English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Trinkwasserversorgungsnetze sind komplexe Systeme, welche zurzeit mit einer großen Anzahl von Wasserqualitätssensoren ausgestattet werden. Eine wichtige Aufgabe der Sensoren ist hierbei, die Betreiber des Wassernetzes über mögliche Kontaminationen im Netz zu informieren. Die Analyse der Sensorwerte erfolgt dazu normalerweise manuell über den Betreiber. Datenbasierte Methoden haben sich in der Praxis noch nicht bewährt, da diese unter anderem eine große Anzahl an falsch detektierten Alarmen auslösen, welche beispielsweise aufgrund betrieblicher Änderungen auftreten. In diesem Beitrag wird daher ein Verfahren basierend auf der dynamischen PCA entwickelt, welches die Anzahl an Fehlalarmen reduziert, gleichzeitig aber weiterhin sensitiv bei tatsächlichen Kontaminationen reagiert. Der entwickelte Ansatz wird anhand von Experimenten an einem Laborprozess evaluiert.

Ereignisdetektion in Trinkwassernetzen mittels PCA und DPCA: Datengetriebene Detektion von Kontaminationen und Reduktion von Fehlalarmen