城市用水量预测模型的优选研究

为克服目前用水量预测方法众多及模型繁杂给实际预测方法选择带来的困难，根据自相关分析理论对城市用水量时间序列的数据模式进行识别，提出了用水量预测模型的优选方法。实例表明，使用该方法选择的水量预测模型针对性强、预测精度较高。     

城市供水规划的自回归分布滞后模型研究

通过对广州市年用水量的分析,考虑时间、区内生产总值、人口、对用水量的影响,运用并建立自回归分布滞后预测模型,对规划用水量进行预测,实例分析说明自回归分布滞后模型预测城市用水量是可行的,具有很高的精度。     

多元线性回归模型预测城市日水量

文中通过介绍某市自来水有限公司用户用水的占比分析,得知用水量多为居民用水,采用符合居民用水趋势的多元线性回归算法进行日用水量拟合预测,为原水调配和水厂生产提供调度依据。该模型通过选取不同的参数建模并分析其误差精度和相关系数,最终选取最低温度(T_(mini))、最高温度(T_(maxi))、降水概率(η_i)、近期多天水量值(Q_i)和温度突变(△T)、节假日(θ)等参数,根据将近3年的水量数据分析,预测平均误差最终达到2%的之内。经过近2年来的稳定运行,预测平均误差在3%以内,验证了预测结果可靠性。     

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。     

城市供水管网漏损时间的预测模型研究

城市供水企业迫切需要加强给水管网的漏损管理，以减少漏损水量和提高经济效益。在对华北某市供水管网漏损数据进行统计和分析的基础上，按照管段实际发生漏损次数分两种情况建立了供水管网漏损时间的预测模型，对漏损次数≤4次的管段采用基于SAS系统的多元线性回归方法，对漏损次数〉4次的管段则采用灰色预测方法。经实例验证，多元线性回归方法预测的平均相对误差为21％，灰色预测方法预测的平均相对误差〈6％，整套模型的精度可满足城市供水管网漏损宏观管理的需要，能够提高管网漏损防治的效率。     

改进灰色预测模型在城市用水量预测中的应用

为提高城市用水量的预测精度,分析了GM(1,1)模型和灰色Verhulst模型,同时由于GM(1,1)模型存在一定的缺陷,本文对基本GM(1,1)模型进行了新陈代谢改进,最后通过对实例的预测分析,改进灰色预测模型预测精度更高。     

三种城市日用水量预测模型对比研究

为实现科学、安全供水,建立精度高、可靠性强的城市日用水量预测模型,分别运用单指数平滑法、灰色预测方法、BP神经网络三种方法,对A市进行城市日用水量预测,并具体分析了各种方法的优缺点及适用范围.通过优化对比分析,当基础数据较完善时,BP神经网络预测模型精度较高,能较好地满足预测要求.     

城市供水规划中人均综合用水量指标取值讨论

根据同一城市人均综合用水量与生活用水量之间相对稳定的比例关系建立人均综合用水量指标模型，采用该方法对广东某城区新一轮规划的城市人均综合用水量指标进行了预测，其结果与目前居住小区规划中使用的数据相吻合，说明这一方法是比较合理的。     

应用实用动态组合模型预测城市日用水量

将时间序列中的日用水量历史数据引入以温度等作变量的回归分析模型，建立了日用水量非线性回归组合预测模型，同时为进一步提高预测精度，用4阶自回归模型对回归残差序列进行时间序列分析，建立了日用水量预测实用动态组合模型。以华北某市日用水量的实测数据对其进行检验，结果表明该模型具有较高的预测精度。     

基于SVR的城市供水管网余氯预测分析

支持向量机回归(SupportVector Regression SVR)算法是结构风险最小化原理在函数回归方面的应用。根据北方某城市供水管网余氯的人工采样数据,建立了基于SVR的余氯预测模型,并与人工神经网络、多元线性回归方法进行比较分析,结果表明:在有限样本情况下,SVR模型具有良好的泛化推广能力,各监测点模型预测平均相对误差为1.80%~8.73%,并可获得全局最优解,达到了实用要求,较好地解决了以往管网余氯小样本预测时,常常出现拟合精度高、预测效果较差的问题。     

城市供水量预测的数学模型

考虑到时间、温度、水价对供水量的影响,建立了城市供水量预测的差分阻滞模型和神经网络模型,并对其预测结果进行了比较.结果表明:各模型都是可行的,且预测精度很高.考虑到用水负荷的从众心理和水价对个体用水量的影响,利用元胞自动机模型对水价与城市供水量之间的关系进行了模拟,模拟结果表明当社会从众心理一定时,水价的调整对供水量的影响有一个最有效的范围.     

基于灰色RBF组合模型的城市用水量预测

为解决城市用水量预测中单一方法预测精度不高的问题,建立了灰色径向基（RBF）神经网络组合模型。对比实验结果表明,灰色GM（1,1）模型、RBF神经网络模型和灰色RBF神经网络组合模型的平均相对误差分别为2．1222％,1．2562％和0．6821％。与灰色GM（1,1）模型和RBF神经网络相比,灰色RBF神经网络组合模型充分发挥了灰色系统的贫乏数据建模和RBF神经网络的高度非线性映射能力的双重优势,具有较高的预测精度,更适合用于城市用水量预测。     

基于改进型GM(1,1)模型的城市水源水质指标预测

以武汉市主要供水水源的高锰酸盐指数为研究对象,应用经指数平滑改进后的GM(1,1)模型对9个水厂的水源水质进行预测.从预测精度来看,改进型GM(1,1)模型预测精度较常规GM(1,1)模型有所提高,5个改进型GM(1,1)模型精度高于常规型,3个持平,1个稍低.从预测结果来看,6个水厂供水水源水质预测发展趋势良好,3个水厂水源水质变化趋势较差.     

Probabilistic prediction of urban water consumption using the SCEM-UA algorithm

Prediction of urban water consumption can help to improve the performance of water distribution systems. Despite the obvious presence of uncertainty in measurements and in assumed model types/structures, most of the existing water consumption prediction models are developed and used in a deterministic context. Methods for more realistic assessment of parameter and model prediction uncertainties have begun to appear in literature only recently. A novel application of the Shuffled Complex Evolution Metropolis algorithm (SCEM-UA) for the calibration of a water consumption prediction model is proposed here. The model is applied to a case study of the city of Catania (Italy) with the aim to predict daily water consumption. The SCEM-UA algorithm is used to calibrate the parameters of the artificial neural network based prediction model and in turn to determine the associated parameter and model prediction uncertainties. The results obtained using the SCEM-UA ANN approach were compared to the corresponding results obtained using other predictive models developed recently by the authors of the paper. When compared to the these models, the SCEM-UA ANN based water consumption prediction model shows similar predictive capability but also the ability to identify simultaneously the prediction uncertainty bounds associated with the posterior distribution of the parameter estimates.     

河流水质预测模型研究进展

对水质模型的几个发展阶段和几种主要的水质模型进行了概述．并对五种常用的水质预测理论做了分析比较,最后对其研究趋势进行了展望,以期为水质预警预报和水环境规划治理提供科学依据。     

谈城市给水工程专项规划的设计要点

针对城市给水工程专项规划,对城市用水量预测、水厂选址及其规模的确定、供水管网的布置、方案比选四个设计要点进行了总结和分析,并以四川省资阳市城东新区供水为例,重点对供水方案的比选进行了介绍,从而得出最优方案。     

供水管网水力建模与漏失控制

介绍了传统水力模型及压力驱动节点流量模型在水力建模中的应用,并通过对H市供水管网水力建模全过程的阐述,得出了水力模型在管网漏失控制中的应用,其主要体现在通过对城市日用水量的预测,并将未来的用水情况应用到水力模型中,及时调整供水管网的工况,可以达到优化工况的目的,从而有效控制漏失.     

管网水力模型在城市供水规划中的应用

以中国某丘陵城市为例,提出了基于MIKE URBAN构建的供水管网水力模型,并将其应用于该城市的供水规划分析,对不同规划方案进行评估,为该城市的供水规划设计提供了科学依据。