W rozprawie skoncentrowano się na badaniu struktury i prognozowaniu szeregów czasowych najważniejszych parametrów pracy oczyszczalni ścieków. Dane wykorzystane w analizach pochodziły z sześciu miejskich oczyszczalni ścieków. Do analizy wybrano parametry: natężenie dopływu ścieków, biochemiczne zapotrzebowanie na tlen, chemiczne zapotrzebowanie na tlen, azot ogólny, fosfor ogólny i zawiesina. Uzyskane dane z oczyszczalni były trudne do analizy tradycyjnymi metodami z powodu ich złożoności, polegającej na nakładaniu się na siebie wielu zjawisk przyrodniczych oraz antropogenicznych. Do zjawisk, które musiały być uwzględnione w tworzonym modelu czasowej zmienności parametrów pracy oczyszczalni zaliczono: porę roku, miesiąc, dzień tygodnia, występowanie dni świątecznych i przedświątecznych, dobową wysokość opadu, temperaturę, działalność przemysłową, nowe obiekty podłączane do oczyszczalni ścieków.
W pracy opisano liczne modele predykcyjne analizowanych szeregów czasowych wykonane klasycznymi metodami analizy szeregów czasowych oraz metodami niestandardowymi zgodnymi z najnowszą literaturą światową. Zaproponowano także wykrywanie składowej cyklicznej i okresowej za pomocą analizy graficznej szeregu czasowego. Przeciętny błąd uzyskanych prognoz oceniony za pomocą ocen prognoz wygasłych ex-post dla czterech okresów w przód nie przekroczył 5% (MAPE).
This dissertation focused on the study of structure and time series forecasting of the major wastewater treatment plants parameters. The data used in the analysis came from six municipal wastewater treatment plants. For analysis were chosen parameters: the inflow, biochemical oxygen demand, chemical oxygen demand, total nitrogen, total phosphorus and suspended solids. The data obtained from the treatment were difficult to analyze with traditional methods, because of their complexity, involving the overlapping of many natural and anthropogenic phenomena. For events that need to be included in the created models of time series include: time of year, month, day, the occurrence of holidays and days before holidays, the daily amount of rainfall, temperature, industrial, new objects connected to the sewage treatment plant.
The paper describes a number of analyzed time series predictive models made of classical methods of time series analysis and methods of non-standard compliant with the latest world literature. Also the detection of cyclic and periodic component using a graphical analysis of time series were proposed. The average error of predictions evaluated by assessment of expired forecasts ex-post for four periods ahead, did not exceed 5% (MAPE).