- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第50卷第3期2024年给水排水WATER.WASTEWATERENGINEERINGVol.50No.32024
WATERWASTEWATERENGINEERING
基于Transfo深度学习的供水量预测研究
刘雅亭1黄显怀1杨伟伟朱波?宋纲2
230601;
(1安徽建筑大学水污染控制与废水资源化安徽省重点实验室,合肥
2合肥供水集团有限公司,合肥230601)
摘要:供水量预测是指导城镇供水管网智能化调度和精细化管理的依据与基础,针对目前独立计
量区域供水量预测准确性不足的问题,提出一种利用深度学习的水量预测方法,基于深度学习中的
Transformer架构,搭建Transformer时间序列预测模型,利用自注意力机制学习水量序列的动态变化
模式,开展短期供水量预测的相关研究。将模型应用于合肥市供水分区计量体系下某二级区域及某三
级小区DMA,进行区域入口1h短期供水量预测。对比使用长短时记忆网络模型及支持向量回归模
型,结果表明,Transformer水量预测模型的预测效果最优,水量预测模型的预测精准度获得有效提升。
关键词:水量预测;机器学习;时间序列;DMA
中图分类号:TU991文献标识码:A
DO1:1O.11.08.0007
引用本文杨伟伟基于Transame深度学习的供水量预测研究门.给
水排水,2024:148-153,162.LIUYI,YANGWW,etal.Researchof
watervolumepredictionmethodbasedonTransformerdeeplearningWater.
WastewaterEnginee024,50(3):148-153,162.
ResearchofwatervpredictionmethodbasedonTransf
ormerdeeplearning
LIUYating,HUANGXianhuai,YANGWeiwei,ZHUBo,SONGGang
(1.AnhuiKeyLaboratoryofWaterPollutionControlandWastewaterReuse,
AnhuiJianzhuUniversity,Hefei230601,China;2.HefeiWaterSupply
GroupCo.,Ltd.,Hefei230601,China)
Abstract:Thepredictionofwatersupplyisthebasisandfoundationforguidingtheintelligent
dispatchingandrefinedmanagementofurbanwatersupplynetwork.Amongthem,DMAwater
supplypredictionprovidessupportforscientificmanagementofregionalleakageandsecondarywa-
te
文档评论(0)