[發明專利]一種基于EPR進化多項式回歸的管網漏失預測模型的建立方法

有效

• 申請號: 201710048297.2
• 申請日: 2017-01-19
• 公開（公告）號: CN106874575B
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 吳珊;李嵐;侯本偉
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張立改

1.一種基于EPR進化多項式回歸的管網漏失預測模型的建立方法，其特征在于，該方法包括如下步驟：

第一步：預測模型建立的前期數據準備

(1)信息完善：在城市供水管網的地理信息系統(Geographic Information System，GIS)的漏失系統中，完善漏失管道的相關信息，包括管材、管徑、管道埋設時間、管道編號、管長、漏失事件接報時間；

(2)信息編碼：根據影響因子的屬性不同，管道管材作為不連續變量，管道管材分別為：鋼管、球墨鑄鐵管、普通鑄鐵管、鍍鋅管、鋼塑復合管；

(3)信息初步處理：將同一根管道的漏失事件接報時間減去管道埋設時間，得到該管道發生漏失時的年齡，即管齡；

第二步：影響因子的確定

根據發生漏失管道的完整信息，本方法選定管長L、管齡A和管徑D為影響因子，每年漏失發生次數Z(以下簡稱：年漏失次數)隨影響因子而改變；

第三步：數據分組處理方法

(1)選定GIS中n年完整的漏失管道信息作為原始數據，其中前n-1年原始數據用于預測模型的建立，第n年的原始數據用于預測模型的驗證；

(2)根據管材的不同，對五種管材分別建立各自的漏失預測模型，具體方法見第四步；

(3)根據不同管材在供水管網中實際鋪設的管徑D不同，在每一種管材內按照管徑大小再進行分組，相同管徑的為一組；

(4)根據不同管材管徑分組內每一組管徑的管道每年漏失發生次數的不同，按照公式(1)分別計算每一種管材管徑分組內每一組管徑所有管道總的年漏失次數；

式中：Z為每一組管徑年漏失次數，次/年；i為每一相同管徑的管道編號；Z_i為管道i的前n-1年總漏失次數，次；n-1為研究所用原始數據的年數；

(5)根據不同管材管徑分組內的每一組管徑的管道在發生漏失時的管齡的不同，按照公式(2)計算該管材管徑分組內每一組管徑所有管道的加權管齡；

式中：A為n-1年管材管徑分組內每一組管徑所有管道的加權管齡，年；A_i為n-1年管材管徑分組內每一組管徑內某管道i的管齡，年；

(6)根據不同管材管徑分組內每一組管徑管道長度，即管長的不同，按照公式(3)分別計算每一組管徑所有管道總的長度L；

L＝∑l_i (3)

式中：L為每一組管徑對應管道的總長，km；l_i管道i的長度，km；

最終得到每一種管材的對應的每一組管徑、管長、平均加權管齡、年漏失次數，每一管材分為m組不同的管徑，則有為m組的相應分組數據；

第四步：采用EPR建立漏失預測模型

(1)EPR的參數設置：對每一種管材漏失管道進行EPR建模，EPR建模采用的自變量為管長L、管齡A和管徑D，因變量為Z；表達式中多項式的項數小于等于3；函數類型為指數函數f(x)＝e^x，指數選取范圍為-2、-1、-0.5、0、0.5、1、2；偏差項a₀取值為0；基于以上設置，建立管網漏失預測模型；

(2)擬合精度衡量指標：漏失預測模型擬合程度優劣按照公式(4)采用決定系數(Coefficient of Determination，CoD)來判斷，CoD取值范圍為[0,1]，值越大對應的擬合精度越高：

式中：為表達式i模擬的第j組管徑分組數據時年漏失次數的模擬值；y_j為第j組管徑分組數據年漏失次數的真實值，為第j組管徑分組數據年漏失次數真實值的平均數；

第五步：漏失預測模型的驗證

漏失預測模型預測程度的優劣按照公式(5)采用均方根誤差(Root Mean SquareError，RMSE)表示，RMSE值越小，預測精度越高；

式中：為第n年漏失次數的預測值；y為第n年漏失次數的真實值；m為分組數據的組數；

第六步：區域供水管網漏失次數

以上各步驟得到了某一管材的每一分組管徑漏失預測模型后，再用相同方法建立其余四種管材的漏失預測模型，采用各管材模型根據某一年的管網數據，分別預測以后某年各對應管材的漏失次數，加和得到該區域管網漏失次數總數，即每種管材的每一種管徑的年漏失次數均進行加和。

2.按照權利要求1的一種基于EPR進化多項式回歸的管網漏失預測模型的建立方法，其特征在于，所采用的管網漏失預測模型為所建立的管網漏失預測模型中CoD取值最接近1的和RMSE值最小的模型。