Die Anwendung von Algorithmen und mathematischen Modellen zur Auswertung und Vorhersage von Informationen wird zunehmend für die Wasserwirtschaft interessant. Das DVGW Forschungsvorhaben Kurzzeitprognose beschäftigte sich mit der Identifikation potentieller Anwendungsfelder von Kurzzeitprognosen und bewertete die Anwendung dieser Verfahren an realen Wasserversorgungssystemen.
Kurzzeitprognosemodelle werden seit langem in den Bereichen Strom, Gas, Börse, Wettervorhersage etc. verwendet. Der Einsatz im Bereich der Wasserwirtschaft steht noch relativ am Anfang. Dieser wird sich jedoch durch die zunehmende Automatisierung der Prozessabläufe („Wasser 4.0“) weiter fortsetzen. Für die Wasserbranche sind automatisierte Datenauswertungen und daraus folgende Optimierungsprozesse durch intelligente Algorithmen von hoher Relevanz. Wasserbedarfsanalysen und -modelle bilden in diesem Zusammenhang in der Wasserwirtschaft die zentrale Größe für die Steuerung und Bewirtschaftung von Anlagen und Aggregaten. Mit Hilfe robuster Prognosen für den Wasserbedarf können angepasste Betriebsstrategien entwickelt und strategische Entscheidungen unterstützt werden. Für den Einsatz von Bedarfsprognosen in der Trinkwasserversorgung wurden einfache statistische Verfahren, Modelle aus dem Bereich des Machine-Learning sowie der Zeitreihenanalyse untersucht. In den 13 untersuchten Anwendungsgebieten wurde mit Modellen des maschinellen Lernens eine sehr hohe Prognosegüte (Abweichungen ≤ 5 %) für die Vorhersage des mittleren und Spitzenwasserbedarfs erreicht. Einfache statistische Verfahren erreichten Prognosewerte mit einer mittleren Abweichung von ≤ 10 % wobei Spitzenbedarfswerte mitunter nicht prognostiziert werden konnten. Der Abschlussbericht dient als Handlungsleitfaden zur Vorbereitung, Erstellung und Beurteilung von Prognosemodellen für den stündlichen und täglichen Wasserbedarf und ist auf Anfrage verfügbar. Für weitere Beratung zur Erstellung und Umsetzung von Wasserbedarfsprognosen stehen wir Ihnen gerne zur Verfügung.
