面向水力分布网络的状态估计与漏水定位的联合与双 UKF 实现比较
系统与控制
2025-10-29 v1 机器学习
数值分析
系统与控制
数值分析
摘要
现代城市的可持续性高度依赖于有效的水力分布管理，包括有效的压力控制和漏检测与定位。因此，对网络水力状态的准确信息至关重要。本文比较了两种基于无声卡尔曼滤波器 (UKF) 的数据驱动状态估计方法，这两种方法都融合了压力、需求和流量数据用于头和流量估计。一种方法使用单一估计器的联合状态向量，另一种方法则使用双估计器方案。我们分析了它们的主要特征，讨论了差异、优势和局限性，并就准确性和复杂度进行了理论比较。最后，我们在 L-TOWN 基准上展示了多个估计结果，允许讨论它们在实际实现中的属性。
引用
@article{arxiv.2510.24228,
title = {A comparison between joint and dual UKF implementations for state estimation and leak localization in water distribution networks},
author = {Luis Romero-Ben and Paul Irofti and Florin Stoican and Vicenç Puig},
journal= {arXiv preprint arXiv:2510.24228},
year = {2025}
}
备注
This work has been submitted to ECC2026 for review. It has 7 pages and 2 figures