参展登记
观众登记
"AI智能预测用水量，引领城市智慧供水新时代"
发布时间：2023-12-27浏览量： 次发布人：水务展
我国水资源目前面临着总量匮乏和分布不均的问题，这些都给城市水务部门的工作带来不小的挑战。随着人工智能技术的发展和计算机运算能力的增强，各个城市的水务部门纷纷展开智慧供水项目的研究，其中的核心内容就是对居民用水量的准确预测。
居民用水量预测以时间维度进行划分，可以分为中长期预测和短期预测，其中短期预测主要是日用水量和时用水量的预测，预测结果可以辅助水务部门进行供水系统的规划、管理和运营，助力城市的可持续发展。
对于居民用水量的预测方法有很多，目前大致可以分为三类，第一类为时间序列预测法，仅依赖历史数据进行建模预测，比如自回归法等；第二类为结构分析法，除利用历史数据外，还需要考虑与用水量相关的其他因素，但该方法要求给出各种影响因素与用水量之间的显示关系，然而这种关系并不容易得到；第三类是系统方法，与结构分析法类似，使用多种用水量的影响因素及历史数据，采用神经网络等非线性模型来建立预测系统。本篇文章以某城市的居民时用水量和日用水量预测为实例，采用系统方法对日用水量和时用水量进行预测。
针对居民用水量预测，一般采用绝对百分比误差和平均绝对百分比误差来评价预测模型的预测精度，以群体稳定性指标PSI值评价预测模型的稳定性。
时用水量预测模型
针对时用水量而言，它的变化以日、周、年为周期会呈现出一定的周期性，受气候因素以及社会人文因素的影响不大，所以决定只使用时用水量历史数据作为输入变量进行建模。现有的历史数据由于种种原因，存在缺失值、极端值、噪声以及非平稳性等问题，所以先对数据进行了预处理，包括归一化、数据平滑、拉格朗日插值法等等，使用预处理过的数据来进行建模。
上述提及的数据预处理、支持向量机和BP神经网络建模方法都可以在可视化人工智能平台Sophon中完成，该平台也可以通过智能的自动建模大大提高数据的处理效率，快速获得初始精度较高的模型。
上一篇：智慧水务综合运营一站式解决方案
下一篇：供排水管网管理中的信息化建设