需水量预测方法的述评与择优.pdfVIP

需水量预测方法的评析与择优 张雅君，刘全胜 (北京建筑工程学院城建系，北京 100044) 摘 要：在深入地研究了目前常用的需水量预测方法的基础上，对需水量预测方法进行了科学的分类， 重点评析了 ARMA 、回归分析、指标法、灰色预测、人工神经网络、系统动力学等预测方法的优缺点及适 用条件，并对具体预测过程中的方法择优问题进行了探讨。 关键词：需水量；预测方法；评析 中图分类号：TU991.31 文献标识码：B 文章编号：1000-4602(2001)07-0027-03 g 随着城市用水量的高速增长和水资源的日益短缺，水资源规划和用水系统的优化调度变得越来越重要， r 因而作为供水管理前提和基础的需水量预测也得到了长足的发展。以前对需水量预测的研究多集中在针对 o 某一种方法的研究及该方法在某一预测中的具体应用，缺乏对各种方法的横向比较。基于此种情况，有必 . 要在深入研究目前常用的需水量预测方法的基础上，通过分析以前的预测成果，对需水量预测方法进行分 网 r 类，对常用预测方法进行评析和比较，并对预测过程中的择优问题进行了探讨。 e 1 需水量预测方法的分类 水at 由于用水系统的复杂性，无法建立一个确定模型对它进行描述，所以绝大多数需水量预测方法都是建 镇w 立在对历史数据的统计分析基础上，不同的只是数据处理方式及应用特点。 根据对数据处理方式的不同，需水量预测方法主要可以分为：时间序列法、结构分析法和系统方法， y 具体分类情况如表 1 所示。 城t 根据预测模型对未来的描述能力，即预测周期的长短，需水量预测方法可以分为单周期预测方法和多 i 周期预测方法。此处提及的周期可理解为时、日、月、年等时间单位。如以过去的历史数据预测未来一个 国 c 单位时间的需水量，可视为单周期预测；预测未来二个以上单位时间的需水量，可视为多周期预测。一般 来说，各种预测方法的预测误差都会随着预测周期的增加而增加，然而，误差增长速度和抗随机因素的能 a 力有很大差别。时间序列分析法由于其所用数据单一(只是用水量的历史数据) ，而最近的数据则包含了极 中n 其重要的预测信息，所以它的预测周期不宜太多。灰色预测方法实质上是一个指数模型，当需水量发生零 i 增长或负增长 h 时，系统误差严重，而且预测周期越多误差越严重。人工神经网络方法需要数据动态的训练系统，近期数 c 据对系统影响很大，预测周期也不宜太多。上述三种方法均属单周期预测方法。而结构分析法和系统动力 学方法是分析用水系统、收集多种用水数据后建立起来的，在用水系统未发生很大变化的条件下，可以得 . 到较多周期的预测值，属多周期预测方法。 w 值得一提的是，按周期对预测方法的分类应与以前人们常用的长、短期分类区分开来，严格讲，“长期、 w 短期预测方法” 的提法在概念上是不准确的。长、短期分类是针对预测的分类，而不是针对预测方法的分类， w 通常情况下，根据需水量预测目的、预测对象的特点，可将其分为长期预测和短期预测。短期预测一般是 为用水系统实施优化控制而进行的日预测和时预测，这种预测对预测要求精确度高、预测速度快