-
公开(公告)号:CN116702074A
公开(公告)日:2023-09-05
申请号:CN202310592723.4
申请日:2023-05-24
Applicant: 同济大学
IPC: G06F18/2433 , F17D5/02 , G06F18/2131 , G06F18/15
Abstract: 本发明提供了一种基于小波分解提取压力高频分量的供水管网爆管侦测方法,包括以下步骤:步骤S1,生成原始压力监测值矩阵;步骤S2,采用离散小波变换对原始压力监测值矩阵进行高低频分离,生成当前时刻的高频扰动值侦测列向量;步骤S3,采用COF算法检测高频扰动值侦测列向量中的离群值;步骤S4,筛选检测出的离群值,将符合特征的离群值标记为异常点,并在当日检测结束后对异常点对应压力值进行校正;步骤S5,重复上述步骤,当符合爆管特征的异常点的连续异常时刻数超过时间阈值的情况时,发出爆管警报。本发明有利于更准确地反映供水管网中压力的瞬时变化情况,保证了侦测的实时性,适用于各种类型的供水管网。
-
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。
-