数据驱动的城镇智慧水务日用水量预测算法

姚俊良, 薛海涛, 刘庆

西安理工大学 自动化与信息工程学院, 西安 710048

收稿日期:2020-08-28出版日期:2021-08-28发布日期:2021-10-13

作者简介:姚俊良(1984-),男,副教授,硕士生导师,E-mail:yaojunliang@xaut.edu.cn.
基金资助:国家自然科学基金项目（51706180，61502385）；陕西省自然科学基础研究计划项目（2020JM-456）

Daily Water Volume Prediction Algorithm of Urban Smart Water Based on Big Data

YAO Jun-liang, XUE Hai-tao, LIU Qing

School of Automation and Information Engineering, Xi'an University of Technology, Xi'an 710048, China

Received:2020-08-28Online:2021-08-28Published:2021-10-13

摘要/Abstract

摘要： 针对国内某中小型自来水公司的实际供水情况，通过对比相关系数分析了天气等因素对日供水量的影响，确定了日用水量预测所需的输入参数；比较了3种用传统基于大数据的水量预测方法在该自来水公司中应用的性能，针对用传统方法预测误差较大的问题，提出引入前一日用水量和前8 h的用水量作为影响因素的改进方法.将所提方法在该自来水公司的信息系统中进行了实际测试，验证了所提算法的有效性.根据算法性能和实现复杂度，给出了适用于城镇水务的水量预测算法和算法执行形式，能够帮助水务企业提高水量预测精度，有效提升水资源的利用率.
中图分类号:
TP183

引用本文

姚俊良, 薛海涛, 刘庆. 数据驱动的城镇智慧水务日用水量预测算法[J]. 北京邮电大学学报, 2021, 44(4): 82-88.
YAO Jun-liang, XUE Hai-tao, LIU Qing. Daily Water Volume Prediction Algorithm of Urban Smart Water Based on Big Data[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(4): 82-88.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4885