System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及給水管網漏損檢測,尤其涉及一種稀疏表示分類的給水管網漏損區域檢測方法及系統。
技術介紹
1、隨著城市化進程的加快,基礎設施建設的要求越來越高,其中城市給水管網成為城市正常運轉和生活的重要基礎設施,當給水管網發生漏損時往往會對經濟、環境和生活等帶來不利影響,因此,給水管網漏損問題引起了廣泛的關注。為了降低漏損事故的發生,采用壓力控制技術控制水管流量,在居民用水高峰時段加大供水流量,在居民用水低峰時段降低供水流量,這雖然在一定程度上減少了漏損事件的發生,提高了供水服務質量,但使得水管的壓力表現出復雜的特征,因此給水管網的壓力特征捕捉和漏損定位帶來了困難。
2、現有技術為了應對漏損問題,通常會在給水管網中部署檢測站點,但部署的站點較為稀疏,只能獲取檢測點壓力的波動信息,導致漏損定位問題成為數學上一個欠定問題,現有技術通過獲得給水管網各節點的壓力敏感性矩陣進行求解,但在實際當中給水管網對于這一條件難以滿足。
3、因此,亟需開發一種方案解決上述問題。
技術實現思路
1、本專利技術的目的在于提供一種稀疏表示分類的給水管網漏損區域檢測方法及系統,改善難以求解城市給水管網中對各節點壓力敏感性矩陣的問題,進而快速檢測并定位漏損區域。
2、本專利技術提供的一種稀疏表示分類的給水管網漏損區域檢測方法及系統,采用如下的技術方案:
3、第一方面,一種稀疏表示分類的給水管網漏損區域檢測方法,具體包括:
4、獲取城市給水管的管網信息,計算
5、基于k-svd字典學習算法提取所述城市給水管分區網中異常壓力波動的特征,得到超完備字典和多標簽線性分類器;
6、基于城市給水管分區網獲取待檢測壓力數據,并基于所述超完備字典查詢得到其稀疏表示,基于所述稀疏表示輸入到多標簽線性分類器進行分類得到分類標簽,基于隸屬函數計算分類標簽的隸屬度進行定位漏損區域,輸出漏損區域檢測報告。
7、本專利技術提供的一種稀疏表示分類的給水管網漏損區域檢測方法的有益效果在于:針對需要獲取城市給水管網中對各節點壓力敏感性矩陣求解難以滿足這一問題,設計一種能量冗余差的節點相似度量準則,利用密度峰值聚類算法計算節點之間的相似度,并設計相互近鄰的微簇合并策略將城市給水管網中具有相似特征的漏損區域進行合并;將判別型編碼誤差和線性分類誤差作為正則項與重構誤差一同引入字典學習,保證不同漏損區域對應的稀疏表示具有優良的分類特性,精準捕捉給水管網節點壓力異常波動的特征,采用最小二乘正交匹配追蹤算法和奇異分解提高學習超完備字典的速度;最后利用字典學習獲得異常壓力的稀疏表示和多標簽線性分類器得到該異常點的分類標簽,并利用隸屬函數完成城市給水管網漏損區域定位。
8、可選地,計算管網的節點之間的節點相似度的過程中,包括:
9、計算管網的節點之間的能量冗余差,基于所述能量冗余差構建節點相似度量準則;
10、基于所述節點相似度量準則計算管網的節點之間的節點相似度;
11、其中,所述節點相似度量準則包括:基于密度峰值聚類算法判斷給水管網節點之間的能量冗余差,所述能量冗余差等于節點間的位置勢能差與水頭損失導致的阻力能耗之和。
12、可選地,基于所述節點相似度采用相互鄰近的微簇合并策略對給水管網進行合并得到城市給水管分區網,包括:
13、基于所述節點相似度將給水管網的節點進行相互鄰近合并得到微簇;
14、計算節點與微簇之間的第一相互鄰近度,計算微簇之間的第二相互鄰近度;
15、基于所述第一相互鄰近度和第二相互鄰近度將超過預設閾值的微簇依次合并得到城市給水管分區網。
16、可選地,將超過預設閾值的微簇依次合并得到城市給水管分區網時,當兩微簇屬于不同的聚類或語義不相關,則將第二相互鄰近度置為0避免合并。
17、可選地,和/或,計算節點之間能量冗余差公式如下:
18、;
19、;
20、;
21、式中,表示節點間的位置勢能差;表示水頭損失導致的阻力能耗;為水的重度;為節點和間的管段流量;和表示管段兩端節點和的標高;為管段的阻力系數;為能量冗余差;
22、和/或,給水管網節點相似度計算公式如下:
23、;
24、;
25、式中,表示節點相似度;為所有管段的最大值,值為能量冗余差;為需水節點集合;為水源節點集合;表示節點和間的相似度矩陣,為單位矩陣;
26、和/或,節點與微簇的第一相互鄰近度計算公式如下:
27、;
28、;
29、;
30、式中,為節點與微簇間的相互鄰近度,為微簇到節點的鄰近度;為節點到微簇的鄰近度;表示微簇;、和都是節點;和為加權鄰近度;
31、和/或,微簇與微簇的第二相互鄰近度計算方式如下:
32、;
33、式中,表示微簇到微簇之間的近鄰度;表示微簇到微簇之間的近鄰度,為第二相互鄰近度。
34、可選地,基于k-svd字典學習算法提取所述城市給水管分區網中異常壓力波動的特征,得到超完備字典和多標簽線性分類器,包括:
35、將判別型稀疏編碼誤差和線性分類誤差作為正則項引入字典學習的目標函數;
36、基于最小二乘正交匹配追蹤算法求解目標函數,得到城市給水管分區網的異常壓力波動的稀疏表示;
37、經過稀疏編碼后,基于奇異值分解算法更新字典;
38、重復進行稀疏編碼、更新字典,直至字典和稀疏表示不再變化,得到超完備字典和多標簽線性分類器。
39、可選地,基于超完備字典查詢得到其稀疏表示,基于所述稀疏表示輸入到多標簽線性分類器進行分類得到分類標簽,包括:
40、當監測到城市給水管分區網發生異常壓力波動時,獲取待檢測壓力數據,基于超完備字典查詢所述待檢測壓力數據得到對應壓力波動的稀疏表示;
41、基于多標簽線性分類器對稀疏表示進行分類,得到稀疏表示的分類標簽。
42、可選地,基于隸屬函數計算分類標簽的隸屬度進行定位漏損區域,包括:
43、基于隸屬函數計算分類標簽的隸屬度并降序排序得到隸屬度集合,基于所述隸屬度集合檢測前個隸屬度對應的區域,定位漏損區域并輸出漏損區域檢測報告;其中,所述為大于1的自然數;
44、其中,所述隸屬函數計算分類標簽隸屬度的公式如下:
45、;
46、式中,表示壓力異常波動由區域內發生的漏損引起的隸屬程度,為區域內壓力異常波動的分類標簽,為區域總數,為區域序號。
47、第二方面,一種稀疏表示分類的給水管網漏損區域檢測系統,具體包括:
48、管網分區模塊,用于獲取城市給水管的管網信息,計算管網的節點之間的節本文檔來自技高網...
【技術保護點】
1.一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,包括:
2.根據權利要求1所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,計算管網節點之間的節點相似度的過程中,包括:
3.根據權利要求2所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,基于所述節點相似度采用相互鄰近的微簇合并策略對給水管網進行合并得到城市給水管分區網,包括:
4.根據權利要求3所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,將超過預設閾值的微簇依次合并得到城市給水管分區網時,當兩微簇屬于不同的聚類或語義不相關時,則將第二相互鄰近度置為0避免合并。
5.根據權利要求3所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于:
6.根據權利要求1所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,基于K-SVD字典學習算法提取所述城市給水管分區網中異常壓力波動的特征,得到超完備字典和多標簽線性分類器,包括:
7.根據權利要求1所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征
8.根據權利要求1所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,基于隸屬函數計算分類標簽的隸屬度進行定位漏損區域,包括:
9.一種稀疏表示分類的給水管網漏損區域檢測系統,其特征在于,具體包括:
10.根據權利要求9所述的一種稀疏表示分類的給水管網漏損區域檢測系統,其特征在于,所述特征提取模塊中所述的多標簽線性分類器包括:輸入層、線性變換層,輸出層;
...【技術特征摘要】
1.一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,包括:
2.根據權利要求1所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,計算管網節點之間的節點相似度的過程中,包括:
3.根據權利要求2所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,基于所述節點相似度采用相互鄰近的微簇合并策略對給水管網進行合并得到城市給水管分區網,包括:
4.根據權利要求3所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于,將超過預設閾值的微簇依次合并得到城市給水管分區網時,當兩微簇屬于不同的聚類或語義不相關時,則將第二相互鄰近度置為0避免合并。
5.根據權利要求3所述的一種稀疏表示分類的給水管網漏損區域檢測方法,其特征在于:
6.根據權利要求1所述的一種稀疏表示分...
【專利技術屬性】
技術研發人員:呂莉,謝海華,樊飛燕,黃學平,韓龍哲,劉寶宏,
申請(專利權)人:南昌工程學院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。