Parameter Identification in Water Distribution Networks for Leak Detection

Abstract

Denne masteroppgaven fokuserer på å identifisere friksjonsparametere i treformede nettverk, særlig vannfordelingsnettverk. En algoritme utvikles basert på analyse av nettverkstrær med målinger kun ved innløp og utløp. Algoritmen importerer nettverksfiler og returnerer matriser som brukes til å beregne friksjonsparametere. En forenklet strømningsmodell brukes for å utlede parameteridentifikasjonsligningene, grafteoriteknikker som bredde-først-søk og korteste vei brukes for å produsere systemmatrisene. Resultatene verifises med simuleringer. Krav til nettverket er at graden til interne noder er større enn to, og at nettverket ikke inneholder sykler; disse kriteriene foreslås å håndteres i fremtidig arbeid.

I tillegg utforsker oppgaven vannnettverksfilene til Orkanger kommune for å identifisere muligheten for å implementere en algoritme for beregning av friksjonsparametere.

Til slutt blir en lekkasjedeteksjonsalgoritme basert på en adaptiv estimator og et Kalman filter implementert og justert på data. Lekkasjedeteksjonsalgoritmen forberedes til bruk på en rør-seksjon fra vannnettverket til Orkanger kommune.

This master's thesis focuses on identifying friction parameters in tree-shaped networks, specifically water distribution networks. An algorithm is developed based on analyzing network trees with available measurements in the inlet and outlet only. The algorithm imports network files and returns matrices that are used to calculate friction parameters. A simplified flow model is used to derive parameter identification equations. Graph-theory techniques such as breath first search and shortest path are used to produce friction parameter system matrices. The results are successfully verified with simulations. Requirements for the network are that the degree of internal nodes are larger then two, and that the network does not include cycles, these criteria are suggested to be included in further work.

Additionally, the thesis explores the water network files of Orkanger Municipality to identify opportunities to deploy an algorithm for calculating water friction parameters.

Finally, a leak detection algorithm based on an Adaptive Observer and Continuous Extended Kalman Filter is recreated and tuned. The leak detection algorithm is prepared to be used on a section of the water network from Orkanger Municipality.