- •Оглавление
- •Введение
- •Глава 1. Аналитический обзор методов и алгоритмов технической диагностики энергетических систем
- •1.1. Состав, содержательная сущность и методы решения
- •Задач технической диагностики систем газоснабжения
- •1.2. Особенности функционирования систем газоснабжения и их влияние на методологию технической диагностики
- •Глава 2. Статическое оценивание состояния систем газоснабжения
- •2.1. Формулировка задачи статического оценивания
- •2.2. Статическое оценивание в условиях информационной неопределенности
- •2.3. Статистические свойства оценок параметров режима
- •Глава 3. Разработка метода дистанционного обнаружения утечек в системах газоснабжения
- •3.1. Методы математической статистики в задачах обнаружения утечек
- •3.2. Разработка алгоритма диагностики утечек без учета помех от стохастичности потребления в системе газоснабжения
- •3.3. Разработка алгоритма диагностики утечек с учетом помех от стохастичности потребления в системе газоснабжения
- •3.4. Разработка алгоритма диагностики утечек с неизвестной амплитудой при учете помех от стохастичности потребления в системе газоснабжения
- •Глава 4. Разработка и апробация вычислительного комплекса для технической диагностики систем газоснабжения
- •4.1. Алгоритм и программное обеспечение технической диагностики
- •4.2. Результаты вычислительного эксперимента по апробации алгоритма решения задачи статического оценивания
- •Заключение
- •Библиографический список
- •3 94006 Воронеж, ул. 20-летия Октября,84
3.3. Разработка алгоритма диагностики утечек с учетом помех от стохастичности потребления в системе газоснабжения
Рассмотрим алгоритм обнаружения естественных утечек в системах газоснабжения, когда помехи создаются не только в приемнике информации за счет погрешности вычислений, но и внешними источниками. В качестве внешних источников помех выступают обычные потребители газа в силу стохастичности их заявок.
Утечка рассматривается как заданная функция координат и времени , определяемая из тех же соображений, что и в пп. 3.2. Ее величина аддитивно смешивается с гауссовым шумом ξ(t), который по-прежнему будем считать некоррелированным, однако его интенсивность, то есть дисперсия σ2, оказывается неизвестной. При переходе к непрерывному наблюдению шум будем считать белым со спектральной плотностью N0.
Поставленная задача означает [74], что наблюдается выборка
(3.50)
где с вероятностью p1; с вероятностью ; . Корреляционная матрица гауссова шума , где δij - символ Кронекера, σ2 - величина неизвестная и может считаться распределенной равномерно в некотором диапазоне . Оптимальный обнаружитель утечки должен составлять [74] отношение правдоподобия
(3.51)
где и - оценки максимального правдоподобия дисперсии шума, полученные в предположении о наличии и об отсутствии утечки соответственно.
Величины плотностей вероятностей и определяются выражениями
(3.52)
так что
(3.53)
Величины и , определяемые из уравнения
(3.54)
имеют вид
(3.55)
Поэтому
(3.56)
Согласно (3.16) отношение правдоподобия (3.56) должно сравниваться с порогом
(3.57)
где и определяются из (3.24) как
(3.58)
так как
(3.59)
где введены обозначения .
Сравнение с порогом (3.57) отношения правдоподобия (3.56) после подстановки (3.58) приводит к следующему алгоритму.
Принимается решение о наличии утечки, если
(3.60)
или
(3.61)
При выполнении обратного неравенства принимается решение об отсутствии утечки.
Таким образом, оптимальный адаптивный обнаружитель должен в данном случае составлять оценки неизвестной дисперсии шума в предположениях, соответствующих обеим конкурирующим гипотезам, и сравнивать с порогом отношение этих оценок.
Характеристики оптимального обнаружителя утечки [74] определяются следующим образом. Учитывая, что
(3.62)
отношение оценок дисперсий шумов находятся как
(3.63)
Для нахождения характеристик обнаружения определим вероятность
(3.64)
где - плотность вероятности для величины , определяемой как
(3.65)
Откуда ясно, что нецентральное - распределение. При больших n действует гауссово приближение
(3.66)
При будем иметь
(3.67)
а при
(3.68)
где
Учитываем выражение
(3.69)
где - интеграл вероятности.
Соответственно вероятность ложной тревоги:
, (3.70)
вероятность правильного обнаружения:
, (3.71)
где - отношение сигнал / шум.
Кривая D(F) при и построена на рис. 3.3, где она сравнивается с характеристикой обнаружения при известной интенсивности шума.
Из выражений (3.70), (3.71) легко получить асимптотическое представление характеристик обнаружения при [74]. Представляя порог из (3.60) в виде
(3.72)
где - порог при отсутствии априорной неопределенности, и имея в виду, что при , получаем
(3.73)
где и - вероятности ложной тревоги и правильного обнаружения при отсутствии априорной неопределенности.
Рис. 3.3. Характеристики обнаружения сигнала в шуме неизвестной (1)
и известной (2) интенсивности
Для нахождения алгоритма обнаружения, который следует применять при наблюдении непрерывной реализации случайного процесса , воспользуемся рекомендациями [74].
Если осуществить формальный предельный переход в (3.60), (3.61) при то порог
(3.74)
а при единичном пороге (3.61) преобразуется к виду
(3.75)
и после перехода к пределу получается следующее условие принятия решения о наличии утечки:
(3.76)
где - энергия сигнала.
Этот алгоритм и следует применять, если представляет собой величину порядка единицы. Однако, учитывая, что, с одной стороны, могут иметь место соотношения коэффициентов потерь и априорных вероятностей, при которых весьма велико либо весьма мало, а с другой стороны, реальный шум не является белым, а имеет полосу , получается следующий алгоритм принятия решения о наличии утечки:
(3.77)
где порог C определяется (3.60) при - время наблюдения. Характеристики обнаружения получаются из (3.70) и (3.71) при указанном значении и при отношении сигнал / шум где - двусторонняя спектральная плотность шума в полосе Δf.
Следует учесть, что x(t) в (3.77) – это уже не белый, а реально существующий шум, так что вопрос о существовании интегралов не возникает. Конечно, алгоритм (3.77), согласно [138], строго говоря, не оптимален. Оптимальный алгоритм нужно было бы строить с помощью функционала отношения правдоподобия для случая коррелированного гауссова шума. Однако при больших алгоритм (3.77) является достаточно хорошим приближением к оптимальному, переходя при единичном пороге в (3.76).
Алгоритм последовательного анализа, определяемый соотношениями (3.67)–(3.69) при подстановке в них выражений (3.56), (3.58), принимает следующий вид. На каждом n-ом шаге наблюдений отношение оценок дисперсии шума сравнивается с двумя порогами и . В случае принимается решение об отсутствии утечки, а в случае – решение о ее наличии. При наблюдение продолжается. Величины порогов определяются как
(3.78)
При построении рекуррентного адаптивного алгоритма обнаружения в данном случае удобно подставить (3.60) на n - м шаге в виде
(3.79)
Для левой части неравенства (3.79) непосредственной подстановкой (3.55) находится рекуррентное соотношение
(3.80)
которое должно дополняться рекуррентным соотношением для оценок и . Для последних, исходя из (3.55), находятся точные формулы
(3.81)