基于双向长短时神经网络的水量预测方法研究

短期需水量预测是开展城镇供水管网智能调度和基于流量的漏失在线预警的基础,受限于需水量的非线性变化,传统模型的预测精度和稳定性较差,尤其是对于15 min间隔的需水量预测。为解决此问题,提出了一种利用深度学习的水量预测方法,建立了双向长短时记忆循环神经网络模型预测常州市某DMA入口15min的水量。结果表明,双向长短时记忆循环神经网络模型的预测效果优于传统人工神经网络模型,能够有效提升水量预测模型的精度与稳定性。     

基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并将改进LSTM模型的预测结果与传统单变量LSTM预测模型、卷积神经网络模型、支持向量回归模型的预测结果进行了对比。结果表明,基于主要驱动因子筛选法改进的LSTM模型能实时动态滚动预测各行业每年需水量,且预测结果精度高于其他3种模型。     

基于混合模型的短期园区需水预测

为进一步提高短期园区需水预测精度，解决因短期园区人工供水误差较大导致的水、电资源浪费问题，提出一种由麻雀搜索算法(SSA)、卷积长短时记忆神经网络(ConvLSTM)、长短时记忆神经网络(LSTM)组合的SSA-ConvLSTM-LSTM混合模型短期园区需水预测方法，并以河北工程大学为例进行了分析。针对园区用水数据在时间维度上具备的多峰值和多周期特征，采用ConvLSTM挖掘数据中的时空特征；为使预测峰值更接近实际峰值，加入LSTM提升预测性能；为优化混合模型的隐层神经元数和卷积核数，采用SSA优化算法实现自动调参。通过预测河北工程大学1 d和3 d需水量进行模型性能验证，并与其他模型进行对比。结果表明：相比向量自回归(VAR)模型、深度神经网络(DNN)模型和LSTM,该需水预测模型具有更高的预测精度。该方法在短期需水预测上表现出良好的适应性和鲁棒性，具有一定应用价值。     

东海县需水量预测研究

为了提高对东海县需水量的预测精度,将比重较大且表现出很高随机性的灌溉需水量从需水总量中单独划出,采用定额法按不同频率年型对其进行预测;以灰色预测模型和三次指数平滑模型的组合预测法对非灌溉需水量进行预测,在确定单个模型的权重时更多地考虑了近期残差对预测值的影响;将灌溉需水量和非灌溉需水量汇总即可得到最终的预测值.该方法对数据要求不高并且能够按照不同的概率给出相应的需水量范围,从东海县需水量的历史数据可以判断最终的预测成果比较合理.     

灰色模型在广州年需水量预测中的应用

灰色模型用于城市年需水量的预测，能够克服传统的数理统计方法的资料难以收集、精度难以保证等不足。该文结合广州市2003～2010年的年用水量建立GM（1，1）模型进行拟合，结果良好。对2011～2015年广州市需水量进行预测，发现2011～2015年广州市需水量总体呈现下降趋势，其中工农业需水量下降趋势明显，但生活需水量呈现增长趋势。     

RNN与LSTM方法用于滑坡位移动态预测的研究

良好的滑坡位移预测是实施滑坡灾害预警的重要组成部分。受限于滑坡位移演化的非线性动态特性,传统的预测方法中普遍存在对历史数据遗忘,致使预测精度不高的问题。为此,提出了一种深度学习的滑坡位移预测方法,分别建立了循环神经网络(Recurrent Neural Network, RNN)和长短时记忆网络(Long Short Term Memory Network, LSTM)2种位移动态预测模型进行比对。以新滩滑坡工程为例,采用"流转训练"的方式,并选取多个监测点位移变化进行动态预测。结果表明,在误差函数满足期望精度时,LSTM模型具有更高的预测精度,且各项评价指标也表明LSTM模型的预测总体效果更优。     

水量平衡原理在区域供水计量中的应用

结合盐城市市级供水计量工程阐述了水量平衡原理在区域供水计量中的应用,根据陶舍小区试验建立相应的水量平衡计算模型,提出了模型中各要素的计算方法,并利用2002-2003及2003-2004年度的实测资料进行了验证。结果表明,利用该模型计算出的2个年度的水量平衡误差均在允许范围内,该试验区域水量处于平衡状态,该水量平衡模型能够用于区域供水计量分析中。     

基于灰色理论与广义回归神经网络的澳门水资源需求研究

基于广义回归神经网络(GRNN)模型探究了澳门需水量的主要影响因素,同时基于灰色理论GM(1,1)模型研究了澳门需水量趋势。结果表明,影响澳门需水量的主要因素为:月收入中位数、人口数、本地生产总值,将这三个因素作为GRNN模型的输入时,模型的标准均方根误差为4.59%,预测结果与实际用水量的相关系数达到96.6%;基于灰色理论GM(1,1)模型的预测值与实际用水量的相对误差在6%以内,预计到2020年澳门需水量将达到1亿m3。     

基于机器学习方法的湖泊表层总氮组合预测模型

地表水体水质参数具有高度非线性和非平稳性特征。为提高水质预测的精度,以鄱阳湖湖区4个在线水质自动监测站总氮(TN)为例,引入变分模态分解(VMD)方法处理原始TN数据,得到具有不同频域的模态分量,对其中变化复杂的各高频分量,采用长短时记忆神经网络模型(LSTM)进行预测,并引入混沌麻雀搜索优化算法(CSSA)对LSTM模型的超参数进行自动率定;对周期性变化的各低频分量,采用多元线性回归模型(MLR)进行预测,再将上述各分量预测结果叠加得到水体TN的预测结果,最终提出了一种新的水质组合模型VMD-CSSA-LSTM-MLR(VCLM),并与3种单一模型LSTM、支持向量回归(SVR)和BP神经网络进行对比,验证了VCLM模型的效果。提出的模型可以作为湖区在线水质监测和水环境综合管理的有效工具。     

基于区域发展规划的嵩明县水资源供需平衡预测

区域发展规划是需水预测的依据,而水资源供需平衡分析是检验区域发展规划是否合理可行的重要手段。本文以嵩明县水资源开发利用规划和社会经济发展规划为基础,进行可供水量、需水量和耗水量预测及供需平衡分析。结果表明:嵩明县需水量呈增加趋势,但耗水量呈减少趋势;按平水年需新水量计算,现状年(2012)和远期规划水平年(2030)需水量略超出可供水量,而近期(2020)和中期(2025)规划水平年可供水量大于需水量,而按P=75%需新水量计算则各水平年均有不同程度的缺水;各水平年耗水量均小于可供水量,说明在充分考虑水资源二次利用的情况下,可供水量均能够支撑规划的社会经济发展规模和水平。在落实规划用水效率前提下,嵩明县社会经济发展规划与水资源开发利用规划基本相适应。     

凤亭河、屯六水库水量分配方案研究

凤亭河、屯六水库可供水量有限,周边的南宁市、钦州市均对其提出了用水需求,进行凤亭河、屯六水库的水量分配是非常必要的.笔者以凤亭河、屯六水库供水区需水预测为基础,进行凤亭河、屯六水库供需水量平衡分析,分析水库可供水量以及不同用水对象的水量分配.经分析得出,2016年、2020年、2030年,凤亭河、屯六水库向钦州市分配水...     

研究生论文摘要

城市需水量预测系统的开发研究 研究生:尹学康 导师:许仁荣 (湖南大学土木工程学院 410082) 城市需水量预测是城市供水系统中长期规划和管网优化调度的基础。通过分析深圳特区用水量变化规律,采用非线性回归分析、时间序列、人工神经网络、灰色模型和组合预测模型分别对时需水量、日需水量、年需水量进行了研究。通过分析各种模型在不同预测类型中的优缺点,提出了指导选择城市需水量预测模型的方法。研究得出以下结论:     

基于CNN-LSTM模型的黄河水质预测研究

水质预测是水资源管理和水污染防治的基础性、前提性工作,但黄河流域水质预测研究相对滞后。为了改善LSTM水质预测模型的性能、提高其泛化能力,根据水质变化具有周期性和非线性的特征,以黄河小浪底水库溶解氧含量为研究对象,构建了一种卷积神经网络CNN和长短时记忆网络LSTM结合的CNN-LSTM预测模型,经试验验证,该模型可以高效地提取水质特征信息并进行时间序列预测,预测误差比LSTM模型的更低,其预测值的平均绝对误差和均方根误差分别比LSTM模型的低19.72%和10.44%,对较大值和较小值的预测更为准确,且具有较好的泛化性能。     

三原县城用水需求预测及水源方案探析

根据三原县基本概况及县城供水现状、供水存在问题,对三原县城区设计水平年(2025年)需水量进行预测,根据水量平衡原理和时历列表法调节计算以及方案比选,提出以冯村水库及周边地下水为水源的供水改造方案,使得冯村水厂日供水能力由1.2万m~3/d提高到3.6万m~3/d,年供水量919.8万m~3,以满足三原县城发展用水需求。     

金东区农村饮水安全工程水资源平衡分析

从金东区基本情况的调查和城乡生活需水量、工业需水量、农业需水量预测，分析了设计水平年总用水量。通过农村饮水安全水量平衡分析，摸清金东区供水水源和用水分布情况，对今后农村饮水安全工程建设有一个整体的思路和目标，具有十分重要的意义。     

模糊多项式预测在城市需水量预测中的应用

阐述了简单的模糊多项式预测理论,并建立城市需水量预测模型。通过模型对已有数据的南京市需水量进行的预测,来验证模型的可行性,得出预测值与真实值的相对误差在允许的范围内,即可用于南京市的需水量预测。并对南京市2010、2020及2030年的城市需水量进行预测,预测的结果可为南京市水资源规划和优化调度提供重要依据。     

京津冀城市群需水量预测与供水工程建设措施研究

京津冀城市群属于严重缺水地区，对其需水量进行科学合理预测是水务部门规划建设未来供水工程项目的前提和基础。针对京津冀城市群需水量开展预测研究，确定与经济、社会、用水和资源可用性相关的解释变量，利用京津冀城市群2004～2020年数据，建立了6种机器学习需水量预测模型，构建预测情景以寻求最优预测模型；根据京津冀城市群可供水量数据，测算出2021～2025年供需差。结果表明：XGBoost模型性能最好，误差最低，预测准确率达99.98%;预测京津冀城市群2021～2025年年均需水量较往年略有下降，在250.6亿m³左右波动；2021～2025年供水工程供需缺口总量预计约6亿m³。针对京津冀城市群供水工程规划建设，建议从持续推进南水北调工程建设、统筹协调绿色节水型城市建设和不断优化城市群供水管网建设等方面开展。     

与GDP相关的生活需水量预测模型

在目前生活需水量多种预测方法中,往往回避将经济发展指标作为直接影响因素。本文用传统的预测方法,先对生活必需水量加以预测,然后单独考虑GDP对生活需水量的影响,建立了与GDP相关的生活需水量预测模型。用该模型对西安和北京两地的生活需水量进行预测,结果表明该模型进行生活需水量预测是可行的。     

水资源约束下城市需水量预测研究

在分析需水量预测和水资源约束的基础上,本文探讨了水资源约束的量化指标。提出城市需水量预测应和水资源约束结合,并将水资源约束系数引入需水量预测中。应用BP网络,建立了水资源约束下的城市需水量预测模型。本文以郑州市为例,应用预测模型进行需水量预测,并对预测结果进行了分析。结果表明:本文建立的模型具有一定的实用价值,为区域的发展规划、供水工程规划以及节水规划提供更科学的依据。     

滨海港建港水资源条件分析

以滨海港所在翻身河区域为分析单元,分析区域现状供水能力,依据滨海港经济社会发展规划,预测规划水平年的需水量、可供水量。通过供需分析,反映滨海港区域水资源状况,提出滨海港建设和发展的水资源保障措施。