基于机器学习的排水管网缺陷在线预警方法及系统
摘要文本
本发明涉及排水管网监测技术领域，具体涉及一种基于机器学习的排水管网缺陷在线预警方法及系统，方法包括：收集管网参数并建立管网拓扑关系；在一个已完成管网清淤和修复的分流制排水分区中，采集管道流量和检查井水位，作为管网正常运行状态数据；基于生成对抗网络模型合成管网异常运行状态数据；将两种数据组合作为训练样本，对神经网络预警模型进行训练；将神经网络预警模型的输出结果设置为｛管段编号，管段状态｝；基于训练好的神经网络预警模型对管段累计流量及相邻检查井水位差异常的管段进行预警。本发明结合深度学习，实现对排水管网不同管段的异常情况实时、高效、准确地监测和预警。
申请人信息
- 申请人:北京建筑大学
- 申请人地址:102616 北京市大兴区黄村镇永源路15号北京建筑大学
- 发明人: 北京建筑大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的排水管网缺陷在线预警方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410028041.5 |
| 申请日 | 2024/1/9 |
| 公告号 | CN117540329B |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F18/2433 |
| 权利人 | 北京建筑大学 |
| 发明人 | 袁冬海; 王辉; 严陈玲; 王晨; 张春洋; 寇莹莹 |
| 地址 | 北京市大兴区黄村镇永源路15号北京建筑大学 |
专利主权项内容
1.一种基于机器学习的排水管网缺陷在线预警方法，其特征在于，包括以下步骤：收集管网参数并建立管网拓扑关系，确定监测点位，并对各监测点位对应的管段和检查井进行编号；在一个已完成管网清淤和修复的分流制排水分区中，使用在线监测设备采集该排水分区各监测点位处的管道流量和检查井水位，作为管网正常运行状态数据；将一个自然日划分为多个不同时间段，并计算各时间段内各管段的累计流量数据，以管段的累计流量数据作为管段是否破损的判断依据；将每一时间段中间时刻的检查井水位数据作为该时间段的检查井水位数据，以相邻检查井水位数据间的差值作为管段是否存在淤积的判断依据；基于生成对抗网络模型合成管网异常运行状态数据；将所述管网正常运行状态数据和所述管网异常运行状态数据组合作为训练样本；基于所述训练样本对预先搭建的神经网络预警模型进行训练，将神经网络预警模型的输出结果设置为{管段编号，管段状态}；将整个管网各监测点位处的实时监测数据输入训练好的神经网络预警模型中，对管段累计流量及相邻检查井水位差异常的管段进行预警，初步判断管线问题类型；当异常管段修复处理后，更新该异常管段的警报状态。 搜索马 克 数 据 网