基于字典学习与图插值的数据驱动供水管网漏损定位
机器学习
2021-10-14 v1 系统与控制
系统与控制
摘要
本文提出一种用于供水管网（WDNs）的数据驱动漏损定位方法，其结合了两种互补途径：基于图的插值与字典分类。前者根据特定节点上的实测值与网络图估算完整的WDN水力状态（即水力水头）。随后，这些实际测量值连同一部分有价值的估算状态，被用于输入并训练字典学习方案。由此，我们探索了这两种方法的融合，表明其性能优于单独任一方法，甚至衍生出不同机制以提升对经典问题（如维度灾难、插值误差等）的鲁棒性。该方法使用BattLeDIM2020所提出的L-TOWN基准进行验证。
引用
@article{arxiv.2110.06372,
title = {Data-driven Leak Localization in Water Distribution Networks via Dictionary Learning and Graph-based Interpolation},
author = {Paul Irofti and Luis Romero-Ben and Florin Stoican and Vicenç Puig},
journal= {arXiv preprint arXiv:2110.06372},
year = {2021}
}