基于支持向量机的城市供水管网测压点水压预测研究

作者：平俊晖; 王荣和; 孙继龙; 肖朝红

来源：给水排水, 2014, 50(11): 147-152.

DOI：10.13789/j.cnki.wwe1964.2014.0355

• 供水管网
• 水压预测
• 数据驱动
• 支持向量机

随着SCADA系统的不断成熟,供水管网实时状态数据也越来越完整,充分利用这些实时数据对城市供水管网的测压点压力进行预测,是进行管网优化调度的基础。建立了供水管网测压点压力预测的支持向量机(Support Vector Machine,SVM)模型,利用实时数据进行求解,采用交叉验证的方法优化选择核函数和惩罚参数。实例表明,与BP神经网络相比,SVM模型的预测精度高、结果稳定,各个节点的预测误差均在0.2m以内。

• 单位
  清华大学深圳研究生院