-
题名基于灰色动态模型群的衡水市居民年用水量预测
被引量:11
- 1
-
-
作者
吴永强
李明凯
唐中楠
王书盛
王锦涛
-
机构
河北建筑工程学院市政与环境工程系
河北省水质工程与水资源综合利用重点实验室
-
出处
《环境工程技术学报》
CSCD
北大核心
2022年第1期267-274,共8页
-
基金
河北省科技厅项目河北建筑工程学院院士工作站建设专项(199A4201H)
河北省教育厅青年基金项目(QN2020424)。
-
文摘
针对居民用水量序列的随机性和周期性以及传统灰色模型由于离散程度大而产生的过拟合问题,依据灰色模型理论构造了由5个GM(1,1)模型组成的灰色动态模型群;基于衡水市2007—2019年居民年用水量数据,采用灰色动态模型群对衡水市2020—2030年居民年用水量变化进行预测研究,并对预测结果进行残差检验以及残差修正;将灰色动态模型群分别与5个GM(1,1)模型进行对比,以检验模型性能。结果表明:灰色动态模型群的预测相对误差整体小于传统GM(1,1)模型,具有更好的准确性和适用性;衡水市2019年居民年用水量为1795.00万m^(3),2030年预计增至2862.21万m^(3),未来衡水市居民年用水量呈明显增长趋势,这与衡水市未来人口增长和社会经济发展趋势相吻合。衡水市未来居民用水量预测结果可为供水优化调度和水资源优化配置提供参考。
-
关键词
居民用水量预测
GM(1
1)模型
灰色动态模型群
衡水市
-
Keywords
residential water consumption projection
GM(1,1)model
dynamic gray model group
Hengshui City
-
分类号
TU991.31
[建筑科学—市政工程]
TV213.4
[水利工程—水文学及水资源]
-
-
题名基于BP神经网络的管网漏失定位研究—以H市为例
- 2
-
-
作者
王书盛
吴永强
-
机构
河北建筑工程学院市政与环境工程系
河北省水质工程与水资源综合利用重点实验室
-
出处
《河北建筑工程学院学报》
CAS
2022年第1期120-126,共7页
-
文摘
利用EPANET建模软件及H市某区智慧供水平台收集数据,分析研究城市供水管网泄漏事故,将泄漏发生时节点压力变化与泄漏点位置之间建立映射关系,通过水力模型与BP神经网络系统动态分析。结果表明:当漏损面积较小时,漏损定位的效果最好,预测点与漏损点的最近距离为19.71 m,最远距离为192.29 m,平均偏差达78.1 m,模型具有较高的精确性,当泄漏量扩大时,模型的定位精度有所下降,但偏差值仍能维持在300~400 m左右。
-
关键词
EPANET
水力模型
BP神经网络
泄漏点
-
Keywords
EPANET
hydraulic model
BP neural network
leak point
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TU991.33
[建筑科学—市政工程]
-
-
题名城市市政给排水管网的优化配置与管理初探
被引量:9
- 3
-
-
作者
崔帅
吴永强
王书盛
王锦涛
李明凯
王旭朝
-
机构
河北建筑工程学院
河北省水质工程与水资源综合利用重点实验室
-
出处
《绿色科技》
2021年第16期191-193,共3页
-
文摘
指出了在当今城市的发展与规划当中,给排水管网的优化配置、布置与施工是一个重点问题,对城市市政管网的发展有着重要的作用。一般来说给排水管网属于地下隐蔽工程,且大部分管道都是旧管道,其维修与管理存在很大的漏洞,很多已经不能满足人们的日常生活需求,这就需要市政管理部门对给排水管网的优化以及管理工作进行不断地创新与探究。针对旧管道存在爆管、开裂、建筑施工过程中测量不精以及管材的选用不恰当等问题,提出了管网优化配置、信息化信息管理、管材选用HPDE缠绕结构壁管等建议。
-
关键词
给排水管网
优化
管理配置
-
Keywords
water supply and drainage network
optimization
management configuration
-
分类号
TU992.23
[建筑科学—市政工程]
-
-
题名基于数据挖掘的小区用水量影响因素研究
被引量:1
- 4
-
-
作者
王锦涛
吴永强
王书盛
李明凯
崔帅
-
机构
河北建筑工程学院市政与环境工程系
河北省水质工程与水资源综合利用重点实验室
-
出处
《河北建筑工程学院学报》
CAS
2022年第2期131-136,共6页
-
文摘
智慧供水是智慧水务建设的重要组成部分,挖掘用水量的影响因素可以提高用水量预测的精度。通过某小区供水数据和当地气象资料的数据进行数据挖掘,分析在用水过程中的气象影响因素,建立该小区用水量和影响因子的回归方程,探究数据分析在用水量预测中的应用。主要采用Python语言及平台进行研究,通过数据处理和分析得出以下结论:(1)通过气象因素和用水量数据的相关性分析得出温度和风速两种相关的影响因素,并对其影响程度和田间进行了分析。(2)根据相关性分析结论利用回归分析初步建立了该小区用水量预测模型。(3)通过该研究验证了Python语言及平台在水务大数据处理及挖掘中的便捷性及广阔的前景。
-
关键词
数据挖掘
影响因子
用水量
智慧供水
大数据
-
Keywords
Data mining
Impact factors
Water consumption
Smart water supply
Big data
-
分类号
TV12
[水利工程—水文学及水资源]
-
-
题名H高校中水回用系统与效益分析
被引量:1
- 5
-
-
作者
王旭朝
吴永强
王锦涛
王书盛
李明凯
-
机构
河北建筑工程学院
-
出处
《陶瓷》
CAS
2020年第10期124-125,共2页
-
文摘
H高校中水回用工程设计规模为1400m3/d,采用生物接触工艺处理学生宿舍盥洗废水、洗浴废水等,处理后水质较好,达到国家城市杂用水水质及城市污水再生利用,景观环境用水水质(河道类)要求。分析结果表明高校实施中水回用可节约大量清洁水,促进了水资源的循环使用,具有较好的经济效益、环境效益和社会效益。
-
关键词
校园
中水回用
效益分析
-
分类号
X703
[环境科学与工程—环境工程]
-