[发明专利]基于卷积神经网络的给水管网多点漏损定位方法及其装置

摘要

本发明公开了一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：对供水管网压力数据进行采集，将采集的供水数据分为训练样本和测试样本；将各个样本归一化，归一化后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，归一化后的测试样本对卷积神经网络模型进行测试，保存训练好的卷积神经网络模型；实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；将预测结果对比标签索引，判断漏损。本发明还公开一种基于卷积神经网络的给水管网多点漏损定位装置。本发明通过卷积和池化操作减少了数据中的噪声点，提取了每类型数据中的特殊特征，使得预测更加准确。

主权项

1.一种基于卷积神经网络的给水管网多点漏损定位方法，包括以下步骤：步骤一、对供水管网压力数据进行采集，将所采集的所述供水管网压力数据分为训练样本和测试样本；步骤二、将所述训练样本和所述测试样本进行归一化；步骤三、将归一化处理后的训练样本输入到卷积神经网络模型中进行训练，得到卷积神经网络模型，利用归一化后的测试样本对卷积神经网络模型进行测试，并保存训练好的卷积神经网络模型；步骤四、管网采集的实时数据归一化后输入到训练好的卷积神经网络模型中，通过训练好的卷积神经网络模型来得到预测结果；步骤五、将预测结果对比标签索引，判断漏损点个数和位置；所述对供水管网压力数据进行采集，具体包括以下步骤：对供水管网压力数据按类型进行采集，包括正常数据、单点漏损和多点漏损数据，给每条数据按类型的不同打上不同的标签；将打上标签的数据分为训练样本和测试样本；每条数据的数据格式为{a₁ a₂ a₃…a_j}，j表示第j个传感器采集的数据；标签的格式为label_1＝{0 0 0…0 0 1}、label_2＝{0 0 0…0 1 0}、label_d＝{0 0 0… 1… 0 0}其中，标签序列中只有一位是1，其他位是0。