مدل‌سازی هوشمند تشخیص نشت در شبکه‌های توزیع آب با بهره‌گیری از یادگیری ماشین و تحلیل گراف
کد مقاله : 1506-IWWA
نویسندگان
جواد حسینی *
کارشناس. دفتر فنی شرکت آب و فاضلاب خراسان جنوبی
چکیده مقاله
تشخیص نشت در شبکه‌های توزیع آب یکی از چالش‌های مهم در مدیریت منابع و کاهش تلفات شهری است. روش‌های عددی سنتی مانند نیوتن-رافسون، اگرچه دقت بالایی دارند، اما در سناریوهای پیچیده و تحلیل‌های سریع عملکرد محدودی دارند. در این پژوهش، یک چارچوب هوشمند مبتنی بر یادگیری ماشین و تحلیل گراف برای شناسایی نشت در شبکه‌های آبرسانی ارائه شده است. ابتدا ۱۰۰ شبکه مصنوعی با توپولوژی‌های متنوع تولید شد و نشت‌های تصادفی در گره‌ها و لوله‌ها اعمال گردید. سپس با استفاده از ابزار WNTR، داده‌های فشار گره‌ها در حالت نرمال و نشت استخراج شد. ویژگی‌های گرافی شامل درجه گره، مرکزیت، نزدیکی و خوشه‌بندی با استفاده از NetworkX محاسبه گردید. مدل Random Forest با استفاده از این ویژگی‌ها آموزش داده شد و عملکرد آن با معیارهای دقت، یادآوری و F1-score ارزیابی شد. نتایج نشان داد که مدل پیشنهادی قادر است نشت‌ها را با دقت ۹۴٪ و یادآوری ۹۰٪ شناسایی کند. همچنین فشار و مرکزیت گره‌ها به‌عنوان مهم‌ترین ویژگی‌های مؤثر در تشخیص نشت شناسایی شدند. این چارچوب قابلیت تعمیم به شبکه‌های واقعی را دارد و می‌تواند پایه‌ای برای توسعه سیستم‌های هشدار هوشمند و مدل‌های گرافی پیشرفته مانند GCN باشد. در پایان، مسیرهای آینده شامل استفاده از داده‌های واقعی، آموزش مدل‌های گرافی عمیق و توسعه سامانه‌های عملیاتی پیشنهاد شده است.
کلیدواژه ها
تشخیص نشت، یادگیری ماشین، تحلیل گراف، شبکه‌های توزیع آب
وضعیت: پذیرفته شده برای ارائه شفاهی