ارائه مدلی برای پیش بینی میزان مصرف آب ماهانه برای مشترکین خانگی

  • سال انتشار: 1401
  • محل انتشار: مجله مهندسی منابع آب، دوره: 15، شماره: 52
  • کد COI اختصاصی: JR_WEJMI-15-52_006
  • زبان مقاله: فارسی
  • تعداد مشاهده: 58
دانلود فایل این مقاله

نویسندگان

سجاد ظریف زاده

استادیار مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

فاطمه کاوه یزدی

دانش آموخته دکترا مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

چکیده

مقدمه: مدیریت هوشمند منابع آب بهترین راهکار برای معضل کمبود آب در سرتاسر جهان است. پیش بینی میزان مصرف یک پیش نیاز اصلی برای اطلاع از میزان آب مورد نیاز در آینده است. انواع مختلفی از ویژگی ها، از سابقه مصرف تا پارامترهای هواشناسی را می توان برای پیش بینی آب مصرفی بکار گرفت. در این مقاله، به معرفی یک مدل پیش بینی برای میزان مصرف آب مشترکین شهری در شهر یزد خواهیم پرداخت. روش­: چارچوب پیش بینی پیشنهادی از رکوردهای سامانه قبوض مصرف در شهر یزد برای استخراج سوابق مصرف مشترکین بهره می گیرد. به علاوه، منابع اطلاعاتی دیگری مانند تقویم کاری، میزان آب تولیدی (ورودی به شبکه شهری)، پارامترهای هواشناسی، ارزش مالی املاک مشترکین، و میزان فشار جریان آب ورودی به ملک مشترکین در پیش بینی مورد استفاده قرار می گیرند. این چهارچوب تغییرات در الگوی رفتار مصرف مشترکین را تعقیب می کند و آنها را گروه بندی می نماید تا بتواند مواردی را که رفتار غیرمتعارف دارند از میان آنها حذف کند. گروه های پاک شده (بدون موارد با مصرف نامتعارف) با استفاده از یک روش تخمین مبتنی بر چندک با سه خط برش مورد تحلیل قرار گرفته و براساس آنها میزان مصرف مشترکین در ماه آتی محاسبه می شود. یافته­ها: نتایج آزمایشات نشان می دهند که مدل پیشنهادی با خطای کمتر از ۱۰% می تواند میزان مصرف آتی را پیش بینی کند. به علاوه، این روش قادر است مشترکین با الگوی مصرف نامتعارف را نیز شناسایی کند. نتیجه­گیری: از میان روش های مورد بررسی، روش هایی توانسته اند با کمترین خطا میزان مصرف را پیش بینی کنند که به موارد غیرمتعارف مقاوم بوده اند. براساس بررسی های صورت گرفته این موارد ریشه در جابحایی ساکنین منازل دارند و بعد از جایگزینی یک مشترک کم مصرف/پرمصرف با یک مشترک پرمصرف/کم مصرف بروز می کنند. با الهام از این حقیقت و حذف اولین ماه های تغییر الگوی مصرف از دادگان و آموزش مدل یادگیری با باقیمانده موارد، می توان یک الگوریتم پیش بینی با دقت بالا داشت که در اکثر موارد خطای بسیار کمی داشته باشد.

کلیدواژه ها

پیش بینی میزان مصرف, رگرسیون, جنگل تصادفی, ناهنجاری, رگرسیون چندک

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.