西安市日用水量预测模型研究.pdfVIP

第 5 期 (总第 132 期) 机 械 工 程 与 自 动 化 N o 5 2005 年 10 月 M ECHAN ICAL 　EN G IN EER IN G　　AU TOM A T ION O ct 文章编号:(2005) 西安市日用水量预测模型研究 张　雄, 党志良, 叶朝俐, 李　洋 (西安理工大学 水利水电学院, 陕西　西安　710048) 摘要: 从分析影响西安市日用水量变化的主要因素着手, 建立了西安市日用水量预测的回归模型, 然后利用自 回归模型对回归残差进行了修正。最后, 结合所建的两个模型得到了西安市日用水量预测的综合模型, 经检验, 所建模型简单易用, 预测误差小, 能满足供水系统管理调度的要求。 关键词: 日用水量预测; 回归模型; 自回归模型 中图分类号: 99131 ∶ 1414　　　文献标识码: TU O A 0　引言 事件等因素的影响, 并与这些因素间存在某种相关性, ( 日用水量预测在城市用水预测 年用水量预测、月 表现出一定的变化特征。日用水量的回归预测模型正 用水量预测、日用水量预测、时用水量预测等) 中具 是基于这种相关性和变化特征建立起来的, 但具体到 有异常特殊的地位, 它不仅能直接指导水厂的生产, 更 每一个城市, 用水结构不同, 气象条件各异, 还有预 能为水厂间的优化调度提供可靠的技术支持, 故比较 测精度要求不一, 最终建立的回归模型就会有所差别。 准确地进行城市日用水量预测是非常重要的。常用的 下面就影响西安市日用水量变化的相关因素作一简要 预测方法主要包括时间序列分析法和解释性预测法。 分析: 时间序列分析法就是根据预测量的历史数据及其数据 1. 1. 1　工商业分布 模式, 通过序列分析, 找出其变化规律进行预测; 而 工商业用水在西安市用水中占了绝大部分, 工商 解释性预测法则是根据预测量的各主要影响因素, 建 业分布对日用水量的结构影响较大, 但其用水较为稳 立回归模型进行预测。对于严重地受到各种外在因素 定, 对日用水总量的变化影响较小, 可近似作为一个 ( ) 常量考虑。 如天气、节假日等 影响的日用水量来说, 采用仅依 赖于历史观测值的时间序列分析法进行预测误差较 1. 1. 2　气象因素 大, 特别是在天气变化频繁的时段内, 利用时间序列 气象因素是影响日用水量变化的诸因素中最主要 分析法进行的用水量预测更是如此。因此, 可分析考 的一个, 是影响日用水量变化的“控制”因素。气象 虑影响日用水量变化的各种主要因素, 利用解释性预 因素主要包括日最高温度、日平均温度及天气阴晴状 ( ) 测法建立日用水量的回归模型进行预测。本文正是基 况 特别是降雨情况 , 它们对日用水量变化都有极大 于这点, 综合考虑影响西