摘要：【目的】节假日期间大规模的人口流动会引起城市用水量的显著波动，而传统用水量预测模型无法准确捕捉这一趋势，导致预测精准度与可靠性不足，影响节假日期间制水计划的科学制定，制约供水系统的调度效率。本文致力于构建一种能够有效融合人口动态信息的节假日用水量预测方法，为城市智慧水务系统的发展及科学调度提供理论和技术支持。【方法】本文提出了一种基于Transformer架构的预测模型，采用多头注意力机制捕捉节假日期间用水模式的依赖关系，引入人口迁徙指数作为关键特征，以F市2024年劳动节、国庆节的实际用水数据为基础，对模型进行训练与验证，并与未加入人口迁徙特征的基准Transformer模型进行对比。【结果】融合人口迁徙特征的Transformer模型在节假日用水量预测任务中表现优异，具有对节假日人口迁移的动态捕捉能力，预测R2从基准模型的0.80提升至0.99，显著优于未引入人口迁移特征的传统模型，有效提升了用水量预测精度。【结论】Transformer模型中引入人口迁徙数据可作为提升节假日用水预测精度的有效途径，能够弥补传统预测模型对节假日期间用水峰值变化拟合能力的不足，具有较强的实用性与推广价值。本文成果为城市智慧水务系统中短期需水预测提供了新思路，对保障节假日供水安全、优化水资源调度具有重要的理论意义与实践参考价值。

关键词：人口迁徙指数；用水量预测；Transformer；模型；节假日效应；供水管网；多头注意力机制

基金资助：

下载

查看