一種城市供水系統日計劃調度決策方法
【技術領域】
[0001] 本發明屬于城市供水技術領域，具體涉及一種城市供水系統日計劃調度決策方 法。
【背景技術】
[0002] 城市供水系統日計劃調度主要是指供水調度中心在對當日需水量情況進行合理 估計的情況下，制定相應的日調度方案，如水栗機組的啟停、管網閥門的調節等，以滿足用 戶對水壓、水量的要求。
[0003]目前，日計劃調度仍然依靠人工經驗，即調度人員根據需水量的預測情況，僅憑個 人調度經驗做出決策。人們嘗試基于供水系統數學模型的日計劃調度決策方法，由于在供 水生產調度中，有許多重要的人工經驗、約束條件等難以精確表達，模型偏離實際，其產生 的調度方案往往難以實施。此外，雖然在供水系統生產運行過程中，積累了大量經驗調度及 生產運行數據。由于缺乏對這些數據的科學管理和挖掘利用，未能形成系統化、結構化、合 理化的經驗知識，調度人員難以從這些紛繁的日常調度中總結經驗，提升調度決策水平。
【發明內容】
[0004] 本發明的目的在于克服現有方法中的不足，提出一種城市供水系統日計劃調度決 策的方法。
[0005] 本發明的基本構思：日需水量變化具有相似性和周期性，因此日調度方案具有一 定的可重復性。在制定日計劃調度方案時，可以參考具有相似需水量情況時的合理調度方 案。該方法基于大量的歷史經驗調度數據，采用數據挖掘等技術手段，將經驗調度數據結構 化、邏輯化，形成經驗調度知識庫，從而科學地指導計劃調度決策。
[0006] 本發明主要通過以下技術方案實現：首先，構建以歷史日需水量序列，控制點壓力 序列及日調度方案為基本調度關聯數據單元的調度關聯數據集合。然后，通過相關預處理 方法，剔除非正常工況日的數據單元。隨后，以需水量序列為特征屬性，將集合分類成多個 子集，并逐一通過統計檢驗方法，剔除子集中統計意義上不合理的數據單元。因為在相同子 集中需水量變化相似，則相應控制點壓力序列在一定范圍內波動，若超過了預設定的范圍， 其對應的調度方案不合理，相應的數據單元不合理，予以剔除。最后，以預測日需水量序列 為特征屬性，預測其所屬分類，并給出合理的預測日計劃調度方案。
[0007] 本發明的具體步驟如下：
[0008] 1.歷史日調度數據的收集與整理及調度關聯數據集合的構建。
[0009] 首先，以天為單位，收集過去N天的系統調度數據記錄。具體地，第j(j = 1，"·，Ν) 天的數據如下：
[0010] 需水量序列
其中t。為采樣起始時刻，Td為需水量采 樣周期，nd為需水量序列長度。又可表為
為第j天第t個采樣 時刻的需水量，t = 1，2,…，nd;
[0011] 控制點壓力序列Pj= [P uJji2，…，PjJ，其中
i = 1，…，η，η為控制點數量，Tp為壓力采樣周期，η p為壓力序列長度。又可表為
為第j天第i個控制點第t個采樣時刻的壓力，t = 1，2…，np;
[0012] 調度決策方案C,，其為一天中具體的供水調度操作記錄，如水栗機組的啟停，閥門 的調節等。
[0013] 然后，將第j天調度相關數據關聯成一個調度關聯數據單元e]= {D ];P ];C 。重 復操作，構成調度關聯數據集合E = Ie1, e2，…，eN}。
[0014] 2.調度關聯數據集合的預處理。
[0015] (1)剔除集合E = Ie1, e2，…，eN}中含有供水管網系統特殊工況的數據單元。特殊 工況指引起不可預見的需水量突增、突減的工況，如突發爆管，重大消防用水事件等；
[0016] (2)對各數據單元中的需水量序列，控制點壓力序列進行缺失處理。若某數據單元 中需水量序列或控制點壓力序列數據缺失率較大，則將該數據單元剔除。反之，采用相關方 法如分段線性插值法進行缺失處理；
[0017] 經（1)，（2)處理后，調度關聯數據集合縮減為E = hNp〈N。
[0018] 3.調度關聯數據集合的聚類處理。
[0019] 以需水量序列為特征屬性對E進行聚類，得到K個不同需水量特征屬性下的 類別及子集：
分別為各子集的 大小。
[0020] 4.調度關聯數據單元的統計檢驗。
[0021] 對于子集Ek，k = 1，2,…，Κ，將所包含的相應數據單元秀1，.％:逐一進行統計 檢驗，剔除未通過檢驗的數據元。步驟如下：
[0022] (1)在某一子集Ekft，根據其所包含的所有數據單元分別 計算η個控制點壓力序列的平均值g = ….瓦，i = i，…，n，及其標準差
[0024] (2)對控制點i，給定乘子Li，及其壓力變化區間.(? / 6 ,)，i = 1，…^。該區間表示了各個控制點壓力序列一天中在各采樣時刻可接受的波動范圍。
[0025] (3)對子集Ek包含的數據元e (j = kl, k2,…，ksk)進行統計檢驗。具體為 判斷數據單元e j的η個控制點壓力序列t, = [/7，P/.,:…] ?·是否全在給定區間 (瓦,-OU., - 0,.,)內。若否，則剔除該數據單元e]。重復1^次，完成對子集E k所有數 據單元的統計檢驗。
[0026] (4)重復（1)，（2)，（3)共K次，完成對所有子集內數據單元統計檢驗與剔除操作。
[0027] 經（1)，（2)，（3)，⑷處理后，其數據單元數將進一步縮減心.?. ·",%)， = 5 …Ek = {ekl,:,*··,ehi, ? ….，￡"Α-= ，…，}。其中 L r2,…，rk，…，:^分別為各子集的大小，滿足r A s D r2< s 2，…，rk< s k，…，rK< s κ， ri+r2+-+rk+-+rK= Npr, Npr^ Np〇
[0028] 5.日計劃調度方案的生成。
[0029] (1)根據需水量預測模型預測未來一天需水量序列??，屯…，4,1，同時構建 預測日調度關聯數據單元e = {D，P，C}，其中P，C未知，分別為控制點壓力序列及調度方案， D為預測得到的需水量序列。
[0030] (2)以需水量為特征屬性，對e其進行預測分類，找到所屬調度關聯數據類別及子
[0031] (3)在所屬子集焉={%，％:，···，％^中，以需水量序列為特征屬性計算預測日數據 單元e其與各數據單元心A，''_，S的相似度，并按相似度從大到小排序。選擇具有相似度 最大的數據單元，作為預測日調度關聯數據單元，從而獲得日計劃調度方案。
[0032] 其中，相似度計算公式如下：
[0034] 6.當日調度完成，根據當日實際調度數據構建關聯數據單元e= {D，P，C}，執行步 驟1，步驟2,步驟3,步驟4更新調度關聯數據單元集合，執行步驟5生成下一天的日計劃 調度決策方案。
[0035] 本發明基于大量的歷史生產調度數據，采用數據挖掘相關方法，將經驗數據結構 化、邏輯化、去粗取精，形成合理化的經驗調度知識。基于歷史數據及經驗調度知識，根據需 水量預測情況，可自動給出計劃調度方案，并保障決策方案符合實際生產。本發明摒棄了簡 單的人工經驗，使得調度決策更加科學合理。同時，本發明的技術思想也適用于供水系統實 時調度決策。
【附圖說明】
[0036] 圖1為本發明方法流程圖。
【具體實施方式】
[0037] 下面結合附圖1以及相關的實施例，對本發明的【具體實施方式】作進一步的詳細說 明描述。
[0038] 為使本發明更方便理解及應用，下文將對本發明的【具體實施方式】作進一步詳細描 述。以下實施方式僅用于說明本發明，并不用來限制本發明的范圍。
[0039] 設某供水管網具有10個控制點，需水量采樣周期為1小時，控制點壓力采樣周期 為15分鐘，則一天中需水量序列長度為24,控制點壓力序列長度為96。本發明具體實施步 驟如下：
[0040] 1.歷史調度相關數據的收集與整理及調度關聯數據集合的構建。
[0041] 首先，收集過去N天的管網系統調度相關數據：需水量序列Dj= [d u, Clji2，… ，dj,24];控制點的壓力 Pj= [P u，Pji2, "'PuJ,其中 Pjil= [p "'Pu^96], i = 1，…，10 ;調度方案Cj,指一天中具體的供水調度操作記錄，如水栗機組的啟停，閥門的調節 等。
[0042] 然后，將其關聯為一個調度關聯數據單元士= {D ];P ];C ,}，j = 1，"·，Ν，構成調度 關聯數據單元集合E = R1, e2,…，eN}。
[0043] 2.調度關聯數據集合的預處理。
[0044] (1)剔除集合E = Ie1, e2，…，eN}中含有供水管網系統特殊工況的數據單元，特殊 工況指引起不可預見的需水量突增、突減的工況，如突發爆管，重大消防用水事件等。
[0045] (2)對各數據單元中的需水量序列，控制點壓力序列進行缺失處理。若某數據單元 中需水量序列或控制點壓力序列數據缺失率較大，則將該數據單元剔除。反之，采用分段線 性插值法對序列進行缺失處理，若序列I在t時刻的數據缺失，則找到距離t時刻最近的前 后1和t b時刻（t a〈t〈tb)，設這兩個時刻的序列值分別為ItJP I tb，則缺失數據1,計算公式 如下：
[0047] 經（1)，（2)處理后，調度關聯數據單元集合縮減為，NP〈N。
[0048] 3.調度關聯數據集合的聚類處理。
[0049] 以需水量序列為特征屬性對E進行聚類，得到K個不同需水量特征屬性下的 類別及子集：盡-(A I * eI 2， ' 五： - (?，^2:，…，