ارائه رویکردی دومرحله‌ای جهت تشخیص برخط نشت و تفکیک رخدادهای بحرانی در شبکه‌های توزیع آب

کد مقاله : 1711-IWWA

نویسندگان

دنیا شمسی پور * دانشجو

چکیده مقاله

کاهش هدررفت آب در شبکه‌های توزیع شهری، نیازمند تشخیص به‌موقع نشت و تعیین فوریت مداخله است؛ زیرا شناسایی وقوع نشت به‌تنهایی برای اولویت‌بندی اعزام گروه‌های بازرسی و تعمیراتی کفایت نمی‌کند. در این پژوهش، رویکردی دومرحله‌ای برای تشخیص برخط نشت و طبقه‌بندی شدت رخدادها با هدف پشتیبانی از تصمیم‌های بهره‌برداری بررسی شد. بستر مطالعه، شبکه مجازی L-TOWN و داده‌های مرجع، مسابقه BattLeDIM در سال ۲۰۱۸ بود و داده‌های ارزیابی از شبیه‌سازی هیدرولیکی مبتنی بر رخدادهای مرجع این سال، به دست آمدند. ابتدا مدل هیدرودینامیکی واسنجی‌شده برای استخراج باقیمانده‌های فشار، مورد استفاده قرار گرفت. سپس با پیاده‌سازی مدل LSTM-Attention با استفاده از پنجره‌های زمانی مبتنی بر اطلاعات گذشته و جاری، وقوع نشت تشخیص داده شد و از مدل طبقه‌بندی XGBoost برای تفکیک رخدادهای بحرانی از غیربحرانی استفاده گردید. برای تنظیم هشدارهای شدت نشت، سیاست تصمیم‌گیری سه‌سطحی شامل وضعیت‌های غیربحرانی، تحت‌نظر و بحرانی تأییدشده بررسی شد. در ارزیابی جداگانه مراحل، مدل تشخیص با حساسیت 97/35% و دقت 100% و نیز نرخ منفی کاذب 2/65% موفق شد عملکرد قابل قبولی را از خود ارائه دهد. سیاست سه‌سطحی تعیین شدت نیز دقت برابر 86/06% و بازیابی رخدادهای بحرانی 88/11% را حاصل کرد و نرخ بحرانی کاذب به 16/54% رسید. این یافته‌ها نشان می‌دهند که تشخیص وقوع نشت و ارزیابی شدت آن می‌توانند اطلاعات مکملی را برای اولویت‌بندی اقدامات بازرسی و تعمیراتی فراهم کنند و مبنایی برای توسعه سامانه پشتیبان تصمیم باشند.

کلیدواژه ها

شبکه‌های توزیع آب، تشخیص نشت، یادگیری ماشین، یادگیری عمیق، پایش برخط، طبقه‌بندی شدت رخداد

وضعیت: پذیرفته شده برای ارائه شفاهی