Simplifying water consumption flow traces for improving end use recognition: a case study | Mejora del reconocimiento de usos finales del agua mediante la simplificación de la traza de caudal: un caso de estudio

Английский. 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.

Испанский язык; кастильский. 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.