چکیده مقاله
تشخیص نشت در شبکه های توزیع آب یکی از چالش های مهم در مدیریت منابع و کاهش تلفات شهری است روش های عددی سنتی مانند نیوتن رافسون، اگرچه دقت بالایی دارند، اما در سناریوهای پیچیده و تحلیل های سریع عملکرد محدودی دارند در این پژوهش، یک چارچوب هوشمند مبتنی بر یادگیری ماشین و تحلیل گراف برای شناسایی نشت در شبکه های آبرسانی ارائه شده است ابتدا ۱۰۰ شبکه مصنوعی با توپولوژی های متنوع تولید شد و نشت های تصادفی در گره ها و لوله ها اعمال گردید سپس با استفاده از ابزار WNTR، داده های فشار گره ها در حالت نرمال و نشت استخراج شد ویژگی های گرافی شامل درجه گره، مرکزیت، نزدیکی و خوشه بندی با استفاده از NetworkX محاسبه گردید مدل Random Forest با استفاده از این ویژگی ها آموزش داده شد و عملکرد آن با معیارهای دقت، یادآوری و F۱ score ارزیابی شد نتایج نشان داد که مدل پیشنهادی قادر است نشت ها را با دقت ۹۴٪ و یادآوری ۹۰٪ شناسایی کند همچنین فشار و مرکزیت گره ها به عنوان مهم ترین ویژگی های موثر در تشخیص نشت شناسایی شدند این چارچوب قابلیت تعمیم به شبکه های واقعی را دارد و می تواند پایه ای برای توسعه سیستم های هشدار هوشمند و مدل های گرافی پیشرفته مانند GCN باشد در پایان، مسیرهای آینده شامل استفاده از داده های واقعی، آموزش مدل های گرافی عمیق و توسعه سامانه های عملیاتی پیشنهاد شده است
کلیدواژهها
نویسندگان
شیوه ارجاع
�سینی، جواد،1404،مدل سازی هوشمند تشخیص نشت در شبکه های توزیع آب با بهره گیری از یادگیری ماشین و تحلیل گراف،سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت،تهران
ارائهشده در
مجموعه مقالات سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت11 آذر 1404 · تهران