城市給水系統(tǒng)的優(yōu)化調(diào)度研究.pdf

1、本文介紹了城市給水系統(tǒng)優(yōu)化調(diào)度的主要內(nèi)容,針對優(yōu)化調(diào)度模型的現(xiàn)狀和存在問題,對用水量預測模型、供水系統(tǒng)工況模型和優(yōu)化調(diào)度模型進行了深入的研究. 時用水負荷一般受氣象、季節(jié)情況、居民活動及工業(yè)生產(chǎn)狀況等因素的影響,具有周期性和趨勢性特點.由于傳統(tǒng)的經(jīng)驗非線性預測方法(如神經(jīng)網(wǎng)絡(luò))具有局部極小點等不足,本文引入了采用結(jié)構(gòu)風險最小化準則的支持向量機(SVM)算法.并采用SVMdark優(yōu)化支持向量機核函數(shù)的參數(shù),縮短了預測的時間,同時提

2、高了時用水負荷峰值的預測精度.經(jīng)北方某市開發(fā)區(qū)時用水量預測實踐,結(jié)果表明了該算法的合理和有效性. 由于供水系統(tǒng)是非常復雜的動態(tài)非線性系統(tǒng),在實際管網(wǎng)的運行中,很難以一個或幾個統(tǒng)一的顯式函數(shù)關(guān)系描述管網(wǎng)的工況.考慮到管網(wǎng)宏觀模型不但能描述整個管網(wǎng)的工作狀態(tài),而且建模所需成本低,運行速度快,本文提出了基于支持向量機算法建立的壓力宏觀模型.通過對開發(fā)區(qū)實際管網(wǎng)的實踐,驗證了所建模型的合理性,較好地解決了供水系統(tǒng)優(yōu)化調(diào)度研究中宏觀建模的