一种基于ARIMA模型的农村地区需水量预测方法与流程

本发明涉及需水量预测，具体为一种基于arima模型的农村地区需水量预测方法。

背景技术：

1、在农村地区，水资源的需求量受到气候变化和水量供需程度的影响，为了有效管理水资源并实现优化配置，需准确预测农村地区未来的需水量，传统的预测方法，虽然都具有一定的预测精度，但是由于其分析过程简洁，同时所应用的数据也并不全面，导致并不适合在农村地区的需水量预测中使用，因此需建立适应农村地区的预测模型，根据农村地区的多维数据分析，进行需水量精准预测，有助于更准确地反映农村地区的水资源需求，提高农村地区需水量预测的准确性和可操作性。

2、例如公告号为：cn109242265b的专利申请，公开了基于误差平方和最小的城市需水量组合预测方法；上述申请的方法首先建立供水管网需水量数据库；然后训练并建立rbf神经网络模型、grnn模型、arima模型；最后基于误差平方和最小进行组合预测；上述申请的方法将rbf神经网络逼近能力强，全局最优等特点与grnn神经网络学习速度快，易收敛等特点与arima灵活，适应性强等特点结合，并结合滚动更新策略，使该预测方法能动态适应环境发展变化。

3、例如公告号为：cn113469440b的专利申请，一种预测月尺度生活需水量的方法，属于水资源水量调配领域；具体包括以下步骤：s1构建生活需水特征评价评价指标体系；s2构建预测模型集；s3制定各生活需水评价分区最优预测方法；s4筛选月尺度生活需水关键影响因子，为多元回归法与前馈神经网络模型提供基础；s5月尺度生活需水预测；上述的s1包括：s1-1选取生活需水特征评价指标；s1-2制定评价指标分级阈值；s1-3计算评价总值，定量评价生活需水情况；上述申请的优点在于：1)具有月尺度的预测能力；2)方法考虑了区域特征；3)具有基于地区需水变化的模型筛选能力。

4、但本技术在实现本技术实施例的过程中，发现上述技术至少存在如下技术问题：上述申请在建立arima模型时，并没有对城市中的气象相关数据进行采集分析，例如降水总量、日照总时长以及空气最大含尘量，由此无法考虑气候变化影响，从而使得需水量预测不够准确，并可能导致分析的城市需水量预测结果与实际需求结果存在很大程度上的误差，造成城市中的供水不足或过剩；上述申请未对生活需水量中的历史用水相关数据进行充分对比分析，例如历史用水高峰时间段以及历史水质漏损的漏损水量和漏损时长，历史用水数据对于了解水资源利用情况、发现潜在问题以及制定有效管理策略至关重要，缺乏对其历史数据的采集分析可能导致对生活需水量的不足了解，从而难以做出快速应对需水变化的决策。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于arima模型的农村地区需水量预测方法，能够有效解决上述背景技术中涉及的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于arima模型的农村地区需水量预测方法，包括：s1.将农村地区所属供水区域按照等面积划分为各供水区域，统计并获取各供水区域的各供水设备，由此分析农村地区所属供水区域的供水程度评价值，所述农村地区所属供水区域的供水程度评价值用于对农村地区所属供水区域的供水程度进行判定；s2.获取农村地区所属用水区域的历史用水相关数据，并对农村地区所属用水区域的历史用水程度进行判定；s3.分析农村地区的气象数据，由此对农村地区的气象异常程度进行评定；s4.采用arima模型综合预测农村地区的参考需水量，并对农村地区的需水量进行需求预测反馈。

3、作为进一步的方法，所述对农村地区的需水量进行需求预测反馈，具体过程为：将农村地区的水量供需评价指数，与水资源管理数据库中定义的各水量供需评价指数区间对应的参考需水量进行匹配，得到农村地区的参考需水量，由此对农村地区的需水量进行需求预测反馈。

4、作为进一步的方法，所述农村地区的水量供需评价指数，表示通过arima模型中的水量供需评价指数生成算法进行分析，具体分析公式为：

5、，

6、其中为农村地区的水量供需评价指数，为农村地区所属供水区域的供水程度评价值，为农村地区所属用水区域的历史用水程度评价值，为农村地区的气象异常程度评价值，为预设的农村地区所属供水区域的供水程度评价值的权重因子，为预设的农村地区所属用水区域的历史用水程度评价值的权重因子，为预设的农村地区的气象异常程度评价值对应的权重因子。

7、作为进一步的方法，所述各供水区域的各供水设备，根据供水设备的功能类型，将供水设备划分为水泵、水箱以及供水管道，由此统计得到各供水区域的各水泵、各水箱以及各供水管道。

8、作为进一步的方法，所述农村地区所属供水区域的供水程度评价值，表示通过各供水区域在水资源管理周期内的各水泵的供水程度评价值、各水箱的供水程度评价值以及各供水管道的供水程度评价值，综合评估得到的农村地区所属供水区域的供水程度评价的数值。

9、作为进一步的方法，所述农村地区所属用水区域的历史用水程度评价值，表示通过农村地区所属用水区域在历史用水周期内的用水总量、用水高峰时间段数目以及各次水质漏损的漏损水量和漏损时长，综合分析评估得到的农村地区所属用水区域的历史用水程度评价的数值。

10、作为进一步的方法，所述农村地区的气象异常程度评价值，表示通过农村地区在水资源管理周期内的降水总量、日照总时长以及空气最大含尘量，综合分析评估得到的农村地区的气象异常程度评价的数值。

11、作为进一步的方法，所述农村地区所属供水区域的供水程度评价值，具体数据获取分析过程为：根据各供水区域的各水泵、各水箱以及各供水管道，提取各供水区域的各水泵在设定的水资源管理周期内的水流量和供水平均功率，同时提取各供水区域的各水箱在水资源管理周期内的平均存水速率以及水位浮动最大高度，并提取各供水区域的各供水管道的最大污垢厚度以及内壁最大粗糙度。

12、从水资源管理数据库中提取各水泵的水流量参考值和供水参照功率，同时从水资源管理数据库中提取各水箱的存水参考速率以及水位浮动许可高度，并从水资源管理数据库中提取各供水管道的污垢界定厚度以及内壁粗糙度界定值，由此综合分析农村地区所属供水区域的供水程度评价值。

13、作为进一步的方法，所述农村地区所属用水区域的历史用水程度评价值，具体数据获取分析过程为：根据农村地区所属用水区域的历史用水相关数据，提取农村地区所属用水区域在设定的历史用水周期内的用水总量；将历史用水周期划分为各用水时间点，并将相邻的两个时间点之间的时间段记为用水时间段，由此统计并获取农村地区所属用水区域在各用水时间段的用水增长量，根据水资源管理数据库中定义的用水高峰时间段对应的用水增长量区间值，筛选得到农村地区所属用水区域的用水高峰时间段数目。

14、获取农村地区所属用水区域在设定的历史用水周期内的水质漏损次数，由此得到农村地区所属用水区域在历史用水周期内的各次水质漏损对应的漏损水量以及漏损时长；从水资源管理数据库中提取用水参考量、漏损界定水量以及漏损界定时长，由此综合分析农村地区所属用水区域的历史用水程度评价值。

15、作为进一步的方法，所述农村地区的气象异常程度评价值，具体数据获取分析过程为：根据农村地区的气象数据，从中提取农村地区在水资源管理周期内的降水总量、日照总时长以及空气最大含尘量，由此综合分析农村地区的气象异常程度评价值。

16、相对于现有技术，本发明的实施例至少具有如下优点或有益效果：

17、（1）本发明通过提供一种基于arima模型的农村地区需水量预测方法，首先将农村地区所属供水区域按照等面积划分为各供水区域，统计并获取各供水区域的各供水设备，由此对农村地区所属供水区域的供水程度进行判定，获取农村地区所属用水区域的历史用水相关数据，并对农村地区所属用水区域的历史用水程度进行判定，同时分析农村地区的气象数据，由此对农村地区的气象异常程度进行评定，进而采用arima模型综合预测农村地区的参考需水量，对农村地区的需水量进行需求预测反馈，有利于为农村地区的需水情况提供准确、全面的评估和预测，进而能够更有效地为农村地区的水资源管理制定更加合理的规划决策，同时有助于优化农村地区的水资源利用效率，由此提高农村地区的农业生产效率，并促进农村地区水资源的可持续发展。

18、（2）本发明分别对水泵的水流量和供水功率、水箱的存水速率和水位浮动高度以及供水管道的污垢厚度和内壁粗糙度进行数据分析，从而综合评估农村地区所属供水区域的供水程度评价值，有助于为农村地区的水资源相关运维人员提供供水设备更详细的稳定工作状态以及供水能力，从而能够发现供水设备的故障情况，并及时对其进行修复，进而提高农村地区的供水设备的运行稳定性和可靠性，为后续合理利用农村地区的水资源提供更细致的数据依据。

19、（3）本发明分别对农村地区所属用水区域在历史用水周期内的用水总量、用水高峰时间段数目以及每次水质漏损的漏损水量和漏损时长进行数据分析，由此判定农村地区所属用水区域的历史用水程度评价值，有助于农村地区的水资源管理人员能够高效应对高峰用水需求，同时也有利于农村地区的水资源管理人员合理分配用水情况，从而减少农村地区的水资源浪费的发生率。