Aplicación de la regresión logística para la predicción de roturas de tuberías en redes de abastecimiento de agua

Abstract

Las roturas de tuberías en redes de abastecimiento de agua provocan serios problemas para las compañías encargadas de su gestión. Con objeto de reducir el número de roturas inesperadas, se propone un método predictivo de clasificación de las tuberías que utiliza la regresión logística, junto con técnicas avanzadas de procesamiento de datos, como el equilibrado de clases o la validación cruzada. La metodología se ha aplicado al caso real de la red de abastecimiento de Sevilla. Los resultados muestran que podría llegar a predecirse el 85.9% de las roturas de tuberías, siendo 76.6% la precisión total del modelo.Palabras clave: Regresión logística; Red de abastecimiento de agua; Predicción de roturas de tuberías; Aprendizaje automático

Artificial Neural Networks to Forecast Failures in Water Supply Pipes

“…For numerical variables, the range, mean and standard deviation are presented, and for categorical variables, the categories are shown. These data are an updated version of those used in two previous studies carried out by the authors [14,15], so interested readers are encouraged to consult the cited articles for more information. Despite having used data from the same water network, some new aggregations and filters are applied.…”