Investigating the Suitability of Concept Drift Detection for Detecting Leakages in Water Distribution Networks

要約

漏水は配水ネットワークにおける大きなリスクであり、水の損失を引き起こし、汚染リスクを増大させる。漏水検知は、配水ネットワークの複雑な力学のために困難な作業である。特に、小さな漏水は検出が難しい。機械学習の観点からは、漏水はコンセプトドリフトとしてモデル化することができる。したがって、漏水を検出するためには、多種多様なドリフト検出スキームが適していると思われる。本研究では、モデル損失に基づくドリフト検出法と分布に基づくドリフト検出法の可能性を探る。さらに、データの時間依存性の問題を議論し、分布ベースの検出を適用する際の対処法を提案する。異なるサイズと検出時間の漏洩に対して、異なる方法を系統的に評価する。さらに、漏えいを局所化するためのドリフト検知に基づく手法を初めて提案する。

要約(オリジナル)

Leakages are a major risk in water distribution networks as they cause water loss and increase contamination risks. Leakage detection is a difficult task due to the complex dynamics of water distribution networks. In particular, small leakages are hard to detect. From a machine-learning perspective, leakages can be modeled as concept drift. Thus, a wide variety of drift detection schemes seems to be a suitable choice for detecting leakages. In this work, we explore the potential of model-loss-based and distribution-based drift detection methods to tackle leakage detection. We additionally discuss the issue of temporal dependencies in the data and propose a way to cope with it when applying distribution-based detection. We evaluate different methods systematically for leakages of different sizes and detection times. Additionally, we propose a first drift-detection-based technique for localizing leakages.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL