Zastosowanie metod data mining w prognozowaniu zużycia wody na cele bytowe w gospodarstwach wiejskich

• Autorzy: Walega A. , Bergel T.

Warianty tytułu

EN

Data mining implementation in household water usage forecasting in the farmhouses

• Języki publikacji: PL

Abstrakty

PL

Krótkoterminowe prognozy wielkości zużycia wody, mają podstawowe znaczenie przy optymalizacji pracy sieci wodociągowych i kanalizacyjnych, a także oczyszczalni ścieków. W pracy dokonano oceny możliwości prognozowania szeregów czasowych dobowego zużycia wody na cele bytowe w gospodarstwie wiejskim z wykorzystaniem metod Data Mining. Do opracowania 10-dniowej prognozy zużycia wody wykorzystano wyrównanie wykładnicze i metodę ARIMA. Materiałem źródłowym do analizy były dobowe ilości wody zużywanej na cele bytowe w wytypowanym gospodarstwie wiejskim w okresie 22 miesięcy. Szczególnie przydatne do prognozowania zużycia wody okazało się wyrównanie wykładnicze, które uwzględnia nie tylko wartości, ale także zróżnicowanie ważności przeszłych obserwacji. Znaczna nierównomierność dobowego zużycia wody powoduje wzrost błędów prognoz. Metody prognozowania oparte na algorytmach wyrównania wykładniczego są łatwe do zastosowania i nie wymagają założenia o stacjonarności szeregu czasowego. W analizowanym przypadku stosunkowo dobrą prognozę dobowego zużycia wody na cele bytowe uzyskano stosując addytywny model Wintersa. Z kolei modele klasy ARIMA pozwalają na dokładną prognozę zużycia wody pod warunkiem właściwej identyfikacji parametrów modelu i spełnienia warunku stacjonarności szeregu. W przypadku braku stacjonarności, przed analizą szeregu, należy przekształcić go wykorzystując np. metodę różnicowania. W celu prognozowania wielkości dobowego zużycia w gospodarstwie wiejskim zastosowano model ARIMA (0,1,2) przy dwóch parametrach średniej ruchomej. Zarówno wyrównanie wykładnicze jak i model typu ARIMA pozwoliły na uzyskanie podobnych wyników prognozowania, przy czym średnia wartość 10-dniowej prognozy zużycia wody na cele bytowe w modelu wykładniczym była o 4,5% wyższa od uzyskanej z modelu ARIMA.

EN

Short-term water usage forecasts are fundamental for the waterworks and sewerage systems as well as for the sewage treatment plants’ optimization. In this research the capability of forecasting the time series of daily household water usage in the farms with implementation of Data Mining methods was evaluated. To prepare the 10-days water usage forecast, exponential smoothing and ARIMA method was used. The source material were the daily amounts of water used for household purposes in the selected farmhouse during 22 months. Exponential smoothing turned out to be the most useful in water usage forecasting, because it includes not only the values, but also the diversification of the future forecasts’ importance. Significant inequality of the daily water usage causes the increase of the forecasts’ errors. The forecasting methods which base on the exponential smoothing algorithms are easy to apply and do not require the assumption of the stationarity of the time series. In the analyzed case relatively good forecast of the daily household water usage was obtained after applying the additive Winters model. On the other hand, ARIMA models allow for the precise forecast of the water usage, providing that the model parameters will be correctly identified and the condition of the time series stationarity will be met. In the case of nonstationary time series, before the analysis the series has to be transformed with e.g. differentiation method. In order to forecast the daily water usage in the farmhouse, ARIMA model was used (0,1,2) with two parameters of the moving average. The exponential smoothing as well as the ARIMA model allowed to obtain the similar forecast results, whereas the average value of the 10-days’household water usage forecast in the exponential model was 4,5% higher than the forecast obtained with the ARIMA model.

Słowa kluczowe

PL

gospodarstwa wiejskie; zuzycie wody; zuzycie na cele bytowe; prognozowanie; eksploracja danych; szeregi czasowe; model ARIMA

• Wydawca: -
• Czasopismo: Infrastruktura i Ekologia Terenów Wiejskich
• Rocznik: 2009
• Numer: 05
• Opis fizyczny: s.183-195,rys.,tab.,bibliogr.

Twórcy

autor

Walega A.

• Katedra Inżynierii Sanitarnej i Gospodarki Wodnej, Uniwersytet Rolniczy w Krakowie, al.Mickiewicza 24/28, 30-059 Kraków

autor

Bergel T.

Bibliografia

• Bergel T., Kaczor G. The volume of wastewater discharged from rural households to the sewer system in the light of tap water consumption structure. Polish Journal of EnvironmentalStudies, Hard Olsztyn, Vol. 16, No. 2A, Part II, 109–112, 2007.
• Berry M. J. A., Linoff G. Data mining techniques: for marketing, sales and customing support. John Willey and Sons, 1997.
• Box G., Jenkins G. Analiza szeregów czasowych. PWN, Warszawa 1983.
• Chotkowski W., Lis G. Krótkoterminowe prognozowanie dopływu ścieków do oczyszczalni na podstawie ilości zużywanej wody. Gaz, Woda i Technika Sanitarna 5/2006, 13–18.
• Demski T. Przykład prognozowania z zastosowaniem technik data mining. StatSoft, 2007.
• Kot S. M., Jakubowski J., Sokołowski A. Statystyka. Difin, Warszawa 2007.
• Makridakis S., Wheelwright S. C., McGee V. E. Forecasting. Methods and Applications. John Wiley, New York 1983.
• Makridakis S., Wheelwright S. C. Forecasting methods for management (Fifth Edition). Chichester: Wiley, New York 1989.
• Siwoń Z., Cieżak W., Cieżak J. Bieżące prognozowanie godzinowego poboru wody z miejskich sieci wodociągowych. Mat. XII Ogólnopolskiej Konferencji Naukowo-Technicznej z cyklu„ Problemy gospodarki wodno-ściekowej w regionach rolniczo-przemysłowych”. Monografie Komitetu Inżynierii Środowiska PAN, nr 30, 15–33, 2005.