清華新聞網(wǎng)10月25日電 近日，清華大學(xué)環(huán)境學(xué)院王春艷副研究員在微觀居民家庭單元水-能耦合機制研究中取得進(jìn)展，其研究開發(fā)了基于混合機器算法的居民家庭小時尺度用水-用能預(yù)測模型，在降低輸入?yún)?shù)復(fù)雜度的同時，大幅提升了家庭用水-用能預(yù)測準(zhǔn)確性。研究揭示了水-能耦合的“代理”機制，為微觀居民家庭單元的資源消費管理提供了重要的理論與工具支撐。
隨著人口增長和生活習(xí)慣的改變，居民家庭用水、用能量持續(xù)上升。預(yù)測高時間分辨率的家庭用水、用電量能夠加強資源管理、支撐基礎(chǔ)設(shè)施規(guī)劃建設(shè)、促進(jìn)資源轉(zhuǎn)型和可持續(xù)發(fā)展。然而，居民家庭用水-用能行為復(fù)雜、數(shù)據(jù)難以獲取、影響因素繁多，現(xiàn)有預(yù)測模型需要多種輸入數(shù)據(jù)且準(zhǔn)確性較低。研究團隊基于北京市海淀區(qū)居民家庭的智能監(jiān)測數(shù)據(jù)，提出了時間序列模型（Prophet）與深度學(xué)習(xí)網(wǎng)絡(luò)（GRU）耦合的混合機器學(xué)習(xí)算法，揭示了家庭水-能耦合的“代理”機制。
研究整體框架
在居民家庭中存在洗衣、沐浴等同時消耗水和能源行為，致使家庭水與能源的消費密切關(guān)聯(lián)。基于此，該研究在預(yù)測模型中將水-能耦合關(guān)系作為被預(yù)測資源消費特征的“代理”。研究結(jié)果表明，“代理”機制使得模型參數(shù)復(fù)雜性降低了78%，并將預(yù)測準(zhǔn)確性提高了近40%。研究凸顯了在居民家庭單元水、能源管理中考慮水-能耦合關(guān)系的重要性，為家庭資源消費研究提供了重要的理論與工具支撐。
相關(guān)研究成果于10月10日以“基于混合機器學(xué)習(xí)算法的小時分辨率居民用水、用電量預(yù)測”（Residential water and energy consumption prediction at hourly resolution based on a hybrid machine learning approach）為題發(fā)表于國際學(xué)術(shù)期刊《水研究》（Water Research）。
清華大學(xué)環(huán)境學(xué)院王春艷副研究員為論文第一作者，劉毅教授為論文通訊作者。清華大學(xué)環(huán)境學(xué)院碩士生李宗瀚，斯坦福大學(xué)計算機系碩士生倪嘯元，微軟研究院科學(xué)智能中心石文磊研究員、張佳研究員，微軟亞洲研究院邊江研究員為共同作者。該研究得到國家自然科學(xué)基金面上項目等的資助和支持。
王春艷是環(huán)境復(fù)雜系統(tǒng)變化模擬與評估研究團隊成員。研究團隊長期致力于發(fā)現(xiàn)技術(shù)活動和社會行為的環(huán)境影響機制與治理策略，運用環(huán)境系統(tǒng)分析與評價理論，開展區(qū)域/流域、城市/設(shè)施、生產(chǎn)/消費等領(lǐng)域復(fù)雜系統(tǒng)變化及其生態(tài)環(huán)境響應(yīng)與評估，支撐生態(tài)環(huán)境空間精細(xì)管控、流域水環(huán)境精準(zhǔn)治理、經(jīng)濟-環(huán)境綜合決策等管理實踐。
論文鏈接：
https://doi.org/10.1016/j.watres.2023.120733
供稿：環(huán)境學(xué)院
題圖設(shè)計：金婭辰
編輯：李華山
審核：郭玲
