[发明专利]一种供水管网漏损监测方法

权利要求书

1.一种供水管网漏损监测方法，包括以下步骤：

S1，获取供水管网数据；

S2，建立基于深度神经网络的异构双分类器漏损识别模型；以及

S3，利用所述供水管网数据和所述异构双分类器漏损识别模型进行供水管网漏损识别；

其中，所述供水管网数据包括沿水介质传播的漏损声信号数据、供水管内流量数据、供水管内压力数据、管材数据和管径数据；

所述基于深度神经网络的异构双分类器漏损识别模型包括卷积层、最大池化层、长短时神经网络层、第一全连接层、融合层、第二全连接层、支持向量机分类器、逻辑回归分类器、和异构双分类器；

所述步骤S3包括：

卷积层接收漏损声信号数据；

最大池化层将所述卷积层的输出划分为m个子区域，提取每个所述子区域的最大值组成输出，m为正整数；

长短时神经网络层对所述最大池化层的输出进行非线性数据处理；

第一全连接层接收流量数据、压力数据、管材数据和管径数据；

融合层接收所述长短时神经网络层和第一全连接层的输出；

第二全连接层接收所述融合层的输出；

第二全连接层分别与支持向量机分类器和逻辑回归分类器连接；

支持向量机分类器接收所述第二全连接层的输出，对供水管网漏损事件进行分类识别，输出分类向量Y1；逻辑回归分类器接收所述第二全连接层的输出，对供水管网漏损事件进行分类识别，输出分类向量Y2；

异构双分类器利用上述分类向量Y1和分类向量Y2，根据下式计算得到漏损识别结果Y，

Y＝β1*Y1+β2*Y2

其中，β1+β2＝1，0＜β1＜1，0＜β2＜1。

2.根据权利要求1所述的方法，在所述步骤S3之后还包括：

S4，建立基于供水管网拓扑结构的局部搜索定位模型；以及

S5，利用所述供水管网漏损识别结果和所述局部搜索定位模型进行漏损定位。

3.根据权利要求2所述的方法，其中，将传感器布置在供水管网上进行数据采集，以获取供水管网数据，所述传感器包括水听器、流量计和压力计；利用水听器获取所述漏损声信号数据、利用流量计获取流量数据、利用压力计获取压力数据。

4.根据权利要求3所述的方法，其中，通过漏损识别模型确定发生漏损事件时所对应的传感器S_k，在所对应的传感器的个数大于或等于2时进行所述漏损定位。

5.根据权利要求4所述的方法，其中，所述步骤S5包括：

以所述传感器S_k为基点，以最短路径在管网图上形成一个闭合回路，所述闭合回路包括i个管道节点，对应的管道节点编号为r_i；j根管道，对应的管道编号为l_j；k个传感器，对应的传感器编号为S_k，i、j、k均为正整数，所述最短路径是指经过传感器S_k的闭合回路的最短周长；

利用目标函数f_i在闭合回路中搜索离漏损点最近的管道节点，依次计算i个管道节点的f_i值，选取最小的f_i值所对应的管道节点c作为离漏损点最近的虚拟漏点v_c；

以虚拟漏点v_c为中心，搜索路径为与虚拟漏点v_c相连接的管线，每隔z米设置1个虚拟漏点v_g(g＝1…n)，共n个，依次计算这n个虚拟漏点的f_i值，选取最小的f_i值所对应的虚拟漏点作为最终的漏损定位点。