城市供水系統(tǒng)優(yōu)化運行關鍵問題研究.pdf_第1頁
已閱讀1頁,還剩125頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、水是人民生活和社會生產(chǎn)的必需品,是社會經(jīng)濟發(fā)展的重要保證,由于水的不可替代性,牽動著城市各行各業(yè)、千家萬戶,所以城市供水一直是經(jīng)濟發(fā)展和人民生活的重要基礎設施,具有極重要的地位。隨著我國經(jīng)濟的發(fā)展,人們對供水企業(yè)的要求提出了更高的需求,如何更高效、更安全、更科學地優(yōu)化運行和管理,是我國目前供水企業(yè)所面臨的重要課題。
   本文綜合運用優(yōu)化理論、預測理論和統(tǒng)計學方法,結(jié)合生產(chǎn)實際,對目前我國城市供水企業(yè)優(yōu)化運行過程中面臨的幾個共性

2、關鍵問題進行了系統(tǒng)研究,論文的主要研究內(nèi)容及成果如下:
   1)根據(jù)時用水序列的變化規(guī)律和特點,以基于結(jié)構(gòu)風險最小化原則的支持向量機(SVM)模型為基礎來預測時用水量,通過針對各訓練樣本重要性的不同,給出為樣本懲罰系數(shù)加不同權(quán)重的改進支持向量機模型。在加相應權(quán)重過程中,即考慮了預測樣本與訓練樣本的相似程度,同時又考慮了模型訓練樣本的時效性。通過權(quán)重系數(shù)對懲罰系數(shù)的合理修正,使得模型預測精度得到優(yōu)化。在對某水廠供水區(qū)域的用水特點

3、進行詳細分析的基礎上,給出了基于改進模型的調(diào)度時用水量預測方法,詳細描述了在模型應用過程中的關鍵技術(shù)、具體實施步驟和實現(xiàn)的算法,最后通過實際數(shù)據(jù)對某水務公司的時用水量進行了預測,并與基于標準支持向量回歸方法的時用水量預測進行了對比,結(jié)果表明基于改進支持向量回歸模型預測供水系統(tǒng)時用水量時結(jié)果較為理想,具有較強的泛化能力。
   2)針對多水源供水系統(tǒng)的一級優(yōu)化調(diào)度問題,建立了以制水成本和泵站電耗為目標函數(shù),供需水量差、各泵站日供水

4、能力、各泵站出水壓力范圍和各測壓點服務水頭范圍為約束條件,以各泵站流量和壓力為決策變量的供水系統(tǒng)一級優(yōu)化調(diào)度模型;同時提出一種基于改進矢量距的免疫算法對該模型進行求解,分別對改進免疫算法的各要素進行分析研究并給出了算法的詳細求解步驟,最后結(jié)合實例,得出優(yōu)化調(diào)度方案,與經(jīng)驗調(diào)度方案進行對比,節(jié)能效果明顯,表明改進的免疫算法具有良好的搜索性能,是解決供水系統(tǒng)一級優(yōu)化調(diào)度問題的有效方法,具有很強的實用性。
   3)根據(jù)水廠二級泵房優(yōu)

5、化調(diào)度的特點,建立了多時段多機組優(yōu)化調(diào)度模型,同時提出水泵機組優(yōu)化組合自適應遺傳算法(AGA),對水泵機組優(yōu)化組合自適應遺傳算法的編碼規(guī)則、種群初始化、適應度函數(shù)、遺傳操作等進行了認真的研究和探討,把多時段的最優(yōu)化問題簡化為各個時段的最優(yōu)化問題,逐時段優(yōu)化求解。文中還根據(jù)某供水廠二級泵房機組情況,對水廠二級泵房多時段多機組組合優(yōu)化進行仿真研究。通過訪真對某市供水廠二級泵房的水泵機組進行優(yōu)化生產(chǎn)調(diào)度,并將仿真結(jié)果與人工經(jīng)驗調(diào)度相比較,在維

6、持現(xiàn)有設備的狀況下,取得了令人滿意的效果。
   4)針對自來水廠加藥混凝過程是大滯后、非線性和時變的復雜動態(tài)系統(tǒng),對這一過程進行機理模型分析往往非常困難的特點,采用最小二乘支持向量機(LS-SVM)對這一過程進行軟測量建模研究,通過具有在線遺忘和滾動優(yōu)化策略的時間窗機制,給出了沉淀池出水濁度預測模型,通過實際應用表明建立的預測模型較好地預測了沉淀池出水濁度,擬合誤差小,推廣性能好,可以用于加藥混凝過程優(yōu)化控制中。
  

7、 5)針對在管網(wǎng)事故狀態(tài)下快速診斷及應用于管網(wǎng)的狀態(tài)估計的目的,提出了一種管網(wǎng)SCADA系統(tǒng)測壓點優(yōu)化布置的方法,其一是測點能有效監(jiān)測爆管事故(如爆管)的發(fā)生;其二是根據(jù)測點處的水壓波動能很快判斷爆管的大體位置。通過建立數(shù)學模型作為選擇最優(yōu)側(cè)壓點的標準,基于整數(shù)編碼自適應遺傳算法對模型進行求解,求解過程中為了解決遺傳操作中遇到的編碼重復問題,改進了交叉、變異算子,增強了方法的高效性。最終算例證明,結(jié)合靈敏度值加離散分析的改進算法在進行測

8、點優(yōu)化問題求解時能快速得到優(yōu)化結(jié)果,運行時間很短,具有一定的高效性,且方法應用起來方便、快捷。
   6)針對現(xiàn)有常用管網(wǎng)余氯預測統(tǒng)計學方法的不足,提出了基于核偏最小二乘(KPLS)回歸模型的管網(wǎng)余氯預測方法。該方法利用偏最小二乘(PLS)回歸解決樣本高度相關性問題,通過核函數(shù)映射來解決管網(wǎng)余氯變化非線形問題。通過具體實例,詳細描述了建模的關鍵步驟,并將預測結(jié)果與多元線性回歸法、普通偏最小二乘回歸法和人工神經(jīng)網(wǎng)絡法進行對比,結(jié)果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論