基于管网分区流量数据的漏损检测方法研究

王彤; 李钟毓; 康炳卿; 朱多林; 王晴怡; 赵红斌; 许德伦; 洪磊

doi:10.20040/j.cnki.1000-7709.2023.20221541

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于管网分区流量数据的漏损检测方法研究

更新时间：2026-02-25

- 基于管网分区流量数据的漏损检测方法研究
- Issue 7, Pages: 127-131(2023)
- 作者机构：
  
  1. 长安大学建筑工程学院
  2. 长安大学住房与城乡建设部给水排水重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20221541
  CLC： TU991.33
- Published：2023
- 稿件说明：
移动端阅览
王彤, 李钟毓, 康炳卿, et al. 基于管网分区流量数据的漏损检测方法研究[J]. 2023, (7): 127-131.
DOI：

王彤, 李钟毓, 康炳卿, et al. 基于管网分区流量数据的漏损检测方法研究[J]. 2023, (7): 127-131. DOI： 10.20040/j.cnki.1000-7709.2023.20221541.

摘要

为减轻城镇供水管网漏损造成资源浪费，以预测分类为基本思想，将小波降噪处理后的管网流量监测数据用于PSO寻优最小二乘支持向量机(LSSVM)算法的预测模型，并对预测模型进行训练和评估，再结合模型预测误差分布规律，推出阈值和漏损量的估算方法用于漏损检测。结果表明，模型预测值与实际水量的平均误差较低，稳定性高，结合预测—阈值分类法能够及时检测出突发性漏损并相对准确地估算出漏损量。

Abstract

关键词

Keywords

references

基于流量和压力数据分析的城市供水管网漏损定位研究[D]. 吴杰.太原理工大学,2020(07)

基于LSSVM交互预测的供水管网爆管检测[J]. 吴以文;杜坤;吴汉清;罗雄武;宋志刚;黄乐烽.中国给水排水,2022(09)

基于PSO-LSSVM时序预测模型的管网漏失信号识别[J]. 王彤;金赵归;杨瑞虎;杨军;尚渝钧;王伟;鞠彩;韩大鹏.水电能源科学,2022(02)

基于遗传最小二乘支持向量机的初次给水管漏损时间预测模型[J]. 陈磊;王培永.浙江工业大学学报,2021(05)

基于PSO-SVM模型的供水管网漏损诊断[J]. 宋杰;吕谋;郝晨西;张士官.水电能源科学,2020(07)

Views

122

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于DyGKAN图神经网络的供水管网泄漏定位模型

基于VMD的供水管道漏损检测研究

机器视觉技术在大坝表面变形监测中的适用性研究

基于分布式光纤温度传感器的排水管网外来水监测试验研究

THE COMBINATORIAL FORECAST MODEL OF LOAD AND POWER QUANTITY AND ITS APPLICATION

Related Author

李宁

汪淋

龙岩

张宏洋

程楠

张峥

管涌康

何立新

Related Institution

安徽建筑大学环境与能源工程学院

河北工程大学水利水电学院

河北省智慧水利重点实验室

河北工程大学能源与环境工程学院

浙江同济科技职业学院

AI问答

⁰