基于用水量预测和遗传算法的供水管网优化调度模型

【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。