پیش بینی حوادث شبکه فاضلاب شهری با رویکرد مدل ترکیبی ARIMA-SVM (مطالعه موردی: شهر سمنان)

این پژوهش با هدف شناسایی، تحلیل و ارائه راهکار برای مدیریت حوادث شبکه جمع آوری فاضلاب شهر سمنان انجام شد. داده های مورد استفاده، شامل ۱۵۳۶ حادثه ثبت شده مربوط به حوادث انشعابات، منهول ها و خطوط اصلی طی یک دوره ۱۳ساله (از ۱۳۹۰ تا ۱۴۰۲) بود که در قالب ۱۵۶ ماه متوالی گردآوری شدند. تحلیل داده ها با به کارگیری روش های آماری توصیفی، تحلیل های سری زمانی(ARIMA)، آزمون همبستگی و مدل ماشین بردار پشتیبان (SVM) صورت پذیرفت. نتایج این تحلیل ها نه تنها الگوهای تکرارشونده حوادث را آشکار ساخت، بلکه امکان شناسایی علل اصلی و زمینه های بروز مشکلات در شبکه فاضلاب را نیز فراهم کرد. تحلیل ها نشان داد که استفاده از مدل ترکیبی ARIMA-SVM نسبت به مدل سنتی ARIMA، منجر به کاهش ۲۲-۲۷ درصدی خطای پیش بینی می شود و بنابراین برای مدیریت بهینه شبکه فاضلاب توصیه می گردد. بدان معنی است که در صورت استفاده از این مدل شرکت های آب و فاضلاب می توانند حدود یک چهارم دقیق تر منابع خود (نیرو، تجهیزات، بودجه) را برای مقابله با حوادث آینده برنامه ریزی کنند.

کلیدواژه ها:

شبکه فاضلاب ، حوادث ، تحلیل سری زمانی ، ماشین بردار پشتیبان ، مدیریت پیشگیرانه ، بهینه سازی نگهداری