Potencjał algorytmów inteligencji obliczeniowej w interpretacji rozproszonych danych wodomierzowych
DOI:
https://doi.org/10.36119/15.2024.1.5Słowa kluczowe:
sieci wodociągowe, uczenie maszynowe, wodomierze, zużycie wodyAbstrakt
Rozwijająca się świadomość oraz aspekty prawne związane z energochłonnością systemów dystrybucji wody, w połączeniu z starzeniem się infrastruktury wodociągowej i stresem wodnym, wymuszają poszukiwanie rozwiązań wspierających efektywniejszą kontrolę i zarządzanie infrastrukturą techniczną. Osiągnięcie standardu mądrych czy też inteligentnych systemów wodociągowych na każdym szczeblu obszaru kluczowego nadal pozostaje kwestią otwartą zarówno w warunkach krajowych jak i zagranicznych. Dotyczy to także mikroskali sieci wodociągowych, to znaczny konsumentów wody oraz stosowania inteligentnych wodomierzy z wbudowanymi algorytmami uczenia maszynowego. Artykuł przedstawia wyniki badań z wdrożenia modelu krótkoterminowej predykcji zużycia wody
wraz z detekcją anomalii dla budynków wielorodzinnych. Prognoza zużycia wody, przeprowadzona w oparciu o wysokoczęstotliwościowe pomiary oraz głębokie sieci neuronowe, pozwoliła na osiągnięcie błędu predykcji pniżej 3,0%. Detekcja wykrywania anomalii, zrealizowana w oparciu o bazowy model prognostyczny, charakteryzowała się nawet 97,3% skutecznością wykrywania anomalii.
Pobrania
Bibliografia
Rozporządzenie Ministra Infrastruktury z dnia 12 kwietnia 2002 r. w sprawie warunków technicznych, jakim powinny odpowiadać budynki i ich usytuowanie (Dz.U. 2002 nr 75 poz. 690).
Ustawa z dnia 20 kwietnia 2021 r. o zmianie ustawy o efektywności energetycznej oraz niektórych innych ustaw (Dz.U. 2021 poz. 868).
G. He, Y.Zhao, J. Wang, H. Li, Y. Zhu i S. Jiang, “The water–energy nexus: energy use for water supply in China”. International Journal of Water Resources Development, pp. 587-604, 35(4), 2019. https://doi.org/10.1080/07900627.2018.1469401
