PREVISÃO DE CONSUMO DE ÁGUA UTILIZANDO MODELAGEM COM SÉRIES TEMPORAIS: ESTUDO DE CASO EM UM HOSPITAL UNIVERSITÁRIO
A case study of a university hospital
DOI:
https://doi.org/10.46421/sispred.v4.8137Palavras-chave:
consumo de água, Modelagem, previsãoResumo
O uso de água em hospitais ocorre em diversas atividades, como as de consumo humano, bem como em práticas de limpeza, terapias médicas e manutenção. Devido à necessidade atual de redução do consumo de água em edificações, incluindo estabelecimentos de saúde, a identificação de padrões na demanda de água e a modelagem preditiva são vitais para gestores e pesquisadores da área. Neste contexto, este estudo tem por objetivo aplicar a modelagem com séries temporais, com os métodos ARIMA, ETS e Prophet, para a estimar previsões de curto prazo do consumo de água mensal em um hospital universitário. Foram utilizados dados com frequência mensal no período compreendido entre janeiro de 2020 e dezembro de 2023 para a modelagem e foram estimadas as previsões para os meses do primeiro semestre de 2024. Os resultados mostraram que a série não é estacionária, apresentando tendência amortecida, e não possui sazonalidade mensal. As previsões com o modelo Prophet são mais acuradas (com erro percentual médio de 0,14%) do que as com os modelos ETS e ARIMA, que apresentaram erros médios percentuais de 7,54% e 8,51%, respectivamente.
Downloads
Referências
ARFANUZZAMAN, M.; RAHMAN, A. A. Sustainable water demand management in the face of rapid urbanization and ground water depletion for social ecological resilience building. Global Ecology and Conservation, v. 10, p. 9–22, 2017. DOI: https://doi.org/10.1016/j.gecco.2017.01.005.
BATISTA, K. J. M.; SILVA, S. R.; RABBANI, E. R. K.; ZLATAR, T. Systematic review of indicators for the assessment of water consumption rates at hospitals. Water Supply, v. 20, 2020. DOI: https://doi.org/10.2166/ws.2019.169.
BOUBAKER, S. Identification of monthly municipal water demand system based on autoregressive integrated moving average model tuned by particle swarm optimization. Journal of Hydroinformatics, v. 19, p. 261–281, 2017. DOI: https://doi.org/10.2166/hydro.2017.035.
BRASIL. Governo Federal. HU-UFSC registra avanços em 2024. Florianópolis SC: Ebserh, 2024. Disponível em: https://www.gov.br/ebserh/pt-br/hospitais-universitarios/regiao-sul/hu-ufsc/comunicacao/noticias/hu-ufsc-registra-avancos-em-2024#:~:text=Ainda%20em%202024%2C%20o%20HU,investimento%20na%20assist%C3%AAncia%20%C3%A0%20sa%C3%BAde. Data de acesso 12 dez. 2024.
CALZA, L. F.; NOGUEIRA, C. E. C.; SIQUEIRA, J. A. C. Diagnóstico preliminar e proposta de adequação para o uso eficiente da água no Hospital Universitário do Oeste do Paraná (Preliminary diagnosis and proposal of adequacy for the efficient use of water at the university hospital of the west of Paraná). Revista Acta Iguazu, Cascavel, v. 1, n. 4, p. 27–35, 2012.
DU, H.; ZHAO, Z.; XUE, H. ARIMA: a new model for daily water consumption prediction based on the autoregressive integrated moving average model and the Markov chain error correction. Water, v. 12, 2020. DOI: https://doi.org/10.3390/w12030760.
GONZÁLEZ, A. G.; GARCÍA-SANZ-CALCEDO, J.; SALGADO, D. R.; MENA, A. A quantitative analysis of cold water for human consumption in hospitals in Spain. International Journal of Environmental Research and Public Health, Basel, v. 13, n. 7, p. 647, 2016. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5058574/. Acesso em: 18 jul. 2025.
HYNDMAN, R. J.; KHANDAKAR, Y. Automatic time series forecasting: the forecast package for R. Journal of Statistical Software, v. 27, n. 3, p. 1–22, 2008. DOI: https://doi.org/10.18637/jss.v027.i03.
PIRES, C.; MARTINS, M. V. Enhancing water management: a comparative analysis of time series prediction models for distributed water flow in supply networks. Water, v. 16, n. 13, p. 1827, 2024. DOI: https://doi.org/10.3390/w16131827.
R CORE TEAM. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2025. Disponível em: <https://www.R-project.org/>. Acesso em: 21 jul. 2025.
RAJBALLIE, A.; TRIPATHI, V.; CHINCHAMEE, A. Water consumption forecasting models – a case study in Trinidad (Trinidad and Tobago). Water Supply, v. 22, 2022. DOI: https://doi.org/10.2166/ws.2022.147.
RISTOW, D. C. M.; HENNING, E.; KALBUSCH, A.; PETERSEN, C. E. Models for forecasting water demand using time series analysis: a case study in Southern Brazil. Journal of Water, Sanitation and Hygiene for Development, v. 11, n. 2, p. 231–240, 1 mar. 2021. DOI: https://doi.org/10.2166/washdev.2021.208.
SANTANA, L.; SANT’ANA, D. Análise dos usos finais de água em hospital público de Brasília, Brasil. Engenharia Sanitária e Ambiental, v, 28, e2022022, 2023. https://doi.org/10.1590/S1413-415220220228.
SETIC-UFSC. Coordenadoria de Gestão Ambiental – CGA. Disponível em: <https://gestaoambiental.ufsc.br/gestao-das-aguas/abastecimento-de-agua/>. Acesso em: 6 jun. 2025.
SILVA, A. C. DA, SILVA, F. DAS G. B. DA, VALÉRIO, V. E. DE M., SILVA, A. T. Y. L., MARQUES, S. M., & REIS, J. A. T. Application of data prediction models in a real water supply network: comparison between ARIMA and artificial neural networks. Revista Brasileira de Recursos Hídricos (RBRH), v. 29, 2024. DOI: https://doi.org/10.1590/2318-0331.292420230057.
