Literature shows that water demand

Literature shows that water demand forecasting models which use water demand as single input, are capable of generating a fairly accurate forecast. However, at changing weather conditions the forecasting errors are quite large. In this paper three different forecasting models are studied: an Adaptive Heuristic model, a Transfer/-noise model, and a Multiple Linear Regression model. The performance of the models was studied both with and without using weather input, in order to assess the possible performance improvement due to using weather input. Simulations with the models showed that when using weather input the largest forecasting errors can be reduced by 11%, and the average errors by 7%. This reduction is important for the application of the forecasting model for the control of water supply systems and for anomaly detection.

ผลลัพธ์ (ไทย) 1:

เอกสารประกอบการแสดงว่าความต้องการแบบที่ใช้น้ำเป็นอินพุทเดียว การพยากรณ์ จะสามารถสร้างการคาดการณ์ถูกต้องเป็นธรรม อย่างไรก็ตาม ที่เปลี่ยนสภาพ ผิดคาดการณ์ได้ค่อนข้างใหญ่ ในเอกสารนี้ ศึกษาแบบจำลองคาดการณ์แตกต่างกัน 3: แบบจำลองที่เหมาะสมแล้ว แบบขอโอน/เสียง และแบบจำลองเชิงเส้นแบบพหุคูณ มีศึกษาประสิทธิภาพของรูปแบบทั้งมี และไม่ มีการใช้การป้อนข้อมูลสภาพอากาศ การประเมินการปรับปรุงประสิทธิภาพได้เนื่องจากใช้การป้อนข้อมูลสภาพอากาศ จำลอง ด้วยแบบจำลองแสดงให้เห็นว่า เมื่อใช้การป้อนข้อมูลสภาพอากาศ ผิดคาดการณ์ที่ใหญ่ที่สุดสามารถลดลง 11% และข้อผิดพลาดเฉลี่ย 7% ที่ลดลงนี้เป็นสิ่งสำคัญสำหรับการประยุกต์ใช้แบบจำลองการคาดการณ์ สำหรับการควบคุมระบบจ่ายน้ำ และ สำหรับการตรวจหาความผิดปกติ

ผลลัพธ์ (ไทย) 2:

วรรณกรรมแสดงให้เห็นว่ารูปแบบการพยากรณ์ความต้องการใช้น้ำที่ต้องการน้ำเป็น input เดียวที่มีความสามารถในการสร้างการคาดการณ์ที่ถูกต้องเป็นธรรม อย่างไรก็ตามในการเปลี่ยนแปลงสภาพอากาศข้อผิดพลาดการพยากรณ์มีขนาดใหญ่มาก ในบทความนี้สามรูปแบบการพยากรณ์ที่แตกต่างกันมีการศึกษา: รูปแบบการปรับตัว Heuristic การโอน / รุ่น -noise และหลายรูปแบบเชิงเส้นถดถอย ประสิทธิภาพการทำงานของรุ่นได้รับการศึกษาทั้งที่มีและไม่มีการใช้การป้อนข้อมูลสภาพอากาศเพื่อที่จะประเมินปรับปรุงประสิทธิภาพการทำงานเป็นไปได้เนื่องจากสภาพอากาศโดยใช้การป้อน จำลองกับรุ่นที่แสดงให้เห็นว่าเมื่อใช้การป้อนข้อมูลสภาพอากาศที่ใหญ่ที่สุดข้อผิดพลาดของการคาดการณ์จะลดลง 11% และข้อผิดพลาดโดยเฉลี่ย 7% การลดลงนี้เป็นสิ่งสำคัญสำหรับการประยุกต์ใช้แบบจำลองการคาดการณ์สำหรับการควบคุมของระบบน้ำประปาและความผิดปกติในการตรวจหา

ผลลัพธ์ (ไทย) 3:

วรรณกรรมแสดงให้เห็นว่าแบบจำลองการพยากรณ์ความต้องการน้ำที่ใช้ปริมาณน้ำเดียวเป็นอินพุต มีความสามารถในการสร้างการคาดการณ์ที่ถูกต้องเป็นธรรม อย่างไรก็ตาม การเปลี่ยนแปลงของสภาพอากาศพยากรณ์ผิดพลาดอยู่ค่อนข้างมาก ในกระดาษนี้แตกต่างกันสามตัวแบบพยากรณ์ที่ศึกษา : การแบ่งรูปแบบการถ่ายโอน / เสียงรูปแบบและแบบจำลองการถดถอยเชิงเส้นพหุประสิทธิภาพของโมเดลศึกษาทั้งผสมและไม่ใช้ข้อมูลสภาพอากาศเพื่อประเมินประสิทธิภาพการปรับปรุงเป็นไปได้เนื่องจากการใช้ข้อมูลสภาพอากาศ จำลองกับรุ่น พบว่า เมื่อใช้ข้อมูลการพยากรณ์สภาพอากาศมากที่สุดข้อผิดพลาดจะลดลง 11% และข้อผิดพลาดโดยเฉลี่ย 7%ลดลงนี้เป็นสิ่งสำคัญสำหรับการประยุกต์ใช้ในการพยากรณ์สำหรับการควบคุมระบบน้ำประปาและเพื่อตรวจหาสิ่งผิดปกติ