João Caetano, Bruno Ferreira, Raquel Barreira, Nelson Carriço*
RESUMO
O presente artigo apresenta uma metodologia para a previsão de consumos de água a curto prazo, baseada numa abordagem comparativa entre cinco técnicas distintas. A avaliação destas técnicas é efetuada num período de dados históricos conhecido, geralmente correspondente a um dia ou uma semana. O desempenho dos modelos é comparado através da análise do erro entre as previsões e as medições reais de consumo, permitindo identificar o modelo mais preciso. O modelo com menor erro é então selecionado para realizar previsões num horizonte futuro. Esta metodologia realça a importância de adequar o modelo às especificidades do caso em estudo e aos objetivos definidos, embora apresente como desvantagens um elevado esforço computacional e a suposição de que não existirá uma grande variação entre o comportamento histórico e o futuro do consumo de água.
Palavras-Chave: Consumos de água, inteligência artificial, previsão no curto prazo, seleção de modelos
Optimising short-term water consumption forecasts: a comparative approach
ABSTRACT
This article presents a methodology for short-term water consumption forecasting based on a comparative approach involving five different techniques. These techniques are evaluated using a period of known historical data, typically corresponding to one day or a week. The performance of the models is compared by analysing the error between the predicted values and the actual consumption measurements, enabling the identification of the most accurate model. The model with the lowest error is then selected to generate forecasts for a future time horizon. This methodology emphasises the importance of tailoring the model to the specific characteristics of the case study and the defined objectives. However, it also has limitations, such as high computational demands and the assumption that there will be no significant deviation between historical and future water consumption patterns.
Keywords: Water consumption, artificial intelligence, short-term forecasting, model selection
