一种融合时空相关性特征的高效供水管网漏损识别方法

胡克勇; 孟欣; 孙中卫

doi:10.20040/j.cnki.1000-7709.2024.20241270

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

一种融合时空相关性特征的高效供水管网漏损识别方法

水利枢纽、水工建筑物 | 更新时间：2026-02-25

- 一种融合时空相关性特征的高效供水管网漏损识别方法
- 一种融合时空相关性特征的高效供水管网漏损识别方法
- 水电能源科学 2024年第11期页码：137-139+54
- 作者机构：
  
  青岛理工大学信息与控制工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金青年基金项目(61902205);山东省自然科学基金面上项目(ZR2023MF052)
- DOI：10.20040/j.cnki.1000-7709.2024.20241270
  中图分类号： TU991.33
- 纸质出版：2024
- 稿件说明：
移动端阅览
胡克勇, 孟欣, 孙中卫. 一种融合时空相关性特征的高效供水管网漏损识别方法[J]. 水电能源科学, 2024,(11):137-139+54.

胡克勇, 孟欣, 孙中卫. 一种融合时空相关性特征的高效供水管网漏损识别方法[J]. 2024, (11): 137-139+54.
胡克勇, 孟欣, 孙中卫. 一种融合时空相关性特征的高效供水管网漏损识别方法[J]. 水电能源科学, 2024,(11):137-139+54. DOI： 10.20040/j.cnki.1000-7709.2024.20241270.

胡克勇, 孟欣, 孙中卫. 一种融合时空相关性特征的高效供水管网漏损识别方法[J]. 2024, (11): 137-139+54. DOI： 10.20040/j.cnki.1000-7709.2024.20241270.

摘要

供水行业的数字化转型，极大推动了数据驱动高效漏损识别方法研究，其已成为供水管网漏损控制领域研究热点。为此，提出一种融合时空相关性特征的高效供水管网漏损识别方法。该方法首先将供水管网压力时序数据与管网拓扑结构相结合来构建供水管网数据图，其蕴含数据的时空相关性特征；其次，通过改进图卷积神经网络和门控循环单元来同时提取数据图的时空相关性特征，进而构建高效供水管网漏损识别方法，实现供水管网漏损的高效识别。试验结果表明，该方法在两个供水管网上的四个评价指标结果均优于基准方法，且其具有94%以上的准确度。这将为供水管网的可持续漏损控制提供有效工具。

Abstract

关键词

Keywords

references

信昆仑,陶涛,李树平,刘遂庆.人工智能技术在供水行业中的应用与展望[J].给水排水,2019(12).

Hochreiter S,Schmidhuber J.Long short-term memory.[J].Neural computation,1997.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Kolmogorov-Arnold网络的深度学习模型改进对日径流预测的影响

基于自适应多元变分模态分解与多尺度特征提取的抽水蓄能机组振动趋势预测

基于GHOA-VMD-GRU和CNN区间建模的长江上游干流日含沙量预测研究

基于VAE-GRU和残差注意力的大坝位移深度学习预测模型

基于注意力机制和CNN-GRU模型的脱硫系统pH值预测