基于无迹卡尔曼滤波的节点水力水头估计用于供水管网数据驱动漏损定位
系统与控制
2023-11-28 v1 机器学习
数值分析
系统与控制
数值分析
摘要
本文提出一种基于无迹卡尔曼滤波（UKF）方案的供水管网（WDN）节点水力水头估计方法，并应用于漏损定位。UKF 通过考虑预测模型以及可用的压力与需水量量测，精炼水力状态的初始估计。为此，其提供定制的预测与数据同化步骤。此外，该方法通过动态更新预测函数权重矩阵得以增强。在 Modena 基准下于真实条件中的性能测试证明了该方法在增强状态估计与数据驱动漏损定位方面的有效性。
引用
@article{arxiv.2311.15875,
title = {Nodal Hydraulic Head Estimation through Unscented Kalman Filter for Data-driven Leak Localization in Water Networks},
author = {Luis Romero-Ben and Paul Irofti and Florin Stoican and Vicenç Puig},
journal= {arXiv preprint arXiv:2311.15875},
year = {2023}
}
备注
This work has been submitted to IFAC for possible publication. It has 6 pages and 3 figures