基于多嵌入维数的时用水量LSSVM组合预测

城市用水量预测是供水系统优化调度的前提和基础,在城市供水优化调度系统中具有举足轻重的作用,同时准确的用水量预测也是实现城市供水系统安全,节能,高效运行的有效途径之一。但由于城市用水量受社会生产活动、地理位置及自然条件(诸如降雨量、温度、季节)等众多因素的综合影响,目前还很难找到一个较为满意的方法。现有的预测模型和方法都是从不同角度对城市时用水量作出预测,存在着一定的局限性和不适应性,预测的精度往往难以达到实际应用的要求,如何提高城市时用水量的预测精度,其重要性就显得愈发突出了。 本文在论述不同相空间重构参数和预测方法极大影响着混沌系统的预测精度的基础上,针对供水系统调度所需混沌时用水量的高精度预测问题,提出了基于多嵌入维数的最小二乘支持向量机(LSSVM)组合预测模型。通过互信息法和G-P方法求取多个嵌入维数并建立不同相空间模型,采用LSSVM算法对此多个预测模型进行组合预测,既综合了各不同嵌入维数各预测方法下的信息,又对单一模型下的预测偏差进行了融合,从而有效的提高了预测精度。最后将该方法应用于萧山区某用水大户的实例数据仿真,在此基础上,将预测结果用于供水系统的优化调度,实验结果表明,基于本文预测模型的供水系统优化调度能较好的满足调度的精度要求,并具有较好的节能效果。