城市用水量预测模型的优选研究.pdfVIP

中国给水排水 CHINAWATER＆WA铘WATER No．2 骨学1零零零簪霹零零零劫 l 技术总结 i p℃、器、毒世《世世够世世告’ 城市用水量预测模型的优选研究 李红艳1，崔建国1，张星全2 (1太原理工大学建筑与环境工程学院，山西太原030024；2．太原钢铁公司建设二 公司，山西太原030003) 摘要： 为克服目前用水量预测方法众多厦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。 关键词： 用水量； 自相关；水量预测；模型优选 32 中图分类号：TU991 文献标识码：c 用水量预测主要包括短期预测和中长期预测， 出现早晨、中午、晚上三个用水高峰，而在其他时段 其准确度如何将直接影响到给水系统调度决策的可 用水量的变化不明显，故常以一天24h为周期来建 靠性和实用性。在进行水量预测时主要考虑两个因 立预测模型，由于平常日与节假日(如周末)的用水 素：预测目的与采用的数据，也即考虑信息的完备性 量曲线有较大的变化，所以有时也以一周(168h)为 和可靠性。目前，水量预测的方法已有300多种 周期来建立用水量预测模型。 (常用的为回归分析法和时间序列分析法)，但每种 2自相关分析 方法都有其特定的适用环境。因此，优选用水量预 2 1 自相关系数的定义 测方法和模型就成为用水量预测是否准确的关键所 对于时间序列z，，z：，A，一，A，扎将自相关系数 在。笔者根据城市用水量本身的变化特征，通过自 定义为： 相关分析理论对用水量序列的数据模式进行识别， 选择与数据特征相吻合的方法进行预测，既降低了 模型选用的盲目性，又提高了预测精度。 1城市用水量的变化特征 式中*——该时间序列的平均数 城市用水主要包括生活用水、生产用水、浇洒绿 ■、扎+。——分别为第￡期和f+t期的观测值 化用水和消防用水等，其水量总是在不断地变化。 一般地计算n／4个自相关系数就可以了，即^ 笔者根据某市1951年一1985年的用水量变化曲 线、郑州市1991年一1993年的月用水量变化曲线、程度，称作时间为延迟1的自相关系数，可用来度量 郑州市1993年的日用水量变化曲线、榆次市2002 上一期观测值与下一期观测值之间的关系(从定量 年4月14日一16日的时用水量变化曲线，采用自的角度来研究上～期观测值对下一期观测值的影响 相关分析理论分析了每种用水量的变化特征，发现 程度)。同样，^=2，3，A，^分别称为延迟为2，3，A， 年用水量变化具有明显的趋势性和随机性．而周期 ^的自相关系数。 性不十分明显；日用水量及月用水量的变化具有一 2．2 自相关方法的原理分析 定的平稳性、交变性和周期性，由于受干扰因素的影 一般地，时间序列的数据模式主要包括：随机 响，日用水量变化的周期性没有月用水量的表现得 性、平稳性、趋势性、周期性等，若是周期序列则需要 突出；时用水量变化具有明显的周期性：一天当中， 确定它的周期长度。最后根据这些用水量序列的基 ·41· 万方数据 2004V01．20 中国给水排水 No．