Ein probabilistisches Rahmenmodell zur Vorhersage des Abwasserflusses in städtischen Gebieten

Die Vorhersage des Abwasserflusses ist entscheidend für die Steuerung der Leistungsfähigkeit von Kanalisationsnetzen und deren Kläranlagen. Während Simulatoren seit Jahren zur Modellierung des Abwasserflusses eingesetzt werden, haben datengetriebene Emulatoren kürzlich wegen ihrer höheren Rechengeschwindigkeit und Umsetzbarkeit an Bedeutung gewonnen. In dieser Forschung wird ein Rahmenmodell auf Basis von Multi-Input Single-Output Gaussian Processes vorgeschlagen, um den Abwasserfluss unter Verwendung von Zeit und Niederschlag als Eingaben vorherzusagen. Die Vorhersagen werden als Gaussian-Verteilungen dargestellt, die die Vertrauensniveaus zeigen. Die Ergebnisse der GPR auf den Daten eines Kanalisationssystems in dieser Studie zeigten eine robuste Modellleistung mit 93,6 % Abdeckung der Vorhersagen im 95 %-Glaubwürdigkeitsintervall und einem RMSE von 89,5 L/s.