Application of parallel computing in data mining for contaminant source identification in water distribution systems

Abstract

Contaminant source identification (CSI) procedures are drawing increasing attention due to the possibility of accidental and/or deliberate contaminant intrusion into water distribution systems. However, uncertainties that exist in the modeling have the potential to dramatically impact the capabilities of CSI procedures. Nodal demand uncertainties, as they influence false negative and false positive rates of contaminant detection, are examined. A procedure to quantify the false negative rate is provided, and the false positive issue is shown to be related to a parameter ‘m’. Addressing the false positive and negative issues is demonstrated as feasible due to the use of parallel computing in a super-computer, which reduces the elapsed time for 150 scenario simulations from 37.5 hrs to only 15 min in the case study. By increasing the number of scenarios in the database for CSI through the use of a super-computer, the opportunity exists to decrease the false negative rate and reduce the number of false possible intrusion nodes.

Les procédures de l’identification des sources de contamination (CSI) sont en attirant l’attention croissante en raison de la possibilité de contact accidentel et/ou délibéré d’intrusion des contaminants dans les systèmes de distribution d’eau. Donc, les incertitudes qui existent dans la modélisation ont la potentialité de influer considérablement sur les capacités de la procédure de CSI. L’incertitude de la demande indispensables, car elles influencent les faux négatifs et de faux positifs des taux de détection des contaminants, qui sont examinés ici. Une procédure de quantification du taux des faux négatifs est préparée. Ainsi, la question de faux positifs est démontrée être liée à un paramètre ‘m’.

Se référant aux questions de faux positifs et négatifs, il est démontré comme étant dû à l’utilisation possible du calcul parallèle à l’aide d’un supercalculateur. Ce qui réduit le temps écoulé pour 150 simulations de scenarios de 37,5 heures à seulement 15 minutes dans cette étude. Il existe la possibilité pour diminuer ce taux de faux négatifs en augmentant le nombre de scénarios dans la base de donnée pour le CSI avec l’utilisation d’un supercalculateur et de réduire le nombre des faux nœuds d’intrusion possible.

Keywords:

• parallel computing
• contaminant source identification
• uncertainty
• EPANET
• false positive
• false negative

Acknowledgement

The financial support provided by NSERC Strategic Grant STPGP 336126-06 and the Canada Research Chair program are gratefully acknowledged.