城市供水系统保障城市生产和水厂制水需求,短期需水量预测是保障供水系统供需平衡、管网安全运营、节能优化调度等工作的基础和前提。目前在供水管网水量预测领域,对清水供水需求量预测的研究成果已经非常丰硕,但是针对原水系统的需水量预测研究涉足较少。本文以上海市青草沙原水智能调度管理系统为背景,结合需水量数据的特征分析,建立基于时差系数的天级需水量预测模型,并应用于A水厂;结合水厂调度实际,在对原水子系统进行建模的基础上,建立基于预测控制的小时级原水优化调度系统,为水厂小时级运行调度提出指导性意见和建议。本文首先对基于改进的粒子群—最小二乘支持向量机预测模型的运行情况进行了介绍,对作为模型输入变量的瞬时流量数据缺失问题,针对个别数据缺失、24小时内及24小时以上连续数据缺失分别提出了填补方法。验证结果表明:个别数据缺失的填补误差在1%以内,连续性数据缺失的平均填补误差在5%以内。其次,结合原水供水和清水供水系统的差异比较,分析了城市供水管网需水量外部因素的影响,特别是结合水厂调度排班信息,对人工调度对需水量的影响进行了分析。通过自相关性的分析,进一步提出了累积时差系数概念。在此基础上,提出了基于时差系数的需水量预测模型,运行结果表明,其对节假日需水量的预测误差在3%以内,对突变情况下的预测误差在5%以内,模型精度有大幅度提升,并且对于春节等尤其特殊的节假日供水调度具有较高的指导意义。最后,针对由系统时延和调度员主观判断失误等因素导致的,作为考核指标的水池液位合格率仅有68%的情况。本文在对水厂这一原水子系统进行建模的基础上,建立了基于预测控制思想的原水子系统液位调节系统:以子系统液位作为调节目标,清水出厂量变化作为系统扰动,原水需水增量作为控制量,提出了原水子系统在线调度策略,并结合实际数据进行仿真。仿真结果表明:该策略能够使系统在一般扰动信号作用下维持稳态;并且能够有效抑制连续极限扰动及单个超限扰动。经过优化调度仿真后,水池液位达标率98%以上,对水厂日常调度管理具有很高的指导意义。