CN115375199A - 一种长距离智能供水调度方法及其系统 - Google Patents
一种长距离智能供水调度方法及其系统 Download PDFInfo
- Publication number
- CN115375199A CN115375199A CN202211300445.2A CN202211300445A CN115375199A CN 115375199 A CN115375199 A CN 115375199A CN 202211300445 A CN202211300445 A CN 202211300445A CN 115375199 A CN115375199 A CN 115375199A
- Authority
- CN
- China
- Prior art keywords
- water
- point
- water supply
- water consumption
- consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 527
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims description 9
- 239000008400 supply water Substances 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Remote Sensing (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种长距离智能供水调度方法及其系统。该长距离智能供水调度方法及其系统,包括以下方法,基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;基于当前实际用水量,获得未来设定时间段的预测用水量;基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后;该长距离智能供水调度方法及其系统,结构简单,操作方便,使用灵活,基于预测率来调控相应的供水点,以此来满足整个区域的供水以及用水需求,便于区域内的供水系统备用。
Description
技术领域
本发明属于水资源管理技术领域,具体涉及一种长距离智能供水调度方法及其系统。
背景技术
越来越多的城市供水安全面临日益严峻的挑战,本地水源难以满足日益增长的用水需求,跨境调水已成为提高城市供水保障的重要手段之一,例如深圳市,多年平均供水总量约为19.73亿m3,其中境外引水量约为15.51亿m3,跨境调水量高达城市供水总量的78%。
但随着引水工程体系越来越庞大,引水泵站、闸门控制节点不断增加,区域内各工程水力联系更加紧密,如何科学合理地实现水源-水厂用户间水量高效调配,为水资源调度和管理提供有效的决策依据,是保障城市用水安全的基础,进行城市供水调度研究具有中重要意义。
本申请基于对指定区域内的多个供水点进行调度控制使用,可有效的应对长距离调水供应的各站点轮番检修修整使用,可有效的应对干旱或故障导致的某水厂供水量减少的问题,使被指定区域内的供水量可以得到有效的保障。
发明内容
本发明的目的就在于为了解决上述问题而提供一种结构简单,设计合理的长距离智能供水调度方法及其系统。
本发明通过以下技术方案来实现上述目的:
本发明第一方面提供了一种长距离智能供水调度方法,包括以下方法,
基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
基于当前实际用水量,获得未来设定时间段的预测用水量;
基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
在本方案中,预设区域可以选取某城市为例,对于该城市应当至少包括两个供水点,该两个供水点可以为两个水厂,也可以为长距离水资源调度中的两个供水站点,通过对区域内的各个用水点进行相应的数据统计与分析,从而重新来预测后一阶段的用水情况,基于各用水点的用水情况以及各供水点的可供水量,从而调整供水点的供水区域,在本申请中,对该预设区域进行周期性调整,该周期即为上述的设定时间段,一般的,该设定时间段可以选择半个月的时间为周期调控调度使用。
作为本发明的进一步优化方案,基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
作为本发明的进一步优化方案,所述第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
作为本发明的进一步优化方案,所述Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
作为本发明的进一步优化方案,基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
本发明第二方面提供了一种长距离智能供水调度系统,包括存储器和处理器,所述存储器中包括长距离智能供水调度方法程序,所述长距离智能供水调度方法程序被所述处理器执行时实现如下步骤:
基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
基于当前实际用水量,获得未来设定时间段的预测用水量;
基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
在本方案中,预设区域可以选取某城市为例,对于该城市应当至少包括两个供水点,该两个供水点可以为两个水厂,也可以为长距离水资源调度中的两个供水站点,通过对区域内的各个用水点进行相应的数据统计与分析,从而重新来预测后一阶段的用水情况,基于各用水点的用水情况以及各供水点的可供水量,从而调整供水点的供水区域,在本申请中,对该预设区域进行周期性调整,该周期即为上述的设定时间段,一般的,该设定时间段可以选择半个月的时间为周期调控调度使用。
作为本发明的进一步优化方案,基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
作为本发明的进一步优化方案,所述第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
作为本发明的进一步优化方案,所述Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,ent1为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
作为本发明的进一步优化方案,基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
本发明的有益效果在于:本发明可以基于预设的区域,来对供水点进行切换适用,便于应当干旱时,各水厂或水源地的切换适用,同时适用于长距离水资源调度时,各级水站分批切换使用,可以极大的应对单一供水点的故障;整个方法及系统,结构简单,操作方便,使用灵活,基于预测率来调控相应的供水点,以此来满足整个区域的供水以及用水需求。
附图说明
图1是本发明的一种长距离智能供水调度方法的方法流程图;
图2是本发明的一种长距离智能供水调度系统的系统框;
图3是本发明的长距离智能供水调度系统的结构示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述,有必要在此指出的是,以下具体实施方式只用于对本申请进行进一步的说明,不能理解为对本申请保护范围的限制,该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
实施例1
如图1所示,示出了一种长距离智能供水调度方法的方法流程图。
其中,一种长距离智能供水调度方法,包括以下方法,
步骤S102,基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
步骤S104,基于当前实际用水量,获得未来设定时间段的预测用水量;
步骤S106,基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
步骤S108,基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
步骤S110,当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
需要说明的是,预设区域可以选取某城市为例,对于该城市应当至少包括两个供水点,该两个供水点可以为两个水厂,也可以为长距离水资源调度中的两个供水站点,通过对区域内的各个用水点进行相应的数据统计与分析,从而重新来预测后一阶段的用水情况,基于各用水点的用水情况以及各供水点的可供水量,从而调整供水点的供水区域,在本申请中,对该预设区域进行周期性调整,该周期即为上述的设定时间段,一般的,该设定时间段可以选择半个月的时间为周期调控调度使用。
进一步说明的是,以该预设区域设置有甲乙两座水厂为例,甲乙两座水厂即为两个供水点,预设区域中的所有用水点,均由甲乙两座水厂来进行供水,那么当整个系统通过采集得到基于甲或者乙的用水点在未来设定时间段的预测用水量,如,甲本来提供100个用水点的用水,乙同样提供100个用水点的用水,当预测到未来一个月内的用水量大于甲可提供的水量时,计算相应的用水点所需的供水量,采用乙水厂来对相应的用水点进行供水,此处,默认了甲乙水厂可以给整个地区进行满足的水量供应;但在实际的使用中,可以通过该方法以及系统来实现多个供水点的协同配合,从而满足水资源的调度使用;对于变更供水点的用水点,可以基于其实际的用水量进行考虑,也可以基于实际的供水经济性来进行考虑选择;具体的,可以计算相应的供水成本与各用水点进行绑定,在实际的使用中,以上述为例,计算各用水点的预测用水量以及甲乙双方的供水成本,组合选择最佳的用水点,让甲舍去,过渡给乙进行供水使用。
进一步的,基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
需要说明的是,对预设区域进行区域划分设置,分为多个一级用水点区域,每一个一级用水点区域内分为多个二级用水点区域,如,预设区域内设置有第一区、第二区与第三区,第一区中设置有居民用水点、商铺用水点、水产养殖用水点、苗木养殖用水点等细分用水点,基于一些行业来获得更加精准的各二级用水点区域的平均用水量,便于了解以及统计各用水点的用水变化。
进一步的,所述第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
需要说明的是,Ant为第n类二级用水点区域在历史时间内的平均用水量,此处的历史时间是指以农历年为时间计数周期的时间段,如,2019、2020与2021年的农历8月的二级用水点区域的平均用水量。
具体的,所述Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,ent1为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
需要说明的是,如现在对8月时间段的用水量进行预测,此时,ent2为7月份的第n类二级用水点区域的实际用水量,ent1为去年7月份的第n类二级用水点区域的实际用水量。
进一步的,基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
在实际的使用中,该系统以及方法还可以应用于单一供水点维护或故障时使用,此时将供水点的可供应水量降低,从而激活该系统,此时可以调控其他供水点协同作用,来满足预设区域的正常用水。
如图2所示,其示出了一种长距离智能供水调度系统2的系统框图。
其中,一种长距离智能供水调度系统2,包括存储器21和处理器22,所述存储器21中包括长距离智能供水调度方法程序,所述长距离智能供水调度方法程序被所述处理器22执行时实现如下步骤:基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
基于当前实际用水量,获得未来设定时间段的预测用水量;
基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
所述第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
所述Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
图3示出了本发明的长距离智能供水调度系统的结构示意图。
如图3所示,该长距离智能供水调度系统还应当,包括采集单元、存储单元与处理单元,采集单元采集各用水点的用水量记录,并将该用水量与时间日期进行关联后记录于存储单元内,该时间日期应当以农历制为主,便于关联相关气候条件,处理单元基于历史日期的用水量来获得相应的数据,存储单元内还应当存储各个供水点对用水点的供水的经济成本以及各用水点所属的一级用水点区域以及二级用水点区域,即,该用水点是属于哪种类型的二级用水点,以及属于哪一块的一级用水点区域。
该系统还应当连接相应的控制单元,控制单元可以控制各用水点之间的泵站以及供水管件内,实现供水点的自由切换。
该采集单元、存储单元以及处理单元可以集成于终端设备内来进行相应的数据处理,此处的包括但不限于诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理、便捷式媒体播放器、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
需要说明的是,该长距离智能供水调度方法及其系统,在使用时,可以基于预设的区域,来对供水点进行切换适用,便于应当干旱时,各水厂或水源地的切换适用,同时适用于长距离水资源调度时,各级水站分批切换使用,可以极大的应对单一供水点的故障。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种长距离智能供水调度方法,其特征在于,包括以下方法,
基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
基于当前实际用水量,获得未来设定时间段的预测用水量;
基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
2.根据权利要求1所述的一种长距离智能供水调度方法,其特征在于:基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
3.根据权利要求2所述的一种长距离智能供水调度方法,其特征在于:第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
4.根据权利要求3所述的一种长距离智能供水调度方法,其特征在于:Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,ent1为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
5.根据权利要求4所述的一种长距离智能供水调度方法,其特征在于:基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
6.一种长距离智能供水调度系统,其特征在于,包括存储器和处理器,所述存储器中包括长距离智能供水调度方法程序,所述长距离智能供水调度方法程序被所述处理器执行时实现如下步骤:
基于预设区域,获得区域内各用水点的历史用水量与当前实际用水量;
基于当前实际用水量,获得未来设定时间段的预测用水量;
基于供水点的历史水量与实际水量,获得各供水点的未来设定时间段的预测水量;
基于用水点的预测用水量以及供水点的预测水量,获得各用水点的各未来设定时间段的供水点;
当用水点的预测供水点与实际供水点不同时,实际供水点的供水周期结束后,预测供水点开始以设定的供水周期向用水点供水,直至该供水周期结束。
7.根据权利要求6所述的一种长距离智能供水调度系统,其特征在于:基于预设区域,获得各一级用水点区域以及各二级用水点区域,所述一级用水点区域为多个二级用水点区域集合而成,所述一级用水点区域的未来设定时间段的预测用水量设为E,E=x1e1k1+x2e2k2+…+xnenkn;其中,en为第n类二级用水点区域的预测用水量,xn为第n类二级用水点区域的实际数量;kn为第n类二级用水点区域的校正系数。
8.根据权利要求7所述的一种长距离智能供水调度系统,其特征在于:第n种类型的二级用水点区域的预测用水量为,en=Ant(1+B1ΔT+B2C+B3D);其中,Ant为第n类二级用水点区域在历史时间内的平均用水量,ΔT为预测时间段与历史时间内的温度量,C为天气因数,D为节假日因数,B1、B2、B3均为权重系数。
9.根据权利要求8所述的一种长距离智能供水调度系统,其特征在于:Kn=B4(ent2-ent1),所述B4同样为权重系数,所述ent2为过去设定时间段的第n类二级用水点区域的实际用水量,为选定时间前的与设定时间段相对应的第n类二级用水点区域的实际用水量。
10.根据权利要求9所述的一种长距离智能供水调度系统,其特征在于:基于供水点的预测水量与各用水点的预测用水量,获得各供水点对应的用水点信息数据,基于上述的信息数据,通过供水点向各用水点供水。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300445.2A CN115375199A (zh) | 2022-10-24 | 2022-10-24 | 一种长距离智能供水调度方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300445.2A CN115375199A (zh) | 2022-10-24 | 2022-10-24 | 一种长距离智能供水调度方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115375199A true CN115375199A (zh) | 2022-11-22 |
Family
ID=84073801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211300445.2A Pending CN115375199A (zh) | 2022-10-24 | 2022-10-24 | 一种长距离智能供水调度方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375199A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305700A (zh) * | 2023-05-18 | 2023-06-23 | 青岛研博数据信息技术有限公司 | 一种用于长距离输水管网的水锤评估和消除模型 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050515A (zh) * | 2014-06-18 | 2014-09-17 | 中国水利水电科学研究院 | 一种基于年周期序贯决策的水资源配置方法 |
CN107909195A (zh) * | 2017-11-08 | 2018-04-13 | 吴江华衍水务有限公司 | 一种日用水量预测方法 |
CN110991687A (zh) * | 2019-09-26 | 2020-04-10 | 深圳市东深电子股份有限公司 | 一种基于经验模型的水资源调度优化方法 |
CN111160430A (zh) * | 2019-12-19 | 2020-05-15 | 广东工业大学 | 一种基于人工智能算法的水资源优化配置方法 |
CN111340316A (zh) * | 2020-05-18 | 2020-06-26 | 浙江和达科技股份有限公司 | 一种智慧供水管理方法及系统 |
-
2022
- 2022-10-24 CN CN202211300445.2A patent/CN115375199A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050515A (zh) * | 2014-06-18 | 2014-09-17 | 中国水利水电科学研究院 | 一种基于年周期序贯决策的水资源配置方法 |
CN107909195A (zh) * | 2017-11-08 | 2018-04-13 | 吴江华衍水务有限公司 | 一种日用水量预测方法 |
CN110991687A (zh) * | 2019-09-26 | 2020-04-10 | 深圳市东深电子股份有限公司 | 一种基于经验模型的水资源调度优化方法 |
CN111160430A (zh) * | 2019-12-19 | 2020-05-15 | 广东工业大学 | 一种基于人工智能算法的水资源优化配置方法 |
CN111340316A (zh) * | 2020-05-18 | 2020-06-26 | 浙江和达科技股份有限公司 | 一种智慧供水管理方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305700A (zh) * | 2023-05-18 | 2023-06-23 | 青岛研博数据信息技术有限公司 | 一种用于长距离输水管网的水锤评估和消除模型 |
CN116305700B (zh) * | 2023-05-18 | 2023-08-29 | 青岛研博数据信息技术有限公司 | 一种用于长距离输水管网的水锤评估和消除模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7353121B2 (en) | Methods, apparatus, media and signals for facilitating real-time management of a utility supply | |
US20090094097A1 (en) | Network-based optimization of services | |
CN106817499A (zh) | 一种话务资源调度方法及预测调度装置 | |
CN104077915A (zh) | 乘车趋势预测装置及其方法 | |
CN115375199A (zh) | 一种长距离智能供水调度方法及其系统 | |
CN105446817A (zh) | 移动云计算中一种基于鲁棒优化的联合资源预留配置算法 | |
CN115514020A (zh) | 跨区域电力调度方法、装置、计算机设备和存储介质 | |
CN111831838B (zh) | 一种多媒体信息推荐方法及装置、服务器存储介质 | |
CN114496198A (zh) | 一种基于物联网的智慧城市疫苗调度方法和系统 | |
Jentgen et al. | Energy management strategies use short‐term water consumption forecasting to minimize cost of pumping operations | |
US10931107B2 (en) | System and method for management of an electricity distribution grid | |
CN112950436A (zh) | 一种合流制管道溢流控制参数的计算方法及装置 | |
CN115983733B (zh) | 基于水位控制的电力市场出清数据处理方法和装置 | |
Abolghasemi et al. | How to predict and optimise with asymmetric error metrics | |
CN117131678A (zh) | 一种基于综合效率评价的虚拟电厂建立方法 | |
CN113891466B (zh) | 一种面向边缘无线网络中udl任务的在线调度系统及方法 | |
CN112559191B (zh) | 动态部署gpu资源的方法、装置和计算机设备 | |
CN113780625B (zh) | 用户电费预测方法、系统、终端及存储介质 | |
CN115130885A (zh) | 电力需求侧管理交替优化方法、装置、设备及介质 | |
CN104993599B (zh) | 一种储热用户互动终端和方法 | |
Liu et al. | Electric Vehicle Charging and Batteries Swapping Management Strategy with Photovoltaic Generation in Business Districts | |
Wellenius | Telecommunications in developing countries | |
CN109523189A (zh) | 一种车辆调度方法及系统 | |
CN117421706A (zh) | 一种径流式电站群弃水评估方法、装置、设备及存储介质 | |
Hewings et al. | Impacts of reallocation of resource constraints on the Northeast Economy of Brazil |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |