Inverse Optimization based Detection of Leaks from Simulated Pressure in Water Networks, Part 2: Analysis for Two Leaks
Notice bibliographique
Résumé
Water networks lose significant volumes of water from the distribution network.This is because most water networks, especially in developing countries, do not have the techniques, equipment or monitoring systems required to enable the detection of leaks.An optimization-based approach is used to model leakage detection in water networks from simulated network pressures.This study explores the ability of the proposed model to simultaneously detect two leaks within the water distribution network and to determine the number of reference points required for the leaks to be detected.By changing the emitter property in the network hydraulic model, reference and simulated pressures are generated.Two nodes are injected with leaks of known magnitude and the model attempts to find the two reference nodes.Similarly, several simulated references are generated from stochastically simulated leaks.The reference and simulated pressures are compared with respect to selected observation or reference points within the network.The model detects leaks using the optimization functions for which the sum of squared errors (SSE) is equal to zero.For the range of leak sizes and the two scenarios considered, the model performs poorly (13%) in the Same Vicinity scenario and just below average (41%) in the leaks occurring in the Far Apart scenario.This may be due to the water network configuration affect-ing the sensitivity of the model to the leak sizes being considered.Relatively smaller leak sizes and various network configurations will be further investigated.Additionally, it was determined that a minimum of eight observation points is required for leaks to be detected.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».