用水量预测
用水量预测的相关文献在1984年到2022年内共计191篇,主要集中在建筑科学、水利工程、自动化技术、计算机技术
等领域,其中期刊论文142篇、会议论文13篇、专利文献151101篇;相关期刊96种,包括哈尔滨商业大学学报(自然科学版)、供水技术、西南给排水等;
相关会议13种,包括中国农业水资源支撑粮食安全前沿学术论坛、天津大学第二届博士生学术论坛——建筑工程论坛、第十二届选煤学术年会暨2009年全国选煤技术交流会等;用水量预测的相关文献由436位作者贡献,包括许强、张鑫、徐立洋等。
用水量预测—发文量
专利文献>
论文:151101篇
占比:99.90%
总计:151256篇
用水量预测
-研究学者
- 许强
- 张鑫
- 徐立洋
- 盛宁
- 简翱
- 马群
- 刘心
- 刘龙龙
- 张海涛
- 李文竹
- 杜军凯
- 舒诗湖
- 袁一星
- 闫文晶
- 高金良
- 付明磊
- 刘德钊
- 刘遂庆
- 卢振辉
- 危阜胜
- 吕伟娅
- 吕茜彤
- 吴山
- 孟珂
- 宋伟
- 岑健
- 张凤娥
- 张宏伟
- 张璇
- 徐亮亮
- 徐得潜
- 戴威
- 朱智伟
- 李佳
- 李佳朋
- 李春来
- 李稳
- 林英姿
- 柴志成
- 梁天明
- 武风波
- 潘争伟
- 牛瑞文
- 王亚美
- 王伟文
- 王圃
- 王海军
- 白斌
- 程林
- 粟晓玲
-
-
吴娇
-
-
摘要:
以编制《广州市供水系统总体规划(2021~2035)》为契机,对广州市近十年的用水量情况进行剖析,结合新一轮国土空间规划对广州市城市定位、人口规模等要求,考虑当前管网漏损控制等节水政策,采用城市综合用水量指标法、综合生活用水比例相关法、年增长率法、灰色模型模拟法分别对广州市近远期的最高日用水量进行预测,同时对11个行政区域的最高日用水量进行预测。
-
-
张恒飞;
成雪夫;
田昊;
梅林辉
-
-
摘要:
在农村供水工程运行过程中,通过观察发现用水量呈现出一定的规律性,可将其作为水厂供水生产安排和管网运行状态检测的基础。在彭阳县农村供水工程实际监测数据基础上,对相邻数据进行了数据加权平滑处理,并进一步采用季节性自回归差分滑动平均算法进行了建模,对研究区域的用水量进行了预测。实验结果表明:农村供水工程中的用水数据的确具有周期性的变化规律,在消除周期性并进行一阶差分后序列满足平稳条件。运用SARIMA算法预测的结果,与实际数据对比误差较小,且满足在线实时计算的条件,可作为农村供水工程调度和检测的依据。
-
-
史红伟;
陈家亮;
张继群;
李志会;
张峥
-
-
摘要:
为了准确预测高校用水量,基于灰色系统理论建立了高校用水量预测模型,确定了用水人数、占地面积、绿化率、管网有效供水率和节水器具普及率五个影响用水量的主要因素,并计算出各因素的灰色关联系数及关联度,对用水量预测模型进行求解。预测结果显示,排除学校放假影响因素,其他季度用水量预测值与用水量实测值相对误差小于5%,模型后验差比为0.089,预测结果与实际基本保持一致,模型预测精度良好。
-
-
李彦彬;
闫文晶;
张海涛;
杜军凯
-
-
摘要:
准确的用水量预测是响应国家高质量发展的重要抓手,也是城市水资源优化配置的基础。针对用水量序列存在波动性、灰色模型与所需因素存在线性关系等问题,提出了一种基于HP滤波分解的GM-LSSVR预测模型,即先采用灰色关联分析法筛选合适的用水量影响因素,再利用HP滤波分解法将筛选的用水量及影响因素分解为长期趋势序列和短期波动序列,最后通过GM-LSSVR组合模型来预测用水量。以郑州市为例,使用该模型预测2001-2019年用水量,并与GM(1,N)模型、BP神经网络模型的预测结果进行对比。结果表明,基于HP滤波分解的GM-LSSVR预测模型预测精度大大提高,具有可行性与实用性,可以较好地应用于城市用水量预测研究中。
-
-
窦淼;
李金燕;
崔岚博;
魏怡敏;
苏荟琰;
李超超
-
-
摘要:
为了提高用水量预测精度,并且掌握各行业用水量比例。提出了相关性分析和多层感知器神经网络(MLP)耦合模型预测行业用水量,该模型首先利用相关性分析的方法筛选出对行业用水量影响较大的因子,再将主要因子数据输入到神经网络模型预测出行业用水量。进一步以地处干旱区域的宁夏回族自治区为例,提取2002—2016年主要影响行业用水的因子训练预测模型,以此模型预测2017—2020年的用水量并检验预测精度;预测结果显示,总用水预测值与实际值的多年相对误差均值仅为1.00%。最后使用该耦合模型对宁夏规划水平年2025年行业用水量进行预测,预测结果表明2025年宁夏总用水量有下降的趋势,这种变化趋势与自治区近几年大力推进节水型社会建设的政策相符合。
-
-
袁玉英;
罗永刚;
孙立云
-
-
摘要:
为更加合理地利用水资源,保护水资源,对供水系统进行优化调度以及对用水量预测方法进行研究十分必要。本文提出了基于改进BP算法的用水量预测模型:首先介绍了BP神经网络的原理;然后设计了三层BP神经网络,利用改进的BP算法建立用水量预测模型,其自适应调整学习率,结合LM算法,引入动量因子,利用自主设计的训练函数对设计好的网络进行训练;最后对模型预测结果进行分析,并与标准BP算法进行对比。通过实验发现,该模型可对城市居民的日用水量进行合理预测,预测精度可达到相关要求。
-
-
黄海东;
李琼梅
-
-
摘要:
提出了一种基于堆栈稀疏自编码器的深度神经网络方法预测短期用水量。该方法首先通过堆栈稀疏自编码器以无监督学习的方式获得最优权重矩阵和偏差向量。然后,利用最优权重矩阵和偏差向量训练深度神经网络进行短期用水量预测。以某实际供水管网的时用水量数据为例验证所提方法的有效性。结果表明,与支持向量机和不含堆栈稀疏自编码器的深度神经网络相比,所提方法总体上具有更低的平均绝对百分比误差和均方根误差。
-
-
朱铭江;
裘娅;
张祖鹏
-
-
摘要:
随着浙江省水利数字化改革的深入推进,提升水利智慧化管理水平过程中,人工智能、深度学习等技术具有广阔的应用前景。其中运用机器学习算法挖掘水资源动态监测数据的内在规律进行城市用水量动态预测,从而精准掌握城市用水量未来时段的变化情况,对于支撑城市供水旱情研判、提高水资源精细化管理水平具有重要作用。利用长兴水务公司2013—2021年取水实时监测数据,采用支持向量机模型方法构建长兴县城市用水量预测模型,探讨基于机器学习的用水量数据挖掘方法在城市用水量预测领域的适用性,为水资源数字化改革提供有效的模型组件。
-
-
周广宇;
孙广东;
赵鹏;
崔诺
-
-
摘要:
本文介绍了海口江东新区总体规划中的水资源优化配置工作,通过分析现状可利用水源条件,确定城市综合用水水源以南渡江为主,以外调水进行补充,农业灌溉用水以再生水为主,近期再生水水量不足时,以水库、地下水进行补充.本文同时指出,根据人口及用水、排水量变化,分阶段安排配置方案,突出重点水源和水厂工程建设,合理调配各类不同水源在不同用途的分配,是优化配置的关键.
-
-
-
-
-
-
-
-
宰松梅;
仵峰;
郭冬冬;
罗华良
- 《中国农业水资源支撑粮食安全前沿学术论坛》
| 2009年
-
摘要:
基于最小二乘支持向量机(LSSVM)良好的泛化能力和特点,以人民胜利渠灌区需水量为研究对象,选用径向基函数(RBF)作为核函数,建立了最小二乘支持向量机预测模型,对灌区需水量进行了模拟计算,用检验样本与灰色预测和基于RBF的神经网络模型的预测结果进行了比较,LSSVM预测的最大误差8.78%,平均误差4.90%。结果表明,最小二乘支持向量机模型有较高的预测精度和较强的泛化能力,可为灌区水资源规划提供科学依据。
-
-
吴翠娟
- 《第十二届选煤学术年会暨2009年全国选煤技术交流会》
| 2009年
-
摘要:
选煤厂用水量是选煤过程的一个重要参量,文章采用单一神经网络训练方法和神经网络集成同时训练方法,通过典型数据训练和现场应用,表明预测精度完全能够满足企业需要,可实现选煤厂日用水量的智能预测,为选煤过程的水量控制提供了依据.
-
-
张乐英;
徐得潜;
席鹏鸽
- 《华东地区给水排水技术情报网第十六届年会》
| 2008年
-
摘要:
预测工作是水资源管理中掌握未来发展趋势的关键。考虑到用水序列的非线性特点,本文采用BP网络方法进行用水量的预测。以气温、节日量、阴晴量为模型的输入,以日用水量为模型的输出。实例分析说明,应用BP网络预测得到的日用水量数据达到较高的预测精度,具有较好的应用前景。
-
-
-
张文静;
徐洪泽;
崔德军
- 《中国自动化学会第18届青年学术年会》
| 2003年
-
摘要:
通过对城市小时用水量序列的分析,利用小波神经网络建立了城市小时用水量序列的预测模型,提出了求解模型的算法.小波神经网络法预测具有预测误差小、计算速度快的特点.仿真结果证明了该方法的有效性,能够满足供水系统优化调度的要求.