陈培辉　石慧　李掀金

摘  要： 智慧校园供水系统是智慧校园的重要组成，为了提升智慧校园的服务和管理水平，文章就供水系统的用水可视化及用水量预测这两个问题展开分析和研究。利用可视化技术和回归模型对校园供水情况进行深入挖掘和分析，为智慧校园供水系统的智能化管理提供更多的信息和帮助。

关键词： 智慧校园供水系统; 数据分析; 可视化; 回归模型

中图分类号：TP399          文献标识码：A     文章编号：1006-8228（2022）02-42-05

The visualization of the intelligent campus water supply system and

the construction of its relational model

Chen Peihui， Shi Hui， Li Xianjin

（Faculty of Engineering， Shanwei Institute of Technology， Shanwei， Guangdong 516600， China）

Abstract： Smart campus water supply system is an important part of the smart campus. In order to improve the service and management level of smart campus， this paper analyzes and studies the water visualization and water consumption prediction of water supply system. The visualization technology and regression model are used to deeply excavate and analyze the campus water supply situation， so as to provide more information and help for the intelligent management of the intelligent campus water supply system.

Key words： smart campus water supply system; data analysis; visualization; regression model

0 引言

智慧城市是當下现代化城市进程中的一个重要环节，通过建设智慧城市，能够更好的提高人民日常生活水平、质量和标准[1]。智慧校园作为智慧城市中的重要元素之一，实现供水系统的智能化管理是实现智慧校园的重要任务之一，而随着智能水表在校园的逐渐普及，对智能水表所提供的实时运行数据进行分析处理，为提升智慧校园的服务和管理水平创造了良好的机会[2-3]。

智慧校园供水系统的分析处理涉及数据预处理、数据可视化、数据建模等一系列大数据技术。可视化技术在当前发展正趋于成熟，应用可视化技术对预处理后的水表数据构建各水表和学校功能区的用水可视化体系，能够为智慧校园供水系统的管理提供更为直观的用水情况。而用水量的预测是智慧校园供水系统的另一项重要任务。供水系统的运行数据是数值型数据，针对该类数据可采用回归模型，结合校区水表层级关系，建立层级水表数据之间的关系模型，形式化水表的运行模式，为智慧校园供水用水进一步提供有力的决策支撑[4]。

有效地利用可视化技术和回归模型对校园供水情况进行深入挖掘和分析，能够为智慧校园供水系统的智能化管理提供更多有效的信息和帮助。

1 研究分析

本文采用的数据是来自2020年全国高校数学建模竞赛的比赛数据，该数据为某高校的校园供水实时数据，包括多个附件。该比赛数据的特点是数据量大、具有层级关系、且以一定的时间间隔提供相应的用水数据。本文主要针对供水系统的用水可视化及用水量预测这两个问题展开分析和研究。

1.1 针对用水可视化的分析

要求利用已知各个水表的数据进行统计、分析得到变化规律，划分功能区得到各功能区的用水特征。

首先，利用python的Pandas库将数据以四个小时为一段时间整合成以天为单位统计，并归纳划分成为四个季度图表，以便后续的计算与描述;其次，利用Excel根据以区域为维度划分出具有代表性的六大功能区，考虑到水表层级关系数据有极少的空白值，对这部分数据采取剔除处理。

数据预处理后，根据所得到的数据绘制季度图表与功能区图表，分析得到各个水表的变化规律;然后，对图表信息进行充分的挖掘与分析，计算出功能区用水的峰值与落差;最后，依据数据给出六大功能区的用水特征。

1.2 针对关系模型的分析

要求结合水表的层级关系建立关系模型并分析模型误差，从而可用于预测用水量。

该问题的出发点是利用层级关系与水表数据构建不同层级水表的关系模型，问题的本质是数值型预测任务。因此，可通过构建层级关系与水表数据的多元回归关系模型，用于预测用水量。至此，本文的思路是尝试建立相应的回归模型，对数值进行预测，并与真实水表数值进行对比，检测模型的准确率。

2 用水可视化

2.1 数据探索性分析

基于该供水系统的智能水表所提供的用水数据以及水表层级关系数据，本文将一天以四个小时为粒度划分为六大时间段，以便后续的计算与描述。如表1所示。

接下来，在划分时间段基础上，整合四个季度的用水分析图，绘制出图表，如图1～图4所示。

由图1可知：①在第一季度中，每天的用水量总体呈上升趋势，但整体用水量较小，在月上旬至中旬用水量随着天数在4000-6000（立方米）持续增长，并在月中下旬（15-25日左右）达到6000（立方米）峰值;②不同时间段用水较为平衡。

由图2可知：①在第二季度中，每天的用水量总体呈上升趋势，整体用水量大，在月上旬至中旬用水量整体在6000-8000（立方米）平缓增长，在月中下旬20-25日达到18000（立方米）峰值;②不同时间段用水差异较大，晚上用水占比大为28.1%，达到最高峰，凌晨为低峰期。

由图3可知：①在第三季度中，每天的用水量总体变化较大，在7000-10000（立方米）波动，在月上旬至中旬用水量较少，月中下旬23日为10000（立方米）峰值;②不同时间段用水较均衡，晚上用水占比大为27.1%最高峰，其余时间较为平衡。

由图4可知：①在第四季度中，每天的用水量总体平缓，整月总量变化较小;②在下午与晚上用水较多，其余时间段用水差异较为平衡。

2.2 功能区求其用水特征

根据智能水表提供的数据，对其进行归类划分，可得该校园供水系统具有代表性的六大功能区，分别为：办公楼、教学楼、宿舍、食堂、运动区、休闲区;其次，为了清晰地对比不同功能区在每天的用水需求量，通过汇总各功能区每天的用水数据，进行均值处理，采用折线图刻画其用水规律。结果如图5所示。

由不同功能区用水时间变化图5可知：

⑴ 办公楼的用水特征是波动上升，在清晨至上午平缓上升幅度较大，到中午有下落而后持续上升;

⑵ 宿舍的用水特征是平缓上升，凌晨持续至中午平稳，由中午到晚上呈平缓上升;

⑶ 教学楼、食堂、运动区、休闲区的用水特征是趋于平和，在上午和下午有轻微浮动。

3 构建关系模型

在构建不同层级水表的关系模型上，首先，分析水表的层级关系问题，刻画层级关系结构;其次，通过构建逐层级的水表关系模型，预测不同层级水表的用水量，并进行误差检验。

3.1 数据的预处理

首先，利用Python的Pandas库对四个季度的水表层级数据进行聚合，得出各级水表的用水量总和，如表2所示。其次，考虑到月份的天数差异，采取合理的方式对异常值取平均值的处理;最后，基于回归模型，构建逐层级的多元回归关系模型，并检验模型拟合度。

3.2 建立关系模型

首先，以每月的日期为自变量，用水量为因变量，根据表2的数据结果，将数据导入Pandas库、Numpy库、Matplotlib库，建立起四个关于水表层级的多元回归关系模型，最后对各个模型进行检验。

第一层级的线性回归拟合模型关系式为：

y=-7.4669x+281.02x+8873.7

第二层级的线性回归拟合模型关系式为：

y=-10.194x+451.94x+9627.3

第三层级的线性回归拟合模型关系式为：

y=-3.1056x+91.704x+3271.6

第四层级的线性回归拟合模型关系式为：

y=-0.483x+15.797x+386.2

利用R值对不同层级的关系模型进行检验，结果如表3所示。

R的取值范围为-1到1之间，即-1≤R≤1，当R越趋近于1或-1时，代表模型拟合越好，当R越趋近于0时，代表模型拟合越差。

由表3结果可知：

⑴ 第一、第三、第四层级的关系模型拟合良好;

⑵ 第二层级关系模型的[R2]值较低，究其原因是存在少量异常的离异點，结合图形来综合分析，实际上第二层级水表关系模型拟合度良好。

综上，四个层级的关系模型拟合较好。

4 结论

本文针对智慧校园供水系统的用水可视化和用水量预测问题，利用数据探索性分析方法和多元回归模型，进行充分的信息挖掘，针对用水可视化问题，得到不同时段和不同功能区的用水规律，针对用水量预测问题，构建逐层级的关系模型，可用于预测不同层级水表的用水量。

智慧校园供水系统的智能化囊括多个方面，未来还需研究智慧校园供水系统的明漏与暗漏的检测和定位，进一步提升智慧校园的服务和管理水平。

参考文献（References）：

[1] 朱磊.智慧城市与大数据在城市规划中的应用[J].中国科技信息，2021，4（14）：39-40

[2] 梁涛，韩超，张志果.建设智慧供水全流程监管“一张网”的思考[J].给水排水，2020，56（6）：157-162

[3] 薛毅.“校园供水系统智能管理”的问题解析[J].数学建模及其应用，2021，10（1）：101-111

[4] 韩中庚.数学建模方法及其运用[M].高等教育出版社，2004