[发明专利]一种超声水表故障预警方法

权利要求书

1.一种超声水表故障预警方法，其特征在于，包括以下步骤：

s1，获取超声水表近一段时间T的正常运行数据与故障数据用于形成LSTM预测模型的预测训练集；

获取超声水表近一段时间T的正常运行数据用于形成OCSVM分类模型的分类训练集；

上述数据包括上下游信号传播时间差、水温、上下游接收信号峰峰值、瞬时流量、电池电压；

s2，对获取的数据进行预处理；

对预处理后的数据进行归一化处理；

对归一化处理后的数据，每6个小时的数据作为一组来组成预测训练集与分类训练集；

s3，根据预测训练集构建LSTM预测模型，并利用Adam优化算法对模型进行参数寻优；

s4，提取分类训练集特征；

构建OCSVM分类模型；

利用提取的特征值训练及优化OCSVM分类模型；

s5，通过LSTM预测模型预测接下来6小时的超声水表数据；

s6，将接下来6小时的预测数据送入OCSVM分类模型中进行故障识别，若识别出故障，则超声水表上报预警信息。

2.根据权利要求1所述的一种超声水表故障预警方法，其特征在于，所述步骤s2中的数据预处理流程为：

s21，利用比值阈值法对数据进行筛选，即设定其中上下游信号传播时间差与瞬时流量的比值R的阈值范围，抛弃R的阈值范围外的数据；

s22，通过滑动平均法清洗数据，公式如下：

其中，x（n）为清洗前的数据；y（m）为清洗后的数据；n为超声波水表数据索引，步长为5。

3.根据权利要求1所述的一种超声水表故障预警方法，其特征在于，所述步骤s4中利用高斯径向基核函数来构建OCSVM分类模型。