基于机器学习的水厂短期供水量预测模型构建

Construction of short-term water supply prediction model of waterworks based on machine learning

短期供水量预测是水厂调度及管网漏损控制的基础。以夹江县青衣水厂历史供水数据为依据,对供水量影响因素进行多维特征构造,并对相关特征进行了筛选。分别使用ARIMA、随机森林、XGBoost以及LSTM进行模型的构建。经比较,基于XGBoost的模型可以使预测误差百分比缩小到5%,提高了供水量预测精度。