漏水噪声检测的设备和识别方法技术

本申请公开了一种漏水噪声检测的设备和识别方法。应用于供水管网，其中供水管网的预定位置对应设置有噪声探头，该方法包括：通过噪声探头，获取从预定位置采集到的漏水噪声信息；利用基于机器学习训练模型，将漏水噪声信息确定为预先确定的多个类别中的一个类别；以及基于漏水噪声信息的类别，确定漏水噪声信息对应的供水管网的预定位置是否存在漏水。从而解决了目前测漏设备成本高、操作复杂且精度低的技术问题。

【技术实现步骤摘要】
漏水噪声检测的设备和识别方法
本申请涉及智能终端领域，具体而言，涉及一种漏水噪声检测的设备和识别方法。
技术介绍
目前国内供水管网的漏损问题，传统的检漏方式多采用被动式现场漏损检测，主要靠听音判别，听音的主要设备之一就是噪声记录仪。目前市面上的噪声记录仪普遍使用效果不太好，而且布置成本高。譬如：一个带远传的噪声记录仪要3千多元，一个1000户的小区要想做到有效监控至少需要布置40至50个噪声探头，布置成本累积至少需要12万，并且不包括内含的人工费和其他设施费用。针对上述噪声记录仪使用效果差、成本高的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种漏水噪声检测的设备和识别方法，以至少解决目前测漏设备成本高、操作复杂且精度低的技术问题。根据本专利技术实施例的一个方面，提供了一种漏水噪声监测的识别方法，应用于供水管网，其中供水管网的预定位置对应设置有噪声探头，该方法包括：通过噪声探头，获取从预定位置采集到的漏水噪声信息，其中漏水噪声信息按照采集时间的先后顺序排列；利用基于机器学习训练模型，将漏水噪声信息确定为预先确定的多个类别中的一个类别；以及基于漏水噪声信息的类别，确定漏水噪声信息对应的供水管网的预定位置是否存在漏水。可选地，模型为在TensorFlow框架下搭建的LSTM模型。可选地，利用基于机器学习训练模型，将漏水噪声信息确定为预先确定的多个类别中的一个类别的操作，包括：提取漏水噪声信息的特征值，将漏水噪声信息的特征值向量化，转化为适合LSTM模型进行处理的第一输入数据；将第一输入数据输入至LSTM模型，利用LSTM模型对第一输入数据进行分类，并计算各个分类的概率；以及基于各个分类的概率，确定输入数据的类别。可选地，方法还包括通过以下操作，产生多个类别：分别针对多个漏水噪声信息提取特征值，将多个漏水噪声信息的特征值向量化得到多个特征值向量序列，其中每个特征值向量序列的长度相等，并按照采集时间的先后顺序排列，由所有特征值向量序列组成训练样本集；以及利用训练样本集对所述LSTM模型进行训练，产生多个类别。根据本专利技术实施例的另一个方面，还提供了一种漏水噪声监测的设备，应用于供水管网，其中供水管网的预定位置对应设置有噪声探头，该设备包括：处理器；以及存储器，与所述处理器连接，用于为处理器提供处理以下步骤的指令：通过噪声探头，获取从预定位置采集到的漏水噪声信息；利用基于机器学习训练模型，将漏水噪声信息确定为预先确定的多个类别中的一个类别；以及基于漏水噪声信息的类别，确定漏水噪声信息对应的供水管网的预定位置是否存在漏水。根据本专利技术实施例的另一个方面，还提供了一种漏水噪声监测的设备，应用于供水管网，其中供水管网的预定位置对应设置有噪声探头，该设备包括：漏水噪声获取模块，用于获取从预定位置采集到的漏水噪声信息；分析模块，用于利用基于机器学习训练模型，将漏水噪声信息确定为预先确定的多个类别中的一个类别；判定模块，用于基于漏水噪声信息的类别，确定漏水噪声信息对应的供水管网的预定位置是否存在漏水；以及报警模块，用于当确定漏水噪声信息对应的供水管网的预定位置存在漏水，则发出报警信号；当确定漏水噪声信息对应的供水管网的预定位置不存在漏水，则不发出报警信号。进一步地，分析模块使用的基于机器学习训练模型为在TensorFlow框架下搭建的LSTM模型。进一步地，分析模块包括：提取特征值模块，用于提取漏水噪声信息的特征值，将漏水噪声信息的特征值向量化，转化为适合LSTM模型进行处理的第一输入数据；分类模块，用于将第一输入数据输入至LSTM模型，利用LSTM模型对第一输入数据进行分类，并计算各个分类的概率；以及确定模块，用于基于各个分类的概率，确定输入数据的类别。进一步地，设备还包括确定多个类别模块，其中确定多个类别模块包括：获取训练样本集模块，用于分别针对多个漏水噪声信息提取特征值，将多个漏水噪声信息的特征值向量化得到多个特征值向量序列，其中每个特征值向量序列的长度相等，并按照采集时间的先后顺序排列，由所有特征值向量序列组成训练样本集；以及训练模块，用于利用训练样本集对LSTM模型进行训练，产生多个类别。在本专利技术实施例中，利用基于机器学习训练模型对噪音信息进行分析，进而判定噪音信息对应的供水管网是否存在漏水，达到了快捷判定漏水点的目的，实现了根据噪音信息的录音上传文件即可判断是否具有漏水特征的技术效果，进而解决了目前测漏设备成本高、操作复杂且精度低的技术问题。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本公开实施例1所述的一种漏水噪声监测的识别方法的计算机终端(或移动设备)的硬件结构框图；图2是根据本公开实施例1所述的一种漏水噪声监测的识别方法的流程示意图；图3是根据本公开实施例1所述的LSTM模型中的神经元间数据交互的示意图；图4是根据本公开实施例1所述的LSTM中整个神经网络的架构；图5(a)是根据本公开实施例1所述的LSTM模型中连接Dropout层前的神经元连接示意图；图5(b)是根据本公开实施例1所述的LSTM模型中连接Dropout层后的神经元连接示意图；图6是根据本公开实施例2所述的漏水噪声监测的设备的结构示意图；以及图7是是根据本公开实施例3所述的漏水噪声监测的设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。实施例1根据本公开实施例，提供了一种漏水噪声监测的识别方法的实施例。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机(移动终端)可执行指令的计算机系统(移动终端系统)中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步本文档来自技高网...

【技术保护点】
1.一种漏水噪声监测的识别方法，其特征在于，应用于供水管网，其中所述供水管网的预定位置对应设置有噪声探头，该方法包括：通过所述噪声探头，获取从所述预定位置采集到的漏水噪声信息；利用基于机器学习训练模型，将所述漏水噪声信息确定为预先确定的多个类别中的一个类别；以及基于所述漏水噪声信息的类别，确定所述漏水噪声信息对应的供水管网的预定位置是否存在漏水。

【技术特征摘要】
1.一种漏水噪声监测的识别方法，其特征在于，应用于供水管网，其中所述供水管网的预定位置对应设置有噪声探头，该方法包括：通过所述噪声探头，获取从所述预定位置采集到的漏水噪声信息；利用基于机器学习训练模型，将所述漏水噪声信息确定为预先确定的多个类别中的一个类别；以及基于所述漏水噪声信息的类别，确定所述漏水噪声信息对应的供水管网的预定位置是否存在漏水。2.根据权利要求1所述的方法，其特征在于，所述模型为在TensorFlow框架下搭建的LSTM模型。3.根据权利要求2所述的方法，其特征在于，利用基于机器学习训练模型，将所述漏水噪声信息确定为预先确定的多个类别中的一个类别的操作，包括：提取所述漏水噪声信息的特征值，将所述漏水噪声信息的特征值向量化，转化为适合所述LSTM模型进行处理的第一输入数据；将所述第一输入数据输入至所述LSTM模型，利用所述LSTM模型对所述第一输入数据进行分类，并计算各个分类的概率；以及基于所述各个分类的概率，确定所述输入数据的类别。4.根据权利要求2所述的方法，其特征在于，所述方法还包括通过以下操作，产生所述多个类别：分别针对多个漏水噪声信息提取特征值，将所述多个漏水噪声信息的特征值向量化得到多个特征值向量序列，其中每个特征值向量序列的长度相等，并按照采集时间的先后顺序排列，由所有特征值向量序列组成训练样本集；以及利用所述训练样本集对所述LSTM模型进行训练，产生所述多个类别。5.一种漏水噪声监测的设备，其特征在于，应用于供水管网，其中所述供水管网的预定位置对应设置有噪声探头，该设备包括：处理器；以及存储器，与所述处理器连接，用于为所述处理器提供处理以下步骤的指令：通过所述噪声探头，获取从所述预定位置采集到的漏水噪声信息；...

【专利技术属性】
技术研发人员：李松森，刘世伟，王志军，
申请(专利权)人：水联网技术服务中心北京有限公司，
类型：发明
国别省市：北京,11