Conditionele kansen en status waterkering per sectie

Voor het vertalen van een conditionele kans uit een fragility curve naar een status per sectie zijn er drie verschillende type functies. De technische zoals voor berekend, na een beheerdersoordeel en na een ingestelde maatregel. Als laatste kan de maatgevende faalkans van de drie opties worden bepaald en kan deze worden geclassificeerd met opgegeven grenzen.

Technische kans

Dit is de uitgangssituatie die altijd van belang is.

Configuratie

GlobalVariables:
    rootdir: "data_sets"

DataAdapter:
    fragilitycurves_table:
        type: ci_postgresql_fragilitycurves_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime
        measureid: 0

    section_load_from_data_table:
        type: ci_postgresql_section_load_from_data_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    technical_failure_probability:
        type: ci_postgresql_section_to_data
        database: continuinzicht
        schema: continuinzicht_demo_realtime
        parameter_id: 100

Code

from toolbox_continu_inzicht import Config, DataAdapter
from toolbox_continu_inzicht.sections import SectionsTechnicalFailureprobability

config = Config(config_path="config.yaml")
config.lees_config()
data_adapter = DataAdapter(config=config)
sections_failureprobability = SectionsTechnicalFailureprobability(data_adapter=data_adapter)
sections_failureprobability.run(
        input=["fragilitycurves_table", "section_load_from_data_table"],
        output="technical_failure_probability",
    )

Kans na beheerdersoordeel

Indien een beheerdersoordeel aanwezig is, kan deze ook worden gebruikt om een kans per sectie te bepalen.

Configuratie

GlobalVariables:
    rootdir: "data_sets"

DataAdapter:
    fragilitycurves_table:
        type: ci_postgresql_measure_fragilitycurves_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    section_load_from_data_table:
        type: ci_postgresql_section_load_from_data_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    measure_failure_probability:
        type: ci_postgresql_section_to_data
        database: continuinzicht
        schema: continuinzicht_demo_realtime
        parameter_id: 101

Code

from toolbox_continu_inzicht import Config, DataAdapter
from toolbox_continu_inzicht.sections import SectionsMeasureFailureprobability

config = Config(config_path="config.yaml")
config.lees_config()
data_adapter = DataAdapter(config=config)
sections_failureprobability = SectionsMeasureFailureprobability(data_adapter=data_adapter)
sections_failureprobability.run(
        input=["fragilitycurves_table", "section_load_from_data_table"],
        output="measure_failure_probability",
    )

Kans na maatregel

Indien een maatregel aanwezig is, kan de kans gegeven de maatregel worden bepaald.

Configuratie

GlobalVariables:
    rootdir: "data_sets"

DataAdapter:
    in_expert_judgement_table:
        type: ci_postgresql_section_expert_judgement_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    expert_judgement_failure_probability:
        type: ci_postgresql_section_to_data
        database: continuinzicht
        schema: continuinzicht_demo_realtime
        parameter_id: 102

Code

from toolbox_continu_inzicht import Config, DataAdapter
from toolbox_continu_inzicht.sections import SectionsExpertJudgementFailureprobability

config = Config(config_path="config.yaml")
config.lees_config()
data_adapter = DataAdapter(config=config)
sections_failureprobability = SectionsExpertJudgementFailureprobability(data_adapter=data_adapter)
sections_failureprobability.run(
        input="in_expert_judgement_table",
        output="expert_judgement_failure_probability",
    )

Maatgevende kans

Nadat voor de drie type kansen de faalkans per sectie is bepaald, kan ook de de maatgevende van de drie worden bepaald.

Configuratie

GlobalVariables:
    rootdir: "data_sets"

DataAdapter:
    in_section_data_failure_probability:
        type: ci_postgresql_section_failure_probability_from_data_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    out_section_failure_probability_data:
        type: ci_postgresql_section_to_data
        database: continuinzicht
        schema: continuinzicht_demo_realtime
        parameter_id: 5

Code

from toolbox_continu_inzicht import Config, DataAdapter
from toolbox_continu_inzicht.sections import SectionsCriticalFailureprobability

config = Config(config_path="config.yaml")
config.lees_config()
data_adapter = DataAdapter(config=config)
sections_failureprobability = SectionsCriticalFailureprobability(data_adapter=data_adapter)
sections_failureprobability.run(
        input="in_section_data_failure_probability",
        output="out_section_failure_probability_data",
    )

Classificeren kans

Voor het classificeren van kansen zijn twee inputs nodig: de klassen grenzen en faalkans per vak. Een klasse wordt vervolgens toegekend en terug gegeven.

Configuratie

GlobalVariables:
    rootdir: "data_sets"

DataAdapter:
    in_section_conditions:
        type: ci_postgresql_section_thresholds_from_conditions_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    in_section_data_failure_probability:
        type: ci_postgresql_section_failure_probability_from_data_table
        database: continuinzicht
        schema: continuinzicht_demo_realtime

    out_section_states:
        type: ci_postgresql_section_to_states
        database: continuinzicht
        schema: continuinzicht_demo_realtime

Code

from toolbox_continu_inzicht import Config, DataAdapter
from toolbox_continu_inzicht.sections import SectionsClassify

config = Config(config_path="config.yaml")
config.lees_config()
data_adapter = DataAdapter(config=config)
sections_classify = SectionsClassify(data_adapter=data_adapter)
sections_classify.run(
        input=["in_section_conditions", "in_section_data_failure_probability"],
        output="out_section_states",
    )