...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Hydroinformatics >Automated feature recognition in CFPD analyses of DMA or supply area flow data
【24h】

Automated feature recognition in CFPD analyses of DMA or supply area flow data

机译：CFPD分析DMA或供应区域流量数据时的自动特征识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The recently introduced comparison of flow pattern distributions (CFPD) method for the identification, quantification and interpretation of anomalies in district metered areas (DMAs) or supply area flow time series relies, for practical applications, on visual identification and interpretation of features in CFPD block diagrams. This paper presents an algorithm for automated feature recognition in CFPD analyses of DMA or supply area flow data, called CuBOid, which is useful for objective selection and analysis of features and automated (pre-) screening of data. As such, it can contribute to rapid identification of new leakages, unregistered changes in valve status or network configuration, etc., in DMAs and supply areas. The method is tested on synthetic and real flow data. The obtained results show that the method performs well in synthetic tests and allows an objective identification of most anomalies in flow patterns in a real life dataset.
机译：最近引入的流型分布比较（CFPD）方法，用于识别，量化和解释区域计量区域（DMA）或供水区域流量时间序列中的异常，在实际应用中依赖于视觉识别和CFPD区块特征的解释图。本文提出了一种在DMA或供应区域流量数据的CFPD分析中用于自动特征识别的算法，称为CuBOid，该算法可用于目标的选择和特征分析以及数据的自动（预）筛选。这样，它可以帮助快速识别DMA和供应区域中的新泄漏，阀门状态或网络配置的未注册变化等。该方法在合成和实际流量数据上进行了测试。获得的结果表明，该方法在综合测试中表现良好，并且可以客观地识别现实生活数据集中流动模式中的大多数异常。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号