[发明专利]二次模态重构的泄漏积分储备池网络的供水量预测方法

说明书

本发明涉及供水量预测领域，公开了一种二次模态重构的泄漏积分储备池网络的供水量预测方法，包括以下步骤：1)数据采集；2)利用时间序列分解CEEMDAN方法，对供水量时间序列x(t)进行分解；3)对模态分量进行重构、合并，得到高频子序列、中频子序列和低频子序列；4)将各序列作为输入量，输入到一个回声状态网络中，分别得到高频子序列、中频子序列及低频子序列的预测值；5)将每个子序列得到的预测结果进行集成，得到最终的预测结果。本发明采用二次模态重构的泄漏积分储备池网络的预测方式来解决城市日供水量预测精度低的缺点，能够准确预测出城市日供水量，可以为城市供水的调度决策优化提供依据与技术支持。

技术领域

本发明涉及供水量预测领域，特别是涉及一种二次模态重构的泄漏积分储备池网络的供水量预测方法。

背景技术

近年来，由于城市化进程的不断推进和社会经济的高速发展，城市用水量幅度大大增加，城市供水的复杂度也大大增加，因此满足城市的用水量需求是供水系统的当务之急，这对供水系统的优化提出了挑战。预测城市用水需求量是优化城市供水系统规划的基础，使水务公司能够在节约能源的同时，做出水资源优化调度的决策，从而提高水资源利用率，同时满足客户用水需求。

由于历史原因、技术水平等多方面因素，导致当前多数中小城市仍旧根据传统经验来进行供水调度决策，容易导致供水过度或供水不足的问题，因此做到城市供水量精确预测是水务公司面临的关键问题之一。

因此本领域技术人员致力于开发一种二次模态重构的泄漏积分储备池网络的供水量预测方法城市供水量预测方法，以求精确预测城市用水需求量。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种二次模态重构的泄漏积分储备池网络的供水量预测方法城市供水量预测方法，以求精确预测城市用水需求量。

为实现上述目的，本发明提供了一种二次模态重构的泄漏积分储备池网络的供水量预测方法，包括以下步骤：

1)数据采集，采集目标区域中所有用户历史供水量数据，形成供水量时间序列x(t)；

2)利用时间序列分解CEEMDAN方法，对供水量时间序列x(t)进行分解，将其分解为一系列拥有不同特征尺度的模态分量其中，k＝1,2,…；

3)对模态分量进行重构，根据熵值将不同的模态分量进行合并，将不同模态中所表现出来的共同特性进行融合得到高频子序列T₁、T₂、…、T_o，中频子序列M和低频子序列L；

4)分别将步骤3)重构得到的高频子序列T₁、T₂、…、T_o，中频子序列M，低频子序列L作为输入量，输入到一个基于注意力机制、用入侵杂草优化算法优化的、含有泄漏系数的回声状态网络中，得到高频子序列T₁、T₂、…、T_o的预测值Y₁、Y₂、…、Y_o，中频子序列M的预测值Y_M以及低频子序列L的预测值Y_L；

5)将每个子序列得到的预测结果进行集成，得到最终的预测结果。

较佳的，所述步骤1)中供水量时间序列x(t)至少为连续一年的日供水量数据。

较佳的，所述步骤2)中，供水量时间序列分解CEEMDAN方法包括以下步骤：

21)利用经验模态分解方法即EMD算法对信号x(t)+ε₀vⁱ(t)进行I次分解，其中I的取值为50～100，通过均值计算获得第一个模态分量：