- -

Mejora del reconocimiento de usos finales del agua mediante la simplificación de la traza de caudal: un caso de estudio

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Mejora del reconocimiento de usos finales del agua mediante la simplificación de la traza de caudal: un caso de estudio

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Pastor Jabaloyes, Laura es_ES
dc.contributor.author Arregui de la Cruz, Francisco es_ES
dc.contributor.author Cobacho Jordán, Ricardo es_ES
dc.date.accessioned 2018-11-05T12:08:52Z
dc.date.available 2018-11-05T12:08:52Z
dc.date.issued 2018-10-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/111876
dc.description.abstract [EN] The success of automatic water end use disaggregation and classification strategies greatly depends on the filtering and signal conditioning of the flow traces recorded. The work presented proposes a new filtering algorithm of water consumption flow traces. To improve the performance of the filter, the parameters driving the process are found per event by an automatically calibration procedure. These parameters are selected to ensure the maximum adaptability and simplification of the filtered flow traces. The methodology has been tested with 5210 consumption events obtained from a measurement campaign conducted in a Spanish city. The results obtained show that the filtering algorithm is capable of significantly simplifying the original flow traces while maintaining their main characteristics. On average, it has been found that the most complex events can be described using only 10% of the input data. This analysis can be used to make more efficient the filtering procedure proposed. es_ES
dc.description.abstract [ES] El éxito de estrategias para la desagregación y clasificación automática de los consumos de agua en usos finales depende de un adecuado filtrado previo de las trazas de caudal registradas. Se propone un nuevo algoritmo de filtrado, cuyos parámetros de entrada se ajustan mediante un proceso de calibración automático por evento de consumo, asegurando la adaptabilidad y simplificación de la traza filtrada a la original. Esta herramienta se aplica a un caso de estudio mediante el análisis de 5210 eventos de consumo, procedentes de una campaña de monitorización en una ciudad española. Los resultados muestran que el filtro es capaz de simplificar sustancialmente las trazas de caudal manteniendo la información esencial. En media, las trazas de caudal de eventos más complejos pueden definirse con menos del 10% de los puntos de las trazas originales. Además, el análisis realizado permite identificar diversas estrategias para mejorar y optimizar el proceso de filtrado. es_ES
dc.description.sponsorship El trabajo presentado en este artículo ha sido posible gracias al Proyecto IMPADAPT/CGL2013-48424-C2-1-R del Ministerio de Economía y Competitividad de España con fondos FEDER y al VII Programa Marco de la Unión Europea, bajo el acuerdo de financiación no. 619172(SmartH2O: an ICT Platform to leverage on Social Computing for the efficient management of Water Consumption). es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Ingeniería del Agua
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Filtering of the flow trace es_ES
dc.subject Residential water demand es_ES
dc.subject Water microcomponents es_ES
dc.subject Smart metering es_ES
dc.subject Water end use disaggregation es_ES
dc.subject Filtrado de la señal de caudal es_ES
dc.subject Demanda de agua residencial es_ES
dc.subject Microcomponentes del agua es_ES
dc.subject Contadores inteligentes es_ES
dc.subject Desagregación en usos finales del agua es_ES
dc.title Mejora del reconocimiento de usos finales del agua mediante la simplificación de la traza de caudal: un caso de estudio es_ES
dc.title.alternative Simplifying water consumption flow traces for improving end use recognition: a case study es_ES
dc.type Artículo es_ES
dc.date.updated 2018-11-05T11:42:29Z
dc.identifier.doi 10.4995/ia.2018.9476
dc.relation.projectID info:eu-repo/grantAgreement/MINECO//CGL2013-48424-C2-1-R/ES/ADAPTACION AL CAMBIO GLOBAL EN SISTEMAS DE RECURSOS HIDRICOS/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/EC/FP7/619172/EU/SmartH2O: an ICT Platform to leverage on Social Computing for the efficient management of Water Consumption/ es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería del Diseño - Escola Tècnica Superior d'Enginyeria del Disseny es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Ingeniería Hidráulica y Medio Ambiente - Departament d'Enginyeria Hidràulica i Medi Ambient es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials es_ES
dc.contributor.affiliation Universitat Politècnica de València. Instituto Tecnológico del Agua - Institut Tecnològic de l'Aigua es_ES
dc.description.bibliographicCitation Pastor Jabaloyes, L.; Arregui De La Cruz, F.; Cobacho Jordán, R. (2018). Mejora del reconocimiento de usos finales del agua mediante la simplificación de la traza de caudal: un caso de estudio. Ingeniería del Agua. 22(4):195-208. https://doi.org/10.4995/ia.2018.9476 es_ES
dc.description.accrualMethod SWORD es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2018.9476 es_ES
dc.description.upvformatpinicio 195 es_ES
dc.description.upvformatpfin 208 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 22
dc.description.issue 4
dc.identifier.eissn 1886-4996
dc.contributor.funder European Commission es_ES
dc.contributor.funder Ministerio de Economía y Competitividad es_ES
dc.description.references Arregui, F. (2015). New software tool for water End-Uses studies. Presentation of 8th IWA International Conference on Water Efficiency and Performance Assessment of Water Services, Cincinnati, USA. es_ES
dc.description.references Cominola, A., Giuliani, M., Piga, D., Castelletti, A., Rizzoli, A.E. (2015). Benefits and challenges of using smart meters for advancing residential water demand modeling and management: A review. Environmental Modelling & Software, 72, 198-214, https://doi.org/10.1016/j.envsoft.2015.07.012 es_ES
dc.description.references DeOreo,W.B., Heaney, J.P., Mayer, P.W. (1996). Flow trace analysis to assess water use. American Water Works Association, 88, 79-90. https://doi.org/10.1002/j.1551-8833.1996.tb06487.x es_ES
dc.description.references Fielding, K.S., Spinks, A., Russell, S., McCrea, R., Stewart, R.A., Gardner, J. (2013). An experimental test of voluntary strategies to promote urban water demand management. Journal of Environmental Management, 114, 343-351. https://doi.org/10.1016/j.jenvman.2012.10.027 es_ES
dc.description.references Gupta, H.V., Kling, H., Yilmaz, K.K., Martinez, G.F. (2009). Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrological modelling. Journal of Hydrology, 377, 80-91, es_ES
dc.description.references https://doi.org/10.1016/j.jhydrol.2009.08.003 es_ES
dc.description.references Kowalski, M., Marshallsay, D. (2003). A System for Improved Assessment of Domestic Water Use Components. II International Conference Efficient Use and Management of Urban Water Supply, International Water Association, Tenerife, Spain. es_ES
dc.description.references Larson, E., Froehlich, J., Campbell, T., Haggerty, C., Atlas, L., Fogarty, J., Patel, S.N. (2012). Disaggregated water sensing from a single, pressure-based sensor: An extended analysis of HydroSense using staged experiments. Pervasive and Mobile Computing, 8, 82-102. https://doi.org/10.1016/j.pmcj.2010.08.008 es_ES
dc.description.references Nguyen, K.A., Zhang, H., Stewart, R.A. (2013a). Development of an intelligent model to categorise residential water end use events. Journal of Hydro-environment Research, 7, 182-201. https://doi.org/10.1016/j.jher.2013.02.004 es_ES
dc.description.references Nguyen, K.A., Stewart, R.A., Zhang, H. (2013b). An intelligent pattern recognition model to automate the categorisation of residential water end-use events. Environmental Modelling & Software, 47, 108-127. https://doi.org/10.1016/j.envsoft.2013.05.002 es_ES
dc.description.references Pastor-Jabaloyes, L., Arregui, F.J., Cobacho, R. (2018). Water End Use Disaggregation Based on Soft Computing Techniques. Water, 10(1), 46. https://doi.org/10.3390/w10010046 es_ES
dc.description.references R Core Team (2013). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponible en: http://www.R-project.org/. es_ES
dc.description.references UNEP (United Nations Environment Programme). (2011). Water: Investing in Natural Capital. UNEP, Towards a Green Economy: Pathways to Sustainable Development and Poverty Eradication, Nairobi. es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem