A Two Stage Optimization Approach for Calibrating Water Distribution Systems
Notice bibliographique
Résumé
BWCN is a competition for calibrating pipe roughness coefficients and demand pattern multipliers of C-Town Water Distribution System (WDS) to measured SCADA (hourly tank levels and pump flows) and fire flow test data in a 1-week operation. In a pre-calibration step, quality of the data is assessed, base demands for the fire flow tests are estimated, by mass balance, and pipes are grouped and their nominal values and variation range are determined. In this study, the calibration problem is solved in two stages, each of which tunes a portion of decision variables (DVs) that significantly impact the corresponding objectives while other DVs are set to their nominal (or calibrated) values. Dynamically Dimensioned Search based optimization algorithms are used in both stages because the default algorithm parameter setting is robust. Stage-1 aims to fit the fire flow test measurements that are highly affected by pipe roughness coefficients. Also, demand pattern multipliers for hour-1 SCADA must be calibrated in this stage because the base demand during the fire flow tests is roughly the same as those in hour 1. Ideally, a single solution must minimize the calibration error for all the measurements simultaneously. However, since no perfect model and/or data set exist, objective functions (error metrics) are usually in conflict. Therefore, this stage is set up as a bi-objective optimization problem to minimize the calibration error in simulating fire flow test measurements versus simulating hour-1 SCADA measurements. At the end of this stage, multi-criteria decision making is utilized to select candidate solutions to be evaluated in stage-2. In stage-2 demand pattern multipliers are calibrated to fit the SCADA (tank levels and pump flows). The WDS model performance in each hour is independent from subsequent hours; therefore, stage-2 is set up to calibrate demand pattern multipliers hour by hour starting from the hour 2 to 168 (1 week). All candidate solutions from stage-1 are evaluated in stage-2 and one of them is selected as the final solution to the C-Town calibration problem based on multi-criteria decision making. On average, the final calibrated model estimates static pressure, fire flow tests, tank levels and pumping flow rates of SCADA to within 3.5%, 1.5%, 1.0%, and 2.5% of the measured data respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».