【技术实现步骤摘要】
一种供水管网漏损监测方法
本公开属于城市供水管网探漏领域，具体涉及一种供水管网漏损监测方法。
技术介绍
水资源是人类生存和发展的基础，我国水资源总量存储丰富，位列全球第四位，但人均水资源拥有量仅为2300立方米，相当于世界平均水平的1/4左右，因此，我国又是一个水资源短缺的国家。城市供水管网系统是城市基础设施建设的重要领域，被称为“生命线工程”。然而，供水管网的漏损问题一直困扰着全国各大自来水公司，不仅造成了资源和能源的浪费，还会造成地面沉降等次生灾害，影响城市安全。建设部调查资料显示，我国大多数城市的供水管网漏失率在15％～35％之间，而在日本、美国和欧洲等发达国家的漏失率在上个世纪末就已经普遍控制在10％左右，甚至是更低的水平，可见我国管网漏损的控制管理急需加强。目前供水管网漏损检测的方法有被动检测法、区域装表法、地表雷达捡漏法、示踪剂检测法、声学检测法、光纤传感技术法、负压波法、实时瞬态模型法等，上述的众多管道漏损检测方法，大多数方法由于其使用条件苛刻、操作复杂、捡漏成本高等缺点，实际的运用效果并不理想。而声学检测法简单可靠、检测效率高、适用范围广等优点被广...
【技术保护点】
1.一种供水管网漏损监测方法，包括以下步骤：S1，获取供水管网数据；S2，建立基于深度神经网络的异构双分类器漏损识别模型；以及S3，利用所述供水管网数据和所述异构双分类器漏损识别模型进行供水管网漏损识别；其中，所述供水管网数据包括沿水介质传播的漏损声信号数据、供水管内流量数据、供水管内压力数据、管材数据和管径数据。
【技术特征摘要】
1.一种供水管网漏损监测方法，包括以下步骤：S1，获取供水管网数据；S2，建立基于深度神经网络的异构双分类器漏损识别模型；以及S3，利用所述供水管网数据和所述异构双分类器漏损识别模型进行供水管网漏损识别；其中，所述供水管网数据包括沿水介质传播的漏损声信号数据、供水管内流量数据、供水管内压力数据、管材数据和管径数据。2.根据权利要求1所述的方法，在所述步骤S3之后还包括：S4，建立基于供水管网拓扑结构的局部搜索定位模型；以及S5，利用所述供水管网漏损识别结果和所述局部搜索定位模型进行漏损定位。3.根据权利要求1所述的方法，其中，所述基于深度神经网络的异构双分类器漏损识别模型包括卷积层、最大池化层、长短时神经网络层、第一全连接层、融合层、第二全连接层、支持向量机分类器、逻辑回归分类器、和异构双分类器。4.根据权利要求3所述的方法，其中，所述步骤S3包括：卷积层接收漏损声信号数据；最大池化层将所述卷积层的输出划分为m个子区域，提取每个所述子区域的最大值组成输出，m为正整数；长短时神经网络层对所述最大池化层的输出进行非线性数据处理；第一全连接层接收流量数据、压力数据、管材数据和管径数据；融合层接收所述长短时神经网络层和第一全连接层的输出；第二全连接层接收所述融合层的输出；第二全连接层分别与支持向量机分类器和逻辑回归分类器连接；支持向量机分类器接收所述第二全连接层的输出，对供水管网漏损事件进行分类识别，输出分类向量Y1；逻辑回归分类器接收所述第二全连接层的输出，对供水管网漏损事件进行分类识别，输出分类向量Y2；异构双分类器利用上述分类向量Y1和分类向量Y2，根据下式计算得到漏损识别结果Y，Y＝β1*Y1+β2*Y2其中，β1+β2＝1，0＜β1＜1，0＜β2＜1。5.根据权利要求1所述的方法，其中，每个传感器包括水听器、流量计和压力计；利用水听器获取所述漏损声信号数据、利用流量计获取流量数据、利用压力计获取压力数据。6.根据权利要求1所述的方法，其中，通过漏损识别模型确定发生漏损事件时所对应的传...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。