bevictor伟德官网2023年10月18日電 bevictor伟德官网王春豔副研究員在微觀居民家庭單元水-能耦合機制研究中取得新進展：研究開發了基于混合機器算法的居民家庭小時尺度用水-用能預測模型，在降低輸入參數複雜度的同時，大幅提升了家庭用水-用能預測準确性；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。

随着人口增長和生活習慣的改變，居民家庭用水、用能量持續上升。預測高時間分辨率的家庭用水、用電量能夠加強資源管理、支撐基礎設施規劃建設、促進資源轉型和可持續發展。然而，居民家庭用水-用能行為複雜、數據難以獲取、影響因素繁多，現有預測模型需要多種輸入數據且準确性較低。研究團隊基于北京市海澱區居民家庭的智能監測數據，提出了時間序列模型（Prophet）與深度學習網絡（GRU）耦合的混合機器學習算法，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，緻使家庭水與能源的消費密切關聯。基于此，本研究在預測模型中将水-能耦合關系作為被預測資源消費特征的“代理”。研究結果表明，“代理”機制使得模型參數複雜性降低了78%，并将預測準确性提高了近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。

相關研究成果于10月10日以“基于混合機器學習算法的小時分辨率居民用水、用電量預測”（Residential water and energy consumption prediction at hourly resolution based on a hybrid machine learning approach）為題發表于國際學術期刊《水研究》（Water Research）。bevictor伟德官网王春豔副研究員為論文的第一作者，劉毅教授為論文的通訊作者。bevictor伟德官网碩士生李宗瀚，斯坦福大學計算機系碩士生倪嘯元，微軟研究院科學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。

王春豔副研究員是環境複雜系統變化模拟與評估研究團隊成員。研究團隊長期力于發現技術活動和社會行為的環境影響機制與治理策略，運用環境系統分析與評價理論，開展區域/流域、城市/設施、生産/消費等領域複雜系統變化及其生态環境響應與評估，支撐生态環境空間精細管控、流域水環境精準治理、經濟-環境綜合決策等管理實踐。本研究得到國家自然科學基金面上項目、青年項目的資助和支持。

論文鍊接：https://doi.org/10.1016/j.watres.2023.120733