[发明专利]一种供水管网漏损监测方法

说明书

本公开提供了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。本公开供水管网漏损监测方法有效提高了管道漏损检测、定位的计算效率，扩大了管道漏损检测方法的适用范围，能够在复杂工况条件下进行高精度的漏点检测、定位。

技术领域

本公开属于城市供水管网探漏领域，具体涉及一种供水管网漏损监测方法。

背景技术

水资源是人类生存和发展的基础，我国水资源总量存储丰富，位列全球第四位，但人均水资源拥有量仅为2300立方米，相当于世界平均水平的1/4左右，因此，我国又是一个水资源短缺的国家。城市供水管网系统是城市基础设施建设的重要领域，被称为“生命线工程”。然而，供水管网的漏损问题一直困扰着全国各大自来水公司，不仅造成了资源和能源的浪费，还会造成地面沉降等次生灾害，影响城市安全。建设部调查资料显示，我国大多数城市的供水管网漏失率在15％～35％之间，而在日本、美国和欧洲等发达国家的漏失率在上个世纪末就已经普遍控制在10％左右，甚至是更低的水平，可见我国管网漏损的控制管理急需加强。

目前供水管网漏损检测的方法有被动检测法、区域装表法、地表雷达捡漏法、示踪剂检测法、声学检测法、光纤传感技术法、负压波法、实时瞬态模型法等，上述的众多管道漏损检测方法，大多数方法由于其使用条件苛刻、操作复杂、捡漏成本高等缺点，实际的运用效果并不理想。而声学检测法简单可靠、检测效率高、适用范围广等优点被广泛用于管道漏损检测和定位中。然而，由于对供水管网漏损声信号产生机理和特征的认识不足，对实际中复杂的供水管网拓扑结构考虑不足，使目前已有的管道漏损检测方法在实际运用中受限，管道漏损识别准确率低，误报率高，尤其是在检测现场存在多种固定干扰噪声、漏点泄漏量较小或者管网结构复杂、部分管线信息未知的情况下。

所以，立足于我国城市供水管网的现状和未来发展趋势，将声波传输理论、深度神经网络模型、局部搜索定位模型用于管道结构性缺陷及内外腐蚀等原因造成的管道漏损检测，建立有效的供水管网漏损识别与定位的技术方法，为管网结构维护、维修与管理决策提供依据和指导，降低管网漏损率，保障供水管网安全运行。

发明内容

(一)要解决的技术问题

鉴于上述问题，本公开的主要目的在于提供一种供水管网漏损监测方法，以便解决上述问题的至少之一。

(二)技术方案

为了达到上述目的，作为本公开的一个方面，提供了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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；