基于ARIMA的乘积季节模型在城市供水量预测中的应用

随看我国经济快速增长、居民收入水平的显著提高,城市供用水量快速增长。本文以成都市2006年至2010年2月供水量数据为基础,在剔除了长期趋势及季节因素后,对其残差序列进行分析和识别,建立了城市月供水量的乘积季节模型ARIMA(3,1,1)(1,1,1)12,并根据此模型对2010年全年月供水量进行预测,拟合效果良好。

城市供水量预测的数学模型

考虑到时间、温度、水价对供水量的影响,建立了城市供水量预测的差分阻滞模型和神经网络模型,并对其预测结果进行了比较。结果表明:各模型都是可行的,且预测精度很高。考虑到用水负荷的从众心理和水价对个体用水量的影响,利用元胞自动机模型对水价与城市供水量之间的关系进行了模拟,模拟结果表明当社会从众心理一定时,水价的调整对供水量的影响有一个最有效的范围。

城市供水量预测

通过对城市供水量预测的研究,建立了两种供水量的预测模型,并对两水厂供水量间变化趋势进行了分析,找出二者在供水量分配中的变化规律,给出了在满足城市供水量限制条件下的水价调整方案。

城市化程度对城市供水量的影响

城市化是人类文明发展的重要标志,是社会生产力发展的重要阶段,这是一个整体的、长期的、不可逆转的自然历史过程。城市化进程的加速增长势在必然,水是城市发展的命脉,城市供水若跟不上城市发展的进程,城市发展将受到严重制约。在分析城市化内涵及城市化突出特征的基础上,初步提出了城市供水量与城市化进程之间的数学模型,以西安市为例,对模型进行研究分析,得出城市化程度与时间(年份)及城市供水量与城市化程度之间成半对数关系,并运用此模型对西安市的供水量进行预测,以期为西安市的可持续决策提供科学的理论依据,以保障西安市健康、有序的发展。

改进的混合差分人工蜂群算法在辽宁东部城市供水量预测中的应用研究

用改进的混合差分人工蜂群算法对辽宁东部某城市供水量进行预测。结果表明:相比于传统算法,改进算法在目标聚类求解精度上具有较为明显的改善;改进的混合差分人工分群算法具有更好的收敛精度和预测精度,更适用于城市供水预测,改进算法预测的供水量和实测供水量的拟合误差为7. 1%,计算消耗时间为4. 3min,而传统算法的拟合误差为17. 3%,计算消耗时间为7. 8min;在远景年份2020—2030年,辽宁东部某城市年供水量将达到35. 15亿～45. 18亿m3,供水量将逐年递增。

基于多粒度特征和XGBoost模型的城市日供水量预测

城市日供水量预测对供水部门具有十分重要的现实意义。为提高城市日供水量预测精度,以某市历史用水数据为基础,构建多粒度特征,并利用Pearson相关系数进行特征的筛选,基于XGBoost模型构建城市日供水量预测模型。本模型通过在训练集上进行训练和学习,在测试集上的平均绝对误差为70 571 t/d,平均相对误差为1.4%;传统的回归预测方法如随机森林法和支持向量机法,平均绝对误差分别为84 366 t/d和88 848 t/d。本模型预测精度更高,说明此模型可行、有效,具有一定的应用价值。

城市供水水量损失管理与实践

随着我国社会经济以及城乡一体化进程的发展,在用水以及用水需求量两方面,我国均显著提升,对供水服务能力以及普及率提出了更高的要求,同时城市在供水方面存在诸多问题,例如漏损控制水平降低以及整体水量流失相对严重等,上述问题中,最为严重的一项是城市供水管网。本文主要分析城市供水量损失管理以及实践方法。

淡水资源稀缺性城市供需水量与城市化关系分析

淡水资源的日益短缺是制约我国当前快速城市化的重要因素,特别是一些沿海淡水资源稀缺性城市。本文以严重缺水的滨海城市——大连市为例,从城市化发展对城市生活用水量的需求和城市供水不足对城市化发展的制约两方面入手,分析大连市城市供需水量与城市化之间的关系。研究结果表明:(1)大连市城市生活用水量随城市化的增长而增长。(2)大连市城市生活用水量增长速度由快变慢,主要是由淡水资源缺乏导致城市供水量不足引起的。(3)如果不解决大连市淡水资源的现有瓶颈,城市供水量不足对城市化的限制率将越来越大。

基于MATLAB的灰色模型在城市月供水预测中的应用

利用Matlab语言编制了灰色系统理论GM(1,1)模型程序,并将该程序应用于华中某大城市月供水的预测分析中,得出了较精确的预测值。

防止城市垃圾粪便对地下水的污染

地下水是城市生活和工农业生产的重要水源,不少城市地下水使用量可占整个城市供水量的三分之二左右。因此积极防止城市垃圾粪便对地下水源的污染应该成为当务之急。由于近代城市人口集中,城市生活水平的提高和工业生产、科研的发展,城市垃圾粪便废物愈来愈多。大城市居民平均每人每天排放生活垃圾和粪便各一公斤左右。

深圳市供水智能组合预测分析

通过对深圳市的供水量分析,建立线性回归模型、非线性二元转折模型及模糊优选BP神经网络模型,分别对深圳市的中远期供水量进行预测,并将这三个模型的预测结果联立起来,作为模糊优选BP神经网络的输入,对深圳市供水量进行再次的网络训练。计算结果表明,智能组合预测模型的预测结果优于三个模型的单独预测结果。

对数回归-ARMA周期预测模型及其应用

对成都市月供水量时序进行周期分析。在利用对数变换后的回归模型基础上,建立ARMA(1,5)时间序列模型,给出了月供水量时序的预测模型,并根据此模型对2010年全年月供水量进行预测。实例表明:本文提出的基于对数回归-ARMA月供水时序周期预测模型,能更好地挖掘供水量时序的规律。

西安市地下水资源枯竭与地面沉降

西安市自来水从供水到现在已经36年了,基本全部采用地下水资源。随着工农业生产的发展和城市人口的增长与生活水平的提高,供水量不断增加。每天供水能力从最初的4500吨增加到目前53万吨以上,增长了117倍多。许多工厂、单位自备水源地的供水量,每日约为23万吨。加之郊区、县(仅指长安县)的115万亩井灌农田,年采水量达3.8亿吨,几乎接近城市供水量的3倍。可见全市地下水开采量是十分巨大的。有迹象表明,各地下水源地的开采量已超过补给量,造成地下水位剧烈下降。

盘锦市高升水源卫生学评价

盘锦市是辽东半岛对外开放城市之一,为尽快解决城市供水量不足问题,开发新水源,增加供水能力,确保高升水源水质良好,我站根据调查结果作出了卫生学评价。

白龟山水库城市供水收费现状与对策

1 供水收费现状1.1 供水收费概况白龟山水库位于平项山市区南郊,是淮河流域沙颍河水系上的一座大型枢纽工程。该库总库容9.22亿 m^3,兴利库容2.36亿 m^3,规划城市供水量6800万 m^3。在平项山市的经济和社会发展中一直起着非常重要的作用。目前白龟山水库供城市工业、生活用水1.2亿 m^3,火电厂循环水11亿 m^3。

水人类面临的危机

水人类面临的危机韦人缺水，全球共同面临的危险早在１９７２年，联合国召开的“人类环境”会议和１９７７年召开的“水”的大会就向全世界发出警告：“水不久将成为一项严重的社会危机，石油危机之后的下一个危机便是水。”总部设在美国首都华盛顿的“世界资源研究所”也...