[發明專利]一種基于Elman神經網絡的需水預測方法

在審

• 申請號: 201710600972.8
• 申請日: 2017-07-21
• 公開（公告）號: CN107358294A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 劉心;鄧瀟;李文竹
• 申請（專利權）人: 河北工程大學
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于Elman神經網絡的需水預測方法，屬于水資源管理技術領域。

背景技術

隨著工業化、城市化深入發展，水資源需求將在較長一段時期內持續增長，加之全球氣候變化影響，水資源供需矛盾將更加尖銳，合理利用水資源是當前的重要任務。城市水資源的合理利用主要由城市供水調度系統決定，而需水量預測的準確程度直接影響到供水系統投資、管網布局和運行的合理性。因此，要想合理利用城市水資源、進行有效的供水就必須要對水資源進行科學合理的預測。

目前，在城市需水預測方法的研究過程中，研究者大部分偏重于對預測算法的優化創新，沒有針對數據的波動特性提出相應的解決辦法。然而平穩的數據輸入是提高預測精確度的重要手段。平穩的數據輸入與高精度的預測算法結合才能更準確地預測城市需水量。

針對這一問題，現有的技術方案是：針對反向傳播（BP，Back Propagation）神經網絡收斂速度慢、易陷入局部極值等缺點，將相空間重構原理及遺傳算法(GA, Genetic Algorithm)引入BP神經網絡需水預測模型中，提出基于相空間重構原理的GA-BP城市需水預測模型。雖然基于相空間重構原理的GA-BP需水預測模型具有較好的預測精度和泛化能力，但并沒有就用水數據波動性大的問題提出解決方法。。

發明內容

經分析發現，現有技術在進行需水預測過程中，沒有考慮到用水數據波動性大的問題。

基于此，本發明提出一種基于Elman神經網絡的組合預測方法，該方法包括數據預處理和需水預測兩部分。本方法首先根據用水數據的波動性特征，對數據進行處理并采用集總的經驗模態分解（EEMD ，Ensemble Empirical Mode Decomposition）方法對數據進行平穩化處理，然后采用具有動態建模能力的Elman神經網絡作為預測算法，同時，采用遺傳算法選取Elman神經網絡的最佳連接權值和閾值，得到狀態最優的Elman神經網絡。最后使用河北工程大學的校園用水數據對本發明所提EEMD-GA-Elman方法的有效性進行了仿真驗證，結果表明，本發明所提方法能夠有效地預測校園時需水量，性能明顯優于未使用EEMD方法和GA算法的單一的Elman神經網絡。

本發明采用下述的技術方案：

一種基于Elman神經網絡的需水預測方法，包括數據預處理和需水預測兩部分。數據預處理包括對缺失異常值的處理和用集總的經驗模態分解（EEMD ，ensemble empirical mode decomposition）方法進行數據分解。需水預測包括采用優化的Elman神經網絡進行需水預測。

進一步地，對缺失異常值的處理包括：分析原始數據，找出缺失值和異常值，由“NAN”替代；計算原始數據中每天與“NAN”同時刻用水數據的平均值，替換“NAN”；對處理過的數據向量進行整理，得到預測算法需要的數據集。EEMD方法包括：初始化執行EMD的次數n，并確定所加高斯白噪聲的幅值；向用水數據中添加高斯白噪聲，并執行n次EMD；計算n次得到的各相應IMF分量的均值，作為分解的結果。

進一步地，采用動量和自適應的學習率的梯度下降函數作為Elman神經網絡的訓練算法，采用線性傳輸函數為輸出神經元的傳遞函數，采用常用的S函數為中間層神經元的傳遞函數。優化Elman神經網絡包括采用遺傳算法對Elman神經網絡的連接權值和各層閾值進行優化選擇。遺傳算法優化Elman神經網絡輸入層到隱含層、隱含層到輸出層和隱含層到承接層的連接權值，以及隱含層和輸出層的閾值。

進一步地，遺傳算法的主要參數設置如下：種群大小設置為20，迭代次數設置為30，交叉概率設置為0.7，變異概率設置為0.1。Elman神經網絡的主要初始參數設置如下：訓練次數設置為1000，學習率設置為0.2，訓練誤差設置為0.01。

附圖說明

圖1是需水預測方法流程圖；

圖2表示 2016年11月1日-2016年11月7日校園時用水量；

圖3 是Elman神經網絡模型圖；

圖4表示經EEMD分解后的各IMF分量；

圖5表示各預測方法的預測結果；

圖6(a) 表示2016年5月各預測方法的預測誤差；

圖6(b) 表示2016年8月各預測方法的預測誤差；以及

圖6(c) 表示2016年11月各預測方法的預測誤差。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。