《Environmental Challenges》:Low-Resolution Monthly Billing Data for Residential Water Demand Management: A Profile-Based Approach to Apartment-Level Characterization and Forecasting
编辑推荐:
研究人员评估了一种集成且可解释的框架,利用2018至2024年巴西四栋中等收入多户住宅楼共320套公寓的月度计费数据,支撑公寓层级的住宅用水消费表征与预测。流程依次涵盖预处理、离群值与缺失值处理、归一化、时序分析、Dynamic Time Warping(DT
研究人员评估了一种集成且可解释的框架,利用2018至2024年巴西四栋中等收入多户住宅楼共320套公寓的月度计费数据,支撑公寓层级的住宅用水消费表征与预测。流程依次涵盖预处理、离群值与缺失值处理、归一化、时序分析、Dynamic Time Warping(DTW)结合TimeSeriesKMeans聚类、敏感性分析,以及采用朴素法(na?ve)、季节朴素法(seasonal na?ve)、指数平滑状态空间(Exponential Smoothing State Space,ETS)模型、结构状态空间模型(Structural State Space Model,SSM)与季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型的预测。基于画像的分层对照非聚类参照进行验证。聚类识别出两类画像:少数画像典型消费量较低、变异性更大、间歇性更高;多数画像典型消费量较高、时间规律性更强。缺失数据敏感性分析显示两情景间一致率为94.06%,少数画像对处理策略更敏感。SSM在八条序列中的六条表现最佳,对称平均绝对百分比误差(symmetric Mean Absolute Percentage Error,sMAPE)介于4.87%至28.16%;而朴素基准在两条具强短期持续性的序列中占优。基于画像的分层在五条序列改善性能,在三条中恶化,主要因聚类削弱了异质性或引入聚合偏差。结果表明,在缺乏高分辨率监测时,既有计费记录可支撑可复现的公寓层级表征与预测,且预测性能更多取决于画像规律性而非模型复杂度。
研究背景方面,伴随城市化推进与气候变化影响,城市水资源供需矛盾加剧,巴西虽总量丰沛但空间分布不均且城市危机频发,理解住宅用水特征对需求管理至关重要。高时间分辨率智能水表数据虽能精细刻画用水模式,但部署与运维成本高昂;相比之下,供水企业普遍持有的月度或双周计费记录作为低分辨率数据,覆盖周期长、样本量大,却面临时间细节有限、缺失值与记录异常等问题。已有研究多在城市尺度或分散客户集上展开,针对多户建筑内公寓层级、兼顾画像稳定性与分层预测效应的集成框架仍较稀缺,建筑级聚合易掩盖少数画像与间歇性模式。为此,Lucas Salom?o Rael de Morais、Marcus Andre Siqueira Campos与Ricardo Cobacho以巴西Goiania市四栋同区中收入多户住宅楼(A栋44套、B栋84套、C栋100套、D栋92套,共320套)2018年1月至2024年12月人工抄表月度计费记录为对象,开展公寓层级表征、画像识别与预测研究,相关成果发表于《Environmental Challenges》。
关键技术方法上,研究人员构建预处理流程:以基于中位数与中位绝对偏差(Median Absolute Deviation,MAD)的稳健z分数(rzi,t)检出的离群值作1%/99%分位缩尾(winsorize),对结构缺失月(整栋某月全缺)在主情景剔除、敏感情景用季节朴素法填补,偶发缺失用线性插值;为形状聚类对各公寓序列做稳健z分数归一化。聚类采用tslearn库DTW(Dynamic Time Warping,动态时间规整)距离下的TimeSeriesKMeans,评估k=2至12并以肘部法、轮廓系数及多初始化调整兰德指数(Adjusted Rand Index,ARI)、归一化互信息(Normalized Mutual Information,NMI)选k=2。预测对每栋楼–画像组合采用滚动原点回测:48个月训练窗、12个月预测期,对比na?ve、seasonal na?ve、ETS(阻尼加性趋势+加性季节)、SSM(局部水平+随机月度季节)、SARIMA(保守v0与扩展v1变体),以sMAPE为主指标。分层效应通过k=2与k=1(整栋均值)对照,按Δ%量化。
研究结果部分,3.1聚类显示两情景均支持k=2,主情景(Scenario 1)轮廓系数0.426、ARI 0.607、NMI 0.490;两情景公寓分配一致率94.06%(301/320),ARI 0.6001、Cohen's kappa 0.6465,多数画像(Cluster 1,285套)Jaccard相似度0.937,少数画像(Cluster 0,35套)0.513,原型相关系数分别0.97与0.88。Cluster 0为少数低消画像:中位月消费6.0 m3、变异系数0.862、零消费占比6.5%、lag-1自相关0.706、lag-12近0;Cluster 1为多数高消画像:中位12.0 m3、变异系数0.411、零消费0%、lag-1自相关0.610、lag-12为0.094。少数画像对结构缺失处理更敏感,主情景因更保守被保留。3.2预测中,SSM在八序列六条占优,sMAPE最优区间Cluster 1为4.87%(C栋)至8.95%(B栋)、Cluster 0为14.53%(A栋)至28.16%(B栋);na?ve在A栋Cluster 1(7.97%)与D栋Cluster 0(20.54%)胜出,因短期持续性強而年度季节弱。SARIMA与seasonal na?ve整体偏弱。Cluster 1可预测性显著优于Cluster 0,印证规律性与样本量作用。3.3分层验证表明,k=2相对k=1在八剖面五条改善(如B栋Cluster 1的sMAPE降30.81%、A栋Cluster 0降18.98%),三条恶化(B栋Cluster 0、D栋两剖面),恶化源于聚合序列已代表主导动态或短期持续性使朴素法更优。
讨论部分指出,低分辨率计费数据在公寓层级可提取稳健操作信息,聚类价值不在新算法而在揭示建筑级聚合掩盖的异质性与间歇性;SSM优势来自随机水平与季节成分适配渐变水平,但朴素法在强持续序列难被超越;分层并非普适增益,当削弱异质或放大少数画像不稳定性时反损性能;研究受限于同区四栋中收入楼、无气象/电价/入住率变量,结论不可外推至异质群体,但流程可复现迁移。
结论部分翻译:本研究提出集成框架,以低分辨率月度公寓层级数据表征、分层与预测多户住宅用水。聚类得两类可解释画像,缺失处理情景一致率94.06%,少数画像更敏感;多数规律画像可预测性持续更优。最优sMAPE为4.87%–28.16%,SSM为最稳健拟合模型,朴素基准在两条强持续序列占优;基于画像分层在八序列五条改善、三条恶化,增益源于异质性或聚合偏差削减。回应研究问题:月度公寓计费数据足以刻画可解释画像并支撑有用预测(尤其规律连续序列),可预测性更多取决于画像规律性而非模型复杂度。局限为四栋同质楼与仅历史消费量,无气象/社会经济变量,外推需重估;工作流可复现,核心结构可扩至更大数据集,但DTW聚类计算成本随样本上升。