公开(公告)号：CN109242049A

公开(公告)日：2019-01-18

申请号：CN201811391052.0

申请日：2018-11-21

Applicant: 安徽建筑大学

Inventor： 方潜生 ,  谢陈磊 ,  杨亚龙 ,  张振亚 ,  张继鑫 ,  张红艳 ,  张毅 ,  李善寿 ,  朱徐来 ,  涂畅 ,  盛锦壮 ,  郭玉涵 ,  任守明 ,  袁翠艳 ,  钟永祥

IPC: G06K9/62 ,  G06N3/04 ,  G06Q50/06

CPC classification number: G06K9/6267 ,  G06K9/6256 ,  G06N3/0454 ,  G06Q50/06

Abstract: 本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明通过卷积和池化操作减少了数据中的噪声点，提取了每类型数据中的特殊特征，使得预测更加准确。

公开(公告)号：CN108596260A

公开(公告)日：2018-09-28

申请号：CN201810393876.5

申请日：2018-04-27

Applicant: 安徽建筑大学

Inventor： 谢陈磊 ,  杨亚龙 ,  方潜生 ,  张振亚 ,  张继鑫 ,  李善寿 ,  朱徐来 ,  张红艳 ,  涂畅

IPC: G06K9/62 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开了一种水管网漏损定位方法及装置，涉及水管网技术领域，包括：通过在供水管网中各监测点安装压力传感器，采集得到压力数据；利用压力数据值构建水管网压力数据有序数据集，通过归一化处理后得到各压力传感器节点特征矩阵数据；利用训练样本对PSO算法优化的BP神经网络进行训练，再利用测试样本测试训练好的网络得到实际输出；通过将网络实际输出与期望输出进行比较，判断是否发生漏损以及发生漏损的漏损点位置。本发明优点在于：能够有效快速的发现漏损和准确定位漏损点位置。

公开(公告)号：CN109242049B

公开(公告)日：2019-07-09

申请号：CN201811391052.0

申请日：2018-11-21

Applicant: 安徽建筑大学

Inventor： 方潜生 ,  谢陈磊 ,  杨亚龙 ,  张振亚 ,  张继鑫 ,  张红艳 ,  张毅 ,  李善寿 ,  朱徐来 ,  涂畅 ,  盛锦壮 ,  郭玉涵 ,  任守明 ,  袁翠艳 ,  钟永祥

IPC: G06K9/62 ,  G06N3/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明通过卷积和池化操作减少了数据中的噪声点，提取了每类型数据中的特殊特征，使得预测更加准确。

公开(公告)号：CN107368648B

公开(公告)日：2018-07-20

申请号：CN201710589810.9

申请日：2017-07-19

Applicant: 安徽建筑大学

Inventor： 谢陈磊 ,  杨亚龙 ,  方潜生 ,  张振亚 ,  李善寿 ,  朱徐来 ,  张继鑫 ,  鲁佳炜 ,  陈涛 ,  张兆祥 ,  张广金 ,  张猛

IPC: G06F17/50 ,  G06K9/62 ,  G06Q50/06

Abstract: 一种面向市政给水管网压力监测点优化布置方法，基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性；利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据；采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于：能够有效反映管网压力的区域分布情况；使用OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，避免了初始参数对聚类结果的影响。

公开(公告)号：CN107368648A

公开(公告)日：2017-11-21

申请号：CN201710589810.9

申请日：2017-07-19

Applicant: 安徽建筑大学

Inventor： 谢陈磊 ,  杨亚龙 ,  方潜生 ,  张振亚 ,  李善寿 ,  朱徐来 ,  张继鑫 ,  鲁佳炜 ,  陈涛 ,  张兆祥 ,  张广金 ,  张猛

IPC: G06F17/50 ,  G06K9/62 ,  G06Q50/06

CPC classification number: G06F17/5009 ,  G06K9/6218 ,  G06Q50/06

Abstract: 一种面向市政给水管网压力监测点优化布置方法，基于EPANET软件对监测区域给水管网的运行状态进行模拟仿真，得到各压力监测点的空间属性与非空间属性；利用上述属性值构建管网各节点原始特征矩阵数据，通过无量纲化处理后得到节点特征矩阵数据；采用OPTICS聚类算法实现对节点特征矩阵数据进行聚类分析，得到压力监测节点有序集合；基于压力监测节点有序集合，选取合适的节点聚类集合，依据聚类结果和节点影响度大小，最终确定市政给水管网监测区域压力监测点的位置和数量。本发明的优点在于：能够有效反映管网压力的区域分布情况；使用OPTICS算法不需要初始设定划分的聚类个数，聚类簇的形状可以是任意形状，避免了初始参数对聚类结果的影响。