城市用水量预测方法及应用比较研究

第 3 期 李 琳, 等: 城市用水量预测方法及应用比较研究
7
城市用水量的预测方法有很多种, 应用上没有 严格的规定, 所以在选择预测方法时存在一些随意 性。特别是中长期预测, 如果应用的方法不合适将会 产生很大的预测误差。针对这些问题, 本文首先总结 出用水量计算的各种方法及其适用情况, 为城市用 水量预测提供依据; 在此基础上选用六种预测方法 应用于郑州市 1991 年～2000 年用水量计算, 并且 对计算结果进行了比较分析; 对郑州市 2005、2010、 2015 及 2020 年的用水量进行预测和分析, 把各种 方法的预测值进行加权平均作为最终的预测结果。
2. 4 用水定额预测法 通过对用水系统的综合分析, 求出用水定额, 再
根据城市的情况确定用水量。因为各用水单元的用
水定额之间存在差别, 将用水部门分单元进行计算。 一般把城市用水量分为工业用水、生活用水和农业
用水, 然后利用“用水定额法”计算出每个单元用水 量, 最后把各单元的用水量综合起来就得出城市总 的用水量。
城市用水量变化会 受到工商业分布及居民活
动、全天气象因素等的影响。因果解释性方法是假定
用水量与几个独立的影响因素之间的因果关系, 建 立预测变量与影响因素之间的关系模型。这种方法
可以充分利用影响因素预测未来用水量。解释性预
测方法包括: 多元线性回归法、多元非线性回归法和 人工神经网络法。多元线性回归法建立的预测模型
-
1 2
(
Q
( (
1) 1)
+
Q((
1) 2)
)
1
式中: B =
-
1 2
(
Q
( (
1) 2)
+
Q((
1) 3)
)

1 ;
-
1 2
(
Q((
1) N-
1)
+
Q
( (
1) N)
)
1
Q( 2)
Q( 3)
Y =
( 10)
Q( N) 该方法可以直接利用原始数据, 不需要分析系 统的结构, 就能找出系统的整体变化规律, 从而建立 指数增长模型。所需要的数据不太多, 可以有效地用 于缺乏资料的地区, 并且适于中长期预测。 2. 3 解释性预测方法
目前, 城市用水量中短期预测方法发展比较快。 因为城市用水量变化受城市工商业布局、居民活动
以及气象因素( 气温、降雨) 的影响, 短期内可以充分 考虑这些因素, 并且短期内用水时间序列比较平稳, 所以预测精度比较高[ 2～4] 。目前常采用的方法有多 因素回归分析法[ 5, 6] 、季节指数平滑法[ 3, 7] 、三角函数 预测法[ 2, 4] 等。另外, 灰色预测和神经网络预测法也 得到了广泛的应用[ 8～11] 。由于城市用水量受人类活
数平滑法, 计算模型如下。
一次指数平滑法:
Y t+ 1 =
X ( i) t
=
aR t +
(1-
a)
X
( 1) t- 1
( 2)
二次指数平滑法:
X ( 2) t
=
a
X
( t
1)
+
(1-
a
)
X
( 2) t- 1
( 3)
Y t+ T = at + btT
三次指数平滑法:
X ( 3) t
=
aX
( t
摘 要: 为了 建立城市用水量预测方法模型库, 本文总结了城市用 水量的预测方法。详细介绍了时间序 列分 析法、解释 性预测方法、灰色 G M ( 1, 1) 以 及用水定额 法等几种 代表性方法。指 出每种方 法的优缺 点, 城市用水量预测应根据实际情况选取预测方法。以郑州市为例, 选取不同 的方法进行预测及分析, 结 果表明郑州市 2020 年 之前的用水量呈现非线性递增的趋势。 关键词: 用水量预测; 序列分析法; 灰色 GM ( 1, 1) ; 用水定额法 中图分类号: T V 211. 1 文献标识码: A 文章编号: 1672-643X( 2005) 03-0006-05
回归法、移动平均法、指 数平滑法以及生长曲线法 等。
2. 1. 1 自回归法 自回归法只依据历史数据寻找 自身的变化规律, 寻找出用水量之间的关系而建立 模型。
Q t = a + bQ t- 1 式中: Qt 为 t 时刻的用水量; a, b 为模型参数。
该方法计算简便且较容易理解, 但可能会因考 虑的因素较少, 预测误差较大。 2. 1. 2 指数平滑法 指数平滑法只利用过去的历 史资料进行预报, 通过“修匀”历史数据来区别基本 数据模式和随机变动, 从而获得时间序列 的“平滑 值”。该方法是在加权平均法的基础上发展起来的, 也是移动平均法的修正, 所以又称“指数修匀法”[ 7] 。 它包括一次指数平滑法、二次指数平滑法和三次指
第 16 卷 第 3 期 2 0 05 年 9 月
水资源与水工程学报 Jo urnal o f Water Reso urces & Wat er Eng ineering
V o l. 16 No . 3 Sep . , 20 0 5
城市用水量预测方法及应用比较研究
李 琳, 左其亭
( 郑州大学 环境与水利学院, 河南 郑州 450002)
动影响比较大, 中长期预测方法研究较少[ 4, 12, 13] 。主 要应用时间序列分析法, 依据历史数据找出其顺序 变化规律, 然后进行预测。可采用回归分析法[ 5, 14] 、 指数平滑法、灰色预测法[ 13～15] 、用水定额法[ 14, 16] 以 及人工神经网络法[ 4] 。
收稿日期: 2004-10-08; 修稿日期: 2004-12-27
2 城市用水量预测方法
城市用水量预测方法按照预测周期可分为: 短 期预测和中长期预测; 按照预测原理可分为: 趋势外 推法和因果型预测法; 按照对数据的处理方式不同 有: 时间序列分析法、灰色预测法、解释性预测方法 和用水定额法等, 下文将详细介绍这几种方法。 2. 1 时间序列分析法
通过研究过去和现在的用水量, 按照时间顺序 将观测或记录的一组数据排列起来, 将外部影响因 素的复杂作用进行简化, 寻找出观测数据及其数据 模式随时间的变化规律, 并将变化趋势延展, 对系统 未来的用水状况进行预测。时间序列分析法包括自
Abstract: In order t o set up the model sto rehouse of predicting urban w at er co nsum pt ion, this paper has summ arized t he w at er co nsum pt ion predict ion m et hods, and intr oduces several represent at ive m et hods in det ail, such as time array analysis approach, g rey GM ( 1, 1) and w ater quot a law method. T aking Zhengzho u as an ex am ple, choosing dif f erent met ho ds t o predict and analy ze, t he result s indicat e t he increasing t rend of t he wat er consumpt io n bef ore 2020 in the cit y . Key words: w at er consumpt io n predict ion; t im e array analysis pr edict io n m et hod; grey GM ( 1, 1) m et hod; w at er quot a law method
Comparative research on predicting method and application for city water consumption
LI Lin, ZUO Qi -ting
( Colleg e of Env ironment and W ater Cons er vancy , Zhengz hou U niver sity , Zhengz hou, H e'nan 450002, China)
( 1) 生活用水: 生活部门的平均用水强度随着 国民收入的增加刚开始是增长的, 最终达到稳定, 这 一过程可以用 Sigm oid 曲线[ 17] 来表示。用水量的计 算公式如下:
1 引 言
我国城市化正 以罕见的速度 进行, 到 2000 年 底, 全国城市化水平已由 1980 年的 19. 4 % 迅速增 长到 36. 2 % ; 预 计到 2020 年 城市化 水平可 达到 50 % 左右[ 1] 。由于人口持续增长、经济高速发展、生 活水平不断提高, 城市的工业和生活用水需求量大 幅度增长, 使城市水资源供需矛盾加剧, 解决城市缺 水问题是目前城市化建设面临的挑战。在进行城市 水资源规划时, 城市用水量预测是其重要基础内容 之一, 城市用水量预测结果直接影响到给水系统调 度决策的可靠性和实用性, 也直接关系到城市水资 源的可持续利用和社会经济的可持续发展。
后的期数。
一次指数平滑法只能给出下一周期的预测值, 更适用于短期预测。二次指数平滑法一般不是用来
预测的, 而是为了求出平滑系数。由于数据变化会出 现曲率, 这种情况下二次指数平滑法是不适用的, 应 采用三次指数平滑法进行预测。指数平滑法具有平
滑数据的作用, 所以当实际值发生异常变动时, 预测 值无法对此做出响应, 可能会在预测一些异常值时 产生较大的误差。
1,
2,
……,