Nghiên cứu ứng dụng học máy không giám sát để phát hiện bất thường trong nhu cầu sử dụng nước ban đêm trong mạng lưới cấp nước Gia Định, thành phố Hồ Chí Minh

Tóm tắt

Nhu cầu sử dụng nước là lượng nước qua đồng hồ và được thể hiện dưới dạng biểu đồ đường theo thời gian. Trong điều kiện vận hành lý tưởng, nhu cầu sử dụng nước ban đêm thường thấp và ổn định. Tuy nhiên, sự gia tăng bất thường hoặc biến động mạnh trong khoảng thời gian này có thể là dấu hiệu của rò rỉ nước trong mạng lưới. Nghiên cứu này áp dụng phương pháp học không giám sát với mô hình Autoencoder để phát hiện bất thường trong dữ liệu lưu lượng của một nhóm DMA thuộc mạng lưới cấp nước Gia Định. Mô hình được huấn luyện trên 80% chuỗi dữ liệu lịch sử (2.316 bản ghi) và kiểm tra trên 20% còn lại, đạt độ chính xác cao với chỉ số MSE từ 0,0029-0,0087. Kết quả nghiên cứu lựa chọn được kiến trúc Autoencoder tối ưu (256, 128, 64) để phát hiện từ 190-411 điểm bất thường trong lưu lượng nước ban đêm, tập trung chủ yếu vào các tháng 2, 5, 11 và 12 năm 2024, phù hợp với dữ liệu thực tế về các sự cố sửa bể ngầm đã ghi nhận. Việc ứng dụng mô hình này trong hệ thống giám sát có thể giúp các đơn vị cấp nước giảm thiểu thời gian phát hiện rò rỉ, đóng góp đáng kể vào việc giảm lượng nước thất thoát. Từ khóa: Dữ liệu bất thường, thất thoát nước, nhu cầu sử dụng nước, MNF, DMA, Gia Định, học không giám sát, Autoencoder