Agent based modelling in digital twins for household water consumption forecasting

• Autorzy: Alamri Sultan , Usman Imran , Alvi Saad

Identyfikatory

DOI

10.15199/48.2024.01.33

Warianty tytułu

PL

Modelowanie agentowe w cyfrowych bliźniakach do prognozowania zużycia wody w gospodarstwach domowych

• Języki publikacji: EN

Abstrakty

EN

The continuous increase in urban population due to migration of mases from rural areas to big cities has set urban water supply under serious stress. Urban water resources face scarcity of available water quantity, which ultimately effects the water supply. It is high time to address this challenging problem by taking appropriate measures for the improvement of water utility services linked with better understanding of demand side management (DSM), which leads to an effective state of water supply governance. We propose a dynamic framework for preventive DSM that results in optimization of water resource management. This paper uses Agent Based Modeling (ABM) with Digital Twin (DT) to model water consumption behavior of a population and consequently forecast water demand. DT creates a digital clone of the system using physical model, sensors, and data analytics to integrate multi-physical quantities. By doing so, the proposed model replicates the physical settings to perform the remote monitoring and controlling jobs on the digital format, whilst offering support in decision making to the relevant authorities.

PL

Ciągły wzrost liczby ludności miejskiej spowodowany migracją mas z obszarów wiejskich do dużych miast poważnie obciążył miejskie zaopatrzenie w wodę. Miejskie zasoby wodne borykają się z niedoborem dostępnej ilości wody, co ostatecznie wpływa na zaopatrzenie w wodę. Najwyższy czas zająć się tym trudnym problemem poprzez podjęcie odpowiednich działań na rzecz poprawy usług wodociągowych połączonych z lepszym zrozumieniem zarządzania popytem (DSM), co prowadzi do efektywnego zarządzania zaopatrzeniem w wodę. Proponujemy dynamiczne ramy prewencyjnego DSM, które skutkują optymalizacją zarządzania zasobami wodnymi. W niniejszym artykule wykorzystano modelowanie oparte na agentach (ABM) z cyfrowym bliźniakiem (DT) do modelowania zachowania populacji w zakresie zużycia wody iw konsekwencji prognozowania zapotrzebowania na wodę. DT tworzy cyfrowy klon systemu za pomocą modelu fizycznego, czujników i analizy danych w celu zintegrowania wielofizycznych wielkości. W ten sposób proponowany model replikuje fizyczne ustawienia do wykonywania zadań zdalnego monitorowania i kontrolowania w formacie cyfrowym, oferując jednocześnie wsparcie w podejmowaniu decyzji odpowiednim organom.

Słowa kluczowe

EN

water resources; water supply; water system dynamic; agent-based modelling; ABM; digital twin; demand side management

PL

zasoby wodne; zaopatrzenie w wodę; dynamika systemu wodnego; modelowanie agentowe; ABM; bliźniak cyfrowy; DT; zarządzanie popytem; DSM

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 1
• Strony: 158--164
• Opis fizyczny: Bibliogr. 24 poz., rys.

Twórcy

autor

Alamri Sultan

• College of Computing and Informatics, Saudi Electronic University, Saudi Arabia

autor

Usman Imran

• Senior Member IEEE, Department of Computer Science, National University of Sciences and Technology (NUST), Pakistan

• https://orcid.org/0000-0002-6881-7450

autor

Alvi Saad

• The Islamia University of Bahawalpur

Bibliografia

• [1] Y.B. Moon, “Simulation Modeling for Sustainability: A Review of the Literature,” International Journal of Sustainable Engineering, vol. 10, no. 1, pp. 2–19, 2017
• [2] X. Nie, X. Zou1and D.Zhu “Modeling and Simulation of Entrepreneur Individual Based on Dynamic and Complex System Computing,” Computer Systems Science and Engineering, Vol.34, No.4, pp. 207-214, 2019, DOI:10.32604/csse.2019.34.207
• [3] M. E. Bayrakdar,”Cost Effective Smart System for Water Pollution Control with Underwater Wireless Sensor Networks: A Simulation Study,” Computer Systems Science and Engineering, Vol.35, No.4, pp. 283-292, 2020, DOI:10.32604/csse.2020.35.283
• [4] D. Butler, S. Ward, C. Sweetapple, M. Astaraie-Imani, K. Diao, et al. “Reliable, resilient and sustainable water management: the Safe & Sure approach,” Global Challenges, vol.1, no.1, pp.63– 77. doi: 10.1002/gch2.1010.
• [5] Anylogic. Retrieved From Anylogic: Simulation Modeling Software Tools & Solutions. 2018 [Online] Available: https://www.Anylogic.com/
• [6] H. Ji, J. Li, S. Zhang and Q. Wu, “Research on Water Resources Intelligent Management of Thermal Power Plant Based on Digital Twins,” in Proc. IEEE, Chengdu, China, pp. 557-562, 2021, doi: 10.1109/ICCCBDA51879.2021.9442503.
• [7] A. Azoulay, ”Nature Based Solution for Water,” United Nations Water Report, Brasilia, pp. 1-4, 2018.
• [8] R. Zaher and G. Badr, ”Intelligent Software Simulation of Water Consumption in Domestic Homes,” in Proc. UKSim-AMSS, Cambridge, UK, pp. 99-104, 2016. doi: 10.1109/UKSim.2016.30.
• [9] Y. Yannou, Leroy, T. Zaraket and E. Chapotot, “Activity based simulation of households energy and water consumptions,” Hal Archives, pp. 1-9, 2017. https://hal.archives-ouvertes.fr/hal01448717
• [10] L. Linkola, C. J. Andrews and T. Schuetze, “An Agent Based Model of Household Water Use,” Water, vol. 5, no.3, pp. 1082- 1100, 2013, https://doi.org/10.3390/w5031082
• [11] E. Bonabeau, ”Agent-based modeling: Methods and techniques for sim- ulating human systems.,” in Proc. Proc Natl Acad Sci U S A, pp. 7280-7287, 2002.http:// doi: 10.1073/pnas.082080899
• [12] U. Wilensky and W. Rand, “An Introduction to Agent-Based Modeling”, b & w illus., 2015, [Online]. Available: https://mitpress.mit.edu/ 9780262328135/ an-introduction-to-agent-based-modeling/
• [13] P. Williamson, "An applied microsimulation model: Exploring alternative domestic water consumption scenarios," In Regional science in business, pp. 243-268, 2001.
• [14] Z. Berglund,”Using Agent-Based Modeling for Water Resources Planning and Management,” Journal of Water Resources Planning and Management, vol. 141, no.11, pp. 89- 97, 2015.
• [15] M. Alvi, I. Mahmood, F. Javed, A. Malik, and H. Sarjoughian, ”Dynamic Behavioral Modeling, Simulation and Analysis of Household Water Con- sumption in an Urban Area: A Hybrid Approach, ” in Proc. WSC, Gothenburg, Sweden, pp. 2411- 2422, 2018.
• [16] P. Darbandsari, and R. Kerachian, “An Agent-based behavioral simulation model for residential water demand management: The case-study of Tehran, Iran,” Simulation Modeling Practice and Theory, vol. 78, pp. 51- 72, 2017.
• [17] I. Koutiva and C. Makropoulos,”Modelling domestic water demand: An agent based approach,” Environmental Modeling and Software, vol. 79, pp. 35-54, 2016.
• [18] J. M. Galan, A. L´opez Paredes and R. Olmo, ”An agent-based model for domestic water management in Valladolid metropolitan area,” Water Resources Research, vol. 45, pp. 61- 72, 2009. https:// doi:10.1029/2007WR006536
• [19] C. A. Wanderbeg, K. Patricia, O. Esquerre, and Oz Sahin., ”Building a system dynamics model to support water management: A case study of the semiarid region in the Brazilian Northeast,” Water, vol.11, no.12, 2019, https://doi.org/10.3390/w11122513.
• [20] P. C. Fuertes, F. M. Alzamora , M. H. Carot and J.C. A. Campos,”Building and exploiting a Digital Twin for the management of drinking water distribution networks,” Urban Water Journal, vol.17, no.8, pp. 704-713, 2020.
• [21] M. J. Kaur, V. P. Mishra and P. Maheshwari, ”The Convergence of Digital Twin, IoT, and Machine Learning: Transforming Data into Action,” Digital Twin Technologies and Smart Citie , Springer, 2020.
• [22] R. G. Alves, G. Souza, R.F Maia, A.L.Ho Tran, C. Kamienski et al., ”A digital twin for smart farming,” in Proc IEEE, Seattle, WA, USA, pp. 2377-6919, 2019, https:// 10.1109/GHTC46095.2019.9033075
• [23] A. Anagnostou and S.J.E. Taylor, ”A distributed simulation methodological framework for OR/MS applications,” Simulation Modelling Practice and Theory, vol. 70, pp. 101-119, 2017
• [24] Maryna Mikhalieva, Vasyl Parakuda, Krzysztof Przystupa, Yuryi Shabatura, Lubomyra Odosii ”Electrical method for a water control after an osmosis process for the standard unit of ultrasound power in the aquatic environment”, Przeglad Elektrotechniczny, Vol 2022, issue 1, pg.104-106.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).