面向智能泵站的城市时用水量预测模型.docxVIP

学号：201310411063上海海事大学本科毕业论文面向智能泵站的城市时用水量预测模型学 院：海洋科学与工程学院专 业：环境工程班 级：环境132姓 名：马冠驰指导教师：刘兴坡 副教授完成日期：2017年4月26日承诺书本人郑重承诺：所成交的毕业论文“面向只能泵站的城市时用水量预测模型”是在导师的指导下，严格按照学校和学院的有关规定由本人独立完成。文中所引用的观点和参考资料均已标注并加以注释。论文研究过程中不存在抄袭他人研究成果和伪造相关数据等行为。如若出现任何侵犯他人知识产权问题，本人愿意承担相关法律责任。 承诺人：马冠驰 日期：2017年4月13日摘 要随着科学社会的进步与发展，城市时用水量已成为城市建设与发展必不可少的一个研究问题。然而，随着城市的建设发展和人民生活水平的提高，城市时用水量的需求量也越来越大，这时就需要我们对供水流量进行预测。供水流量预测是根据历史的用水信息、基础调度信息、气象信息以及水文信息、节假日信息等，选用适当的数学模型，对城市在接下来的一段时间内的供水量进行预测。本文主要依据在当下智能泵站发展的基础上，对城市供水流量进行建模预测，选用MATLAB中的神经网络时间预测NAR模型进行预测。以上海市某一自来水厂的月流量数据为例，对齐前半部分进行训练并预测，查看预测结果与后半部分的符合程度，并选用另一个模型NARX再进行一次预测，二者进行比较。关键词：供水流量，神经网络，建模，NAR模型，NARX模型，预测AbstractWith the progress and development of science and society, urban water consumption has become an indispensable research problem in urban construction and development.However, with the development of urban construction and the improvement of peoples living standard, the demand of urban water consumption is also increasing, which requires us to forecast the water supply.The water flow is predicted based on historical information, water based scheduling information, meteorological information and hydrological information, information and other holidays, a proper mathematical model, prediction of water supply to the city in the next period of time.In this paper, based on the development of intelligent pumping station on the basis of the current urban water supply flow modeling and forecasting, the use of MATLAB neural network time prediction NAR model for forecasting.The monthly traffic data in Shanghai City, a tap water plant for example, the first half part of alignment for training and prediction, check the degree of prediction results are in accord with the second half, and choose another NARX model again predicts two comparison.Key words:water supply, neural network, modeling, NAR model, NARX model, predict目 录绪论城市用水量是城市生产、生活、消防和市