Modele neuronowe w analizie i prognozowaniu rozbiorów wody

• Autorzy: Cieżak W. , Łomotowski J. , Siwoń Z. , Licznar P. , Cieżak J.

Warianty tytułu

EN

Neural models at water consumption analysis and prediction

• Języki publikacji: PL

Abstrakty

PL

Wyniki pomiarów pochodzących z systemów SCADA tworzą szeregi czasowe z krokiem pomiarowym zadanym przez użytkownika. Brak dostatecznej wiedzy inżynierów sanitarnych z zakresu nowoczesnych metod analizy dużych zbiorów danych powoduje, że nie wykorzystuje się w pełni powstających szeregów czasowych do celów eksploatacyjnych i projektowych. W tym kontekście w referacie zaprezentowano analizy szeregów czasowych rozbiorów wody z wykorzystaniem sztucznych sieci neuronowych oraz podano kierunki ich praktycznego wykorzystania.

EN

Results of measurements originating from the SCADA systems generate time series of sampling step defined by user. T he lack of sufficient knowledge among sanitary engineers concerning big data sets analysis leads to the lack of full exploitation of arising time series for operation and design needs. In this content analyses of water consumption time series with implementation of artificial neural networks were presented and their practical use directions were given in the paper.

Słowa kluczowe

PL

wodociąg; SCADA; szereg czasowy

EN

water supply; SCADA; time series

• Wydawca: Ośrodek Informacji "Technika instalacyjna w budownictwie''
• Czasopismo: Instal
• Rocznik: 2011
• Tom: nr 7/8
• Strony: 61--63
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Cieżak W.

autor

Łomotowski J.

autor

Siwoń Z.

autor

Licznar P.

autor

Cieżak J.

• Politechnika Wrocławska, Instytut Inżynierii Ochrony Środowiska, Wrocław

Bibliografia

• [1] Łomotowski J., S iwoń Z. Metodyka analizy danych pochodzących z monitoringu systemów wodociągowych i kanalizacyjnych. GWiTS , 2010, 3, 16-21
• [2] Siwoń Z., Łomotowski J., Cieżak W ., Licznar P., Cieżak J. Analiza i prognozowanie rozbiorów wody w systemach wodociągowych. Warszawa: PAN Komitet Inżynierii Lądowej i Wodnej, Instytut Podstawowych Problemów Techniki. STUDIA Z ZAKRESU INŻYNIERII , 61, 2008
• [3] Siwoń Z., Cieżak W., Cieżak J. Modele neuronowe szeregów czasowych krótkotrwałego zużycia wody w osiedlach mieszkaniowych. w: VIII Międzynarodowa Konferencja Zaopatrzenie w wodę, jakość i ochrona wód, Poznań - Gniezno, 2008, t. I , 79-92
• [4] Mijalli F. S., Al-Asheh S ., Alfadala H.E. Use of artificial neural network black-box modeling for the prediction of wastewater treatment plant performance. Journal of Environmental Management, 2007, 83, 329-338
• [5] Osowski S. Sieci neuronowe do przetwarzania informacji. Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej, 2000
• [6] Tadeusiewicz R. Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza, 1993
• [7] Talar J., Rauch Ł., Kusiak J. Filtrowanie danych pomiarowych przy wykorzystaniu analizy falkowej i sztucznych sieci neuronowych. Informatyka w Technologii Materiałów, 2003, 3-4, 180-188
• [8] Zhang Q., Stanley S. J. Forecasting raw-water quality parameters for the north S askatchewan River by neural network modeling. Water R esearch, 1997, 31, 2340-2350
• [9] Box G. E. P., Jenkins G. M. Analiza szeregów czasowych, prognozowanie i sterowanie. Warszawa, PWN , 1983
• [10] Brockwell P. J., Davis R. A. Time series: theory and methods, second edition. S pringer Verlag, 1991