[发明专利]基于GCNs的水务分区计量故障流量仪的缺失值填充方法

权利要求书

1.基于GCNs的水务分区计量故障流量仪的缺失值填充方法，其特征在于，包括如下步骤，

S1,通过空图卷积神经网络构建城市水务管网流量模型；

S2,通过大规模数据对构建的城市水务管网流量模型进行模拟训练，并将训练好的模型部署在计算单元；

S3,对城市的水务管网进行分区，分区分为一级区，二级区，并将区域划分为多个节点，在各一级节点之间，二级节点之间之间安装流量计；

S4,将各流量计通过通讯方式和计算单元相连接；

S5,计算单元的建城市水务管网流量模型开始对流量计流量进行实时监测，通过不断的时间积累得到不同时间和空间的流量数据；

S6,通过算法对S5得到的数据进行运算得出计量分区的流量规律；

S7,当节点某个流量仪发生故障时，通过S5得到的当时该节点的的流量规律数据进行预测值，对出故障的流量仪进行缺失值填充。

2.如权利要求1所述的基于GCNs的水务分区计量故障流量仪的缺失值填充方法，其特征在于，

所述S7中得到流量规律数据进行预测值具体如下：

1)从时间的角度进行预测填充，区域流量本身是根据区域流量计的数值计算而来，可以直接将预测目标变为区域流量计的数值，即将历史数据来推理回填数据；

2)从空间的角度进行预测填充，将区域看作节点，将流量计看作边，故障流量计的数据必然会受到其他节点及流量的影响，流量计的回填数据可以用其它节点的数据推理，即当日数据来预测回填数据；

3)结合时空数据，采用时空图卷积神经网络进行学习得出预测值来得出回填数据。