[发明专利]一种山岳景区用水优化调度方法

说明书

本发明公开了一种山岳景区用水优化调度方法，对用水量时间序列进行预处理，对加权移动平均法添加影响因子，并用中位数法解决其滞后问题，最后基于用水量预测信息，建立优化算法目标函数，通过MATLAB实现自适应权重粒子群算法。本发明填补了山岳型景区用水调度的空白，解决山岳景区人工供水调度滞后性的问题。可广泛应用于山岳景区用水优化调度领域。

技术领域

本发明涉及用水调度领域，尤其是涉及一种山岳景区用水优化调度方法。

背景技术

供水优化调度研究对象多针对城市供水，对山岳型风景区这样特殊环境下的优化调度方法尚处于研究空白。目前城市供水主要的预测及优化算法主要包含以下几种：

1、时间序列法，具体可分为滑动平均法，趋势外推法，马尔可夫法，ARIMA法。时间序列法是指利用过去的历年用水数据，对这些随机数据进行统计分析，寻找用水数据随时间的变化规律，据此预测出未来用水状况的数量的方法，这种方法又被称为趋势外延法。该方法只是将未来的用水需求和过去的用水量相联系，而不考虑任何其它变量。在所有预测模型中这种方法需要的数据最少，用起来也不难。但当影响需水的要素在将来发生很大变化时，时间序列法的预测结果会有很大偏差，并且预测结果受初始值的影响很大。

2、结构分析法。结构分析法具体可包含一元线性回归分析、多元线性回归分析及指标分析法等。结构分析法是通过回归分析，寻找预测对象与影响因素之间的因果关系，建立回归模型进行预测。但用水系统是复杂的，影响需水量变化的原因是多种多样的。这种方法常常会因为自变量的过多使得计算量增加，模型稳定性退化，造成很大的误差。

3、系统动力学法主要包含灰色预测，神经网络等。这种方法是以现实存在的系统为前提，根据历史数据、实践经验和系统存在的机制关系借助计算机模拟建立动态仿真模型，对各种影响因素可能引起的系统变化进行试验，从而寻求改善系统行为的机会和途径。系统动力学法模型复杂，影响因子众多，比较适合大型预测。

山岳景区由于水量库存及游客、季节性变化等诸多不定因子，与城市供水存在很大的区别，因此，现有的城市供水调度方法显然不能应用在山岳景区上。目前，山岳景区供水存在三个特点：(1)景区山上没有大型的天然水源，(2)依靠人工水库或水池进行储水，(3)水库之间有管网相连，可进行水资源调度。(4)景区山下水资源相对充足,可通过提水方式对山上水库进行补充。

发明内容

本发明的目的是提供一种山岳景区用水优化调度方法，解决山岳景区人工供水调度滞后性的问题。

本发明的另一个目的在于提供一种山岳景区用水优化调度方法，解决山岳景区影响因子复杂，取得最佳调度方案困难的问题。

本发明解决其技术问题所采用的技术方案是：一种山岳景区用水优化调度方法，包括以下步骤：

步骤1，通过水量历史数据建立历史时间序列曲线，用归一化方法对用水量历史数据时间序列进行预处理，具体方法为：设处理之后的数据为x′，则预处理公式为：x′＝(x-x_min)/(x_max-_xmin)，然后将预测结果进行反归一化，反归一公式为：x＝x′(x_max-x_min)+x_min；使供水调度历史数据缩小到[0，1]范围内；

式中：x代表用水量历史数据，x'代表预处理后的用水量历史数据,x_max代表历史用水量最大值，x_min代表历史用水量最小值；

步骤2，用加权移动平均法建立用水量预测初步模型，处理公式为：

式中：V_X+1为第X+1期的加权移动算术平均数，W_X为第X期的原始用水量数据的滑动权重，T_X为第X期的原始用水量数据；