Detection and interpretation of anomalous water use for non-residential customers

متر آب هوشمند می تواند به کسب و کار صرفه جویی در آب کمک کند. اما دستیابی به این هدف نیازمند الگوریتم های قابل اعتماد برای پردازش داده ها و سیستم های نرم افزاری بصری، تعاملی برای پشتیبانی از کاربران نهایی در تصمیم گیری است. این مقاله یک الگوریتم و یک سیستم نرم افزاری مبتنی بر وب را برای شناسایی و تجسم استفاده از آب غیرمستقیم ارائه می دهد. الگوریتم یک نمره انحرافی برای هر روز محاسبه می کند، همراه با منطق توصیف علائم مصرف آب غیر معمول. نمره هر روز بر اساس ده ویژگی از تقاضای روزانه و زمینه تاریخی آن است. نمره و منطق آن به کاربران ارسال می شود تا به آنها کمک کند آنها را از علل فیزیکی مرتبط با ناهنجاری ها ردیابی کند. با استفاده از داده های دو مرکز تفریحی آبزی، ما نشان می دهیم که نمرات ناهنجاری پوشش بهترتری نسبت به سیستم های مبتنی بر آستانه سنتی ارائه می دهند که کاربران نهایی می توانند از بازخورد به موقع برای صرفه جویی در مصرف آب استفاده کنند و الگوریتم برای تنظیمات پارامتر منطقی قوی باشد.