用水量预测.pptVIP

青衣2011.08.29 青衣2011.08.29 青衣2011.08.29 青衣2011.08.29 城市用水量的预测 1 概述 2 城市用水量预测的意义 3 预测方法介绍 4 预测方法的选择 1 概述 概述 目前，用水量预测一般分为短期预测和中长期预测。短期预测主要指日用水量和时用水量预测，它多用于供水系统的优化调度；中长期预测主要指年用水量的预测，它多用于城市建设规划以及供水管网的优化改扩建。但是，由于用水量的影响因素较多，会产生一定的扰动量，会给建立实用预测模型带来相当大的难度。因此，用水量预测问题也有待进一步解决。 2 城市用水量预测的意义 中长期预测 能从开源节流两方面进行考虑进行供水、用水和节水规划，知道城市的金颀、远期供水规划建设，合理而准确地预测城市未来的需水量将对减少供水设施建设投资总额和将来用水危机起到决定性作用。 短期预测 可以保证管网用水量，保证用户在生活工作习惯下对水量、水压在不同时段的不同要求，以提高供水系统管理和供水服务质量的保证。用水量预测作为优化高度的基础，对供水系统调试具有重要指导作用。合理地分配不同区域的用水量，最大限度降低供水成本。还能使产水用水打到平衡。 3 预测方法介绍 时间序列分析法 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列次序而得到的时间序列。时间序列分析法只依赖于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。 时间序列分析法特点 1、假定事物的过去趋势会延伸到未来。 2、预测所依据的数据具有不规则性。 3、撇开了市场发展之间的因果关系。 季节性指数平滑法 季节性指数平滑法是一种先把直接量测到的时间序列分解成水平因素、趋势因素和周期因素三部分，然后再把三者结合起来进行预测的方法。因此，这种预测方法能有效地反映季节变动对时间序列的影响。该模型具有较高的预报精度且计算过程并不复杂。然而，该方法缺乏严格的理论基础，一般只能用于短期或中期预测，且平滑参数的最佳值较难确定，平滑参数的选择也带有主观性。 回归分析法 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。 自动回归平均移动法 ARMA模型是自回归模型和移动平均模型的综合，它通过对相应数学模型的分析研究，能更本质地认识动态数据的内在结构和复杂特性。ARMA模型将预测对象时间序列加工成一个白噪声序列进行处理，所以它可对任何一个用水过程进行模拟，且预测速度快，能得到较高的预测精度。然而，ARMA模型具有预测周期短、所用数据单一的缺点，只能给出下一周期用水量的预测值，且无法剖析形成这一预测值的原因及合理的误差估计。此外，该方法还存在着明显的滞后性，使得在预测一些异常值时造成较大误差，甚至失真。 ? 指标分析法 指标分析法是通过对用水系统历史数据的综合分析，制定出各种用水定额，然后根据用水定额和长期服务人口(或工业产值等)计算出远期的用水量。由于用水定额的通用性，在对特殊城市或地区进行用水量预测时会造成很大的误差。 灰色系统理论 灰色系统是指部分信息已知、部分信息未知的系统。灰色系统理论认为：无论客观系统内部怎样复杂，其子系统是相互关联的、有序的，并具有整体性；尽管离散的数据表面上杂乱无章，但这些作为反映系统行为的数据点总是隐含着某种规律性。灰色系统不追究个别因素的作用效果，而力求体现各种因素综合作用的效果，通过对原始数据的处理，生成灰色模块，建立微观方程的动态预测模型，进行灰色预测，削弱随机因素的影响，使其内在的规律性体现出来。 灰色预测技术的改进 灰色预测具有要求历史用水量数据少，不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点，因此得到了广泛的运用，但是，它和其他预测方法对比存在一定的局限性。一是当数据离散程序越大，即数据灰度较大，则预测精度较差；二是不太适用于给水系统的长期后推若干年的预测。为了解决这些问题，我们引入等维新息递补预测法对灰色预测进行改进。新息模型即每增加一个最新的信息，便将新信息加入原始数列中。但是随着时间的推移，数据越来越多，这样就要求计算机存储容量无止境地增大，相应地计算机工作量也会加大，为此我们可以考虑采用增加新信息与去掉旧信息同时进行的方式建模。 人工神经网络法 人工神经网络方法是一种由大量简单的人工神经元广泛连接而成的，用以模仿人脑神经网络的复杂网络系统。