平俊晖  王荣和    孙继龙  肖朝红

（清华大学深圳研究生院，深圳  518055）

      摘要  随着SCADA系统的不断成熟，供水管网实时状态数据也越来越完整，充分利用这些实时数据对城市供水管网的测压点压力进行预测，是进行管网优化调度的基础。建立了供水管网测压点压力预测的支持向量机(Support Vector Machine, SVM)模型，利用实时数据进行求解，采用交叉验证的方法优化选择核函数和惩罚参数。实例表明，与BP神经网络相比，SVM模型的预测精度高、结果稳定，各个节点的预测误差均在0.2m以内。

      关键词  供水管网  水压预测  数据驱动  支持向量机