[发明专利]基于周期变化的日用水量调节方法有效
申请号: | 202110659816.5 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113551296B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 高志明;陈城;余华明;何钦波;吴治将;徐言生;孙婉纯 | 申请(专利权)人: | 顺德职业技术学院 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/06;G06F17/14;G01D21/02 |
代理公司: | 佛山市科顺专利事务所 44250 | 代理人: | 李成骏 |
地址: | 528300 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 周期 变化 日用 水量 调节 方法 | ||
1.一种基于周期变化的日用水量调节方法,其特征在于包括以下步骤:
第一步
安装室外温湿度传感器TH、水箱液位传感器L及补水测水表U,并测量水箱的横截面积S;
第二步
(1)通过水箱液位传感器L获取全年每天水箱每日初始液位H初k及每日终止液位H终k,通过补水测水表U获取全年每日初始读数Q初k及全年每日终止读数Q终k,其中k指一个完整年度的第k天,k=1,2,3,...,365;
(2)计算每日用水量,Vk=S×(H终k-H初k)-(Q终k-Q初k)
(3)采用傅里叶变换将一个完整年度的日用水量时间序列进行计算获取日用水量的周期;
其中为角频率,为功率谱函数,为一个完整年度的日用水量时间序列;
通过上述傅里叶变换公式将一个完整年度的日用水量时间序列分离为多种不同用水周期的正、余弦波之和,得到不同用水周期的正、余弦波对应的振幅,振幅最大对应的正、余弦波的用水周期即为用水周期时间长度;
第三步
通过日常记录获取全年每日用水总人数Wk,全年每日男性用水人数W男k,全年每日女性用水人数W女k,其中W男k+W女k=Wk,计算每日男性用水使用率r男k=W男k/Wk,每日女性用水使用率r女k=W女k/Wk;
第四步
将第二步、第三步获取的全年每日的用水量Vk、全年每日用水总人数Wk,每日男性用水使用率r男k,每日女性用水使用率r女k按周期性分别分类至周期内对应的第j天,得到周期内对应的第j天每日的用水量Vuj,全年每日用水总人数Wuj,每日男性用水使用率r男uj,每日女性用水使用率r女uj;所述u是周期内第j天对应的天数;
第五步
计算周期内第j天日用水量平均值;
;
第六步
将第j天日用水量平均值作为第j天日水量基准值V0j;
第七步
建立第j天日用水量Vj与用水人数与使用率的关系模型,有两种方法:
第一种方法
采用人工神经网络,选择周期内第j天所有数据,以Wuj,r男uj,r女uj为输入变量,Vuj为输出变量,建立第j天日用水量Vj与用水人数与使用率的关系模型Vj=f(Wj,r男j,r女j);
输出周期性日用水量与用水人数和使用率之间的关系模型;
V1=f(W1,r男1,r女1)
V2=f(W2,r男2,r女2)
V3=f(W3,r男3,r女k3)
...
Vj=f(Wj,r男j,r女j)
第二种方法
建立第j天日用水量Vj与用水人数与使用率的关系模型Vj=V0j×βj,其中βj=g(Wj,r男j,r女j)
采用人工神经网络,选择周期内第j天所有数据,以Wuj,r男uj及r女uj为输入变量,Vuj为输出变量,建立第j天日用水量Vj与用水人数与使用率的关系模型Vj=V0j×βj=V0j×g(Wj,r男j,r女j);
V1=V01×g(W1,r男1,r女1)
V2=V02×g(W2,r男2,r女2)
V3=V03×g(W3,r男3,r女k3)
...
Vj=V0j×g(Wj,r男j,r女j)
第八步
预测周期性第j天日用水量上限;获取上一周期第j天每日用水总人数W上j,每日男性用水使用率r男上j,每日女性用水使用率r女上j,通过周期性第j天日用水量模型,预测计算第j天日用水量V预j=f(W上j,r男上j,r女上j)或V预j=V0j×g(W上j,r男上j,r女上j),为防止日用水量不够,给定一个安全系数e进行调节设置,日用水量上限预测值V预j=e×f(W上j,r男上j,r女上j)或V预j=e×V0j×g(W上j,r男上j,r女上j),e设置为1-1.5范围内;
第九步
根据实际的用水情况,将第j天分成T个时段,T≥1的整数,g表示中间时段,g≥1的整数;通过水箱液位传感器L获得T个时段的初始平均液位H初jT及T个时段终止平均液位H终jT,通过补水测水表U测得每个典型日初始平均读数Q初jT及每个典型日终止平均读数Q终jT;
第十步
计算T个时段的用水量,VjT=S×(H终jT-H初jT)-(Q终jT-Q初jT);通过公式,计算出的数值,0<<1,且λT≥λT+1,设置为1-1.1范围内;
第十一步
日用水量分时段下限预测,V预jT=λT×V预j;
第十二步
通过日用水量上限预测的V预j及每个时段日用水下限预测V预jT来控制日用水量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺德职业技术学院,未经顺德职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110659816.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理