用于水管网泄漏定位中传感器融合的双无迹卡尔曼滤波架构
系统与控制
2024-12-17 v1 机器学习
系统与控制
统计理论
统计理论
摘要
水系统泄漏导致大量日常水损失，降低服务质量，增加成本，并加剧环境问题。大多数泄漏定位方法仅依赖压力数据，忽略了来自其他传感器类型的有价值信息。本文提出了一种基于双无迹卡尔曼滤波（UKF）方法的水力状态估计方法，该方法增强了对节点水头（定位任务中的关键）和管道流量（用于运行目的）的估计。该方法能够融合不同类型的传感器，如压力、流量和需求计。该策略在著名的开源案例研究（Modena和L-TOWN）中进行了评估，在插值精度方面显示出优于其他最先进估计方法的改进，并且在L-TOWN中实现了更精确的泄漏定位性能。
引用
@article{arxiv.2412.11687,
title = {Dual Unscented Kalman Filter Architecture for Sensor Fusion in Water Networks Leak Localization},
author = {Luis Romero-Ben and Paul Irofti and Florin Stoican and Vicenç Puig},
journal= {arXiv preprint arXiv:2412.11687},
year = {2024}
}