[發明專利]一種預測月尺度工業需水量的方法

有效

• 申請號: 202110751413.3
• 申請日: 2021-07-02
• 公開（公告）號: CN113344449B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 許欽;陳星;關鐵生;蔡晶;張伊佳;袁緣;鄭皓;彭安邦;孫曉敏;葉鳴;鄧晰元;韓江波;萬毅;張其成;徐慧;向龍;鮑振鑫;江善虎;高勛;史書華;陳正雷
• 申請（專利權）人: 水利部交通運輸部國家能源局南京水利科學研究院;河海大學
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q50/06;G06N3/0464;G06N3/08
• 代理公司: 北京尚德技研知識產權代理事務所(普通合伙) 11378
• 代理人: 何春蘭;嚴勇剛

1.一種預測月尺度工業需水量的方法，其特征在于：所述的方法包括如下步驟：S1構建工業需水特征評價評價指標體系；S2構建預測模型集；S3制定各工業需水評價分區最優預測方法；S4篩選月尺度工業需水關鍵影響因子，為多元回歸法與前饋神經網絡模型提供基礎；S5月尺度工業需水預測；

所述的S1包括：S1-1選取工業需水特征評價指標；S1-2：制定評價指標分級閾值；S1-3：計算評價總值，定量評價工業需水情況；

所述的S2構建預測模型集，是指：選取多元回歸分析法、BP神經網絡模型、前饋神經網絡模擬模型作為預測模型集；

所述的S3制定各工業需水評價分區最優預測方法，是指：步驟S1-3中得到的分區與預測模型集中的預測模型進行匹配，得到：A區最佳預測方法為前饋神經網絡模型預測法；?B區最佳預測方法為BP神經網絡模型預測法；C區最佳預測方法為BP神經網絡模型預測法；?D區最佳預測方法為多元線性回歸預測法；E區最佳預測方法為多元線性回歸預測法；

所述的S4篩選月尺度工業需水關鍵影響因子，為多元回歸法與前饋神經網絡模型提供基礎，是指：當步驟S1-3中得到的預測方法為前饋神經網絡模型或者為多元線性回歸預測方法時，根據現有工業需水影響因素的分析結果和基礎數據的可獲性，建立影響因子初集，包括：月平均降水量、月平均氣溫、二產比例、第二產業月值、規模以上工業總產值、GDP月值、固定資產投資、發電量、鋼產量、工業企業個數、化學纖維產量，利用Pearson相關分析和主成分分析篩選出地區工業需水量的關鍵影響因子；

所述的S5月尺度工業需水預測，根據S1-3、S3結果，確定地區所屬工業需水特征綜合評價分區，計算月尺度地區工業需水量；

所述的S1-3計算評價總值，定量評價工業需水情況，是指：利用AHP法對步驟一中篩選出的評價指標進行重要性評價，確定工業需水評價總值中需水總量、用水效率以及需水結構的計算權重，并對評價目標進行賦值，確定了Ⅰ級至Ⅴ級分別對應整數數值1至5，基于熵權法和指標權重計算工業需水評價總值，并對區域工業需水特征進行評價分區。

2.根據權利要求1所述的一種預測月尺度工業需水量的方法，其特征在于：所述的S1-1選取工業需水特征評價指標，是指：工業需水量、萬元工業增加值用水量及工業需水比重分別作為表征地區工業需水總量、需水水平和需水結構的評價指標。

3.根據權利要求1所述的一種預測月尺度工業需水量的方法，其特征在于：所述的S1-2制定評價指標分級閾值，是指：將各需水類型的量化影響因素進行分級，用于實現系統目標的定量化表示及比較評價，將評價指標：工業需水量、萬元工業增加值用水量及工業需水比重劃分為Ⅰ級至Ⅴ級，同時確定相應的評價閾值。