1. 河北工程大学能源与环境工程学院
2. 河北省智慧水利重点实验室
3. 河北工程大学水利水电学院
纸质出版:2025
移动端阅览
何立新, 管涌康, 张峥, 等. 基于VMD的供水管道漏损检测研究[J]. 水电能源科学, 2025,43(12):142-146.
何立新, 管涌康, 张峥, et al. 基于VMD的供水管道漏损检测研究[J]. 2025, 43(12): 142-146.
何立新, 管涌康, 张峥, 等. 基于VMD的供水管道漏损检测研究[J]. 水电能源科学, 2025,43(12):142-146. DOI: 10.20040/j.cnki.1000-7709.2025.20250246.
何立新, 管涌康, 张峥, et al. 基于VMD的供水管道漏损检测研究[J]. 2025, 43(12): 142-146. DOI: 10.20040/j.cnki.1000-7709.2025.20250246.
供水管道漏损不仅会造成经济损失,还会带来安全隐患,对供水管道漏损的检测一直是行业研究的焦点。采用变分模态分解(VMD)方法对由主动关阀引起的水锤压力波动信号进行分析,通过提取模态的特征参数,运用支持向量机(SVM)分类模型对5种特征组合进行训练与测试,用于检测管道漏损。结果表明,VMD方法能够有效分离压力波动信号中的有用信号成分并减少噪声干扰,融合模态频率与能量比的SVM分类模型在试验管道与真实管网中准确率分别为96.12%、92.26%。该结果验证了利用VMD对压力波动分析能够有效识别管道漏损,降低检测成本。
宋杰,吕谋,郝晨西,张士官.基于PSO-SVM模型的供水管网漏损诊断[J].水电能源科学,2020(07).
曾广栋,魏学锋,何林,孙长江,张旋.基于音频特征的水车室工作状态异常检测[J].水电能源科学,2024(08).
何立新,张宏洋,张峥,陈炯禧,王琦,管涌康,龙岩.基于梅尔频率倒谱系数特征识别供水管网漏损的机器学习模型比较研究[J].给水排水,2024(08).
唐泽娴,林建辉,丁建明,李艳萍.万向轴动不平衡检测的自适应变分模态分解方法[J].机械设计与制造,2022(02).
聂维.基于负压波的供水管道泄漏检测与漏点定位方法研究[D].西华大学,2022(02).
0
浏览量
85
下载量
CSCD
关联资源
相关文章
相关作者
相关机构