摘要：随着我国越来越多的供水管网安装SCADA系统,基于数据预测的爆管检测方法越来越受到重视。传统基于数据预测的方法大多根据单点流量、压力的历史监测数据预测当前时刻监测值,当预测值与监测值的差值超过阈值时判定为爆管。然而,实践经验表明,监测数据的丢失与错误会严重影响单点预测结果,进而引起频繁误报与漏报。考虑到实际用水及监测数据的空间关联性(例如水压监测点布置距离越近其监测数据相关性越大),开展了基于最小二乘支持向量机(LSSVM)交互预测的供水管网爆管检测研究。对管网中不同位置监测数据构建多输入单输出LSSVM交互预测模型,选取1倍标准差为阈值进行爆管检测,并与传统的卡尔曼滤波爆管检测结果相对比。结果表明,LSSVM交互预测模型能降低数据丢失、数据错误对预测结果的影响,且对较小的爆管响应更加灵敏,进而有效地提高了基于数据预测的爆管检测性能。

摘要：灵敏度分析定性或定量评估输入参数的不确定性对模型输出结果的影响,可辅助基于供水管网模型进行的分析和设计。为提高识别管网模型中关键参数的效率,提出采用Morris法进行全局灵敏度分析。将Morris法用于分析纽约隧道问题,并对Morris法和Sobol’法进行详细对比,结果表明:与Sobol’法相比,Morris法精度稍差,但其计算量远小于Sobol’法。最后,对管网模型全局灵敏度分析方法的选择提出建议。

摘要：应用MySQL关系结构,建立了大学生科研项目和论文的数据库;通过MVC模型结构,利用Web网页前端开发技术以及.Net后台开发技术,应用系统功能模块,给出了大学生科研项目查新系统的算法设计;采取与校园网嫁接,通过文本比对、相似性判别与数据甄别以及线上运行,最终得出查新报告。