收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于用水量预测和遗传算法的供水管网优化调度模型

朱俊达  
【摘要】:随着城市的不断发展,其供水管网逐渐发展得庞大而复杂,使用传统人工经验调度的方式将不能精确得把控管网每一个节点的用水需求。如何在保证整个城市对水压、水量需求的前提下使供水费用达到最低是当下的热点研究课题。本文以节约供水费用为目的,以嘉兴市供水管网实际数据为基础,建立了嘉兴市时用水量预测模型、供水管网微观水力模型、两级优化调度模型,在保证整个城市用水需求的前提下降低了供水费用,本文的主要工作如下:用水量预测是优化调度的前提,本文根据2020年全年管网监测实际用水量分析影响嘉兴市短期用水量的相关因素。依据分析得出的结果结合长短时记忆神经网络(LSTM)建立嘉兴市时用水量预测模型,使用该模型对嘉兴市连续三天的用水量进行预测并对模型进行评价,三天内用水量与预测值的偏差有三分之二在百分之三以下,五分之四在百分之四以下,该模型的MAPE为0.031,分析结果表明使用该模型对嘉兴市时用水量进行预测有良好的效果。水力模型是优化调度的基础,本文收集和整理了嘉兴市供水管网静态属性数据、实际监测数据,并通过美国环保署供水与水资源开发部开发的开源软件EPANET建立了管网微观水力模型,并对水力模型进行简化。对简化后的模型进行反复核验调整以确保模型精度符合业内标准。经核验,该微观水力模型计算出的监测点压力与真实压力的误差在84%的时间里平均误差低于1m,95%的时间里平均误差低于2m,基本符合国内标准,所以该模型拥有良好的精度。基于前面得到的数据,本文建立了以水厂能耗最小为目标的嘉兴市供水管网一级优化调度模型,并在此基础上以泵站运行费用即功耗最低为目标建立了嘉兴市供水管网二级优化调度模型。接着使用遗传算法对两个模型分别进行求解,求解过程中使用罚函数法将有约束问题转化为无约束问题,将求解后的结果与管网真实情况进行对比,结果表明生成的优化调度方案与实际使用方案相比平均节能8.33%,证实该嘉兴市供水管网两级优化调度模型确实能达到节能降低水厂功耗的效果。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 赵元;;输配水系统事故状态下的优化调度模型[J];供水技术;2007年02期
2 李绍军;;应用于煤炭物流的智能优化调度模型[J];煤炭技术;2017年06期
3 韩竞;;电力系统经济优化调度模型分析与应用[J];电气开关;2013年01期
4 刘雪茹;张栩;;浅析梯级水电站优化调度模型研究现状[J];电子世界;2013年19期
5 崔建国,王俊岭;城市供水系统的优化调度模型研究[J];太原理工大学学报;2002年03期
6 李明;李歧强;郭庆强;丁然;;基于炼油过程生产特性的优化调度模型[J];山东大学学报(工学版);2010年03期
7 俞亭超;张土乔;;基于遗传算法供水系统优化调度模型[J];系统工程理论与实践;2005年12期
8 郑飞飞;信昆仑;刘遂庆;;给水管网耦合优化调度模型的建立及应用[J];中国给水排水;2008年17期
9 董旭龙;路建;王二朋;赵钰;马保东;;水库联合优化调度模型探索[J];水电站机电技术;2018年12期
10 邱林;水电站实时优化调度模型及其应用[J];华北水利水电学院学报;1994年02期
11 顾伟;任佳依;高君;高菲;宋晓辉;刘海波;;含分布式电源和可调负荷的售电公司优化调度模型[J];电力系统自动化;2017年14期
12 陈端;陈求稳;陈进;;考虑生态流量的水库优化调度模型研究进展[J];水力发电学报;2011年05期
13 武怀生;;多干扰网络的海量数据优化调度模型仿真分析[J];微电子学与计算机;2016年09期
14 陈瑜玮;孙宏斌;郭庆来;;综合能源系统分析的统一能路理论(五):电–热–气耦合系统优化调度[J];中国电机工程学报;2020年24期
15 刘涌;侯志俭;;考虑辅助服务的发电商优化调度模型研究[J];华东电力;2006年07期
16 王增发,黄强,畅建霞,梁柱,田峰巍;城市供水水源优化调度模型的分解协调算法[J];中国农村水利水电;2000年02期
中国重要会议论文全文数据库 前12条
1 邝录章;;水电厂年度发电量评价策略[A];梯级调度控制研究论丛——2012年学术交流论文集(下册)[C];2014年
2 马立亚;吴泽宇;刘国强;邱雪莹;;汉江梯级水库群供水优化调度模型研究[A];中国水利学会2013学术年会论文集——S1水资源与水生态[C];2013年
3 王士武;白宪台;郭宗楼;;平原湖区除涝排水系统实时优化调度模型[A];中国水利学会2002学术年会论文集[C];2002年
4 巩琳琳;黄强;冯缠利;薛小杰;;安康洪水优化调度模型及风险辨识的应用研究[A];中国水利学会2008学术年会论文集(下册)[C];2008年
5 杨文娟;黄强;;基于遗传随机动态规划的串联水库群优化调度模型研究[A];水与社会经济发展的相互影响及作用——全国第三届水问题研究学术研讨会论文集[C];2005年
6 苏锡祺;徐也平;叶贵汉;王兰生;;湖州城区防洪优化调度模型的研究[A];第一届全国城市防洪学术会议论文集[C];1992年
7 王建群;樊静;王尧;;黄河中下游水库群防洪优化调度模型研究[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年
8 董志勇;邹晓喜;贾庆波;;模块化维修资源优化调度模型研究[A];中国运筹学会第九届学术交流会论文集[C];2008年
9 熊建秋;邹长武;李祚泳;徐婷婷;汪嘉杨;;基于支持向量机的人均综合用水量预测[A];中国环境保护优秀论文集(2005)(上册)[C];2005年
10 马燕鹏;;自适应遗传神经网络在日用水量预测中的应用[A];第二届中国智能计算大会论文集[C];2008年
11 王仰仁;刘斌;韩娜娜;;用水量预测模型选择的研究[A];变化环境下的水资源响应与可持续利用——中国水利学会水资源专业委员会2009学术年会论文集[C];2009年
12 王建军;吴佩林;;工业企业氧气优化调度模型研究[A];工业节能与清洁生产2014年2月第1期(总第12期)[C];2014年
中国博士学位论文全文数据库 前13条
1 张亚超;风电功率超短期预测及其并网优化调度模型研究[D];武汉大学;2017年
2 刘立阳;含风电的电力优化调度模型及其求解方法研究[D];南京理工大学;2018年
3 刘思东;低碳环境下发电优化调度模型与方法研究[D];广西大学;2014年
4 吴界辰;交互能源机制下的集群产消者优化调度模型与方法研究[D];华北电力大学(北京);2020年
5 李丰;考虑大规模风电接入系统的发电优化调度模型及方法研究[D];华北电力大学;2014年
6 杨阳;水电系统优化调度模型及方法研究[D];华北电力大学;2014年
7 周树鹏;考虑需求响应的电力系统优化调度模型与方法研究[D];华北电力大学(北京);2017年
8 葛晓琳;水火风发电系统多周期联合优化调度模型及方法[D];华北电力大学;2013年
9 段富;大型梯级引水工程自主优化调度模型及其仿真研究[D];太原理工大学;2010年
10 冯凯;电热协调下的潮流计算与优化调度模型研究[D];南京理工大学;2017年
11 胡国强;梯级水电站优化调度模型与算法研究[D];华北电力大学(北京);2007年
12 宋洋;苏帕河流域梯级水电站联合优化调度模型研究[D];天津大学;2005年
13 谢红胜;梯级电站群短期优化调度模型与定价方案选择[D];华中科技大学;2008年
中国硕士学位论文全文数据库 前20条
1 朱俊达;基于用水量预测和遗传算法的供水管网优化调度模型[D];南昌大学;2021年
2 胡思娟;面向能源互联网的局域能源优化调度模型及系统研究[D];深圳大学;2018年
3 韦博日;计及需求响应的电力系统优化调度模型及优化方法研究[D];广西大学;2019年
4 董帅;考虑风电消纳的综合能源系统优化运行研究[D];山东大学;2019年
5 张晓敏;考虑风功率预测误差的优化调度模型研究[D];兰州理工大学;2018年
6 王旭花;基于能量可实现的发电侧、需求侧及储能的短期联合优化高度[D];西安理工大学;2018年
7 胡西林;灌区水资源实时优化调度模型与实例分析[D];武汉大学;2004年
8 张丽娜;水电站优化调度模型及其应用研究[D];大连理工大学;2007年
9 席文玲;基于本体的物流配送车辆优化调度模型研究[D];西安理工大学;2010年
10 蒋伟杰;钢铁企业氧气系统预测及优化调度模型研究[D];天津理工大学;2017年
11 钟维琼;节能优化调度模型及其节能减排激励研究[D];华北电力大学;2012年
12 陈彧;基于风光随机出力置信度空间的电力优化调度模型与算法[D];天津大学;2017年
13 邢通;利用风电供暖的价值分析及优化调度模型研究[D];华北电力大学;2014年
14 李红艳;城市给水系统优化调度模型研究[D];太原理工大学;2003年
15 何大伟;交通能源系统车辆优化调度模型及策略研究[D];北京交通大学;2021年
16 黄宝祥;基于遗传算法的矿山资源优化调度模型的研究[D];山东科技大学;2011年
17 王会继;考虑温控负荷灵活性的电力系统优化调度模型[D];华北电力大学(北京);2021年
18 王成;考虑多类型分布式电源参与的售电公司优化调度模型研究[D];三峡大学;2019年
19 卢美玲;家庭光伏发电系统经济效益优化调度模型研究[D];华北电力大学(北京);2017年
20 王艳菊;基于复合形混合演化算法的水库优化调度研究[D];郑州大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978