Print

数据挖掘技术在节水管理中的应用

论文摘要

为提升水资源配置效率,应用数据挖掘技术,对全国首次重点用水单位监控工作中所获得的约26万个用水数据进行了特征选择和用水模式区分。依据DB index准则,从用水特征中筛选出现状、愿景和波动3个特征。从这3个特征入手,采用k-means算法,将用水主体划分为5种用水模式,即均衡扩张型、均衡紧缩型、集中稳定型、波动收缩型和波动扩张型。结果表明:全国大多数用水单位现状特征集中在[0.7, 0.9]、愿景特征集中在[0.8,1.0]、波动特征集中在[0.1,0.5],较内地用水,东南沿海用水量在年内各月间波动较小。用水模式以波动收缩型为主,该模式涵盖多数产能过剩的高耗水行业;农业的用水模式为集中稳定型;高新技术与服务业的用水模式多为波动扩张型与均衡扩张型。结合不同的用水特征和用水模式,在法律、制度、监控等层面分别提出了管理建议,可为精准化、差异化节水管理提供参考。

论文目录

  • 1 研究背景
  • 2 数据来源与研究方法
  •   2.1 数据来源
  •   2.2 研究方法
  •     2.2.1 DB index准则
  •     2.2.2 k-means算法
  • 3 结果与讨论
  •   3.1 计算结果
  •     3.1.1 特征选择
  •     3.1.2 用水模式分异
  •   3.2 分析讨论
  • 4 结论与建议
  •   4.1 结 论
  •   4.2 节水管理建议

    • 文章来源

    类型: 期刊论文

    作者: 杨小柳,范佳慧

    关键词: 节水管理,数据挖掘,用水特征,用水模式,准则

    来源: 长江科学院院报 2019年07期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 水利水电工程,计算机软件及计算机应用

    单位: 北京大学城市与环境学院

    基金: 水利部“节水型社会建设”资助项目([2017]财第(24-8)号)

    分类号: TV213.4;TP311.13

    页码: 1-6

    总页数: 6

    文件大小: 1791K

    下载量: 104

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/489b8ce4aff0f6d45be8435f.html