-
-
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
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: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
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
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。
-
-
-
-