日用水量预测模型

针对城镇日用水量受某些影响因素冗余性、非定量性、非线性的影响以及这些影响在预测模型中很难体现等问题,分析了影响城镇日用水量的因素,利用粗集知识约简方法去除冗余,选择影响城镇日用水量的主要因素,结合改进的BP网络建立城镇日用水量预测模型,并将该模型的预测效果与未采用粗集方法去除因素冗余的模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更加适用于影响因素较多的城镇年、月用水量的预测。     

灰色理论在区域水资源耗用量预测中的应用研究

针对对区域水资源可持续开发利用研究中的未来年份里区域耗水量的估计预测问题,借鉴灰色理论,建立了基于灰色理论的区域水资源耗水量预测模型,并通过奎屯市取水量的预测值与实际值的对比和误差分析,和利用数理统计检验中的后残差检验法检验,发现该预测模型较为实用、方便、较为准确且精确度高.证实灰色理论在区域水资源的耗水量的预测中是有...     

城市年用水量灰色预测研究

灰色预测模型要求原始数据序列满足指数规律,而实际上城市用水波动性大,无典型指数趋势变化,而一般呈代数曲线形式变化,因此本文提出了改进的灰色模型在城市年用水量预测中的应用,改进的灰色预测模型主要基于灰色预测模型一次累加的建模思路。将改进的灰色预测模型用于某城市的年用水量预测,结果表明:改进的灰色预测模型与传统的灰色预测模型相比,平均相对误差以及原点误差均较小,可用于该市的年用水量预测,为该市年用水的宏观调控与用水规划提供参考。     

ARIMA模型在人均生活用水量预测中的应用

随着生活用水量需求的日益增加,对于人均生活用水量的合理预测成为城市给水规划的关键。以上海市1949-2003年的人均生活用水量统计资料为依据,利用SPSS11．5软件的ARIMA模型功能对上海市短期人均生活用水量进行预测。该模型的缺点是只能对人均生活用水量数据做短期预测,对于长期预测,由于不确定性的增加,结果的偏差将有所增加。     

基于神经网络的城市日用水量预测

分析了影响城镇日用水量的非线性因素,利用人工神经网络,选择影响城市日用水量的主要因素。建立城镇日用水量预测模型,并将该模型的预测效果与传统的日用水量模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。     

基于改进灰色模型的水资源预测

为了提高灰色模型GM(1,1)对用水量预测的精度,通过对传统灰色模型的残差序列进行改进,提出了一种新的灰色改进预测模型。将其应用于城市居民生活用水量预测中,结果表明:与传统GM(1,1)模型预测值相比,改进GM(1,1)模型预测值与实际值拟合效果更好。     

贝叶斯神经网络在城市短期用水预测中的应用

严格水资源管理制度实施的背景下,短期用水量预测对城市供水系统调度的作用日益显著。在分析日用水量时序演化规律及随机性影响因素的基础上,以前7天每日用水量、日最高温度、当月用水量占全年比、日降水量、节假情况作为短期用水量预测指标,构建了BP神经网络城市短期用水量预测模型,并利用贝叶斯正则化对BP神经网络进行优化。将两种模型应用于广州市某自来水公司进行对比验证,结果表明,贝叶斯神经网络预测模型与BP神经网络预测模型的平均绝对百分比误差分别达0.87%与1.85%,经贝叶斯正则化的BP神经网络模型泛化能力更强,精度提高了约0.98%,更符合城市短期用水量预测的高精度要求。     

基于灰色遗传BP神经网络的校园区间需水预测研究

水资源预测是城市安全用水的基础保障,而校园用水预测是城市用水规划和管理的组成部分。针对校园用水受很多因素影响产生的不确定性,提出了基于灰色遗传BP神经的校园用水预测模型。模型对校园用水的数据进行灰色关联分析,并加入遗传算法去优化BP神经网络,经过残差计算,输出区间的预测值。运用该模型可以充分提取小样本信息,解决神经网络无法自动寻优的问题。通过Matlab对校园的用水区间数据进行仿真,得出的结果显示,预测的数据和实际数据基本吻合,其仿真精度可以达到90. 32%,验证了该方法的可行性,此预测方法有一定的借鉴意义。