Detección de fallos en redes de presión pertenecientes a redes de suministro de agua mediante filtros estáticos lineales basados en PCA

Mario Pereira Martín, J. Blesa, V. Puig, David de la Peña
{"title":"Detección de fallos en redes de presión pertenecientes a redes de suministro de agua mediante filtros estáticos lineales basados en PCA","authors":"Mario Pereira Martín, J. Blesa, V. Puig, David de la Peña","doi":"10.17979/SPUDC.9788497497169.568","DOIUrl":null,"url":null,"abstract":"espanolEste articulo se centra en la elaboracion de una serie de modelos estaticos lineales que relacionan los datos de un conjunto de sensores de presion con un subconjunto de ellos que denominaremos base. Gracias a estos modelos se pueden detectar comportamientos anomalos en el funcionamiento de dichos sensores mediante la comparacion de los datos reales con los estimados. Para la deteccion de anomalias en la base se empleara otro subconjunto secundario para su chequeo que denominaremos base secundaria. Como caso de estudio se han utilizado datos almacenados de los sensores de presion de una seccion de la red de suministro de aguas de la ciudad de Madrid. EnglishThis paper is focused on the design of a set of static and linear models which relate the data of a subset of pressure sensors in a drinking water network with the rest of them. This subset of sensors is called principal base. Thanks to these models wrong behaviours in these devices can be detected comparing real data from sensors with estimated data obtained from these models. In case of fault in a sensor beloning to the principal base, we propose the use of another base, different from the previous one, called secondary base. This second set is needed to detect anomalies in the first one. The proposed methodology was applied to a section of the water drinking network of the city of Madrid","PeriodicalId":189601,"journal":{"name":"XL Jornadas de Automática: libro de actas (Ferrol, 4-6 de septiembre de 2019)","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-06-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"XL Jornadas de Automática: libro de actas (Ferrol, 4-6 de septiembre de 2019)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.17979/SPUDC.9788497497169.568","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

espanolEste articulo se centra en la elaboracion de una serie de modelos estaticos lineales que relacionan los datos de un conjunto de sensores de presion con un subconjunto de ellos que denominaremos base. Gracias a estos modelos se pueden detectar comportamientos anomalos en el funcionamiento de dichos sensores mediante la comparacion de los datos reales con los estimados. Para la deteccion de anomalias en la base se empleara otro subconjunto secundario para su chequeo que denominaremos base secundaria. Como caso de estudio se han utilizado datos almacenados de los sensores de presion de una seccion de la red de suministro de aguas de la ciudad de Madrid. EnglishThis paper is focused on the design of a set of static and linear models which relate the data of a subset of pressure sensors in a drinking water network with the rest of them. This subset of sensors is called principal base. Thanks to these models wrong behaviours in these devices can be detected comparing real data from sensors with estimated data obtained from these models. In case of fault in a sensor beloning to the principal base, we propose the use of another base, different from the previous one, called secondary base. This second set is needed to detect anomalies in the first one. The proposed methodology was applied to a section of the water drinking network of the city of Madrid
基于PCA的线性静态过滤器对供水网络压力网络的故障检测
本文的重点是建立一系列线性静态模型,这些模型将一组压力传感器的数据与它们的子集联系起来,我们称之为基础。这些模型可以通过比较实际数据和估计数据来检测这些传感器运行中的异常行为。为了检测基中的异常,将使用另一个次级子集进行检查,我们称之为次级基。作为一个案例研究,我们使用了马德里市供水网络一部分的压力传感器存储的数据。本文的重点是一套静态和线性模型的设计,这些模型将饮用水网络中压力传感器的一个子集的数据与其余部分联系起来。这种传感器的子集称为主基。由于这些模型,通过比较传感器的实际数据和这些模型获得的估计数据,可以检测到这些设备中的错误行为。如果位于主基座的传感器出现故障,我们建议使用另一个基座,不同于前一个基座,称为二级基座。= =地理= =根据美国人口普查,这个县的面积为。所提议的方法适用于马德里市饮用水网络的一个部门
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信