[發明專利]一種山岳景區用水優化調度方法

有效

• 申請號: 201410184382.8
• 申請日: 2014-05-04
• 公開（公告）號: CN105095980B
• 公開（公告）日: 2018-08-31
• 發明（設計）人: 方成;黎杰;凌亮;李強;吳世祥;黃毅;宣善立;朱珊珊;吳禮飛;王翀;陳乾
• 申請（專利權）人: 黃山市黃山風景區供水有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 深圳市百瑞專利商標事務所(普通合伙) 44240
• 代理人: 楊大慶

本發明公開了一種山岳景區用水優化調度方法，對用水量時間序列進行預處理，對加權移動平均法添加影響因子，并用中位數法解決其滯后問題，最后基于用水量預測信息，建立優化算法目標函數，通過MATLAB實現自適應權重粒子群算法。本發明填補了山岳型景區用水調度的空白，解決山岳景區人工供水調度滯后性的問題。可廣泛應用于山岳景區用水優化調度領域。

技術領域

本發明涉及用水調度領域，尤其是涉及一種山岳景區用水優化調度方法。

背景技術

供水優化調度研究對象多針對城市供水，對山岳型風景區這樣特殊環境下的優化調度方法尚處于研究空白。目前城市供水主要的預測及優化算法主要包含以下幾種：

1、時間序列法，具體可分為滑動平均法，趨勢外推法，馬爾可夫法，ARIMA法。時間序列法是指利用過去的歷年用水數據，對這些隨機數據進行統計分析，尋找用水數據隨時間的變化規律，據此預測出未來用水狀況的數量的方法，這種方法又被稱為趨勢外延法。該方法只是將未來的用水需求和過去的用水量相聯系，而不考慮任何其它變量。在所有預測模型中這種方法需要的數據最少，用起來也不難。但當影響需水的要素在將來發生很大變化時，時間序列法的預測結果會有很大偏差，并且預測結果受初始值的影響很大。

2、結構分析法。結構分析法具體可包含一元線性回歸分析、多元線性回歸分析及指標分析法等。結構分析法是通過回歸分析，尋找預測對象與影響因素之間的因果關系，建立回歸模型進行預測。但用水系統是復雜的，影響需水量變化的原因是多種多樣的。這種方法常常會因為自變量的過多使得計算量增加，模型穩定性退化，造成很大的誤差。

3、系統動力學法主要包含灰色預測，神經網絡等。這種方法是以現實存在的系統為前提，根據歷史數據、實踐經驗和系統存在的機制關系借助計算機模擬建立動態仿真模型，對各種影響因素可能引起的系統變化進行試驗，從而尋求改善系統行為的機會和途徑。系統動力學法模型復雜，影響因子眾多，比較適合大型預測。

山岳景區由于水量庫存及游客、季節性變化等諸多不定因子，與城市供水存在很大的區別，因此，現有的城市供水調度方法顯然不能應用在山岳景區上。目前，山岳景區供水存在三個特點：(1)景區山上沒有大型的天然水源，(2)依靠人工水庫或水池進行儲水，(3)水庫之間有管網相連，可進行水資源調度。(4)景區山下水資源相對充足,可通過提水方式對山上水庫進行補充。

發明內容

本發明的目的是提供一種山岳景區用水優化調度方法，解決山岳景區人工供水調度滯后性的問題。

本發明的另一個目的在于提供一種山岳景區用水優化調度方法，解決山岳景區影響因子復雜，取得最佳調度方案困難的問題。

本發明解決其技術問題所采用的技術方案是：一種山岳景區用水優化調度方法，包括以下步驟：

步驟1，通過水量歷史數據建立歷史時間序列曲線，用歸一化方法對用水量歷史數據時間序列進行預處理，具體方法為：設處理之后的數據為x′，則預處理公式為：x′＝(x-x_min)/(x_max-_xmin)，然后將預測結果進行反歸一化，反歸一公式為：x＝x′(x_max-x_min)+x_min；使供水調度歷史數據縮小到[0，1]范圍內；

式中：x代表用水量歷史數據，x'代表預處理后的用水量歷史數據,x_max代表歷史用水量最大值，x_min代表歷史用水量最小值；

步驟2，用加權移動平均法建立用水量預測初步模型，處理公式為：

式中：V_X+1為第X+1期的加權移動算術平均數，W_X為第X期的原始用水量數據的滑動權重，T_X為第X期的原始用水量數據；