数据挖掘预测城市用水量研究—浙江省水利厅科技项目申请.docx

《数据挖掘预测城市用水量研究—浙江省水利厅科技项目申请.docx》由会员分享，可在线阅读，更多相关《数据挖掘预测城市用水量研究—浙江省水利厅科技项目申请.docx（14页珍藏版）》请在第壹文秘上搜索。

1、受理编号:浙江省水利厅科技项目申请书研究领域代码（2）项目名称：基于数据挖掘的都市时用水量预测研究申请单位：浙江同济科技职业学院（盖章）项目负责人：苏志军联络：申请日期：2010年7月31日浙江省水利厅二0一0年制填写阐明1、“项目名称”限于25个中文。2、申请单位名称须填写全称，并与单位公章一致。3、“受理编号”由厅科技处统一填写。4、“研究领域代码”按下列对应编号填写：(1)防灾减灾；(2)水资源(水能资源)开发运用与节省保护；(3)水土保持、水生态与水环境保护；(4)水利工程勘测、设计与施工；(5)滩涂资源保护、运用与河口治理；(6)信息技术与自动化；(7)水利管理与其他。4、封面上的“

2、项目负责人”，限填一人；“联络“”，填项目负责人的联络。5、“申请单位”限填一家，“合作单位”须在合作单位栏加盖公章。6、申请书第四栏研究内容中包括创新点和技术难点；项目目的明确详细，涵盖范围要与项目名称相对应，目日勺在计划实行周期内可以完毕。7、申请书第五栏计划进度目日勺，是年度工作检查日勺根据。8、省内水利企事业单位须在“申报单位所在地水行政主管部门意见”栏签订意见及盖章，厅属单位和地方各级水行政主管部门此栏不需填写。9、页面不敷，可另附页。10、该申请书书面材料一式一份，每年7月底前报送厅科技处，寄至杭州市梅花碑7号，浙江省水利厅科技处（：310009）,网上申报同步进行。项目名称基于数

3、据挖掘的都市用水量预测研究经费渠道AA.审批B.审核申请计划类别CA.重大科技项目B.重点科技项目C.一般科技项目项目技术来源CA.自主开发B.合作开发C.产学研联合开发D.引进国内技术.E.引进国外技术技术创新方式CA.自主创新B.集成创新C.在引进、消化吸取基础上的再创新D.科技成果转化和产业化刑&日期2023年7月完毕日期2023年8月项目总经费（万元）总计其中省级部门专题预算地方财政补助单位自有货币资金其他资金55估计经济效益年增产值（万元）年增利润（万元）年增税金（万元）年创汇（万美元）年节汇（万美元）12估计其他成果论文数专利其中发明专利3一、项目状况项目经费开支预算（万元）其中省

4、级部门专题预算（万元）当年省级部门专题预算（万元）备注办公费0.5资料信息费0.5印刷费0.5燃料动力费邮电费交通费0.5差旅费会议费培训费招待费人员劳务费0.5专家征询费0.5租赁费专用材料费专用设备购置费1购置计算机硬件设备和软件工具试验化验加工费0.5委托业务费管理费其他（）0.5合计5二、申请单位概况申请单位单位名称浙江同济科技职业学院详细地址杭州萧山科教园耕文路邮政编码311231单位E-mail联系人联络传真合作单位（加盖公章）单位名称职责1杭州萧山水务集团有限企业提供本项目所需的基本数据和技术实践支持2浙江大学宁波理工学院提供本项目中的数据挖掘技术支持345678三、项目负责人及

5、项目组组员状况项目负责人姓名苏志军身份证号码联系电话E-mai1学历本科学位硕士职务/职称讲师从事专业计算机研究与教育工作单位浙江同济科技职业学院在本项目中的分工数据搜集、整顿、挖掘、分析，给出总体结论汇报项目组组员姓名4年月专业技术职务专业工作单位在本项目中的分工博士信息管理浙江大学宁波理工学院数据挖掘技术支持专家会计浙江同济科技职业学院数据记录分析高级工程师给排水萧山水务集团工程技术支持工程师计算机萧山水务集团协助项目实行四、研究的背景和意义（申报重大或重点项目的，此栏必填）供水系统是都市基础建设B重要部分，伴随经济的发展、人民生活的改善，都市供水系统压力也越来越大。目前多数中小型都市供水

6、调度决策仍旧停留在人工经验B基础上，某些水厂根据平常经验判断某个时段与否是用水高峰或者低谷来调整泵机工作；有条件的供水企业则是根据流量表与压力表的数据来供水调度。前者盲目依托经验判断，后者缺乏事先B预知机制。轻易导致如下状况：（1）要么供水过度导致供水富余，消耗大量电能，要么供水局限性，导致部分地区缺水；（2）供水过度轻易导致管网压力偏高，导致大量水资源漏损及增长水管爆裂的几率。用水量跟季节、气温、湿度、与否节假日等众多原因均有关系，必须建立在科学的数据根据之上。假如能采用优化调度，即能保证顾客需要，又使得供水耗电最省，最大程度提高系统的经济效益和社会效益。都市供水优化调度重要有用水量预测、供

7、水系统管网工况模型以及调度决策三部分构成。本项目的重点是供水调度的第一部分研究工作，即根据杭州市萧山区供水有限企业B历史供水数据，采用数据挖掘的措施，对萧山区的用水量进行预测。用水量预测分为日用水量预测和时用水量预测，其中时用水量预测是优化调度的前提和基础，它的精确程度直接影响到调度运行的可靠性和实用性。杭州市萧山区供水有限企业是一家拥有4个制水厂，日综合生产能力达95万吨B现代化中型供水企业,供水面积1000多平方公里,DN300以上管线长度有1390公里，供水范国包括萧山全区及和部分滨江区，受益人口100多万，供水规模在全省自来水企业中名列第三。其中第一水厂供水能力为10万吨/日；第二水厂

8、供水能力为15万吨/日；第三水厂供水能力60万吨/日；南片水厂供水10万吨/日。企业目前正加紧总审计规模100万吨/日，一期30万吨/日B江东水厂建设,争取2023年建成，届时企业的综合制水能力将到达125万吨/日。2023年总供水量为2.49亿吨，供水电耗为253.11度/千吨水，供水漏损率12%左右。通过调查研究发现，该企业的自动化信息化程度较高，早在几年前就建立了GlS为平台的供水管网信息系统。其中第三水厂建立较晚，使用B设备都比较先进。具有比较完备自动化检测体系，也在供水方面也积累了大量的历史数据。调查发现水厂在减少供水电耗、减少供水损耗等方面尚有空间提高。基于以上原因本项目选择时用水

9、量预测为重要研究内容，只有事先懂得了某个时段所需的用水量才能最大合理地配置供水。从而为优化供水调度提供决策支持，同步也为减少水资源挥霍、减少能源消耗，进而提高企业B经济效益做出奉献。附：数据挖掘（DataMining）技术是指从大量的、不完全卧J、模糊的I、随机的数据中提取隐含在其中的、顾客事先不懂得的但又有潜在十分有用的信息和知识B过程。运用计算机辅助手段给出分析、模拟、预测和优化决策，协助企业提高决策能力和运行能力。目前这项技术在营销、金融保险、医疗等众多行业获得了极大成功，为企业带来了巨大B经济效益。五、重要研究内容和项目目的（申报重大或重点项目的，此栏必填）六、重要研究内容和关键技术当

10、今时代，“预测”已经成为一种企业把握错综复杂的市场的关键，预测必须建立在大量的历史数据分析的基础之上,本项目依托数据挖掘技术对地区时用水量进行科学预测，为优化供水调度提供决策支持，也为减少水资源挥霍、减少能源消耗，进而提高企业的经济效益做出奉献。研究内容包括：1、研究萧山区时用水量在不一样步段、不一样条件下的变化规律；2、研究时用水预测B基本模型及预测所用B算法：包括多元线性回归法、时间序列法、神经网络法等多种算法；3、研究SQLServer2023软件提供的数据挖掘功能，就时用水量预测进行实践。数据挖掘波及多方面的技术，一是数据挖掘工具的使用，二是数据挖掘算法，关键技术包括：1、OLAP（联

11、机分析处理）技术：该技术使企业数据分析人员通过对企业信息的多种也许的观测角度进行迅速、一致和交互性的存取,获得对信息日勺深入理解。OLAP是数据仓库系统的重要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询成果。2、SQLServer2023提供B商业智能服务工具：（I）AnalySiSSerViCeS（分析服务）：用于分析数据仓库中的!数据日勺工具，包括OLAP和数据挖掘工具。以服务器的方式为顾客提供管理多维数据立方体的服务。（2）BusinessInteIIigenceDevelopStUdiO（商业智能开发工具）：波及商业智能开发的各个方面，如数据转换和抽取、基于多维数据集

12、的联机分析、数据挖掘和生成数据报表等均集成在了一种开发平台上。3、本课题波及的重要数据挖掘算法：（1）线性回归：根据有关性原理分析系统B输入量与输出量之间的关系，来构造预测模型进行预测。用水量预测时将未来时期的温度、湿度、节假日信息、居民活动状况等作为影响因子。（2）时间序列：通过随时间次序出现B一连串观测值，根据这些观测值预测未来。本项目通过水厂出水量的历史记录预测未来某段时间内用水需求。（3）灰色预测：通过对已经有数据处理、把各原因间的关系进行详细的量化,生成灰色模块，体现系统内部各原因B综合作用效应，减弱随机原因的影响，体现系统内部的规律性。（4）神经网络：是一种模仿人脑构造及其给你0非

13、线性信息处理技术，具有人脑的基本特性：学习、记忆和归纳。七、预期目的（重要经济技术指标、知识产权申请状况、应用前景等）技术指标：数据挖掘技术在供水行业应用B研究起步很快,该技术B引入对处理既有问题必将起到积极地作用。体目前：（1）在供水企业生产实践中总体上缺乏潜在问题和规律B预见性，这确实数据挖掘的特点所在，运用数据挖掘可克服这些困难。（2）运用数据挖掘提取出来的综合信息可认为实时决策分析提供根据。本项目通过约2年左右时间B研究和实践检查，给出一份“杭州市萧山区时用水量预测研究汇报”,刊登研究论文2篇。研究目的包括如下几种方面：1、通过已经有数据分析用水量在不一样条件下的变化规律，建立起用水量

14、预测模型群；2、时用水的预测是优化调度B前提和基础，本项目运用各时段用水量的历史数据（包括时间、温度、湿度、与否节假日、居民活动、时出水量等），采用多元线性回归法、时间序列法、灰色预测法、神经网络法多种算法进行用水量时时预测；3、使用SQLServer2023软件提供的IAnalysisServices功能，应用上述算法对供水企业的数据进行数据挖掘；通过实践检查总结算法的优劣；给出结论确定萧山地区某个时段所需的用水量；4、根据数据挖掘成果给出萧山区时用水量时序模拟图。经济指标：数据挖掘技术在供水企业中日勺研究可以协助供水企业根据历史数据预测未来用水量，对科学调度供水量，减少能耗等既有问题的处理将起到积极的作用，同步为供水企业B决策管理提供有力B支持。该预测将实现如下几种目B:1、节省能耗，减少供水成本，每千