Oct, 2023

利用概念漂移解释方法对水配管网络中的小泄漏进行定位

PDF
TL;DR面对气候变化，饮用水的已经有限的可用性将来会减少，从而使得饮用水资源日益稀缺。大量的饮用水通过水运输和分配网络的泄漏而丢失。泄漏检测和定位是一项具有挑战性的问题，由于水配送网络中复杂的相互作用和需求的变化。尤其是小泄漏很难确定，但是它们的定位对于避免长时间的水损失至关重要。本文采用压力测量值对泄漏进行定位，通过贝叶斯网络对水配送网络中的泄漏进行建模，并分析系统动力学。我们还展示了如何通过概念漂移的视角来考虑和解决这个问题，特别强调基于模型的概念漂移解释在有限的网络信息情况下定位泄漏的可行性。该方法在实际的基准场景下进行了实验评估。
climate changedrinking waterleakage detectionlocalizationbayesian networks
发现论文，激发创造
  • 探讨概念漂移检测在水配供网络泄漏检测中的适用性

    水分配网络中的泄漏是一项重大风险，会导致水损失和增加污染风险。本文探讨了基于模型损失和基于分布的漂移检测方法在泄漏检测中的潜力，还讨论了数据中的时间依赖问题并提出了解决办法。我们对不同大小和检测时间的泄漏进行了系统评估，此外，我们提出了一种基于漂移检测的泄漏定位技术。

    Jan, 2024

  • 仅需一个传感器：基于物理模拟和少量压力传感器的渗漏定位的迭代方法

    本研究通过使用物理模拟数据（如 EPANET 软件）的方法，提出了一种在复杂供水网格中进行泄漏定位的方法。该方法通过对网络模拟数据和泄漏所影响的实际网络数据的压力差异的敏感性矩阵进行分析，利用少量压力传感器和可移动传感器定位的迭代方案，实现了在少量传感器情况下对泄漏位置的准确估计。实验结果表明，该系统可以通过对传感器位置的调整来实现少量传感器的有效利用，并在模拟和真实情况下都能够很好地定位泄漏位置。

    Jun, 2024

  • 水配管漏洞检测器的对抗攻击

    本文为针对水系统中泄漏监测装置的机器学习方法的对抗攻击提出分类方法，进一步关注敏感点问题并使用三种不同的算法解决，结果在两个基准水分布网络上得到评估。

    May, 2023

  • 利用物理信息机器学习来估计非规则的用水需求以帮助泄漏检测

    该研究论文介绍了一种利用物理知识驱动的机器学习算法，通过分析压力数据来估计未知的水需求，最终利用伯努利方程并线性化泄漏检测问题。该算法在 L-Town 基准网络的数据上进行了测试，结果显示其在估计大多数不规则需求方面具有较好的能力，R2 大于 0.8；与不考虑不规则需求的结果相比，对于突发泄漏和潜在泄漏情况下的泄漏识别结果分别提高了 5.3 倍和 3.0 倍。

    Sep, 2023

  • 数据流中概念漂移局部性的全面分析

    在线学习中，适应漂移数据流是一个重要挑战。本文提出了一种基于局部性和尺度的概念漂移分类方法，并构建了一套 2760 个基准问题，用于评估不同难度级别的漂移检测器。通过对 9 种前沿漂移检测器的综合评估，揭示了它们的优势和弱点，并为未来的研究提供了策略。研究结果还表明漂移的局部性如何影响分类器性能，并提出了不同漂移类别的恢复时间最小化策略。最后，总结了对未来概念漂移研究的经验教训和建议。

    Nov, 2023

  • 基于物理插值的学习字典用于水网泄漏定位

    使用基于状态估计和学习的泄漏定位方法，利用水力头之间的物理相互关系和残差插值，比较新插值方法和现有方法在定位误差和后验误差方面的改进。

    Apr, 2023

  • 基于无精度卡尔曼滤波的数据驱动式水网泄漏定位的节点液压头估计

    基于无味卡尔曼滤波器的节点水力头估计方法在水配网中应用于泄漏定位，通过考虑预测模型、可用压力和需求测量，优化初始水力状态的估计，并通过动态更新预测函数权重矩阵提高方法的性能测试结果显示该方法在增强状态估计与数据驱动泄漏定位方面的有效性。

    Nov, 2023

  • 关于概念漂移的已知事项 -- 监测演化环境的调查

    本文提供了对无监督数据流中概念漂移的文献综述，主要关注概念漂移的检测和定位方法，并提供了对各种方法的系统性比较和在真实场景中的使用指南。另外，本文还探讨了解释概念漂移的新兴话题。

    Oct, 2023

  • 概念漂移检测器是可靠的警报系统吗？-- 一项比较研究

    该研究通过比较基于错误率和数据分布的概念漂移检测器的性能，并评估它们在识别漂移时的可靠性，为实践者提供了指导建议和警报系统的适用性分析。

    Nov, 2022

  • CO2 流动模式推断 —— 可行性研究

    在全球推广碳捕获和封存（CCS）技术以应对气候变化的过程中，建立健全的监测和检测机制以应对潜在的地下 CO2 泄漏，特别是通过储存库密封物的预存在或诱导的断层，变得更加重要。通过历史匹配和时变地震监测等技术已成功跟踪 CO2 在地下的演化过程，但是这些方法缺乏对 CO2 波动行为相关不确定性的原则性方法。为了进行风险缓解，系统评估不确定性是至关重要的，因为：（i）CO2 波动引发的变化很小，地震数据是嘈杂的；（ii）正常和异常（例如泄漏引起的）流动模式之间的变化很小；（iii）控制流动的储层属性很异质且通常只能作为分布信息获得。通过在一系列精心设计的数值实验中分析条件归一化流的性能，可以得出一种能够根据井和地震数据进行正常和异常流动模式推断的公式。尽管这些推断在早期 CO2 泄漏检测系统的背景下还是初步的，但结果表明，条件归一化流可以产生具有或不具有泄漏情况下的 CO2 波动的高精度估计。我们也相信推断的不确定性是合理的，因为它与观察误差很好地相关。这种不确定性源于地震数据中的噪声以及对储层流体流动性的精确知识的缺乏。

    Nov, 2023