当前位置:主页 > 经济论文 > 技术经济论文 >

数据挖掘技术在DMA产销差系统中的应用

发布时间:2018-02-23 18:29

  本文关键词: DMA 数据挖掘 回归分析 聚类分析 统计分析 产销差 出处:《福建师范大学》2016年硕士论文 论文类型:学位论文


【摘要】:水是生命之源,城市供水管网肩负着向城市的各个角落输送自来水的重大使命,是一个城市的命脉所在。然而,随着经济社会的高速发展,供水管网产销差远未达到预期,一方面与人们的节水意识较差有关,另一方面与供水管网存在漏损有关。同时,各种偷水、漏水现象的存在,不仅浪费了宝贵的水资源,也浪费了大量的人力物力财力资源。因此,降低管网产销差是关系国计民生的大事,是供水行业急需迫切解决的问题。供水管网分区管理技术(DMA)技术已成为供水行业公认有效的管网漏损控制手段,对控制管网漏损、降低供水产销差具有重大意义。随着DMA技术在国内外各大城市的广泛应用,企业和自来水公司可以采集到大量的用户用水数据,基于大量的真实用水数据,采用统计技术和数据挖掘技术进行处理和挖掘,从表面的用水数据挖掘背后的用水规律和行为,生成各类数据报表,推送给企业领导层,提供辅助决策支持。本文以福州市部分小区独立分区计量的用户用水数据为数据源,采用最小流量分析,回归分析、聚类分析等方法分析和挖掘各独立分区计量区域的总表和户表用水规律和行为,为解决产销差问题中的用水量预测、夜间最小流量的精确计算等问题提供了新的视角,并根据研究成果运用编程方面的知识建立了DMA系统。本文的主要工作内容及贡献如下:(1)研究现状和存在的问题的总结和分析介绍了课题的背景与研究意义,详述了DMA技术的国内外发展现状及存在问题,重点阐述了数据挖掘技术中的回归分析,聚类分析方法。(2)夜间最小流量的精确计算针对传统的最小夜间流量计算的误差较大问题,调研相关的文献研究,采用基于正态分布理论的夜间最小流量计算方法,较为准确的求取夜间最小流量,能较好的辅助判断分区计量小区管网的漏损情况。(3)用水量预测根据自来水公司对用水量预估的需要,分析历史用水数据,发现用水量总体上的趋势性变化,采用回归模型进行分析,建立预测模型,预测各小区的短期的用水量。(4)各区域用水行为的聚类分析与评估对各独立分区计量小区,从用水量,产销差,夜间最小流量等维度进行聚类分析,发现各小区用水的规律,并进行客观的用水评估。(5)DMA系统的设计与实现针对分区计量的特点,设计和部署了DMA产销差系统,包括系统的架构,总体功能设计,数据库设计,主要功能模块的实现。
[Abstract]:Water is the source of life, urban water supply network shoulders the major mission of supplying tap water to every corner of the city, and is the lifeblood of a city. However, with the rapid development of economy and society, the difference in production and sale of water supply network is far from expected. On the one hand, it has something to do with people's poor consciousness of saving water, on the other hand, it is related to the leakage of water supply networks. At the same time, the existence of various water theft and leakage phenomena not only wastes valuable water resources, It also wastes a lot of human, material and financial resources. Therefore, reducing the gap between production and sales in pipe networks is a major event related to the national economy and the people's livelihood. It is an urgent problem to be solved urgently in the water supply industry. DMA-technology has become an effective and effective method to control the leakage of the water supply network, and it can control the leakage of the pipe network. With the wide application of DMA technology in domestic and foreign cities, enterprises and water companies can collect a large number of user water data, based on a large number of real water data. Using statistical technology and data mining technology to deal with and mining, from the surface of water data mining behind the law and behavior of water use, generate all kinds of data reports, push to the enterprise leadership, In this paper, based on the user water data measured in part of the district of Fuzhou as data source, minimum flow analysis, regression analysis, Clustering analysis and other methods are used to analyze and excavate the rule and behavior of water consumption in the main table and household table of the metering area in each independent area, which provides a new angle of view for solving the problems of water consumption prediction and accurate calculation of minimum flow rate at night in the problem of producing and marketing difference. According to the research results, a DMA system is established by using the knowledge of programming. The main contents and contributions of this paper are as follows: 1) the current research situation and existing problems are summarized and analyzed, and the background and significance of the research are introduced. In this paper, the present situation and existing problems of DMA technology at home and abroad are described in detail, and the regression analysis and clustering analysis method in data mining technology are emphasized. The accurate calculation of minimum nocturnal flow is aimed at the large error of traditional minimum nocturnal flow calculation. Based on the theory of normal distribution, the nocturnal minimum flow is calculated accurately. According to the need of water supply company to estimate water consumption, the historical water use data are analyzed, and the trend of water consumption is found. The regression model is used to analyze and establish the prediction model, and the cluster analysis and evaluation of the water use behavior of each district are analyzed and evaluated. The water consumption, production and marketing difference are analyzed and evaluated. By cluster analysis of minimum flow at night and other dimensions, the rule of water use in each district is found, and the design and implementation of DMA system based on the characteristics of zonal measurement are carried out, including the structure of the system. General function design, database design, main function module realization.
【学位授予单位】:福建师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TU991.6;TP311.13

【相似文献】

相关期刊论文 前10条

1 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

2 方忠祥,屠立;数据挖掘技术在客户关系管理中的应用研究[J];机床与液压;2005年06期

3 王文兴;;数据挖掘技术的道与术[J];机械工业信息与网络;2006年03期

4 李志;;浅析数据挖掘技术[J];硅谷;2008年21期

5 孔莉莎;刘闻;;浅谈数据挖掘技术与军事决策支持[J];装备制造技术;2009年10期

6 王旭;;对数据挖掘技术在各领域内应用的探讨[J];中国新技术新产品;2009年24期

7 劳飞;;数据挖掘技术在交通事故分析中的应用[J];山东交通科技;2010年05期

8 王顺民;;构建基于数据挖掘技术的现代医院信息平台[J];制造业自动化;2011年05期

9 潘程;陈玉华;;浅谈数据挖掘技术在零售业中的应用[J];中国新技术新产品;2011年16期

10 宋向瑛;;数据挖掘技术在党校信息化管理的应用[J];硅谷;2012年09期

相关会议论文 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集(下册)[C];2001年

相关重要报纸文章 前10条

1 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘,再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

相关博士学位论文 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

相关硕士学位论文 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 陈勇;基于数据挖掘技术的门诊医疗管理研究[D];河北工业大学;2015年

6 丁磊;数据挖掘技术在高校教师科研管理中的应用研究[D];大连海事大学;2016年

7 隋春明;基于数据挖掘技术的电力营销分析系统的设计与实现[D];电子科技大学;2015年

8 许江峰;数据挖掘技术在P2P网络金融中的应用研究[D];北京交通大学;2016年

9 王磊;数据挖掘技术在保险公司内部审计中的运用研究[D];山东财经大学;2015年

10 赵海东;数据挖掘技术在犯罪分析中的研究与应用[D];中国海洋大学;2014年



本文编号:1527169

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/1527169.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ced55***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com