基于深度学习框架的时空联合供水管网漏损检测研究

作     者：蒋白懿 牟天蔚 李维轲 王康 肖敏 王鑫 JIANG Baiyi;MU Tianwei;LI Weike;WANG Kang;XIAO Min;WANG Xin

作者机构：沈阳建筑大学市政与环境工程学院沈阳1110168 沈阳工业大学建筑与土木工程学院沈阳110870 中国市政工程华北设计研究总院有限公司天津300074 沈阳大学环境学院区域污染环境生态修复教育部重点实验室沈阳110003 

基　　金：沈阳市科学技术计划(22-322-3-14) 

出 版 物：《给水排水》 (Water & Wastewater Engineering)

年 卷 期：2024年第50卷第6期

页      码：152-158页

摘      要：以深度学习框架为基础,提出了一种时空联合供水管网漏损检测模型。该模型首先运用Node2Vec算法求解不同时间段内节点特征;其次,通过模糊C-均值聚类法,利用管网模型节点特征进行分区。最后,以不同时间段的压力敏感度作为输入,漏损位置的分区号作为标签,通过深度信念神经网络进行训练,并通过训练后的模型对管网漏损位置进行检测。在实例分析中,以A市实际供水管网拓扑结构进行验证,利用MATLAB-Open Water Analytics toolbox联合编程建模,结果表明,各个时间段的检测效果均较优,正确率均达到为80%以上。因此,该模型能够有效地检测管网漏损。

主 题 词：Node2Vec 深度学习 漏损定位 随机游走 图嵌入 

学科分类：08[工学] 083305[083305] 081403[081403] 0814[工学-地质类] 0833[0833] 

核心收录：

D　O　I：10.13789/j.cnki.wwe1964.2022.11.19.0003

馆 藏 号：203140540...