본 논문은 수자원 시스템의 설계, 모니터링 및 제어에 정보통신기술(ICT)의 도입 증가로 인해 센서 측정을 이용한 예상치 못한 사건(누수 또는 수질 오염 등)의 탐지 및 식별을 위한 알고리즘 사용이 가능해짐을 배경으로 한다. 하지만 데이터 기반 방법론은 항상 정확한 결과를 제공하지 않으며, 운영자는 자신의 엔지니어링 판단과 경험을 사용하는 것을 선호할 수 있기 때문에 신뢰도가 떨어질 수 있다. 따라서 본 논문에서는 알고리즘 기반 사건 진단 결과를 운영자의 직관과 경험과 연결하는 데 도움을 주는 해석 가능한 사건 진단 프레임워크를 제안한다. 이는 오류 진단 알고리즘이 제공하는 결과에 대한 대조적인(즉, 반실제적인) 설명을 제공함으로써 달성되며, 알고리즘의 내부 작동 방식에 대한 운영자의 이해를 향상시켜 개인적인 경험과 결과를 결합하여 보다 정보에 입각한 의사 결정을 내릴 수 있도록 한다. 특히, 현재 사건 진단과 가장 가까운 대안 설명 간의 차이를 나타내는 반실제적 사건 지문을 제안하며, 이는 그래픽 방식으로 표현될 수 있다. 제안된 방법론은 L-Town 벤치마크를 사용한 현실적인 사용 사례에 적용 및 평가된다.
