Identyfikatory
Warianty tytułu
Water demand modeling for housing estates
Języki publikacji
Abstrakty
W pracy podano zasady wyznaczania i prognozowania histogramów chwilowego poboru wody w ciągu doby na przykładzie wydzielonych rejonów sieci wodociągowych we Wrocławiu i Kłodzku. Wykazano przydatność stosowania sztucznych sieci neuronowych w procesach kalibracji i weryfikacji modeli hydraulicznych oraz w dynamicznym modelowaniu przepływu wody w sieci wodociągowej. Przeprowadzona analiza skuteczności sztucznych sieci neuronowych w bieżącym prognozowaniu dobowych profili godzinowego poboru wody w osiedlach mieszkaniowych wykazała względnie dobrą jakość predykcji, porównywalną lub lepszą od jakości predykcji wg modeli klasy ARIMA i metod wykładniczego wygładzania szeregów czasowych. Wykazano, że optymalne struktury sieci perceptronowych nie są skomplikowane, przez co proces ich douczania lub uczenia od nowa nie wymaga długotrwałych obliczeń. W procedurach doboru tych struktur można ograniczyć opóźnienie do 5 d tego samego typu (dni robocze, soboty oraz niedziele i święta), liczbę warstw ukrytych do 1 oraz liczbę neuronów w warstwie ukrytej do 15. Sieci neuronowe mogą być wykorzystywane między innymi w procesach kalibracji modeli przepływu wody w systemach wodociągowych oraz w komputerowych badaniach symulacyjnych działania tych systemów. Doboru optymalnych struktur sieci można dokonać w oparciu o pakiety "Sieci neuronowe" programu STATISTICA (wersja od 6 do 8).
The principles of determining and forecasting 24-hour water demand histograms for specific user groups are discussed, using two different water supply subsystems as examples (in Wroclaw and Klodzko). The applicability of artificial neural networks to the calibration and verification of hydraulic models, as well as to the modeling of flow in water supply systems, has been confirmed. Analysis of the efficiency of artificial neural networks in forecasting 24-hour profiles of hourly water demand in housing estates has revealed a relatively high quality of prediction, which is comparable to, or higher than, the quality of the predictions obtained with models of ARIMA class or with exponential smoothing of the time series. It has been demonstrated that the optimal structures of perceptron networks are not of a complex nature, so the process of their education or re-education does not require long-lasting computations. In the procedures of choosing those structures the delay can be reduced to 5 days of the same category (working days, weekends, national holidays, bank holidays), the number of hidden layers to 1, and the number of neurons in the hidden layer to 15. Neural networks can also be used for calibrating the models of water flow in water supply systems, as well as for computer simulations showing how these systems function. The optimal structures of the networks can be chosen using the packets 'Neural networks' of the software STATISTICA (v. 6 to 8).
Czasopismo
Rocznik
Tom
Strony
23--28
Opis fizyczny
Bibliogr. 11 poz.
Twórcy
autor
autor
autor
- Politechnika Wrocławska, Instytut Inżynierii Ochrony Środowiska, wojciech.ciezak@pwr.wroc.pl
Bibliografia
- 1. Z. SIWOŃ: Symulacyjne modele przepływów w systemach dystrybucji wody – problemy kalibracji i weryfikacji modeli. Mat. konf. „GIS, modelowanie i monitoring w zarządzaniu systemami wodociągowymi i kanalizacyjnymi”, Warszawa 2005, ss. 157–183.
- 2. Z. SIWOŃ, W. CIEŻAK: Wybrane problemy kalibracji modeli przepływów w systemach dystrybucji wody. Instal, 2008, wyd. specjalne, ss. 79–85.
- 3. A. JAIN, L.E. ORMSBEE: Evaluation of short-term water demand forecast modeling techniques: Conventional methods versus AI. Journal AWWA, 2002, No. 94(7), pp. 64–72.
- 4. T. SŁONIMSKI, K. DUZINKIEWICZ, M. KWIESIELEWICZ, D. TRAWICKI: Analiza możliwości zastosowania sztucznych sieci neuronowych do prognozowania zapotrzebowania na wodę w miejskich sieciach wodociągowych. Mat. konf. „Technologia i automatyzacja systemów wodociągowych i kanalizacyjnych – TiASWiK’99”, Stawiska 1999, ss. 235–242.
- 5. W. CIEŻAK, P. MALINOWSKI, Z. SIWOŃ: Metodologia budowy neuronowego modelu prognostycznego godzinowego rozbioru wody. Gaz Woda Technika Sanitarna, 2005, nr 9, ss. 9–12.
- 6. W. CIEŻAK, Z. SIWOŃ, J. CIEŻAK: Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych krótkotrwałego poboru wody w wybranych systemach wodociągowych. Ochrona Środowiska, 2006, vol. 28, nr 1, ss. 39–44.
- 7. P. LICZNAR, J. ŁOMOTOWSKI: Prognozowanie dobowych rozbiorów wody przy wykorzystaniu sztucznych sieci neuronowych. Mat. konf. „Zaopatrzenie w wodę, jakość i ochrona wód”, PZITS, Poznań 2004, ss. 175–183.
- 8. Z. SIWOŃ, J. STANISŁAWSKI: Modelowanie i prognozowanie szeregów czasowych godzinowego poboru wody w miastach i regionach wiejskich. Instytut Budownictwa Wodnego PAN, Rozprawy Hydrotechniczne, 1993, z. 56, ss. 3–32.
- 9. Z. SIWOŃ: Problemy krótkoterminowego prognozowania poboru wody w miejskich systemach wodociągowych. Mat. konf. „Aktualne zagadnienia w uzdatnianiu i dystrybucji wody”, Politechnika Śląska, Szczyrk 2003, ss. 323–332.
- 10. Z. SIWOŃ, W. CIEŻAK, J. CIEŻAK: Bieżące prognozowanie godzinowego poboru wody z miejskich sieci wodociągowych. Monografie Komitetu Inżynierii Środowiska PAN, 2005, nr 30, ss. 15–33.
- 11. Z. SIWOŃ, W. CIEŻAK, J. CIEŻAK: Użytkowe metody bieżącego prognozowania krótkotrwałego poboru wody w systemach wodociągowych. Mat. konf. „Zaopatrzenie w wodę, jakość i ochrona wód”, PZITS, Poznań–Zakopane 2006, ss. 119–155.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOK-0018-0012
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.