Abstract
La previsione della domanda idrica urbana è una tecnica che permette di ottimizzare i sistemi di distribuzione. In Bakker et al., (2014) viene riportato come in Olanda un sistema di previsione abbia permesso di ridurre i consumi energetici e i costi energetici di un acquedotto rispettivamente del 3.1% e del 5.2%. Tuttavia lo sviluppo di un sistema accurato e robusto per la previsione è complicato a causa della natura complessa e stocastica dei consumi idrici. Inoltre, le influenze esterne dovute al clima o a condizioni socioeconomiche complicano ulteriormente la modellazione della domanda idrica. Una review sulle diverse metodologie per la previsione della domanda idrica urbana viene fatta in Donkor et al., (2014), dove viene sviluppata una classificazione degli approcci previsionali basata sull’orizzonte temporale. In particolare si distinguono approcci a breve termine, a medio termine e lungo termine. La differenza risiede nell’utilità del sistema di previsione, che può essere utilizzato per la gestione giornaliera e dunque con approccio a breve termine, oppure per la pianificazione futura di eventuali ampliamenti con approccio a lungo termine. Inoltre, vengono classificate le metodologie più utilizzate in letteratura, che vanno dai più classici metodi statistici (e.g. regressioni, ARIMA) alle metodologie più recenti basate sul machine learning.