[Paper] 供水网络异常的检测、分类与预定位的多变量统计框架

Source: arXiv - 2512.15685v1

概述

本文介绍了 SICAMS，一种统计框架，可将来自供水网络的原始压力和流量传感器数据流转化为关于泄漏、传感器故障及其他异常的可操作警报。通过利用多变量统计——具体而言是先进行白化处理，然后使用 Hotelling 的 T² 检验——作者展示了在 没有 校准水力模型的情况下，也能检测、分类并大致定位问题，这使得该方法对已经拥有 SCADA 数据但缺乏详细仿真的公用事业公司具有吸引力。

关键贡献

• 统一异常管道 (检测 → 分类 → 预定位) 基于单一统计基础构建。
• 白化变换 消除异构传感器之间的空间相关性，使得多变量假设检验更加纯净。
• Hotelling 的 T² 统计量 被重新用作健康指数，与总泄漏量高度相关，可通过回归进行粗略的损失估计。
• 启发式分类算法 能够从 T² 时间序列中区分突发泄漏、潜在（缓慢增长）泄漏以及传感器故障。
• 粗略定位技术 根据传感器对 T² 激增的贡献进行排序，并使用拉普拉斯插值突出受影响的网络区域。
• 在 BattLeDIM L‑Town 基准上进行的大量验证，展示了高检测灵敏度以及对多重同步泄漏的鲁棒性。

方法论

1. 数据预处理 – 将所有传感器的原始压力和流量测量在每个时间步堆叠成一个向量。

2. 白化（去相关） – 估计正常运行数据的协方差矩阵，并通过线性变换（特征分解）得到互不相关、方差为 1 的变量。此步骤消除空间耦合，防止异常被掩盖。

3. Hotelling 的 T² 计算 – 对每个变换后的观测 z，计算统计量

   [ T^2 = \mathbf{z}^\top \mathbf{z} ]

   在正常情况下，T² 服从卡方分布，从而可以进行简单的假设检验：超过选定置信阈值的数值即标记为异常。

4. 检测 – 滑动窗口监控在 T² 超过阈值时发出警报。

5. 分类 – 检查 T² 时间序列的形状特征（尖锐峰值 vs. 渐进坡度）和持续时间，将结果输入基于规则的分类器，输出三种标签之一：突发泄漏、潜在泄漏或传感器故障。

6. 预定位 – 对每次警报，计算原始各传感器对 T² 激增的贡献（通过白化矩阵），对传感器进行排序，并在网络图上进行拉普拉斯插值，生成热力图以指示最可能的泄漏区域。

7. 泄漏体积估计 – 线性回归模型将峰值 T²（或其积分面积）映射到总泄漏水量，该模型在少量已知泄漏事件上进行校准。

结果与发现

• 检测性能： 在 L‑Town 基准测试中，SICAMS 实现了 > 95 % 的真阳性率，误报率低于 2 %，覆盖各种泄漏规模（0.5 %–5 % 的总需求）。
• 对多泄漏的鲁棒性： 即使出现三个同时泄漏，T² 统计量仍然是可靠指示器，分类启发式方法在 > 90 % 的情况下正确识别出主导泄漏类型。
• 与泄漏量的相关性： 峰值 T² 值相对于真实泄漏体积的 R² 为 0.88，证实其作为快速泄漏估算的实用性。
• 定位准确性： 粗略热图在 82 % 的测试场景中正确标出包含泄漏的子图（在真实泄漏节点的一个跳以内）。
• 无模型操作： 不需要水力仿真或校准的管道参数；该方法仅依赖历史的“正常”传感器数据。

Practical Implications

• Fast‑track deployment: Utilities can roll out SICAMS by feeding existing SCADA streams into a lightweight preprocessing service—no need to build or maintain complex hydraulic models.
• Continuous health monitoring: The T² health index can be visualized on dashboards, giving operators an at‑a‑glance view of system integrity and early warning of emerging leaks.
• Prioritization of field work: By classifying leaks (abrupt vs. incipient) and providing a rough location, crews can focus on high‑impact repairs and avoid unnecessary excavations.
• Cost‑effective sensor validation: Sensor‑fault detection helps maintain data quality, reducing false alarms and the need for manual sensor audits.
• Integration with AI pipelines: The statistical outputs (e.g., T² time‑series, sensor contribution scores) can serve as features for downstream machine‑learning models that refine leak size estimates or predict pipe failure risk.

Source: …

限制与未来工作

• 粗略定位： 当前的拉普拉斯插值只能得到一个区域，而不是精确到管道级别的定位；更精细的定位需要额外的水力约束或更高分辨率的传感器布置。
• 平稳性假设： 白化过程依赖于稳定的协方差矩阵；需求模式的显著变化（例如季节性波动）可能需要定期重新训练。
• 启发式分类： 基于规则的分类器在基准测试中表现良好，但在传感器密度或噪声特性不同的网络中可能需要进行适配。
• 对超大网络的可扩展性： 虽然计算量轻，但该方法在拥有数千个传感器的城市级系统上的性能仍有待验证。

作者提出的未来研究方向包括将 SICAMS 与基于物理的水力模拟器耦合以实现混合推断、将框架扩展到检测其他故障类型（如阀门误操作），以及探索能够自动适应不断变化的运行条件的自适应阈值技术。

作者

• Oleg Melnikov
• Yurii Dorofieiev
• Yurii Shakhnovskiy
• Huy Truong
• Victoria Degeler

论文信息

• arXiv ID: 2512.15685v1
• 分类: cs.LG
• 出版日期: 2025年12月17日
• PDF: 下载 PDF