-
公开(公告)号：CN120067565A
公开(公告)日：2025-05-30
申请号：CN202510027090.1
申请日：2025-01-08
Applicant: 同济大学 , 宁波水表(集团)股份有限公司 , 浙江宁水水务科技有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本发明实施例提供了一种基于双向LSTM自编码器的爆管侦测方法，包括：对监测点的实时高频压力数据进行预处理，构建实时高频压力数据的峰值特征序列数据集；采用离散小波变换对峰值特征序列数据集进行高低频分离，提取高频压力分量，得到高频压力分量数据集；搭建双向LSTM自编码器模型，并将高频压力分量数据集划分为训练集、测试集；使用训练集对该模型进行训练，重构训练集数据序列，计算训练集的重构误差，并以此确定重构误差阈值；使用训练完成的模型对测试集进行处理，重构测试集数据序列，计算测试集的重构误差，当其大于或等于重构误差阈值时发出爆管警报。以此方式，可以利用实时高频压力数据，及时地进行爆管预警，提高爆管侦测效果。
-
公开(公告)号：CN115438447A
公开(公告)日：2022-12-06
申请号：CN202210481637.1
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
IPC: G06F30/18 , G06F30/20 , G06F119/14
Abstract: 本申请提供了一种供水管网漏损的定位方法，包括：读取并分析供水管网的漏损数据，基于管网水力模型和漏损数据构建模拟基准漏损数据库，进而构建无漏损模型；基于无漏损模型计算漏损基准特征，并计算漏损基准特征与模拟基准数据库中模拟漏损基准特征的相似性以确定漏损管段的范围；构建模拟实时漏损数据库，并计算模拟实时漏损数据库中模拟实时漏损特征与漏损管段范围内实际实时漏损特征的漏损相似性以确定漏损风险最高的管段，可以在保证计算准确性的前提下提升供水管网漏损的定位效率。
-
公开(公告)号：CN119755541A
公开(公告)日：2025-04-04
申请号：CN202411952926.0
申请日：2024-12-27
Applicant: 宁波水表(集团)股份有限公司 , 同济大学 , 浙江宁水水务科技有限公司
Abstract: 本发明公开了一种基于高频压力数据驱动的供水管网爆管定位方法，包括以下步骤：当高频压力监测器发出异常警报时，对报警前后6分钟的实时压力信号进行数据清洗与小波降噪，生成有效高频压力数据集；采用基于滑动窗的双边累积和算法提取有效高频压力数据集中的时间特征值；结合前期波速统计值，采用负压波法对异常压力波起始点位进行定位；若定位为阀门或泵操作点，则列入正常管网操作，同时统计修正各管道波速，若定位为其他管道节点，则发出爆管定位警报。优点在于本发明利用实时高频压力数据，采用负压波法，将误差精确至毫秒级别，同时利用正常管网操作修正各管道波速，以期适应管道老化与温度变化等因素的影响，使爆管定位更加迅速、精准。
-
公开(公告)号：CN115345343A
公开(公告)日：2022-11-15
申请号：CN202210481646.0
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
Abstract: 本申请提供了一种供水管网的浊度预测方法，浊度预测方法包括：采集供水管网的水质监测数据；对水质监测数据进行预处理，以得到水质监测数据集，其中，水质监测数据集包括：训练集和测试集；构建Elman神经网络模型，基于训练集训练Elman神经网络模型，以得到用于浊度预测的最优模型，并基于最优模型和测试集对供水管网的浊度进行预测，以得到供水管网的浊度预测值，上述预测方法可以提高模型的预测精度。
-
公开(公告)号：CN115186860A
公开(公告)日：2022-10-14
申请号：CN202210480280.5
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
Abstract: 本发明提供基于压力数据聚类的供水管网复杂多漏损识别方法，包括步骤：确定分析时间段，通过供水管网预测模型预测供水管网运行参数，通过压力监测数据库读取真实监测数据，对预测的供水管网运行参数和读取的真实监测数据进行预处理；生成压力残差矩阵并进行管网压力趋势分解和漏损工况区分；对供水管网进行水量分析，结合管网漏损状态矩阵确定分析时间段内漏损信息及漏损总数量，并依次按照每个漏损的性质分别确定其发生时间；输出所有漏损的识别结果。本发明借助预测模型对供水管网行为进行预测，结合数据驱动方法对压力数据的时间、空间特征进行有效提取，可以更高效且准确地识别供水管网中处于叠加状态的各类漏损事件。
-
Patent Agency Ranking
公开(公告)号：CN115423229A
公开(公告)日：2022-12-02
申请号：CN202210480283.9
申请日：2022-05-05
Applicant: 宁波水表(集团)股份有限公司 , 同济大学
Abstract: 本发明提供基于信息熵的供水管网黄水风险评估方法，包括步骤：建立管道铁释放浓度与水质影响因素拟合曲线；通过建立的拟合曲线和实际管网水质参数变化范围，计算基于单一水质监测数据的信息熵值；通过联合信息熵公式和单一水质信息熵值，构建管网铁浓度综合信息熵值。本发明涉及一种电子设备、存储介质和程序产品。本发明建立了供水管网铁浓度单位时间内变化剧烈程度的判断指标即信息熵，通过信息熵值建立管网黄水风险评估方法；该风险评估方法的建立，对管网黄水的事前评估提供预警，降低黄水事故的发生概率，保障供水水质安全。
-
公开(公告)号：CN120087777A
公开(公告)日：2025-06-03
申请号：CN202510001382.8
申请日：2025-01-02
Applicant: 同济大学
IPC: G06Q10/0637 , G06Q50/06 , G06F30/28 , G06F30/27 , G06N7/01 , G06F113/08 , G06F119/14
Abstract: 本发明实施例提供了一种基于图论的供水管网污染溯源定位方法及装置。该方法包括：S1：基于供水管网水力模型抽象出供水管网的拓扑结构并基于此构建供水管网的邻接矩阵，结合供水管网的邻接矩阵，利用图论中的广度优先搜索算法，确定初始的动态检测点候选范围；S2：根据动态检测点候选范围，生成动态检测点候选方案，并评估各动态检测点候选方案的信息增益，基于此选取最有利于污染源定位的动态检测点；S3：重复执行S2，获取水质污染信息，不断缩小动态检测点候选范围；S4：当计算的节点污染源结果满足定位成功条件或者动态检测点候选范围为空时，确定污染源位置。以此方式，能够快速定位污染源位置。
-
公开(公告)号：CN118114803A
公开(公告)日：2024-05-31
申请号：CN202311786597.2
申请日：2023-12-22
Applicant: 银川中铁水务集团有限公司 , 同济大学
IPC: G06Q10/04 , G06F18/214 , G06F18/10 , G06F18/2413 , G06F18/213 , G06N3/02
Abstract: 本发明公开了一种基于人工神经网络和解释模型的高波动河流含沙量预测方法，包括以下步骤：(1)获取取水口上游及下游泥沙悬浮浓度与流量数据，作为基本数据集；(2)对泥沙悬浮浓度数据进行平稳化处理，形成初始数据集；(3)将数据集划分为冰凌期数据集与非冰凌期数据集；(4)初步构建神经网络模型；(5)分别对冰凌期与冰凌期特征集进行归一化处理；(6)基于冰凌期与非冰凌期的特征集，分别构建神经网络模型，进行训练；(7)通过训练好的模型进行预测。本发明建立的方法可以准确预测波动性较强的泥沙悬浮浓度，对于高波动数据预测具有高准确性与通用性，有利于实际的生产调度运行。
-
公开(公告)号：CN111667168B
公开(公告)日：2024-01-23
申请号：CN202010497087.3
申请日：2020-06-04
Applicant: 同济大学
Abstract: 本发明公开了一种基于液位监测诊断排水系统运行状态的方法，属于排水系统运行状态诊断技术领域。该方法包括如下步骤：(1)优化布置液位监测点，以液位监测点为界将排水系统分为若干个排水分区；(2)收集并预处理收集到的排水管网液位监测数据；(3)以预处理后的液位监测数据作为输入条件，通过曼宁公式或求解圣维南方程组，计算管道流量值；(4)利用便携式流量计校核管道流量校核管道流量并确定管道的淤积程度；(5)基于校核后的管道流量计算各排水分区的晴天日均流量、地下水入渗量、生活污水混接量，对地下水入渗严重和生活污水混接严重的区域进行详细排查。本发明的诊断效率更高，
-
公开(公告)号：CN117389142A
公开(公告)日：2024-01-12
申请号：CN202311334398.8
申请日：2023-10-16
Applicant: 上海市城市建设设计研究总院(集团)有限公司 , 同济大学
Abstract: 本发明公开了污水处理厂生化反应池预测推演与安全实时控制方法，通过数据统计与动力学特征分析对系统特点进行判断，通过动力系统研究中的Koopman矩阵与深度学习模型结合的方法进行污水处理生物反应工艺状态参数的推演预测。借助模型预测控制系统，以生化反应池稳定运行以及出水水质达标为目标，对反应曝气量、内循环流量和污泥回流过程控制进行优化。并基于数据信息此对其控制的安全性与合理性做进一步检验。本发明的智能预测控制方法，基于数据驱动技术、深度学习、以及安全检验，具有可靠性高、对不同变化的适应性强的特点，在保证出水水质的前提下减少了污水厂处理厂的曝气量，实现优化控制。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.05 seconds)
