Regular High Magnitude Behaviours analysis of hourly residential water use data from the SmartH2O project. A case study in Valencia (Spain)

Abstract

[ES] Els treballs recents en la literatura pertanyents a l'àmbit de la modelització i la gestió de la demanda urbana de l'aigua han demostrat com l'anàlisi de la segmentació del client sobre dades d'ús de l'aigua amb freqüència diària pot afavorir el desenvolupament de models descriptius d'hàbits heterogenis d'ús de l'aigua, així com proporcionar informació sobre la gestió de l'aigua a la zona. A més, hi ha una disponibilitat cada cop més gran de dades d'ús de l'aigua, que es recullen a escala temporal i espacial fina (és a dir, a cada edifici / casa), que són clau per permetre el desenvolupament d'aquests models i accions personalitzades de gestió de la demanda. Els conjunts de dades d'ús d'aigua anònims oberts s'han publicat, per exemple, com a lliuraments de projectes recents sobre TIC i aigua finançats per la Unió Europea. L'objectiu d'aquest projecte és provar una tècnica d'última generació per a l'anàlisi de segmentació basada en Comportaments Regulars d'Alta Magnitud (RHMB) proposada a Cardell-Oliver et al. (2016) sobre dades reals d'ús horari d'aigua reunits per uns centenars de llars a València (Espanya), dins del projecte SmartH2O (http://smarth2o.deib.polimi.it/). El mètode proposat també es compara amb un altre mètode de segmentació de clients proposat en la literatura recent de Cominola et al. (2018). L'objectiu final del projecte és investigar si es poden trobar comportaments i patrons heterogenis d'ús de l'aigua en el conjunt de dades d'exemple mitjançant el mètode de segmentació del client proposat, comprendre si aquests comportaments canvien en el temps i finalment examinar si l'anàlisi proporciona informació útil per recolzar accions de gestió sobre la demanda.

[EN] Recent works in the literature belonging to the realm of urban water demand modelling and management have demonstrated how customer segmentation analysis on water use data sampled with sub-daily frequency can support the development of descriptive models of heterogeneous water use behaviors, as well as provide insights to inform demand-side water management. In addition, there is increasing availability of sub-daily resolution water use data gathered at fine temporal and spatial scale (i.e., single building/household), which are key to enable the development of such models and customized demand-size management actions. Open datasets of anonymized water usage have been released, for instance, as deliverables of recent projects on ICT and water funded by the European Union. The goal of this project is to test a state-of-the-art technique for segmentation analysis based on Regular High Magnitude Behaviours (RHMBs) proposed in Cardell-Oliver et al. (2016) onto real-world data of hourly water use gathered for a few hundred household in Valencia (Spain), within the SmartH2O project ( http://smarth2o.deib.polimi.it/). The proposed method is also going to be benchmarked against another customer segmentation method proposed in recent literature by Cominola et al. (2018). Ultimate goal of the project is investigating whether heterogeneous water use behaviors and patterns can be found in the sample dataset via the proposed customer segmentation method, understanding whether such behaviors change in time, and finally examining whether the analysis brings useful information to support demand-side management actions.