供水管网系统DMA分区流量数据聚类分析研究

摘要

随着智能水表技术的发展，实时监控系统使供水部门可以拥有大量关于供水管网属性的数据。智能水表包括记录水量和通信系统两部分，可以实时传输和储存用水量数据。智能水表已经被广泛应用，大多数城市都具有这样的设备，然而智能水表传送的关于管网属性的数据，水司仅仅用于日常调度和经济效益考评，之后这些大量数据会被储存一段时间。智能水表连续传送数据，随着数量逐渐增大，水司会因为内存原因而把这些数据删除，同时删除的还有这些数据所含有的非常有价值的管网信息。随着数据挖掘技术的发展，我们有技术有能力处理分析这些数据，最大程度地挖掘数据所包含信息。分析这些数据有助于供水管网革新供水管网管理、计划和用户服务，更加充分利用水资源，保护水资源。
　　本文根据DMA分区流量数据特点，提出一种聚类方法，即基于DMA分区用水量曲线距离和形状的聚类算法（KS），该聚类方法相对经典K-means、自主映射（SOM）和模糊C均值而言，更能体现DMA分区用水量规律。
　　通过Y市DMA分区项目中获得43个DMA分区的流量数据，对这43个DMA分区流量数据进行数据预处理之后，进行聚类分析，比较KS、K-means、SOM和 FCM四种聚类算法效果，最终表明 KS的聚类效果最好，并且通过分析KS聚类结果，能够指导水司检测异常情况（漏损、偷水）。
　　在对43个 DMA分区流量数据处理过程中，通过观察43个 DMA分区的用水量变化曲线，发现根据《给水工程》等教材计算出的时变化系数，小于大多数各小时用水量占全天总用水量比例。说明若继续采用《给水工程》等教材中的时变化系数公式，将不能保证如Y市这样城市的供水安全，建议进一步修正时变化系数公式。

目录

第1章 绪论

1.1课题背景

1.2研究意义

1.3研究现状

1.4研究内容及路线

第2章 实验数据收集方法和原理

2.1 划分DMA分区

2.2 采集DMA分区流量数据设备选取

2.3封闭实验

2.4实验数据收集

2.5用户用水量变化规律

2.6 数据聚类分析的基本方法

第3章 供水管网DMA分区流量数据预处理

3.1供水管网DMA分区流量数据集成

3.2供水管网DMA分区流量数据属性规约

3.3供水管网DMA分区流量数据清洗

3.4供水管网DMA分区流量数据变换

3.5本章小结

第4章 供水管网DMA分区数据聚类方法研究

4.1基于DMA流量曲线距离和形状聚类

4.2聚类过程中的数据相似性度量研究

4.3确定DMA分区数据聚类数目

4.4聚类数目的确定

4.5聚类方法的评价函数研究

4.6 DMA分区实例数据聚类实验

4.7本章小结

总结

参考文献

附件一 牛顿插值代码

附件二 K-means代码

附件三 确定γ值

附件四 KS聚类代码

附件五 FCM代码

攻读学位期间发表的学术论文

声明

致谢