[发明专利]一种小样本需水量预测方法

说明书

本发明公开了一种小样本需水量预测方法，该方法包括以下步骤：历史数据评估；对通过评估的数据进行自适应灰色建模；利用自适应灰色模型预测未来时刻需水量；预测结果输出。本发明通过对小样本情况下的需水量进行建模预测，为信息管理水平低下地区的水资源管理、大尺度水资源规划等应用提供了一种有效途径。

技术领域

本发明涉及水资源管理领域，特别涉及一种小样本需水量预测方法。

背景技术

需水量预测既可以为供水系统科学调度提供数据依据，又可以提高水资源利用效率，改善生态环境，促进社会和谐健康发展。由于历史原因、技术水平等多方面因素，导致我国现有供水监管信息化水平普遍偏低，智慧化管理仍有较大差距。所以，需水量精准预测一直是水资源管理部门面临的关键问题之一。

针对这一问题，管理者和研究者建立了很多预测模型，例如回归分析、趋势外推、滑动平均、灰色模型、机器学习、人工神经网络等。在预测建模中，数据样本量的大小直接影响建模效果。在数据样本量较少的情况下，灰色模型是首要选择，这也是所有方法中建模唯一不受数据样本限制的方法(理论上，4个数据即可建模)。

发明内容

本发明的目的在于：提出一种采用自适应灰色预测模型的小样本需水量预测方法。

本发明为解决上述问题提供以下技术方案：

基于自适应灰色模型的小样本内需水量预测，其特征在于，该方法包括以下步骤：

数据评估；

对通过评估的数据进行自适应灰色建模；

利用自适应灰色模型预测未来时刻需水量；

预测结果输出。

进一步的，所述的数据评估，具体评估标准包括：需同时满足

1)数据长度n＜50；

2)级比率其中

进一步的，所述的对通过评估的数据进行自适应灰色模型建模，具体步骤：

1)对需水量时间序列做一次叠加处理，得一次叠加序列x⁽¹)；

2)利用最小二乘法和克莱姆法则对模型中的参数进行估计；

3)建立灰色模型时间响应式，

4)建立自适应灰色模型时间响应式；

5)模型检验，若符合误差要求则输出下一时段预测值进行下一步预测，若不符合则返回步骤1)。

进一步的，所述的利用自适应灰色模型预测未来时刻需水量，具体为：

输入新信息至训练好的自适应灰色模型中，输出即为下一时刻需水量，步长不超过3步。

进一步的，所述步骤3)中建立灰色模型时间响应式为

进一步的，所述步骤4)中建立自适应灰色模型时间响应式为

本发明与现有技术相比较，有以下优点：

1)模型参数调试具有自适应性；

2)需水量预测精度提高；

3)为解决供水系统信息管理水平低提供了一种有效途径。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。