Optimización Multi-Objetivo de Ubicación de Sensores de Presión para Diagnóstico de Fugas en Redes de Distribución (I)

Resumen: Se presenta un enfoque multi-objetivo para la ubicación de sensores en redes de distribución de agua (RDAs). El rendimiento de los métodos de detección y localización de fugas depende en gran medida de la cantidad, el tipo y la configuración de los sensores instalados en la red. Dado que las compañías de agua generalmente tienen un presupuesto limitado, determinar la ubicación de pocos sensores es una tarea importante y desafiante considerando las incertidumbres de la demanda, el ruido en la medición y el tamaño variante de las fugas. Mientras que algunos métodos de ubicación de sensores se centran en la tarea de detección de fugas, otros se desarrollan para la localización de ellas. En la práctica, ambas tareas son relevantes. Por lo tanto, en este trabajo se considera el objetivo de obtener una configuración de sensores que minimice simultáneamente el error en la detección de fugas y su localización. La tarea de colocación de sensores se formula entonces como un problema de optimización multi-objetivo. Se utiliza como caso de estudio una red real de gran escala que representa una versión del sistema de distribución de la ciudad de Modena con datos generados sintéticamente. La viabilidad de la propuesta se demuestra para escenarios con incertidumbre en la demanda, mediciones con ruido y tamaño de fuga variante.

¿Cómo citar?

Marco Quiñones-Grueiro, Cristina Verde & Rolando Carrera. Optimización Multi-Objetivo de Ubicación de Sensores de Presión para Diagnóstico de Fugas en Redes de Distribución (I). Memorias del Congreso Nacional de Control Automático, pp. 376-381, 2019.

Palabras clave

Detección y Aislamiento de Fallas, Sistemas Estocásticos

• Casillas, M.V., Polit, P., Garza-casta, L.E., and Rosich, A. (2013). Optimal Sensor Placement for Leak Location in Water Distribution Networks Using Genetic Algorithms. Sensors, 13. doi:10.3390/s131114984.
• Cormen, T.H., Leiserson, C.E., Rivest, R.L., and Stein, C. (2009). Introduction to Algorithms. MIT Press.
• Cugueró-escofet, M.A., Puig, V., and Quevedo, J. (2017). ` Optimal pressure sensor placement and assessment for leak location using a relaxed isolation index: Application to the Barcelona water network. Control Engineering Practice, 63, 1–12.
• Deb, K., Pratap, A., Agarwal, S., and Meyarivan, T. (2002). A Fast and Elitist Multiobjective Genetic Algorithm: NSGA II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197.
• Farah, E. and Shahrour, I. (2017). Leakage detection using smart water system: Combination of water balance and automated minimum night flow. Water Resources Management, 31(15), 4821–4833.
• Forconi, E., Kapelan, Z., Ferrante, M., Mahmoud, H., and Capponi, C. (2017). Risk based sensor placement methods for burst/leak detection in water distribution systems. Water Science & Technology, 17(6), 1663– 1672.
• Houghtalen, R. and Hwang, N.H.C. (2010). Fundamentals of Hydraulic Engineering Systems. Prentice Hall.
• Puust, R., Kapelan, Z., Savic, D.A., and Koppel, T. (2010). A Review of Methods for Leakage Management in Pipe Networks. Urban Water Journal, 7(1), 25–45.
• Rossman, L.A. (2000). EPANET 2 User’s Manual. United States Envionmental Protection Agency.
• Venkateswaran, P., Han, Q., Eguchi, R.T., and Venkatasubramanian, N. (2018). Impact Driven Sensor Placement for Leak Detection in Community Water Networks. doi:10.1109/ICCPS.2018.00016.
• Wang, Q., Guidolin, M., Savic, D., and Kapelan, Z. (2015). Two-Objective Design of Benchmark Problems of a Water Distribution System via MOEAs : Towards the Best-Known Approximation of the True Pareto Front. Journal of Water Resources Planning and Management, 141(3), 1–14.