基于实时预测和用户聚类的智慧社区水网调度算法研究
发布时间:2021-11-05 14:14
随着智慧社区的发展,家庭用水设备和社区公水设备都在朝着智能化方向发展,引导用户参与终端设备调度管理,可以更好的优化社区水资源配置。尤其是再生水的社区参与,如何调度再生水最大化利用,节约净水资源,是当前智慧社区水网调度的重点。在整个智慧社区控制系统中,智能水网调度算法是核心,也是亟待解决的,通过有效的调度算法,得出水资源配置最优解,在用户侧给予决策,满足用户舒适度的同时,在社区用水费用,再生水池水位以及整个水网削峰填谷方面都是有重大意义的,在用水终端的调度,相比供水管网管压、流量的限制,更能体现调度的精确度,也是当前物联网技术的价值体现。论文主要是通过对当前水网调度的现状和未来走向,分别提出了在实时预测再生水需水量的基础上,运用动态优先级实时调整设备开启时间的算法,以及通过聚类对社区进行用户群划分,以并行轮询调度来调整社区用户间用水差异性,提高再生水利用率,减少社区用水费用的算法。大致研究内容主要分为以下三部分:(1)对当前的水网调度算法,从国内外发展现状、运用技术、调度到哪个层面进行透彻的分析,主要面临的问题,有哪些是解决不到位的,提出的新的调度算法能解决到什么程度,从再生水的参与度、...
【文章来源】:河北工程大学河北省
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
智慧社区水网系统示意图
11图 2-2 智慧社区水网循环原理图Fig. 2-2 Principle of Water Cycle in Smart Community2.2 智慧社区水网用户侧管理策略研究智能水网通过结合现代信息技术和水网传输通信技术,应用先进的水资源管
减小净水补偿,实现节水,由于再生水和净水的水价区别,节约用户侧用水费用。如图3-1,是整个智慧社区调度策略图,通过服务器完成水网信息采集处理以及调度算法的运行,指令下发功能,通过对下一时刻的再生水设备需水量实时预测,实时调度当前净水设备和再生水设备的动态开启,调整下一时刻的再生水产出量,提高下一时刻再生水设备的再生水利用率,减少净水补偿和再生水的浪费,从而降低用户用水成本和节水,也使社区再生水池的波动量在稳态范围,减少亏空和溢流。
【参考文献】:
期刊论文
[1]美国的全球水外交战略探析[J]. 李志斐. 国际政治研究. 2018(03)
[2]基于物联网的智能水网自动化计量监控管理系统[J]. 林志良,钱光,罗艳,张学昌. 中国给水排水. 2017(18)
[3]节水科技合作创建水联网——智慧水利创新平台签约仪式举行[J]. 中国水利. 2017(13)
[4]BP神经网络方法在灌区需水预测中的应用[J]. 黄曦妮,查思慧. 江西水利科技. 2017(02)
[5]分布式储能在智慧社区中的应用浅析[J]. 洪超. 智能城市. 2017(01)
[6]计及舒适度的家庭能源中心运行优化模型[J]. 张华一,文福拴,张璨,孟金岭,林国营,党三磊. 电力系统自动化. 2016(20)
[7]基于改进BP神经网络模型的区域农业灌溉用水预测研究[J]. 曲春阳,刘亿军. 吉林水利. 2016(10)
[8]基于管网水力模型的供水量优化调度研究[J]. 马悦. 供水技术. 2016(05)
[9]智慧住宅小区服务体系探讨[J]. 刘万民,王波. 智能建筑与智慧城市. 2016(08)
[10]BP神经网络模型在辽西农业灌溉用水预测中的应用分析[J]. 方旭,徐琳. 地下水. 2016(03)
硕士论文
[1]联合国框架下的全球水治理研究[D]. 于慧.华东师范大学 2018
[2]基于智能监测系统的给水管网调度方法研究[D]. 平俊晖.清华大学 2015
[3]基于小波和时间序列分析的城市需水量预测研究[D]. 苏思沁.天津理工大学 2013
本文编号:3477956
【文章来源】:河北工程大学河北省
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
智慧社区水网系统示意图
11图 2-2 智慧社区水网循环原理图Fig. 2-2 Principle of Water Cycle in Smart Community2.2 智慧社区水网用户侧管理策略研究智能水网通过结合现代信息技术和水网传输通信技术,应用先进的水资源管
减小净水补偿,实现节水,由于再生水和净水的水价区别,节约用户侧用水费用。如图3-1,是整个智慧社区调度策略图,通过服务器完成水网信息采集处理以及调度算法的运行,指令下发功能,通过对下一时刻的再生水设备需水量实时预测,实时调度当前净水设备和再生水设备的动态开启,调整下一时刻的再生水产出量,提高下一时刻再生水设备的再生水利用率,减少净水补偿和再生水的浪费,从而降低用户用水成本和节水,也使社区再生水池的波动量在稳态范围,减少亏空和溢流。
【参考文献】:
期刊论文
[1]美国的全球水外交战略探析[J]. 李志斐. 国际政治研究. 2018(03)
[2]基于物联网的智能水网自动化计量监控管理系统[J]. 林志良,钱光,罗艳,张学昌. 中国给水排水. 2017(18)
[3]节水科技合作创建水联网——智慧水利创新平台签约仪式举行[J]. 中国水利. 2017(13)
[4]BP神经网络方法在灌区需水预测中的应用[J]. 黄曦妮,查思慧. 江西水利科技. 2017(02)
[5]分布式储能在智慧社区中的应用浅析[J]. 洪超. 智能城市. 2017(01)
[6]计及舒适度的家庭能源中心运行优化模型[J]. 张华一,文福拴,张璨,孟金岭,林国营,党三磊. 电力系统自动化. 2016(20)
[7]基于改进BP神经网络模型的区域农业灌溉用水预测研究[J]. 曲春阳,刘亿军. 吉林水利. 2016(10)
[8]基于管网水力模型的供水量优化调度研究[J]. 马悦. 供水技术. 2016(05)
[9]智慧住宅小区服务体系探讨[J]. 刘万民,王波. 智能建筑与智慧城市. 2016(08)
[10]BP神经网络模型在辽西农业灌溉用水预测中的应用分析[J]. 方旭,徐琳. 地下水. 2016(03)
硕士论文
[1]联合国框架下的全球水治理研究[D]. 于慧.华东师范大学 2018
[2]基于智能监测系统的给水管网调度方法研究[D]. 平俊晖.清华大学 2015
[3]基于小波和时间序列分析的城市需水量预测研究[D]. 苏思沁.天津理工大学 2013
本文编号:3477956
本文链接:https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/3477956.html