耦合时空因素的城市供水管网压力预测研究
柏 莉1，黄春洋2，何 敏3，许 峰1*，姚 丹1
(1.武汉众智鸿图科技有限公司，湖北 武汉 430223;2.中建三局信息科技有限公司，湖北 武汉 430075;3.中国交通信息科技集团有限公司，北京 101399)
摘 要：为了更好地监控供水管网运行状态，辅助压力调度，提出了基于时间图卷积网络(T-GCN)的供水管网压力时空预测方法。将供水管网中压力传感器的空间分布与历史压力数据有效结合，分析了供水管网压力预测的时空依赖关系，利用真实供水管网数据分析了不同时间步长下T-GCN模型对压力的时空预测性能，并与其他模型预测精度进行了对比。结果表明，T-GCN模型预测效果比HA、SVR、ARIMA等传统模型更好，并且随着时间步长的增加，其精度和R2值要优于单独GCN模型和GRU模型。T-GCN模型能够有效从传感器网络中获取到空间和时间特征，实现对供水管网压力更加准确的时空预测。
关键词：供水管网;压力预测;时空因素;图神经网络;时间图卷积网络