Weekly urban water demand forecasting using a hybrid wavelet–bootstrap–artificial neural network approach

Abstract

This study developed a hybrid wavelet–bootstrap–artificial neural network (WBANN) model for weekly (one week) urban water demand forecasting in situations with limited data availability. The proposed WBANN method is aimed at improving the accuracy and reliability of water demand forecasting. Daily maximum temperature, total precipitation and water demand data for almost three years were used in this study. It was concluded that the hybrid WBANN model was more accurate compared to the ANN, BANN and WANN methods, and can be applied successfully for operational water demand forecasting. The WBANN model simulated peak water demand very effectively. The better performance of the WBANN model indicated that wavelet analysis significantly improved the model’s performance, whereas the bootstrap technique improved the reliability of forecasts by producing ensemble forecasts. The WBANN model was also found to be effective in assessing the uncertainty associated with water demand forecasts in terms of confidence bands; this can be helpful in operational water demand forecasting.

Authors and Affiliations

KAZ ADAMOWSKI, JAN ADAMOWSKI, OUSMANE SEIDOU, BOGDAN OZGA-ZIELI Ń SKI

Keywords

Related Articles

Ocena przepuszczalności i ciśnienia wody w porach w Iłach Warszawskich na podstawie badań in situ

W artykule przedstawiono wyniki monitoringu wód podziemnych prowadzonego dla głębokiego fundamentu budynku hotelu oraz ujęcia wody oligoceńskiej w dzielnicy Stegny. Wyniki obserwacji wykazały, że podczas wykonywania wyko...

Mikrowiry Kołmogorowa w korycie o złożonym przekroju poprzecznym

Przedstawiono długości podłużnych mikrowirów (mikroskala Kołmogorowa) w strumieniu w korycie o złożonym przekroju poprzecznym. Długości mikrowirów obliczono na podstawie szybkości dyssypacji energii i lepkości cieczy. Do...

Tygodniowa prognoza zapotrzebowania na wodę w obszarach miejskich określana metodą hybrydową z wykorzystaniem transformaty falkowej – bootstrapu – sztucznej sieci neuronowej

W artykule zaproponowano hybrydowy model (WBANN) wykorzystujący transformatę falkową, bootstrap i sztuczną sieć neuronową do opracowania tygodniowej prognozy zapotrzebowania na wodę w obszarach miejskich przy ograniczone...

Modelowanie odpływu oraz ładunków azotanów i fosforanów odprowadzanych ze zlewni Redy do Zalewu Puckiego przy użyciu modelu SWAT

W niniejszej pracy zaprezentowano przykład zastosowania modelu SWAT (Soil and Water Assessment Tool) w rolniczej, przybrzeżnej zlewni Redy o powierzchni 482 km2 usytuowanej w północnej części Polski. Głównym celem pracy...

Flow characteristics of intermittent rivers in Slovakia

Intermittent rivers are rivers that cease to fl ow, i.e. temporary, ephemeral, seasonal, and episodic rivers. Analysis of hydrological regime of such rivers is pivotal in assessment of water resources because changes in...

Download PDF file
  • EP ID EP100044
  • DOI -
  • Views 161
  • Downloads 0

How To Cite

KAZ ADAMOWSKI, JAN ADAMOWSKI, OUSMANE SEIDOU, BOGDAN OZGA-ZIELI Ń SKI (2014). Weekly urban water demand forecasting using a hybrid wavelet–bootstrap–artificial neural network approach. Annals of Warsaw University of Life Sciences – SGGW. Land Reclamation, 46(3), 197-204. https://europub.co.uk/articles/-A-100044