用水量预测方法综述

用水量预测方法综述

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。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。

给水管网用水量预测是进行给水系统优化调度的前期上作, 根

据城市发展规划要求, 对给水管网系统的用水量进行分析、研究, 选择合适的用水量预测方法, 建立切实的用水量预测模型, 是进行给水系统优化调度的基础和前提, 它不仅为决策提供必要的信息, 在一定程度上讲, 它的准确度将直接影响给水系统优化调度的合理性和有

限投资的效益。城市用水量预测在城市建设规划、输配水系统的优化调度中具有重要的作用。它的准确程度直接影响到供水系统调度决策的可靠性及适用性。

城市给水系统时用水量预测是依据过去时段的城市供水量数据来推测下一个时段的城市需水量数据。通过对原始数据处理和用水量模型建立，发现、掌握城市给水系统时用水量变化规律，对下一个时段的城市总需水量做出科学的定量预测。建立的模型要根据历史数据的变化进行修正，使模型始终处于最优状态。

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。

本文主要讨论短期用水量预测和中长期用水量预测。中长期用水量预测主要用于水资源规划和城市的整体设计规划，它的预测依据是城市经济发展和人口增长速度的规律;短期预测是根据时用水量历史记录、日用水量历史记录或每周用水量历史记录数据及影响用水量的因素, 对未来一小时、一天或几周的用水量进行预测, 又称为时预测、日预测和周预测。它主要用于城市供水系统的调度管理。短期用水量预测主要用于城市给水系统在线实时模拟、给水系统优化调度，主要预测方法是时间系列法。

城市用水量特点：城市用水量具有其自身的变化规律，一般城市用水量以日周年为周期呈现周期性的变化趋势，在夏天用水量一般较高，冬天较低。节假日用水量变化规律与工作日用水量变化规律稍有不同，同时用水量也受气象因素的影响，偶然因素也会影响城市时

用水量的变化规律，但总的来说，城市用水量的变化规律呈现季节性的变化。由于城市给水系统时用水量预测属于短期预测，一方面年周期对其影响较小，另一方面在短期内气象因素的波动也很微小且在一定程度上体现在过去时段的城市用水量数据中。常用的城市时用水量预测方法一般为时间序列分析法。

预测模型和方法的选择：根据城市时用水量特点将城市给水系统时用水量分解成三部分：其一为季节性分量，其二为趋势分量，其三为随机分量，然后合起来对下一个时段的城市用水量进行预测。季节性分量表示成周期性的时间函数；趋势分量可以用时间的多项式函数来拟合，表示成时间的线性函数；随机分量采用随机型时间系列AR模型或灰色系统等来模拟。

市用水量通常包括居民生活用水、工矿企业的生产用水、公用事业用水及其它方面用水。无论哪一种用水, 用水量都是经常变化的。生活用水量随着生活习惯、季节、气候、生活住房设施、社会生产活动等因素而变化; 工业企业用水量则与不同时期的生产性质、生产工艺、生产设备及企业发展状况等因素有关。而不同城市, 因其城市居民的多少、经济发展规模、地理位置、自然条件等诸多因素, 用水量变化相差较大。用水量变化虽然有一定的随机性, 但这并不意味着用水量变化没有规律可循。我们可以用用水量变化规律曲线进行描述。城市用水量呈现三个周期性变化: 一是以24h为一周期; 二是以7d 为一周期; 三是以365d 为一周期。当然用水量的变化还受很多因素影响, 简单归纳如下: a.天气、季节的影响; b.节假日的影响; c.生产发展的影响; d.人口增长的影响; e.经济发展的影响; f. 城市用水政策、节水措施及水价的影响; g.水的重复使用率的影响; h.管网现状及运行管理状况的影响; i. 不可预见因素, 如地震、干旱、洪涝等自然灾害的影响。从以上用水量的影响因素: 可知: 天气、季节、节假日及不可预见因素对短期用水量影响较大, 而其它因素则对长期用水量影响

较大。由上分析, 城市用水量是随机变化的, 并受很多因素的影响, 但其又有一定的规律性。我们要寻求一种用水量变化规律曲线模拟的有效手段。

现场实测:现场实测是模拟用水量变化规律曲线的有效手段。一般分为以下几步进行: a.户用水性质和用水量, 把用户划分成不同的类型, 同一类型用户的用水规律基本一致, 将用户分成几类要根据城市用水特点来决定。划分的类别越多, 对用水量变化规律的模拟就越准确。一个大中型城市比较成熟的经验是将用户分成以下几类: 居民用户, 非居民用户中用水量大的用户, 一班上作制用户, 二班上作制用户, 三班上作制用户, 医院, 学校, 机关, 宾馆, 洗浴等。b.从划分的每个类别中选择一些有代表性的用户进行连续48h 水量实测, 为

用水量变化规律曲线的模拟提供原始数据。

数据处理:测试样点是按所划分的不同用户类型选择的, 但是,

由于有些单位是综合性单位, 用水特点有可能与初分类型不符, 采用聚类分析方法, 将所有的采样点进行科学分类。聚类分析的基本思想是在样品或变量之间定义距离, 在变量之间定义相似系数, 距离或相似系数代表样品或变量之间的相似程度。按相似程度的大小, 将样品或变量逐一归类, 关系密切的类聚集到一个小的分类单位, 然后逐步扩大, 使得关系疏远的聚合到一个大的分类单位, 直到所有的样品或变量都聚集完毕, 形成一个便是亲疏关系的谱系图, 依次按照某些要求对样品或变量进行分类。聚类分析主要包括谱系聚类法和快速聚类法。

曲线模拟:将采样点经过聚类分析后, 将各类型所有用户用水量变化曲线合成为一条曲线, 代表本类型的用水量变化规律。其步骤如下: a.将各种类型用户同一时刻的用水量对应相加, 得到该类型采样点各时段的用水总量; b.将同类型用户的全天用水量相加, 得到该类型采样点全天总用水量; c. 求出该类型用户的各时间段的用水量占全天用水量的百分比; d.以时间为横坐标, 以该类型采样点各时间段用水量占全天用水量百分比为纵坐标, 绘制该类型用户的用水量变化曲线。按照上述步骤, 将该类型用户的用水量变化曲线分别合成为一条曲线。得到各类型用户用水量变化曲线之后, 如果资料齐全, 可以根据历史用水量数据统计得到各类别用户用水量比例, 这个比例可以作为各类用户用水量权值, 根据各类别用水量变化规律曲线和用水量权值, 可以通过加权的方法得到整个城市的用水量变化规律曲线。

常用水量预测方法与预测模型:多元线性回归分析法,回归分析预测方法是通过回归分析, 寻找预测对象与影响因素之间的因果关系, 建立回归模型进行预测, 而且在系统发生较大变化时, 也可以根据相应变化因素修正预测值, 同时对预测值的误差也有一个大体的把握, 它是需水量长期预测的有效方法。回归分析法可分为一元线性回归分析、多元线性回归分析和非线性回归分析。

时间序列法:所谓时间序列就是按时间次序排列的观测值集合, 按照研究的线性和问题的不同, 可以得到各种时间序列, 在用水量问题研究上, 所得到的数据其自然顺序就是按出现的时间先后排列次序而得到的时间序列。时间序列分析法只依赖于研究对象的历史观测数据和它的数据模式。时间序列分析方法主要包括指数平滑法、移动平均法、自回归法、自回归一移动平均法等。

灰色预测法:灰色预测是通过原始数据的处理和灰色模型的建立、发现、掌握系统发展规律, 对系统的未来状态做出科学的定量预