基于LSTM-NeuralProphet模型的城市需水預測方法研究

摘要： 城市水資源規(guī)劃和管理是確保城市可持續(xù)發(fā)展和居民生活基本需求得到滿足的關(guān)鍵環(huán)節(jié)，城市短期需水預測是城市水資源規(guī)劃和管理的基礎。由于氣溫、降水量和蒸發(fā)量等隨季節(jié)變化明顯，直接影響不同季節(jié)的用水峰值、高峰期，導致傳統(tǒng)基于時間序列算法的固定時隙預測無法適應時隙的變化，從而不能保證預測精度。針對固定時隙預測精度低的問題，研究了基于四季24 h時間分辨率和夏季15 min時間分辨率的雙時間...