一種山岳景區(qū)用水優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及用水調(diào)度領(lǐng)域，尤其是涉及一種山岳景區(qū)用水優(yōu)化調(diào)度方法。
【背景技術(shù)】
[0002] 供水優(yōu)化調(diào)度研究對象多針對城市供水，對山岳型風(fēng)景區(qū)這樣特殊環(huán)境下的優(yōu)化 調(diào)度方法尚處于研究空白。目前城市供水主要的預(yù)測及優(yōu)化算法主要包含以下幾種：
[0003] 1、時間序列法，具體可分為滑動平均法，趨勢外推法，馬爾可夫法，ARIMA法。時間 序列法是指利用過去的歷年用水?dāng)?shù)據(jù)，對這些隨機(jī)數(shù)據(jù)進(jìn)行統(tǒng)計分析，尋找用水?dāng)?shù)據(jù)隨時 間的變化規(guī)律，據(jù)此預(yù)測出未來用水狀況的數(shù)量的方法，這種方法又被稱為趨勢外延法。該 方法只是將未來的用水需求和過去的用水量相聯(lián)系，而不考慮任何其它變量。在所有預(yù)測 模型中這種方法需要的數(shù)據(jù)最少，用起來也不難。但當(dāng)影響需水的要素在將來發(fā)生很大變 化時，時間序列法的預(yù)測結(jié)果會有很大偏差，并且預(yù)測結(jié)果受初始值的影響很大。
[0004] 2、結(jié)構(gòu)分析法。結(jié)構(gòu)分析法具體可包含一元線性回歸分析、多元線性回歸分析及 指標(biāo)分析法等。結(jié)構(gòu)分析法是通過回歸分析，尋找預(yù)測對象與影響因素之間的因果關(guān)系，建 立回歸模型進(jìn)行預(yù)測。但用水系統(tǒng)是復(fù)雜的，影響需水量變化的原因是多種多樣的。這種 方法常常會因為自變量的過多使得計算量增加，模型穩(wěn)定性退化，造成很大的誤差。
[0005] 3、系統(tǒng)動力學(xué)法主要包含灰色預(yù)測，神經(jīng)網(wǎng)絡(luò)等。這種方法是以現(xiàn)實存在的系統(tǒng) 為前提，根據(jù)歷史數(shù)據(jù)、實踐經(jīng)驗和系統(tǒng)存在的機(jī)制關(guān)系借助計算機(jī)模擬建立動態(tài)仿真模 型，對各種影響因素可能引起的系統(tǒng)變化進(jìn)行試驗，從而尋求改善系統(tǒng)行為的機(jī)會和途徑。 系統(tǒng)動力學(xué)法模型復(fù)雜，影響因子眾多，比較適合大型預(yù)測。
[0006] 山岳景區(qū)由于水量庫存及游客、季節(jié)性變化等諸多不定因子，與城市供水存在很 大的區(qū)別，因此，現(xiàn)有的城市供水調(diào)度方法顯然不能應(yīng)用在山岳景區(qū)上。目前，山岳景區(qū)供 水存在三個特點：（1)景區(qū)山上沒有大型的天然水源，（2)依靠人工水庫或水池進(jìn)行儲水， (3)水庫之間有管網(wǎng)相連，可進(jìn)行水資源調(diào)度。（4)景區(qū)山下水資源相對充足，可通過提水 方式對山上水庫進(jìn)行補(bǔ)充。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種山岳景區(qū)用水優(yōu)化調(diào)度方法，解決山岳景區(qū)人工供水調(diào) 度滯后性的問題。
[0008] 本發(fā)明的另一個目的在于提供一種山岳景區(qū)用水優(yōu)化調(diào)度方法，解決山岳景區(qū)影 響因子復(fù)雜，取得最佳調(diào)度方案困難的問題。
[0009] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種山岳景區(qū)用水優(yōu)化調(diào)度方法， 包括以下步驟：
[0010] 步驟1，通過水量歷史數(shù)據(jù)建立歷史時間序列曲線，用歸一化方法對用水量歷史 數(shù)據(jù)時間序列進(jìn)行預(yù)處理，具體方法為：設(shè)處理之后的數(shù)據(jù)為V，則預(yù)處理公式為：V = (X-Xmin) / (Xmax-xmin)，然后將預(yù)測結(jié)果進(jìn)行反歸一化，反歸一公式為：X = X' (Xmax-Xmin) +Xmin ; 使供水調(diào)度歷史數(shù)據(jù)縮小到[0，1]范圍內(nèi)；
[0011] 式中：X代表用水量歷史數(shù)據(jù)，X'代表預(yù)處理后的用水量歷史數(shù)據(jù)，χ_代表歷史 用水量最大值，χ_代表歷史用水量最小值；
[0012] 步驟2,用加權(quán)移動平均法建立用水量預(yù)測初步模型，處理公式為：
[0013]
[0014] 式中：VXq i為第X+1期的加權(quán)移動算術(shù)平均數(shù)，Wx為第X期的原始用水量數(shù)據(jù)的 滑動權(quán)重，Tx為第X期的原始用水量數(shù)據(jù)；
[0015] 步驟3,添加符合山岳型景區(qū)供水調(diào)度特點的影響因子，結(jié)合步驟2中的初步模型 生成改進(jìn)模型，對用水量進(jìn)行預(yù)測，用水量預(yù)測信息表示為Q 1，并通過Q1生成用水量趨勢 圖；
[0016] 步驟4,以缺水率最低為目標(biāo)，建立供水優(yōu)化模型；具體方法為：建立目標(biāo)函數(shù)：
ζ中，Q1表示i水庫預(yù)測需水量，D 1表示i水庫調(diào)水量，V1 1=1 表示i水庫的可供水量，F(xiàn)表示所有水庫的缺水率之和；
[0017] 步驟5,建立約束條件對步驟4中的目標(biāo)函數(shù)求得最優(yōu)解，具體約束條件為：
[0018] 建立水量平衡約束：Vlt = Vlt JDlt-Glt
[0019] 式中，Vlt表示i水庫t時段的蓄水量，Vlt i表示i水庫t-Ι時段的蓄水量，Dlt表 示從t-Ι時段到t時段的調(diào)入水量，Glt表示從t-Ι時段到t時段的消耗水量；
[0020] 建立水庫庫容約束：Qliniin < Q1 < Qliniax
[0021] 式中，Qliniin表示i水庫的最小庫容，Qliniax表示i水庫的最大庫容 [0022]建立可供水量約束：G liniin < G1 < Gliniax
[0023] 式中，Gliniin表示i水庫的最小供水量，Gliniax表示i水庫的最大供水量。
[0024] 步驟6 :由供水優(yōu)化模型計算出的最優(yōu)解生成輔助決策方案，為調(diào)度者提供數(shù)據(jù)
參考。
[0025] 所述步驟2中的改進(jìn)型模型為 I /-I JV + -K 丄
[0026] 所述步驟2中的影響因子包括氣象信息和節(jié)假日信息；并根據(jù)擬合度和光滑性原 則來確定影響因子的權(quán)重FAC，方法如下：
[0027] (a):根據(jù)影響因子擬定一組FAC的取值，增加用水量的影響因子取大于1的數(shù)值， 減少用水量的影響因子取小于1的數(shù)值；
[0028] (b):將FAC的不同取值導(dǎo)入算式
[0029]
I出不同的Q1的值；
[0030] (c):依據(jù)下式得出一組擬合度指標(biāo)F和光滑性指標(biāo)S ;
[0031] 其中 F = SW1(Q1-T1)2
[0032] 式中，X為用水量歷史數(shù)據(jù)滑動期數(shù)，W為滑動期數(shù)的權(quán)重，W的取值隨滑動期數(shù)的 增大而變小，具體取值可根據(jù)數(shù)據(jù)量和滑動期數(shù)而定；T為用水量歷史數(shù)據(jù)原始值，F(xiàn)越接 近O表示擬合度越好；
[0033] S=X (A3Q1)2
[0034] Λ 3表示Vx的3階差分，S越小表示光滑性越好；
[0035] 通過比較所有F和S的值，能使F和S的值最小的影響因子權(quán)重，即為FAC的最終 值；然后根據(jù)FAC的最終值導(dǎo)入下式
[0036]
建立最終的改進(jìn)模型。
[0037] 所述步驟4中N的取值規(guī)則為：通過歷史時間序列曲線確定滑動期數(shù)N的取值，
[0038] (a)如果時間序列變化呈水平式或類水平式，也就是趨勢保持不變，移動平均值是 無偏差的，則移動平均值與N的大小無關(guān)；
[0039] (b)如果時間序列呈脈沖式，趨勢僅在某一段時間突然增加或減少，隨后又保持不 變，N越大，平均值的誤差越小，因此取較大N值；
[0040] (C)如果時間序列變化呈波浪式，趨勢增減不定，且波動范圍比較大，N的取值適 合取較小值；
[0041] (d)如果時間序列變化呈斜坡式，趨勢周期遞增或遞減，平均值趨勢總是比實際值 落后，因此N越小越好。
[0042] 當(dāng)時間序列變化呈斜坡式時，用加權(quán)移動平均法求得的預(yù)測值會產(chǎn)后滯后現(xiàn)象， 為消除滯后使用下式：
[0043]
[0044] 式中，為第i期的用水量預(yù)測值，為修正后的加權(quán)移動算術(shù)平均數(shù)；為滑動期數(shù)， 為用水?dāng)?shù)據(jù)觀察值。
[0045] 本發(fā)明的有益效果：通過上述預(yù)測方法，可以根據(jù)不同的影響因子及歷史數(shù)據(jù)準(zhǔn) 確的預(yù)測景區(qū)未來的用水量，及根據(jù)各庫的存水量進(jìn)行合理的調(diào)度，填補(bǔ)的山岳景區(qū)用水 量預(yù)測調(diào)度方法的空白。
[0046] 以下將結(jié)合附圖和實施例，對本發(fā)明進(jìn)行較為詳細(xì)的說明。
【附圖說明】
[0047] 圖1為本發(fā)明的原理框圖。
[0048] 圖2為改進(jìn)后的加權(quán)移動平均法用水量預(yù)測擬合效果圖。
[0049] 圖3為改進(jìn)后的加權(quán)移動平均法用水量預(yù)測圖。
【具體實施方式】
[0050] 實施例，如圖1至3所示，本發(fā)明的基本思想是利用山岳型景區(qū)供水調(diào)度歷史數(shù)據(jù) 建立用水量預(yù)測模型，預(yù)測未來一段時間內(nèi)的用水需求量，將用水量作為輸入數(shù)據(jù)，建立優(yōu) 化調(diào)度目標(biāo)函數(shù)及約束條件，用優(yōu)化算法尋求最優(yōu)解。根據(jù)以上思想，本發(fā)明的系統(tǒng)結(jié)構(gòu)框 圖如圖1所示。
[0051] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖，具體闡述本 發(fā)明的實施方式。應(yīng)當(dāng)理解，此處所描述的具體實例僅用以解釋本發(fā)明，并不用于限定本發(fā) 明。用水量數(shù)據(jù)是不平穩(wěn)的時間序列，數(shù)據(jù)波動范圍比較大，這對預(yù)測結(jié)果可能會會產(chǎn)生不 利影響，因此建模之前先對數(shù)據(jù)進(jìn)行預(yù)處理，使數(shù)據(jù)縮小小到[0，1]范圍內(nèi)，可使用以下方 法對供水調(diào)度歷史數(shù)據(jù)時間序列預(yù)處理。步驟一，設(shè)處理之后的數(shù)據(jù)為X'，則預(yù)處理公式 為：則預(yù)處理公式為：x' = (X-x_V(x_-x_)，然后將預(yù)測結(jié)果進(jìn)行反歸一化，反歸一公 式為：x = (Xmax-Xmin)+Xmin ;使供水調(diào)度歷史數(shù)據(jù)縮小到[0，1]范圍內(nèi)；
[0052] 式中：χ代表用水量歷史數(shù)據(jù)，X'代表預(yù)處理后的用水量歷史數(shù)據(jù)，χ_代表歷史 用水量最大值，X nin代表歷史用水量最小值；
[0053] 步驟2,用加權(quán)移動平均法建立用水量預(yù)測初步模型，處理公式為：
[0054]
[0055] 式中：VXq i為第Χ+1期的加權(quán)移動算術(shù)平均數(shù)，Wx為第X期的原始用水量數(shù)據(jù)的 滑動權(quán)重，Tx為第X期的原始用水量數(shù)據(jù)。
[0056] 步驟3,添加符合山岳型景區(qū)供水調(diào)度特點的影響因子，結(jié)合步驟2中的初步模型 生成改進(jìn)模S
\對用水量進(jìn)行預(yù)測，用水 量預(yù)測信息表示為Q1，并通過Q1生成用水量趨勢圖，如圖3所示。具體方法為所述步驟2中 的影響因子包括氣象信息和節(jié)假日信息；并根據(jù)擬合度和光滑性原則來確定影響因子的權(quán) 重FAC，方法如下：
[0057] (a):根據(jù)影響因子擬定一組FAC的取值，增加用水量的影響因子取大于1的數(shù)值， 減少用水量的影響因子取小于1的數(shù)值；
[0058] (b):將FAC的不同取值導(dǎo)入算式
[0059]
得出不同的Q1的值；
[0060] (c):依據(jù)下式得出一組擬合度指標(biāo)F和光滑性指標(biāo)S ;