Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja.
Se realizó la estimación de curvas de consumo de agua potable por sectores para la ciudad de Tunja. Tomando como base las mediciones de caudal registradas por 31 macromedidores correspondientes a 24 sectores hidráulicos que abarcan las 4 zonas de la ciudad (Norte, Centro, Sur y Oriente). Para dicho...
- Autores:
-
Cante Espitia, Diego Fernando
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/48336
- Acceso en línea:
- http://hdl.handle.net/11634/48336
- Palabra clave:
- Drinking Water
Macrometering
Consumption Pattern
Net Provision
Agua Potable
Macromedición
Patrón de Consumo
Dotación Neta
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_77e3e9238d863078e07c48ac596d75e6 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/48336 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| title |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| spellingShingle |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. Drinking Water Macrometering Consumption Pattern Net Provision Agua Potable Macromedición Patrón de Consumo Dotación Neta |
| title_short |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| title_full |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| title_fullStr |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| title_full_unstemmed |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| title_sort |
Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. |
| dc.creator.fl_str_mv |
Cante Espitia, Diego Fernando |
| dc.contributor.advisor.none.fl_str_mv |
Cortés Zambrano, Melquisedec |
| dc.contributor.author.none.fl_str_mv |
Cante Espitia, Diego Fernando |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás Tunja |
| dc.subject.keyword.spa.fl_str_mv |
Drinking Water Macrometering Consumption Pattern Net Provision |
| topic |
Drinking Water Macrometering Consumption Pattern Net Provision Agua Potable Macromedición Patrón de Consumo Dotación Neta |
| dc.subject.proposal.spa.fl_str_mv |
Agua Potable Macromedición Patrón de Consumo Dotación Neta |
| description |
Se realizó la estimación de curvas de consumo de agua potable por sectores para la ciudad de Tunja. Tomando como base las mediciones de caudal registradas por 31 macromedidores correspondientes a 24 sectores hidráulicos que abarcan las 4 zonas de la ciudad (Norte, Centro, Sur y Oriente). Para dicho calculo se usaron en total un aproximado de 450mil mediciones de caudal, tomadas en un periodo de 6 meses comprendido entre el 1 de enero de 2022 y el 30 de junio de 2022. Con estos datos, se realizó un análisis exploratorio y un proceso estadístico para identificar y eliminar los datos atípicos. Se obtuvieron los patrones de consumo para cada uno de los 7 días de la semana en los 24 sectores, adicionalmente, se identificaron las horas pico de consumo de agua potable 6-9am y 6-8pm. Finalmente, se realizó un análisis confirmatorio para determinar una única curva de consumo por sector (24 curvas en total) con las cuales se estimó el consumo diario (en metros cúbicos) y la dotación neta de cada sector bajo las premisas de 3 habitantes por usuario y asumir todos los usuarios como residenciales. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-12-13T20:01:51Z |
| dc.date.available.none.fl_str_mv |
2022-12-13T20:01:51Z |
| dc.date.issued.none.fl_str_mv |
2022-12-04 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Cante, D. (2022).Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. [Tesis de pregrado]. Universidad Santo Tomás, Seccional Tunja. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/48336 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Cante, D. (2022).Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. [Tesis de pregrado]. Universidad Santo Tomás, Seccional Tunja. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/48336 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
M. S. Rahim, K. A. Nguyen, R. A. Stewart, T. Ahmed, D. Giurco, and M. Blumenstein, “A clustering solution for analyzing residential water consumption patterns,” Knowledge-Based Systems, vol. 233, p. 107522, 2021. G. T. LaVanchy, M. W. Kerwin, and J. K. Adamson, “Beyond ‘Day zero’: Insights and lessons from Cape Town (South Africa),” Hydrogeology Journal, vol. 27, no. 5, pp. 1537–1540, 2019. A. Cominola, K. Nguyen, M. Giuliani, R. A. Stewart, H. R. Maier, and A. Castelletti, “Data mining to uncover heterogeneous water use behaviors from smart meter data,” Water Resources Research, vol. 55, no. 11, pp. 9315–9333, 2019. K. A. Nguyen, R. A. Stewart, H. Zhang, O. Sahin, and N. Siriwardene, “Re- engineering traditional urban water management practices with smart metering and Informatics,” Environmental Modelling & Software, vol. 101, pp. 256–267, 2018. T. R. Gurung, R. A. Stewart, A. K. Sharma, and C. D. Beal, “Smart meters for enhanced water supply network modelling and Infrastructure Planning,” Resources, Conservation and Recycling, vol. 90, pp. 34–50, 2014. T. Boyle, D. Giurco, P. Mukheibir, A. Liu, C. Moy, S. White, and R. Stewart, “Intelligent metering for urban water: A Review,” Water, vol. 5, no. 3, pp. 1052– 1081, 2013. M. S. Rahim, K. A. Nguyen, R. A. Stewart, D. Giurco, and M. Blumenstein, “Advanced household profiling using digital water meters,” Journal of Environmental Management, vol. 288, p. 112377, 2021. S. Patabendige, R. Cardell-Oliver, R. Wang, and W. Liu, “Detection and interpretation of anomalous water use for non-residential customers,” Environmental Modelling & Software, vol. 100, pp. 291–301, 2018. D. Edelmann, T. F. Móri, and G. J. Székely, “On relationships between the Pearson and the distance correlation coefficients,” Statistics & Probability Letters, vol. 169, p. 108960, 2021. M. S. Rahim, K. Anh Nguyen, R. A. Stewart, D. Giurco, and M. Blumenstein, “Predicting household water consumption events: Towards a personalised 195 recommender system to encourage water-conscious behaviour,” 2019 International Joint Conference on Neural Networks (IJCNN), 2019. D. Nettleton, Commercial Data Mining: Processing, analysis and modeling for Predictive Analytics Projects. Waltham, MA: Morgan Kaufmann, 2014. A. P. Almeida, V. Sousa, and C. M. Silva, “Methodology for estimating energy and water consumption patterns in university buildings: Case study, Federal University of Roraima (UFRR),” SSRN Electronic Journal, 2021. Mutono, N. et al. (2022) “Spatio-temporal patterns of domestic water distribution, consumption and sufficiency: Neighbourhood Inequalities in Nairobi, Kenya,” Habitat International, 119, p. 102476. Available at: https://doi.org/10.1016/j.habitatint.2021.102476. M. Pacheco, "Aplicación de plataformas tecnológicas y normativas para la gestión técnica del desarrollo urbano en la empresa Veolia aguas de Tunja s.a.e.s.p" Repositorio USTA. https://repository.usta.edu.co/bitstream/handle/11634/33684/2021marilynpachec o.pdf?sequence=4&isAllowed=y Mutono, N. et al. (2022) “Spatio-temporal patterns of domestic water distribution, consumption and sufficiency: Neighbourhood Inequalities in Nairobi, Kenya,” Habitat International, 119, p. 102476. Available at: https://doi.org/10.1016/j.habitatint.2021.102476. W. Schultz, S. Javey, and A. Sorokina, “Social comparison as a tool to promote residential water conservation,” Frontiers in Water, vol. 1, 2019. A. Bello-Dambatta, R. Bellini, and P. Williams, “Energy efficiency through household water use efficiency: A survey on public perception of household water and water-related energy use in Ireland,” 2022. Támara Leandro González, Estadística descriptiva Y Probabilidad. Editorial Jorge Tadeo Lozano, 2013. MinVivienda, "Resolución 0330 de 2017", Bogotá: MinVivienda, 2017. Breckenridge, “Loggers • i2o water,” • i2O Water, 24-Apr-2020. [Online]. Disponible: https://es.i2owater.com UNAM, “Capítulo 3.- Sectorización del sistema de agua potable.,” Sectorización del sistema de agua potable. [Online]. Disponible: http://www.ptolomeo.unam.mx:8080/jspui/bitstream/132.248.52.100/566/6/A6.pdf. Colombia Agil, “Reporte de Información de Empresas de Energía Al Sistema único de Información de la Superservicios,” Reporte de información de empresas de energía al Sistema Único de Información de la Superservicios | Colombia Ágil. [Online]. Available: https://www.colombiaagil.gov.co/tramites/intervenciones/reporte-de-informacion- de-empresas-de-energia-al-s. LEUCO S.P.A., “Hawk, high pressure piston pumps,” HAWK, high pressure piston pumps. [Online]. Disponible: https://www.hawkpumps.com/en/. S. Ye, J. Wang, H. Fan, and Z. Zhang, “Probabilistic model for truth discovery with mean and median check framework,” Knowledge-Based Systems, vol. 233, p. 107482, 2021. S. Sankaranarayanan, N. Sivakumaran, T. K. Radhakrishnan, and G. Swaminathan, “Dynamic soft sensor based parameters and demand curve estimation for water distribution system: Theoretical and Experimental Cross Validation,” Control Engineering Practice, vol. 102, p. 104544, 2020. B. Du, S. Huang, J. Guo, H. Tang, L. Wang, and S. Zhou, “Interval forecasting for urban water demand using PSO optimized KDE Distribution and LSTM Neural Networks,” Applied Soft Computing, vol. 122, p. 108875, 2022. J. Yan and T. Tao, “Unsupervised anomaly detection in hourly water demand data using an asymmetric encoder–decoder model,” Journal of Hydrology, vol. 613, p. 128389, 2022. M. Suárez-Varela, “Modeling residential water demand: An approach based on household demand systems,” Journal of Environmental Management, vol. 261, p. 109921, 2020. Ma, X.Z., Wu, D., Zhang, S.Q., 2018. Multiple goals dilemma of residential water pricing policy reform: increasing block tariffs or a uniform tariff with rebate? Sustainability 10 (10), 3526. Tortajada, C., Gonzalez-Gomez, F., Biswas, A.K., Buurman, J., 2019. Water demand management strategies for water-scarce cities: the case of Spain. Sustain. Cities Soc. 45, 649–656. Escriva-Bou, A., Lund, J.R., Pulido-Velazquez, M., 2015. Optimal residential water conservation strategies considering related energy in California. Water Resour. Res. 51, 4482–4498. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Tunja |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Civil |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Civil |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/48336/1/2022diegocante.pdf https://repository.usta.edu.co/bitstream/11634/48336/2/Carta%20Derechos%20de%20Autor.pdf https://repository.usta.edu.co/bitstream/11634/48336/5/Carta%20autorizaci%c3%b3n%20de%20facultad.pdf https://repository.usta.edu.co/bitstream/11634/48336/3/license_rdf https://repository.usta.edu.co/bitstream/11634/48336/4/license.txt https://repository.usta.edu.co/bitstream/11634/48336/6/2022diegocante.pdf.jpg https://repository.usta.edu.co/bitstream/11634/48336/7/Carta%20Derechos%20de%20Autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/48336/8/Carta%20autorizaci%c3%b3n%20de%20facultad.pdf.jpg |
| bitstream.checksum.fl_str_mv |
2abab457f2c2d6a5e0d2368934c83da4 5c9f860b638ee83745d394846ea6b5be 0728b35f008ba6b335628eb9b6f32141 217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 c6347df17a57767e30b2706dc9615132 5e7f1d5b6a9c6171facd9819d76cdf60 46953a2c08d5e039849df0df33f32e81 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026267302821888 |
| spelling |
Cortés Zambrano, MelquisedecCante Espitia, Diego FernandoUniversidad Santo Tomás Tunja2022-12-13T20:01:51Z2022-12-13T20:01:51Z2022-12-04Cante, D. (2022).Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja. [Tesis de pregrado]. Universidad Santo Tomás, Seccional Tunja.http://hdl.handle.net/11634/48336reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coSe realizó la estimación de curvas de consumo de agua potable por sectores para la ciudad de Tunja. Tomando como base las mediciones de caudal registradas por 31 macromedidores correspondientes a 24 sectores hidráulicos que abarcan las 4 zonas de la ciudad (Norte, Centro, Sur y Oriente). Para dicho calculo se usaron en total un aproximado de 450mil mediciones de caudal, tomadas en un periodo de 6 meses comprendido entre el 1 de enero de 2022 y el 30 de junio de 2022. Con estos datos, se realizó un análisis exploratorio y un proceso estadístico para identificar y eliminar los datos atípicos. Se obtuvieron los patrones de consumo para cada uno de los 7 días de la semana en los 24 sectores, adicionalmente, se identificaron las horas pico de consumo de agua potable 6-9am y 6-8pm. Finalmente, se realizó un análisis confirmatorio para determinar una única curva de consumo por sector (24 curvas en total) con las cuales se estimó el consumo diario (en metros cúbicos) y la dotación neta de cada sector bajo las premisas de 3 habitantes por usuario y asumir todos los usuarios como residenciales.Drinking water consumption curves were estimated by sectors for the city of Tunja. based on the flow measurements recorded by 31 macrometers corresponding to 24 hydraulic sectors that cover the 4 areas of the city (North, Center, South and East). For this calculation, a total of approximately 450,000 flow measurements were used, taken in a 6-month period between January 1, 2022 and June 30, 2022. With these data, an exploratory analysis and a statistical process were carried out to identify and eliminate outliers. Consumption patterns were obtained for each of the 7 days of the week in the 24 sectors, additionally, the peak hours of drinking water consumption 6-9am and 6-8pm were identified. Finally, a confirmatory analysis was carried out to determine a single consumption curve per sector (24 curves in total) with which the daily consumption (in cubic meters) and the net endowment of each sector were estimated under the premises of 3 inhabitants per user. and assume all users as residential.Ingeniero CivilPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería CivilFacultad de Ingeniería CivilAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Estimación de patrones de consumo de agua potable sectorizadas para la ciudad de Tunja.Drinking WaterMacrometeringConsumption PatternNet ProvisionAgua PotableMacromediciónPatrón de ConsumoDotación NetaTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA TunjaM. S. Rahim, K. A. Nguyen, R. A. Stewart, T. Ahmed, D. Giurco, and M. Blumenstein, “A clustering solution for analyzing residential water consumption patterns,” Knowledge-Based Systems, vol. 233, p. 107522, 2021.G. T. LaVanchy, M. W. Kerwin, and J. K. Adamson, “Beyond ‘Day zero’: Insights and lessons from Cape Town (South Africa),” Hydrogeology Journal, vol. 27, no. 5, pp. 1537–1540, 2019.A. Cominola, K. Nguyen, M. Giuliani, R. A. Stewart, H. R. Maier, and A. Castelletti, “Data mining to uncover heterogeneous water use behaviors from smart meter data,” Water Resources Research, vol. 55, no. 11, pp. 9315–9333, 2019.K. A. Nguyen, R. A. Stewart, H. Zhang, O. Sahin, and N. Siriwardene, “Re- engineering traditional urban water management practices with smart metering and Informatics,” Environmental Modelling & Software, vol. 101, pp. 256–267, 2018.T. R. Gurung, R. A. Stewart, A. K. Sharma, and C. D. Beal, “Smart meters for enhanced water supply network modelling and Infrastructure Planning,” Resources, Conservation and Recycling, vol. 90, pp. 34–50, 2014.T. Boyle, D. Giurco, P. Mukheibir, A. Liu, C. Moy, S. White, and R. Stewart, “Intelligent metering for urban water: A Review,” Water, vol. 5, no. 3, pp. 1052– 1081, 2013.M. S. Rahim, K. A. Nguyen, R. A. Stewart, D. Giurco, and M. Blumenstein, “Advanced household profiling using digital water meters,” Journal of Environmental Management, vol. 288, p. 112377, 2021.S. Patabendige, R. Cardell-Oliver, R. Wang, and W. Liu, “Detection and interpretation of anomalous water use for non-residential customers,” Environmental Modelling & Software, vol. 100, pp. 291–301, 2018.D. Edelmann, T. F. Móri, and G. J. Székely, “On relationships between the Pearson and the distance correlation coefficients,” Statistics & Probability Letters, vol. 169, p. 108960, 2021.M. S. Rahim, K. Anh Nguyen, R. A. Stewart, D. Giurco, and M. Blumenstein, “Predicting household water consumption events: Towards a personalised 195 recommender system to encourage water-conscious behaviour,” 2019 International Joint Conference on Neural Networks (IJCNN), 2019.D. Nettleton, Commercial Data Mining: Processing, analysis and modeling for Predictive Analytics Projects. Waltham, MA: Morgan Kaufmann, 2014.A. P. Almeida, V. Sousa, and C. M. Silva, “Methodology for estimating energy and water consumption patterns in university buildings: Case study, Federal University of Roraima (UFRR),” SSRN Electronic Journal, 2021.Mutono, N. et al. (2022) “Spatio-temporal patterns of domestic water distribution, consumption and sufficiency: Neighbourhood Inequalities in Nairobi, Kenya,” Habitat International, 119, p. 102476. Available at: https://doi.org/10.1016/j.habitatint.2021.102476.M. Pacheco, "Aplicación de plataformas tecnológicas y normativas para la gestión técnica del desarrollo urbano en la empresa Veolia aguas de Tunja s.a.e.s.p" Repositorio USTA. https://repository.usta.edu.co/bitstream/handle/11634/33684/2021marilynpachec o.pdf?sequence=4&isAllowed=yMutono, N. et al. (2022) “Spatio-temporal patterns of domestic water distribution, consumption and sufficiency: Neighbourhood Inequalities in Nairobi, Kenya,” Habitat International, 119, p. 102476. Available at: https://doi.org/10.1016/j.habitatint.2021.102476.W. Schultz, S. Javey, and A. Sorokina, “Social comparison as a tool to promote residential water conservation,” Frontiers in Water, vol. 1, 2019.A. Bello-Dambatta, R. Bellini, and P. Williams, “Energy efficiency through household water use efficiency: A survey on public perception of household water and water-related energy use in Ireland,” 2022.Támara Leandro González, Estadística descriptiva Y Probabilidad. Editorial Jorge Tadeo Lozano, 2013.MinVivienda, "Resolución 0330 de 2017", Bogotá: MinVivienda, 2017.Breckenridge, “Loggers • i2o water,” • i2O Water, 24-Apr-2020. [Online]. Disponible: https://es.i2owater.comUNAM, “Capítulo 3.- Sectorización del sistema de agua potable.,” Sectorización del sistema de agua potable. [Online]. Disponible: http://www.ptolomeo.unam.mx:8080/jspui/bitstream/132.248.52.100/566/6/A6.pdf.Colombia Agil, “Reporte de Información de Empresas de Energía Al Sistema único de Información de la Superservicios,” Reporte de información de empresas de energía al Sistema Único de Información de la Superservicios | Colombia Ágil. [Online]. Available: https://www.colombiaagil.gov.co/tramites/intervenciones/reporte-de-informacion- de-empresas-de-energia-al-s.LEUCO S.P.A., “Hawk, high pressure piston pumps,” HAWK, high pressure piston pumps. [Online]. Disponible: https://www.hawkpumps.com/en/.S. Ye, J. Wang, H. Fan, and Z. Zhang, “Probabilistic model for truth discovery with mean and median check framework,” Knowledge-Based Systems, vol. 233, p. 107482, 2021.S. Sankaranarayanan, N. Sivakumaran, T. K. Radhakrishnan, and G. Swaminathan, “Dynamic soft sensor based parameters and demand curve estimation for water distribution system: Theoretical and Experimental Cross Validation,” Control Engineering Practice, vol. 102, p. 104544, 2020.B. Du, S. Huang, J. Guo, H. Tang, L. Wang, and S. Zhou, “Interval forecasting for urban water demand using PSO optimized KDE Distribution and LSTM Neural Networks,” Applied Soft Computing, vol. 122, p. 108875, 2022.J. Yan and T. Tao, “Unsupervised anomaly detection in hourly water demand data using an asymmetric encoder–decoder model,” Journal of Hydrology, vol. 613, p. 128389, 2022.M. Suárez-Varela, “Modeling residential water demand: An approach based on household demand systems,” Journal of Environmental Management, vol. 261, p. 109921, 2020.Ma, X.Z., Wu, D., Zhang, S.Q., 2018. Multiple goals dilemma of residential water pricing policy reform: increasing block tariffs or a uniform tariff with rebate? Sustainability 10 (10), 3526.Tortajada, C., Gonzalez-Gomez, F., Biswas, A.K., Buurman, J., 2019. Water demand management strategies for water-scarce cities: the case of Spain. Sustain. Cities Soc. 45, 649–656.Escriva-Bou, A., Lund, J.R., Pulido-Velazquez, M., 2015. Optimal residential water conservation strategies considering related energy in California. Water Resour. Res. 51, 4482–4498.ORIGINAL2022diegocante.pdf2022diegocante.pdfDocumento Principalapplication/pdf2369965https://repository.usta.edu.co/bitstream/11634/48336/1/2022diegocante.pdf2abab457f2c2d6a5e0d2368934c83da4MD51open accessCarta Derechos de Autor.pdfCarta Derechos de Autor.pdfCarta Derechos de Autorapplication/pdf277069https://repository.usta.edu.co/bitstream/11634/48336/2/Carta%20Derechos%20de%20Autor.pdf5c9f860b638ee83745d394846ea6b5beMD52metadata only accessCarta autorización de facultad.pdfCarta autorización de facultad.pdfCata autorización de facultadapplication/pdf375717https://repository.usta.edu.co/bitstream/11634/48336/5/Carta%20autorizaci%c3%b3n%20de%20facultad.pdf0728b35f008ba6b335628eb9b6f32141MD55metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/48336/3/license_rdf217700a34da79ed616c2feb68d4c5e06MD53open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/48336/4/license.txtaedeaf396fcd827b537c73d23464fc27MD54open accessTHUMBNAIL2022diegocante.pdf.jpg2022diegocante.pdf.jpgIM Thumbnailimage/jpeg4216https://repository.usta.edu.co/bitstream/11634/48336/6/2022diegocante.pdf.jpgc6347df17a57767e30b2706dc9615132MD56open accessCarta Derechos de Autor.pdf.jpgCarta Derechos de Autor.pdf.jpgIM Thumbnailimage/jpeg8184https://repository.usta.edu.co/bitstream/11634/48336/7/Carta%20Derechos%20de%20Autor.pdf.jpg5e7f1d5b6a9c6171facd9819d76cdf60MD57open accessCarta autorización de facultad.pdf.jpgCarta autorización de facultad.pdf.jpgIM Thumbnailimage/jpeg10879https://repository.usta.edu.co/bitstream/11634/48336/8/Carta%20autorizaci%c3%b3n%20de%20facultad.pdf.jpg46953a2c08d5e039849df0df33f32e81MD58open access11634/48336oai:repository.usta.edu.co:11634/483362023-05-09 08:41:11.976open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |