城市供水管網(wǎng)系統(tǒng)的預(yù)測(cè)建模研究.pdf

1、城市供水管網(wǎng)系統(tǒng)是一個(gè)規(guī)模龐大、結(jié)構(gòu)復(fù)雜、強(qiáng)擾動(dòng)的動(dòng)態(tài)網(wǎng)絡(luò)系統(tǒng)，開(kāi)展預(yù)測(cè)建?？梢愿玫卣莆掌溥\(yùn)行規(guī)律，提升日常調(diào)度、運(yùn)行優(yōu)化及應(yīng)急處理能力。本文關(guān)于供水管網(wǎng)建模分析和狀態(tài)預(yù)測(cè)的主要研究工作如下：
　?。?）綜述了國(guó)內(nèi)外供水管網(wǎng)系統(tǒng)建模研究現(xiàn)狀，指出了供水管網(wǎng)系統(tǒng)建模存在的問(wèn)題及趨勢(shì)，提出應(yīng)充分利用現(xiàn)代控制控制理論和數(shù)據(jù)驅(qū)動(dòng)相關(guān)方法對(duì)供水管網(wǎng)系統(tǒng)進(jìn)行建模和預(yù)測(cè)研究。
　?。?）基于混沌理論和小波分析方法對(duì)供水管網(wǎng)壓力時(shí)間序列進(jìn)

2、行了混沌辨識(shí)和預(yù)測(cè)。針對(duì)SCADA（Supervisory Control and Data Acquisition）現(xiàn)場(chǎng)采集的壓力數(shù)據(jù)含有大量噪聲且存在突變的現(xiàn)象，采用小波分析方法對(duì)其進(jìn)行降噪分析，有效地區(qū)分了壓力序列中的突變部分和噪聲。根據(jù)混沌辨識(shí)理論，驗(yàn)證了壓力序列中混沌的普遍存在。鑒于壓力序列演化的復(fù)雜性，提出采用嵌入空間技術(shù)結(jié)合神經(jīng)網(wǎng)絡(luò)對(duì)壓力序列進(jìn)行建模預(yù)測(cè)。實(shí)例表明，該方法具有較好的預(yù)測(cè)結(jié)果。壓力時(shí)間序列的混沌性的驗(yàn)證為供水

3、管網(wǎng)系統(tǒng)的分析和預(yù)測(cè)提供了新的思路。
　?。?）基于系統(tǒng)辨識(shí)理論，建立了基于魯棒遞推最小二乘法的供水管網(wǎng) ARX（Auto-Regressive with eXogenous Inputs）模型，提出了基于單時(shí)變遺忘因子和多時(shí)變遺忘因子的參數(shù)辨識(shí)方法。針對(duì)供水管網(wǎng)系統(tǒng)狀態(tài)受用水量隨機(jī)變化的影響而難以預(yù)測(cè)，同時(shí)用水量及其空間分布又難以實(shí)時(shí)估計(jì)的情況，模型將用水量作為不可測(cè)擾動(dòng)變量，通過(guò)實(shí)時(shí)更新模型參數(shù)自適應(yīng)跟蹤系統(tǒng)的狀態(tài)變化并做出預(yù)

4、測(cè)。經(jīng)驗(yàn)證，該模型簡(jiǎn)單實(shí)用，跟蹤能力較強(qiáng)，預(yù)測(cè)精度良好，為實(shí)現(xiàn)供水管網(wǎng)系統(tǒng)的實(shí)時(shí)優(yōu)化調(diào)度奠定了一定基礎(chǔ)。
　?。?）基于系統(tǒng)辨識(shí)理論和數(shù)據(jù)驅(qū)動(dòng)建模方法，建立了供水管網(wǎng)NARX（Nonlinear Auto-Regressive with eXogenous Inputs）神經(jīng)網(wǎng)絡(luò)模型。首先，針對(duì)管網(wǎng)系統(tǒng)用水量及其空間分布難以估計(jì)的情況，提出了利用系統(tǒng)歷史狀態(tài)信息和控制信息對(duì)用水量做當(dāng)量估計(jì)的思想，并推導(dǎo)了供水管網(wǎng)系統(tǒng)的NARX神經(jīng)