关于影响城市用水量因素分析及对用水量的预测方法

来源:用户上传      作者:

　　 摘要：城市用水量预测在城市建设规划、输配水系统的优化调度中具有重要的作用，天气、季节、节假日及不可预见因素对短期用水量影响较大，而其它因素则对长期用水量影响较大。城市用水量变化规律曲线是描述一个城市用水量变化规律的一种简单、直观的方法，它可以以曲线的形式给出用户小时用水量或日用水量变化的统计结果。其对供水管网系统模型水力计算有重要的作用。常用水量预测方法有两类：一类是因果解释性预测方法，另一类为历史数据法，都能够有效的预测城市用水量。
　　关键词：城市用水量；因素分析；预测方法
　　Abstract: Urban water consumption forecast in the city construction planning, Shu Peishui the optimal operation of system plays an important role, weather, season, holidays and not foreseeable short-term great influence factors of water consumption, and other factors to long-term water consumption is big effect. Urban water change rule curve is to describe a change law of urban water consumption of a simple, intuitive method, it can be given by the form of curve user hours or daily water water the statistical results of change. The water pipe system of the hydraulic calculation model has an important role. Commonly used water prediction method has two kinds: one kind is the cause and explanatory forecasting method, another kind is the historical data method, can effective prediction of urban water consumption.
　　Keywords: urban water consumption; factor analysis; prediction method
　　
　　中图分类号：TU991文献标识码： A 文章编号：
　　城市用水量预测在城市建设规划、输配水系统的优化调度中具有重要的作用。它的准确程度直接影响到供水系统调度决策的可靠性及适用性。城市给水管网用水量预测，就是根据已有的社会经济活动的用水量以及与此有关的其它数据资料、信息来分析未来某一时刻（时段）城市给水管网用水量的过程。
　　城市用水量预测可分为两类，一类是为实施用水系统优化控制而进行的短期预测：别一类是以水资源规划为口的长期预测。短期预测是根据时用水量历史记录、日用水量历史记录或每周用水量历史记录数据及影响用水量的因素，对未来一小时、一天或几周的用水量进行预测，又称为时预测、日预测、周预测。它主要用于城市供水系统的调度管理。中长期预测是根据城市年用水量历史记录数据和城市经济发展等多方面因素对未来一年或几年城市用水量做出预测，又称为年预测。主要用于城市建设规划和供水系统改扩建研究。显然，预测的类型及预测的口的不同，选择预测手段的原则及分析评价其效果的角度存在较大差异。
　　给水管网用水量预测是进行给水系统优化调度的前期上作，根据城市发展规划要求，对给水管网系统的用水量进行分析、研究，选择合适的用水量预测方法，建立切实的用水量预测模型，是进行给水系统优化调度的基础和前提，它不仅为决策提供必要的信息，在一定程度上讲，它的准确度将直接影响给水影响给水系统优化调度的合理性和有限投资的效益。下面重点研究三个问题：
　　第一，城市用水量变化规律模拟。
　　1、现场实测。
　　现场实测是模拟用水量变化规律曲线的有效手段。一般分为以下几步进行：a户用水性质和用水量，把用户划分成不同的类型，同一类型用户的用水规律基本一致，将用户分成几类要根据城市用水特点来决定。划分的类别越多，对用水量变化规律的模拟就越准确。一个大中型城市比较成熟的经验是将用户分为以下几类：居民用户，非居民用户中用水量大的用户，一班上作制用户，二班上作制用户，三班上作制用户，医院、学校、机关、宾馆、洗浴等。b.从划分的每个类别中选择一些有代表性的用户进行连续48h水量实测，为用水量变化规律曲线的模拟提供原始数据。
　　2、曲线模拟。
　　（1）数据处理。
　　测试样点是按所划分的不同用户类型选择的，但是，由于有些单位是综合性单位，用水特点有可能与初分类型不符，采用聚类分析方法，将所有的采样点进行科学分类。
　　聚类分析的基本思想是在样品或变量之间定义距离，在变量之间定义相似系数，距离或相似系数代表样品或变量之间的相似程度。按相似程度的大小，将样品或变量逐一归类，关系密切的类聚集到一个小的分类单位，然后逐步扩大，使得关系疏远的聚合到一个大的分类单位，直到所有的样品或变量都聚集完毕，形成一个便是亲属关系的谱系图，依次按照某些要求对样品或变量进行分类。聚类分析主要包括谱系聚类法各快速聚类法。
　　（2）曲线模拟。
　　将采样点经过聚类分析后，将各类型所有用户用水量变化曲线合成一条曲线，代表本类型的用水量变化规律。其步骤如下：a.将各种类型用户同一时刻的用水量对应相加，得到该类型采样点各时段的用水总量；b.将同类型用户的全天用水量相加，得到该类型采样点全天总用水量；c.求出该类型用户的各时段的用水量占全天用水量的百分比；d .以时间为横坐标，以该类型采样点各时间段用水量占全天用水量百分比为纵坐标，给制该类型用户的用水量变化曲线。
　　按照上述步骤，将该类型用户的用水量变化曲线分别合成为一条曲线。得到各类型用水户用水量变化曲线之后，如果资料齐全，可以根据历史用水量数据统计得到各类别用户用水量比例，这个比例可以作为各类用户用水量权值，根据各类别用水量变化规律曲线和用水量权值，可以通过加权的方法得到整个城市的用水量变化规律曲线。
　　第二、城市用水量变化及其影响因素。
　　城市用水量通常包括居民生活用水、工矿企业的生产用水、公用事业用水及其它方面用水。无论哪一种用水，用水量都是经常变化的。生活用水量随着生活习惯、季节、气候、生活住房设施、社会生产活动等因素而变化；工业企业用水量则与不同时期的生产性质、生产工艺、生产设备及个业发展状况等因素有关。而不同城市，因其城市居民的多少、经济发展规模、地理位置、自然条件等诸多因素，用水量变化相差较大。用水量变化虽然有一定的随机性，但这并不意味着用水量没有规律可循。我们可以用用水量变化规律曲线进行描述。城市用水量呈三个周期性变化：一是以24h为一周期；二是以7d为一周期；三是以365d为一周期。当然用水量的变化还受很多因素影响，简单归纳如下：a.天气、季节的影响；b.节假日的影响；c.生产发展的影响；d人口增长的影响；e.经济发展的影响；f .城市用水政策、节水措施及水价的影响g.水的重复使用率的影响；h.管网现状及运行管理状况的影响；i.不可预见因素，如地震、干旱、洪涝等自然灾害的影响。从以上用水量的影响因素，可知：天气、季节、节假日及不可预见因素对短期用水量影响较大，而其它因素则对长期用水量影响较大。
　　由上分析，城市用水量是随机变化的，并受很多因素的影响，但其又有一定的规律性。我们要寻求一种用水量变化规律曲线模拟的有效手段。
　　第三、常用水量预测方法预测模型。
　　1、多元线性回归分析方法。
　　回归分析预测方法是通过回归分析，寻找预测对象与影响因素之间的因果关系，建立回归模型进行预测，而且在系统发生较大变化时，也可以根据相应变化因素修正预测值，同时对预测值的误差也有一个大体的把握，它是需水量长期预测的有效方法。回归分析法可分为一元线性回归分析、多元线性回归分析和非线性回归分析。
　　2、时间序列法。
　　所谓时间序列就是按时间次序排列的观测值集合，按照研究的线性和问题的不同，可以得到各种时间序列，在用水量问题研究上，所得到的数据其自然顺序就是按出现的时间先后排序而得到的时间序列。时间序列分析法只依赖于研究对象的历史观测数据和它的数据模式。时间序列分析方法主要包括指数平滑法、移动平均法、自回归法、自回归一移动平均法等。
　　3、灰色预测法。
　　灰色预测是通过原始数据的处理和灰色模型的建立、发现、掌握系统发展规律，对系统的未来状态做出科学的定量预测。
　　用灰色系统理论预测是城市用水量，就是建立城市用水量与时间的关系函数。具体作法是：先对已有的白色系统理论（已经发生的城市用水量）作累加生成，使原白色系统信息的随机性加以弱化，然后对弱化的白色信息拟合，建立预测模型。
　　分析以上几种形式的模型，在预测之前都要进行参数个数及参数估值和计算，计算繁琐，影响准确性，加大了调度的难度。
　　城市用水量的变化过程是比较复杂的，尤其是短期用水量的变化，对其进行预测，往往不是某种单一的预测方法便能完全解决问题的。但组合方法不易建立数学模型或建立模型后参数难以确定，计算复杂，所以不宜采用。
　　对于不易建立精确数学模型、具有多种不确定性和非线性的系统，应用人工神经网络预测方法往往可以处理传统方法难以解决的问题。所以选用了人工神经网络中比较成熟的BP网络理论对城市用水量进行预测。
　　 注：文章内所有公式及图表请用PDF形式查看。

转载注明来源:https://www.xzbu.com/2/view-3396644.htm