[发明专利]一种基于EPR进化多项式回归的管网漏失预测模型的建立方法

说明书

一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，属于城市供水管网领域。先对建模的原始数据进行处理，确定管径、管长和管龄为影响因子；然后分别对五种管材建模，每种管材按照管径、管长、平均加权管龄和年漏失次数为内容进行分组，建立以管径、管长、管龄为自变量，年漏失次数为因变量的漏失预测模型，采用CoD判断模型的拟合程度；并用实际漏失数据对漏失预测模型进行验证，采用RMSE评判模型的预测能力；最后将五种管材根据的各自建立的漏失预测模型预测出的年漏失次数，加和得到最终该区域管网漏失次数总数。模型的建立和区域漏失数的确定能够在日常管理中尽早发现具有漏失风险的管道，降低事故发生的概率，减少经济损失。

技术领域

本发明涉及一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，属于城市供水管网领域。

背景技术

供水管网是城市的“生命线”，负责为城市输送新鲜的“血液”，是保障城市稳定转动的前提。供水管网漏失的发生，将会带来巨大的社会影响及经济损失。因此，提前判断漏失发生的高风险管道，对供水管网的漏失状况进行预测，降低漏失发生的可能性，有着十分重要的意义。

目前常用于供水管网漏失预测的模型主要有两大类：一类是基于实验室试验的物理研究模型，一类是计算机模拟的数据分析模型。第一类模型的研究需要对造成管道漏失的各影响因素间的关系有着明确的认知，而实际各影响因素间关系复杂。第二类模型主要包括两个内容，一是基于老化机制的物理模型，此模型的构建需要对特定的研究管道进行时间跟踪，数据的获取比较困难，耗费大量的时间精力；二是基于历史漏失数据的统计模型，该模型的研究可以得到漏失次数与各影响因素间明确的数学关系，是当前研究的热点。

我国城市供水管网的基础数据量大，漏失数据记录不完善，导致管道漏失的原因众多且关系复杂非线性。已有精度较高的模型存在无明确模型公式的问题，而有明确公式表示的模型的精度有待提高，公式结构有待简化，公式获取效率有待提升。同时目前尚无明确的理论方法对模型建立后的预测效果进行评价，并对误差影响进行纠正。

发明内容

鉴于以上问题，本方法的目的是提供一种新的可处理大量漏失数据、挖掘非线性关系、构建明确模型表达式、提高建模效率的基于EPR进化多项式回归的管网漏失预测模型的建立方法，并对模型建立后的预测误差影响的纠正提供方法，以提高模型的预测精度，最后将各模型预测的漏失次数加权得到区域漏失次数。模型的建立和区域漏失次数的确定能够在日常管理中尽早发现具有漏失风险的管道，降低事故发生的概率，减少经济损失。

本方法的技术方案如下：

一种基于EPR进化多项式回归的管网漏失预测模型的建立方法，其特征在于该方法包括如下步骤：

第一步：预测模型建立的前期数据准备。

(1)信息完善：在城市供水管网的地理信息系统(Geographic InformationSystem，GIS)的漏失系统中，完善漏失管道的相关信息，包括管材、管径、管道埋设时间、管道编号、管长、漏失事件接报时间等。

(2)信息编码：根据影响因子的属性不同，管道管材作为不连续变量，管道管材分别为：钢管、球墨铸铁管、普通铸铁管、镀锌管、钢塑复合管；

(3)信息初步处理：将同一根管道的漏失事件接报时间(如2015年2月23日)减去管道埋设时间(如1988年3月21日)，得到该管道发生漏失时的年龄，即管龄；

第二步：影响因子的确定

根据发生漏失管道的完整信息，本方法选定管长L、管龄A和管径D为影响因子，每年漏失发生次数Z(以下简称：年漏失次数)随影响因子而改变；

第三步：数据分组处理方法

(1)选定GIS中n年完整的漏失管道信息作为原始数据，其中前(n-1)年原始数据用于预测模型的建立，第n年的原始数据用于预测模型的验证；