一种基于DeepAR模型的供水管网爆管预警方法技术

技术编号:42465124 阅读:27 留言:0更新日期:2024-08-21 12:52
本发明专利技术涉及供水管网爆管预警的技术领域,特别是涉及一种基于DeepAR模型的供水管网爆管预警方法,包括以下步骤:数据采集与预处理、模型构建与训练、模型测试与优化和系统集成与部署;其解决了供水管网流量及压力检测数据的预测精度问题,并且提高了供水管网爆管事件识别及预测的准确性问题,减少了基于普通预测算法的误报问题,同时通过模型剪枝提高轻量化水平,进而提高模型预测分析频率,保障预警事件的及时性。

【技术实现步骤摘要】

本专利技术涉及供水管网爆管预警的,特别是涉及一种基于deepar模型的供水管网爆管预警方法。


技术介绍

1、近年来,随着城市化进程的加速,我国各大城市的供水管网规模日益庞大,同时也面临着越来越多的挑战。在一些城市中,由于管道老化、材质缺陷、施工质量不佳等原因,爆管事故时有发生。这些事故不仅导致水资源的大量浪费,还严重影响了居民的正常生活和城市的正常运转。

2、所以各地市开始引入供水管网监测系统,如申请号为201520253282.6的技术专利中公开的一种供水管爆管检测系统和申请号为202110381808.9的专利技术专利中公开的一种供水管网爆管定位的方法和系统等,通过实时监测管网的压力、流量等关键参数,在出现爆管时,及时发现爆管位置,可以迅速采取措施进行处置减小事故的影响范围。

3、但是在使用过程中发现,现有的监测系统不方便对爆管庆康进行预测,导致实用性较差,因此亟需一种基于deepar模型的供水管网爆管预警方法对上述问题进行改善。


技术实现思路

1、为解决上述技术问题,本专利技术提本文档来自技高网...

【技术保护点】

1.一种基于DeepAR模型的供水管网爆管预警方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于DeepAR模型的供水管网爆管预警方法,其特征在于,所述数据预处理时,对训练数据集进行重塑,使数据变得适合分析和建模,进而对异常数值进行处理,出现明显超出传感器量程或者不合常理的数值、瞬时突变类的数值,采用z-score进行筛选,减少异常数值对模型的影响。

3.如权利要求1所述的一种基于DeepAR模型的供水管网爆管预警方法,其特征在于,对于缺失值,通过采用三次样条插值法对缺失数据进行填补,减少数据缺失对模型的负面影响。

4.如权利要求1所述的...

【技术特征摘要】

1.一种基于deepar模型的供水管网爆管预警方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于deepar模型的供水管网爆管预警方法,其特征在于,所述数据预处理时,对训练数据集进行重塑,使数据变得适合分析和建模,进而对异常数值进行处理,出现明显超出传感器量程或者不合常理的数值、瞬时突变类的数值,采用z-score进行筛选,减少异常数值对模型的影响。

3.如权利要求1所述的一种基于deepar模型的供水管网爆管预警方法,其特征在于,对于缺失值,通过采用三次样条插值法对缺失数据进行填补,减少数据缺失对模型的负面影响。

4.如权利要求1所述的一种基于deepar模型的供水管网爆管预警方法,其特征在于,所述通过气象观测数据特征作为供...

【专利技术属性】
技术研发人员:余家富翟海涛王强魏克磊韩江涛
申请(专利权)人:浪潮智慧城市科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1