城市用水量预测模型综合研究.pdfVIP

维普资讯 《水资源研究》第26卷 第 1期(总第94期)2005年3月 城 市用 水量 预测模 型 综合研 究 张 雄 党 志 良 张 贤 洪 马 丁 (西安理工大学 水利水 电学院，陕西 西安 710048) 摘 要：从分析城市用水量变化规律着手，给出了城市用水量预测的常用模型，并以此为基础分析了选择用水 量预测模型时所需考虑的影响因素。最后 ，以西安市 日用水量预测模型的建立为例 。验证 了上述研究的实用 性 。 关键词 ：用水量时间序列 ；水量预测 ；预测模型 城市用水主要包括生活用水、生产用水 、绿化用水以及其它 回归模型和多元非线性回归模型两种。这两种模型一般都是以 不可预见水量等几部分 ，其用水量总在不停地发生着变化，变化 温度、节假 日和天气状况等因素作为解释变量进行 回归的。具 情况一般受到工商业分布、居民活动 (例如节假Et与平常 日的不 体回归时，可采用直接回归和间接回归两种方法。直接 回归就 同)及气象因素(如阴晴状况、最高气温和平均气温)等的影响。 是对观测记录的用水量和相关 的影响因素进行分析(主要靠经 根据众多的统计研究表明 -4]：年用水量变化受年份气候因素 验 、逻辑判断等)，找出其中的主要影响因素 ，直接作为解释变量 (如干旱年和湿润年等)影响比较大 ，具有 明显的趋势性和随机 进行回归；间接 回归(又称逐步回归)则是先分析 出影响用水量 性 ；季度用水量明显受到季节气候因素(如春暖、夏热、秋凉和冬 变化的各种因素，把它们作为可能的解释变量，然后根据每个变 冷等)影响，具有显著的季节性；月用水量的影响因素较多，例如 量的重要程度每步选一个且仅选一个进入 回归方程进行回归， 平均气温 、节假 日量和降水量等 ，具有平稳性 、交变性和季节性 ； 并进行显著性检验，以此进行下去，直到检验不显著为止 。 日用水量的影响因素最多、最复杂，节假 日与否、最高温度、平均 统计表明，目前在利用回归模型进行用水量预测时，一般大 温度及天气 阴晴状况等都会对 日用水量的变化产生影响，通常 多采用多元线性 回归模型，因为它方法简单 、模型简洁、易于开 它的变化具有一定的平稳性 、交变性和季节性(有时也具有一定 发且预测费用相对较低 ，但不足之处就是预测误差稍大；而多元 的趋势性)；至于时用水量的变化则受居民生活习惯的影响较 非线性回归模型相对来讲预测精度较高，不足之处就是模型较 大，具有 明显的周期性(即季节性)，1d中出现早晨 、中午和晚上 复杂，难于开发，且预测费用较高。 3个用水高峰，而其它时段用水的变化不是很 明显 。根据用水 1．2 线性移动平均模型 量变化的不同规律 ，可选用不同的预测模型。 线性移动平均就是把用水量时间序列中连续 n期的观测值 1 城市用水量预测常用模型 取算术平均作为下一期的预测值，并且每当获取一个新的观测 值时就立即将它作为有效数据加入求和平均数中，同时把最老 用水量预测在城市规划建设和供水系统(优化)管理调度中 的那个时间数据剔除掉，以此类推进行预测 。模型用公式可表示 都具有举足轻重的作用。常用的用水量预测方法可分为两类， 如下 ： 即解释性预测方法和时间序列分析方法。具体地讲，一般采用 的模型主要有 ：回归模型 (包括多元线性 回归和多元非线性 回 +。 ： ( + 。+… +Xt-n+1)+ +。 (1) 归)，线性移动平均模型，自适应 (单)指数平滑模型，季节性指数 式 中 +。表示第 t+1期的用水量预测值 ； ，一 一，…。表 平滑模型，自回归模型(A